1. Sejarah
dan definisi AI
A. Definisi
Artificial Inteligent
Ada beberapa definisi tetang Artificial
intelligence (AI, Kecerdasan buatan) menurut beberapa ahli seperti berikut :
Minsky,
1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat
komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
H.
A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan
instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal
yang dalam pandangan manusia adalah cerdas.
Ensiklopedi
Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi
pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan
memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah
aturan.
Stuart
J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat
komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang
memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan.
Secara sederhana AI adalah teknik dan ilmu
untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer.
Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia,
sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah
dengan pemikiran seperti seorang manusia.
Tujuan penilitian dari AI meliputi
penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami,
persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum
adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah
besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang
AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat,
ilmu saraf, psikologi buatan dan banyak lainnya.
B. Sejarah
Artificial Inteligent
Era
komputer elektronik (1941)
Ditemukannya pertama kali alat penyimpanan
dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi
dasar pengembangan program yang mengarah ke AI.
Masa
persiapan AI (1943-1956)
Tahun 1943, Warren McCulloch dan Walter
Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron
digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi
dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis
dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat
penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah
thermostat.
Pada tahun 1956, John McCarthy meyakinkan
Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan
penelitian dalam bidang automata, jaringan saraf, dan pembelajaran
intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas
Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan
menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini
menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak
Kecerdasan Buatan.
Awal
perkembangan (1952-1969)
Pada tahun 1958, McCarthy di MIT AI Lab
mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang
mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program
yang dinamakan programs with common sense. Di dalam program tersebut, dibuat
rancangan untuk menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Program komputer General
Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen
Newell. Program ini dirancang untuk memulai penyelesaian masalah secara
manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para
mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini
dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.
Pada tahun 1963, program yang dibuat James
Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah
Kalkulus.
Pada tahun 1968, program analogi buatan
Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.
Perkembangan
AI melambat (1966-1974)
Perkembangan AI melambat disebabkan adanya
beberapa kesulitan yang di hadapi seperti
Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan
tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi
kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur
dasar yang digunakan untuk menghasilkan perilaku intelijensia.
Sistem
berbasis pengetahuan (1969-1979)
Pada tahun 1960an, Ed Feigenbaum, Bruce
Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk
memecahkan masalah struktur molekul dari informasi yang didapatkan dari
spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan
sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini
biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa
penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses
penyakit.
AI
menjadi sebuah industry (1980-1988)
Industralisasi AI diawali dengan
ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi
sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital
Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986,
program ini telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok AI di DEC
menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai
divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming
industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group,
Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk
membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas
Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun
workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan
yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun
meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988
Kembalinya
jaringan saraf tiruan (1986 – sekarang)
Meskipun bidang ilmu komputer menolak
jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky
dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari
sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982)
menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat
penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David
Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan
saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan
algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam
ilmu bidang komputer dan psikologi.
C. Hubungan
Artificial dan kognisi manusia
Kognisi merupakan kepercayaan seseorang
tentang sesuatu yang didapatkan dari proses berpikir tentang sesuatu. Proses
yang dilakukan adalah memperoleh pengetahuan dan memanipulasi pengetahuan
melalui aktivitas mengingat, menganalisis, memahami, menilai, menalar,
membayangkan dan berbahasa. Selain itu, kognisi manusia sendiri adalah
proses-proses mental atau aktivitas pikiran manusia dalam mencari, menemukan,
atau mengetahui dan memahami informasi dari lingkungannya.
Artificial Intelligence atau yang disebut dengan kecerdasan buatan ini adalah ilmu yang berdasarkan proses manusia berpikir. Hal ini dapat dilihat pada cara kerja AI dan kognisi manusia dimana cara kerja kognisi manusia adalah menerima stimulus, kemudian dproses dan setelah itu akan menghasilkan respon. Dan cara kerja Artificial Intelligence adalah menerima input, diproses dan kemudian mengeluarkan output berupa suatu keputusan. Dengan demikian, melaui pengetahuan tentang proses berpikir dan mengetahui bagaimana untuk membuat asumsi-asumsi yang pasti tentang bagaimana cara berpikir tersebut, maka dengan asumsi-asumsi itulah para peneliti menggunakannya untuk mendesain suatu program komputer yang mempunyai kecerdasan secara buatan.
Artificial Intelligence atau yang disebut dengan kecerdasan buatan ini adalah ilmu yang berdasarkan proses manusia berpikir. Hal ini dapat dilihat pada cara kerja AI dan kognisi manusia dimana cara kerja kognisi manusia adalah menerima stimulus, kemudian dproses dan setelah itu akan menghasilkan respon. Dan cara kerja Artificial Intelligence adalah menerima input, diproses dan kemudian mengeluarkan output berupa suatu keputusan. Dengan demikian, melaui pengetahuan tentang proses berpikir dan mengetahui bagaimana untuk membuat asumsi-asumsi yang pasti tentang bagaimana cara berpikir tersebut, maka dengan asumsi-asumsi itulah para peneliti menggunakannya untuk mendesain suatu program komputer yang mempunyai kecerdasan secara buatan.
Semua proses berpikir menolong manusia
untuk menyelesaikan sesuatu masalah. Pada saat otak manusia mendapat informasi
dari luar, maka suatu proses berpikir memberikan petunjuk tindakan atau respon
apa yang dilakukan. Hal ini merupakan suatu reaksi otomatis dan respon yang
spesifik dicari untuk menyelesaikan masalah tertentu. Demikian hal nya dengan
Artificial Intelligence yang dibuat untuk membantu manusia untuk menyelesaikan
masalahnya.
Dalam proses berpikir, proses ini berhubungan dengan fakta-fakta yang sangat banyak sebelum memberikan respon atau tindakan. Selama proses, ada suatu sistem yang mengarahkan pemilihan respon yang tepat dan disebut dengan pemotongan (prunning). Proses ini mengeliminasi litasan dari berpikir yang tidak relevan dalam usaha mencapai tujuan. Jadi proses ini akan memotong setiap fakta-fakta yang tidak akan mengarah ke tujuan.
Teknik pemrograman dengan kecerdasan buatan (AI) memiliki persamaan dengan otak manusia dalam hal prosesnya. Kecerdasan buatan (AI) juga meniru proses belajar manusia dimana informasi yang baru diserap dan dimungkinkan untuk digunakan sebagai referensi pada waktu yang akan datang. Di sini, informasi yang baru dapat disimpan tanpa harus mengubah cara kerja pikiran yang dapat mengganggu fakta-fakta yag sudah ada. Sehingga, dengan kecerdasan buatan (AI) dimungkinkan untuk membuat program di mana setiap bagian dari program benar-benar independen dan di setiap bagian dari program nya seperti potongan-potongan informasi dalam otak manusia.
Dalam proses berpikir, proses ini berhubungan dengan fakta-fakta yang sangat banyak sebelum memberikan respon atau tindakan. Selama proses, ada suatu sistem yang mengarahkan pemilihan respon yang tepat dan disebut dengan pemotongan (prunning). Proses ini mengeliminasi litasan dari berpikir yang tidak relevan dalam usaha mencapai tujuan. Jadi proses ini akan memotong setiap fakta-fakta yang tidak akan mengarah ke tujuan.
Teknik pemrograman dengan kecerdasan buatan (AI) memiliki persamaan dengan otak manusia dalam hal prosesnya. Kecerdasan buatan (AI) juga meniru proses belajar manusia dimana informasi yang baru diserap dan dimungkinkan untuk digunakan sebagai referensi pada waktu yang akan datang. Di sini, informasi yang baru dapat disimpan tanpa harus mengubah cara kerja pikiran yang dapat mengganggu fakta-fakta yag sudah ada. Sehingga, dengan kecerdasan buatan (AI) dimungkinkan untuk membuat program di mana setiap bagian dari program benar-benar independen dan di setiap bagian dari program nya seperti potongan-potongan informasi dalam otak manusia.
2.
Expeert Sistem (Sistem Pakar)
A.
Apa itu sistem pakar?
Sistem pakar
Merupakan sebuah sistem berbasis komputer
yang menggunakan pengetahuan, fakta dan teknik penalaran yang dimiliki manusia
sebagai pakar yang tersimpan di dalam komputer, dan digunakan untuk
menyelesaikan masalah yang lazimnya memerlukan pakar tertentu.
Konsep Dasar Sistem
Pakar
Mencakup beberapa persoalan mendasar, antara
lain siapa yang disebut pakar, apa yang dimaksud dengan keahlian, bagaimana
keahlian dapat ditransfer, dan bagaimana sistem bekerja.
Ciri-ciri Sistem
Pakar
1.
Memiliki informasi yang handal.
2.
Mudah dimodifikasi.
3.
Heuristik dalam menggunakan pengetahuan (yang
sering kali tidak
sempurna) untuk mendapatkan penyelesaiannya.
sempurna) untuk mendapatkan penyelesaiannya.
4.
Dapat digunakan dalam berbagai jenis
komputer.
5.
Memiliki kemampuan untuk beradaptasi.
Struktur Sistem
Pakar
Sistem pakar disusun oleh
dua bagian utama, yaitu lingkungan pengembangan (development environment)
dan lingkungan konsultasi (consultation environment) (Turban,
1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan
pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan
konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan
pakar.
B. Contoh
sistem pakar
1.
ELIZA
Program yang dipublikasikan oleh Joseph
Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai
bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan
program ini adalah untuk meniru pembicaraan antara seorang psikolog dan
pasiennya yang dimana Eliza berperan sebagai psikoterapis dan memberikan saran
dan nasihat tentang masalah penggunanya. Kunci metode operasional Eliza
melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output
berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan
percakapan dengan suatu cara sehingga tampak bermakna.
2.
PARRY
Parry dibuat pada
tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry
bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang
serius. Program ini menjalankan model mentahan dari prilaku schizophrenia
paranoid berdasarkan konseptualisasi dan kepercayaan (penilaian tentang
konseptualisasi : penerimaan, penolakan, dan netral). Ini juga menggunakan
strategi percakapan, lebih serius dan merupakan program lanjutan dari
Eliza.
3. NET TALK
Connectionism adalah gerakan dalam
ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia
menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf”).
Jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit
(young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan
antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron
yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk
mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi
struktur gramatikal sederhana. Connectionists telah membuat
kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk
menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah
mendorong connectionists untuk percaya bahwa JST model yang baik dari
kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah
kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa
Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data
yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai
fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan
synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan
mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih
suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa
Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam
bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup
baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup
baik untuk teks yang tidak disajikan pada training set.
REFERENSI:
Kusrini. 2006. Sistem pakar, teori dan aplikasi.
Andi: Yogyakarta. Pertemuan 1. Pengantar kecerdasan buatan.
Kusumadewi, S. (2003).
Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta:
Graha Ilmu.
Tidak ada komentar:
Posting Komentar