Judul : Penjelasan dan Contoh Artificial Intelligence
link : Penjelasan dan Contoh Artificial Intelligence
Penjelasan dan Contoh Artificial Intelligence
Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa diantaranya :
Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).
Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).
Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica).
Sejarah Kecerdasan Buatan
Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.
Perkembangan terus berlanjut, Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas” pada 1943 yang meletakkan pondasi awal untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.
Jenis-Jenis Kecerdasan Buatan
Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut :
Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.
Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
Robotika & Sistem Sensor.
Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
Game Playing.
Soft Computing
Soft computing merupakan sebuah inovasi dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).
Metodologi-metodologi yang digunakan dalam Soft computing adalah :
Logika Fuzzy/Fuzzy Logic (mengakomodasi ketidaktepatan).
Jaringan Syaraf Tiruan/Neurall Network (menggunakan pembelajaran).
Probabilistic Reasoning (mengakomodasi ketidakpastian).
Algoritma Genetika/Evolutionary Computing (optimasi).
Sesuatu yng unik, Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.
Contoh Penerapan Kecerdasan buatan (AI) dalam kehidupan
1. Natural Language Processing (NLP)
NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar 1.3 dan deteksi email spam yang cerdas [7].
Gambar 1.3 Penerapan NLP pada automated online asistant berbasis web
2. Computer Vision
Cabang ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh, melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan mampu menghasilkan sebuah visual intelligence system. Akuisisi dan pemrosesan informasi berupa vision dapat ditampilkan pada gambar 1.4
Gambar 1.4 Model persepsi visual pada computer vision
Gambar 1.5 Contoh penerapan computer vision untuk identifikasi wajah
3. Robotika dan Sistem Navigasi
Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan actuator seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige Tanaka.
Gambar 1.6 Al-Jazari’s programmable automata (Tahun 1206 SM)
Gambar 1.7 Karakuri, rancangan robot dari Jepang adad 16 yang mampu menuang air teh
Ada beberapa istilah penting di dalam robot vision yang saling berhubungan, diantaranya computer vision, machine vision dan robot vision. Computer vision merupakan teknologi paling penting di masa yang akan datang dalam pengembangan robot yang interaktif. Computer Vision merupakan bidang pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan berhubungan dengan akuisisi dan pemrosesan image. Machine vision merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image, kontrol proses dan pemanduan robot pada berbagai aplikasi industri dan rumah tangga. Robot vision merupakan pengetahuan mengenai penerapan computer vision pada robot. Robot membutuhkan informasi vision untuk memutuskan aksi apa yang akan dilakukan. Penerapan saat ini vision pada robot antara lain sebagai alat bantu navigasi robot, mencari obyek yang diinginkan, inspeksi lingkungan dan lainnya. Vision pada robot menjadi sangat penting karena informasi yang diterima lebih detail dibanding hanya sensor jarak atau sensor lainnya. Misalnya dengan vision, robot dapat mengenal apakah obyek yang terdeteksi merupakan wajah orang atau bukan. Lebih jauh lagi, sistem vision yang canggih pada robot membuat robot dapat membedakan wajah A dengan wajah B secara akurat (Face recognition system menggunakan metode PCA, LDA dan lainnya) [6]. Proses pengolahan dari input image dari kamera hingga memiliki arti bagi robot dikenal sebagai visual perception, dimulai dari akuisisi image, image preprocessing untuk memperoleh image yang diinginkan dan bebas noise misalnya, ekstrasi fitur hingga interpretasi seperti ditunjukkan pada gambar 1.8. Misalnya saja untuk identifikasi pelanggan dan penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan servo sebagai aktuator untuk mengarahkan kamera agar tetap mengarah ke wajah seseorang (face tracking) [5].
Gambar 1.8 Contoh Model visual perception pada robot[3]
Contoh nyata model service robot berbasis vision (vision-based service robot) yang dikembangkan penulis bernama Srikandi III yang menggunakan 2 buah kamera (stereo vision) seperti gambar di bawah, dimana robot dapat mengirimkan order pesanan minuman ke pelanggan:
(a) (b)
Gambar 1.9 Contoh robotika berbasis kamera
Pada pengembangan selanjutnya, menanamkan kecerdasan buatan yang komplek pada robot sehingga mampu mengenal dan memahami suara manusia, perhatian terhadap berbagai gerak lawan bicara dan mampu memberikan response alami yang diberikan robot ke manusia merupakan tantangan ke depan untuk membangun robot masa depan.
4. Game Playing
Game biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan oleh player. Hal ini akan memancing penasaran user dan membuat game menarik untuk dimainkan. Tujuan intinya adalah membuat non-player memiliki strategi yang cerdas untuk mengalahkan player. Pada bidang ini, AI dibutuhkan, yaitu untuk merancang dan menghasilkan game yang fun serta antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan[8].
Gambar 1.10 Games tingkat lanjut yang menerapkan AI
5. Sistem Pakar
Bidang ilmu ini mempelajari bagaimana membangun sistem atau komputer yang memiliki keahlian untuk memecahkan masalah dan menggunakan penalaran dengan meniru atau mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem ini, permasalahan yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli, dapat diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem pakar juga akan membantu aktivitas mereka sebagai asisten yang seolah-olah sudah mempunyai banyak pengalaman.Sedangkan definisi lain dari sistem pakar adalah sistem berbasis komputer yang
Gambar 1.11. Model Sistem Pakar
Menurut Turban [6], Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan pengembangan digunakan oleh ES builder untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh user nonpakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.
Tiga komponen utama yang tampak secara virtual di setiap sistem pakar adalah :
- Basis pengetahuan
Merupakan representasi pengetahuan dari seorang pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Terdiri dari 2 elemen dasar yaitu :
- Fakta yang berupa informasi tentang situasi permasalahan, teori dari area permasalahan atau informasi tentang objek.
- Spesial heuristik yang merupakan informasi tentang cara bagaimana membangkitkan fakta.
- Mesin inferensi : Membuat inferensi yang memutuskan rule-rule mana yang akan digunakan.
- antarmuka pengguna : Merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali masukan dan keluaran. User interface melayani user selama proses konsultasi mulai dari tanya-jawab untuk mendapatkan fakta-fakta yang dibutuhkan oleh inference engine sampai menampilkan output yang merupakan kesimpulan dan solusi.
Informasi dari pakar harus dijadikan pengetahuan bagi system pakar yang akan kita kembangkan. Pengetahuan dari system pakar selanjutnya dapat direpresentasikan dengan beberapa cara. Salah satu yang paling umum untuk merepresentasikan pengetahuan dalam bentuk aturan IF-THEN, misalnya :
IF the car doesn’t run and
The fuel gauge reads empty
THEN fill the gas tank
1.3 Case Study : Sistem Pakar untuk Troubleshooting Komputer
Dalam mengoperasikan komputer tentu sering mengalami masalah dengan PC dan sistem operasi, misanyal PC tidak mau start-p atau sistem operasi tidak mau tampil, ataupun muncul pesan kesalahan yang tidak dimengerti, masalah-masalah yang muncul ini tidak jarang berakibat fatal sehingga mengganggu pekerjaan kita. Untuk mencoba memahami pentingya Kecerdasan buatan, kita dapat memcoba membuat aplikasi sederhana untuk Sistem Pakar Troubleshooting Komputer berbasis Web menggunakan Visual Studio 2010 Express Edition, Anda saya sarankan membaca artikel yang lebih lengkap di [2]. Program ini sangat memudahkan kita di dalam membangun aplikasi windows dan web dengan berbagai fitur yang lengkap.
Langkah-langkahnya :
- Unduh terlebih dahulu program tersebut di http://www.microsoft.com/visualstudio/en-us/products/2010-editions/express, setelah diinstalasi, pilih new Project ASP .Net Web Application dan beri nama project seperti gambar di bawah :
Gambar 1.12. Membuat proyek baru AS.Net Web Application
2. Desainlah site.Master dan Default.aspx dan tambahkan label dan radiobutton seperti gambar berikut :
Gambar 1.13 Desain form Default.aspx yang menampilkan sekumpulan pertanyaan
3. Template web tersebut juga sudah menyediakan form Login dan Register yang dapat yang terhubung ke database SqlServer dan dapat dikembangkan untuk aplikasi yang lebih komplek.
Gambar 1.14 Tampilan form Register user
4. Setelah register, pada pengembangan selanjutnya, kita dapat login untuk mendapatkan hak akses yang lebih banyak pada aplikasi kita.
Gambar 1.15 Tampilan form Login
5. Tambahkan button submit dan sertakan kode yang sesuai dengan rancangan Anda, misalnya untuk kasus sederhana sebagai berikut :
Protected Sub btnSubmit_Click(ByVal sender As Object, ByVal e As EventArgs) Handles btnSubmit.Click
‘jika power supply ok, booting ok namun tidak bisa masukke Sistem Operasi
If q1y.Checked = True And q4y.Checked = True And q7y.Checked = False Then
lblResult.Text = ” Your Operating System was Corrupted “
lblSolution.Text = “Please reinstall the Operating System”
Else
‘Jika semua jawaban “No”
lblResult.Text = ” Your Power Supply was out of service “
lblSolution.Text = “Please change the Power Supply module with the same Power Output and
connectors”
End If
End Sub
Jalankan program, maka aplikasi web akan berjalan di browser sebagai berikut :
Gambar 1.16 Tampilan demo program yang memberikan diagnosa dan solusi dari permasalahan yang ada.
Demikianlah Artikel Penjelasan dan Contoh Artificial Intelligence
Anda sekarang membaca artikel Penjelasan dan Contoh Artificial Intelligence dengan alamat link https://dev-create.blogspot.com/2023/01/penjelasan-dan-contoh-artificial.html
