Definisi kecerdasan buatan (Artificial Inteligence) : teknologi yang mensimulasikan kecerdasan manusia, yaitu bagaimana mendefinisikan dan mencoba menyelesaikan persoalan menggunakan komputer dengan meniru bagaimana manusia menyelesaikan dengan cepat.
Cabang-cabang
ilmu kecerdasan buatan, diantaranya yaitu :
- Sistem pakar (Expert System)
- Jaringan syaraf tiruan (Artificial Neural Network)
- Logika Fuzzy (Fuzzy Logic)
- Algoritma genetic
- Penalaran komputer berbasis kasus (Case Based Reasoning)
- Agen Cerdas (Intelligent Software Agents)
- Data Mining
- Teknologi Bahasa (Language Technology)
Contoh
Sistem Pakar
Dendral : Mengidentifikasi struktur organik tak dikenal melalui analisa spektrum massa dan ilmu kimiaMycin: Identifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien.Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an.
Jaringan saraf tiruan (JST) (Bahasa
Inggris: artificial neural network (ANN), atau juga
disebut simulated neural network (SNN), atau umumnya hanya
disebut neural network (NN)), adalah jaringan dari
sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia.
JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan
masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui
jaringan tersebut. Secara sederhana, JST adalah sebuah alat pemodelandata statistik non-linier.
JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan
output untuk menemukan pola-pola pada data.
Contoh
Jaringan Saraf Tiruan adalah Sistem Absensi menggunakan sidik jari
Logika Fuzzy adalah peningkatan dari logika Boolean yang
berhadapan dengan konsep kebenaran sebagian. Di
mana logika klasik menyatakan
bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih,
ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. Logika
Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga
hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti
“sedikit”, “lumayan”, dan “sangat”. Dia berhubungan dengan set
fuzzy dan teori kemungkinan. Dia
diperkenalkan oleh Dr. Lotfi Zadeh dariUniversitas
California, Berkeley pada 1965.
Contoh
aplikasi Logika Fuzzy adalah Sistem Tracking Matahari (Sun Tracking System)
Panel Photovoltaic
Algoritma Genetika pada dasarnya adalah program
komputer yang mensimulasikan proses evolusi. Dalam hal ini populasi dari
kromosom dihasilkan secara random dan memungkinkan untuk berkembang biak sesuai
dengan hukum-hukum evolusi dengan harapan akan menghasilkan individu kromosom
yang prima. Kromosom ini pada kenyataannya adalah kandidat penyelesaian dari
masalah, sehingga bila kromosom yang baik berkembang, solusi yang baik terhadap
masalah diharapkan akan dihasilkan. Algoritma Genetika ini banyak dipakai pada
aplikasi bisnis, teknik maupun pada bidang keilmuan. Algoritma ini dapat
dipakai untuk mendapatkan solusi yang tepat untuk masalah optimal dari satu
variabel atau multi variabel. Sebelum algoritma ini dijalankan, masalah apa
yang ingin dioptimalkan itu harus dinyatakan dalam fungsi tujuan, yang dikenal
dengan fungsi fitness. Jika nilai fitness semakin
besar, maka sistem yang dihasilkan semakin baik. Walaupun pada awalnya semua
nilai fitness kemungkinan sangat kecil (karena algoritma ini
menghasilkannya secara random), sebagian akan lebih tinggi dari yang lain.
Kromosom dengan nilai fitnessyang tinggi ini akan memberikan
probabilitas yang tinggi untuk bereproduksi pada generasi selanjutnya. Sehingga
untuk setiap generasi pada proses evolusi, fungsi fitness yang
mensimulasikan seleksi alam, akan menekan populasi kearah fitness yang
meningkat.
Contoh
Algoritma Genetika
Berikut adalah contoh aplikasi algoritma genetika yang
digunakan untuk menyelesaikan masalah kombinasi. Misalkan ada persamaan a+2b+3c+4d = 30, untuk
mencari nilai a, b, c, dan d yang memenuhi persamaan diatas.
Penalaran Komputer Berbasis Kasus
(Case Based Reasoning – CBR). Jadi komputer memberi solusi pemecahan berdasarkan
pengalaman-pengalaman yang ada. Ide dasarnya adalah bahwa manusia seringkali
merujuk kepada pengalaman sebelumnya jika ada suatu masalah. Ada empat
tahapan/proses dalam penalaran komputer berbasis kasus, yaitu : retrieve,
reuse, revise, retain.
Agen
Cerdas
Agen cerdas (dalam bahasa inggris: Intelligent Agent) adalah
perangkat lunak yang dapat bertindak seperti orang yang mampu berinteraksi
dengan lingkungan.
Contohnya:
Agen spreadsheet, untuk membuat program spreadsheet lebih
mudah digunakan oleh pemakai (Office Assistant). Agen sistem operasi, untuk membantu penggunaan system
operasi. Agen perdagangan elektronis,
untuk membantu pemakai yang akan melakukan belanja secara online.
Data
Mining
Data mining (Penggalian Data) adalah proses untuk penggalian pola-pola dari data untuk
mengubah data tersebut menjadi informasi.
Misalnya
toko buku memiliki database pembelian buku-buku yang telah dibeli. Penjual
dapat memanfaatkan database tersebut menggunakan data mining. Dengan
menggunakan data mining penjual dapat mengetahui buku-buku dengan kategori apa
saja yang paling banyak terjual, yang kurang banyak terjual, atau tidak pernah
terjual.
Soft Computing
Apakah soft computing itu??
Soft computing adalah koleksi dari beberapa
metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap
ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan
dengan mudah, robustness, dan biaya penyelesaiannya murah. (Prof. Lotfi A.Zadeh
tahun 1992).
Unsur – unsur pokok dalam soft Computing, adalah :
- Sistem Fuzzy (mengakomodasi ketidaktepatan)
- Jaringan Syaraf (menggunakan pembelajaran)
- Probabilistic Reasoning (mengakomodasi ketidakpastian)
- Evosionary Computing (optimasi)
Keempat itu bukan merupakan pesaing, melainkan bisa saling
melengkapi. Bahkan pada kenyataannya, biasanya unsur – unsur pokok tersebut
digunakan secara sinergis ketimbang dikerjakan secara sendiri – sendiri. Zaden
juga mendefinisikan bahwa soft computing itu merupakan hubungan antara logika
fuzzy, neuro-computing, probabilistic reasoning,
jaringan syaraf tiruan dan AI konvensional.
Karakteristik Soft Computing :
- Soft Computing memerlukan keahlian manusia, apabila direpresentasikan dalam bentuk aturan (If - Then)
- Model komputasinya diilhami oleh proses biologis
- Soft Computing merupakan teknik optimasi baru
- Soft Computing menggunakan komputasi numeris
- Soft Computing memiliki toleransi kegagalan (meskipun kualitasnya berangsur – angsur memburuk).
Kecerdasan buatan atau
artificial intelligence merupakan
salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat
melakukan pekerjaan seperti dan sebaik yang dilakukan manusia.
Agar komputer bisa
bertindak seperti dan sebaik yang dilakukan manusi, maka komputer harus
dibekali pengetahuan, dan mempunyai kemampuan untuk menalar.
Lebih detailnya,
pengertian kecerdasan buatan dapat dipandang dari berbagai sudut pandang,
antara lain :
1) Sudut pandang kecerdasan
Kecerdasan Buatan akan
membuat mesin menjadi “cerdas” (mampu berbuat seperti apa yang dilakukan oleh
manusia)
2) Sudut pandang penelitian
Kecerdasan buatan dalah
suatu studi bagaimana membuat agar komputer dapat melakukan suatu sebaik yang
dikerjakan oleh manusia.
3) Sudut pandang bisnis
Kecerdasan buatan adalah
kumpulan peralatan yang sangat powerfull dan metodologis dalam menyelesaikan
masalah – masalah bisnis.
4) 4) Sudut pandang pemrograman
Kecerdasan buatan
meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem
solving) dan pencarian(searching).
Untuk melakukan aplikasi
kecerdasan buatan ada 2 bagian utama yang sangat dibutuhkan , yaitu
:
a.
Basis
Pengetahuan (Knowledge Base), berisi fakta- fakta, teori, pemikiran dan hubungan antara
satu dengan lainnya.
b. Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan
berdasarkan pengalaman
