Sistem Cerdas

Pengenalan Intelegensi Buatan

• ·         Pengertian

Kecerdasan Buatan atau Artificial Intelligence (AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

·          

•   Intelegensi Buatan dan Intelegensi Alami

A. KECERDASAN BUATAN        

Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan.

B. KECERDASAN ALAMI

            Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung.

  

• ·         Komputasi Intelegensi Buatan dan Konvensional

 

       A. Komputasi Intelegensi Buatan

Software AI tidak didasarkan pada algoritma, tetapi didadasarkan pada representasi dan manipulasi simbol. Didalam AI, sebuah simbol bisa merupakan huruf, kata, atau bilangan yang digunakan untuk menggambarkan objek, proses, dan huungannya. sumber bisa merupakan cetakan atau elektronik. objek bisa berupa orang, benda, ide, pikiran, peristiwa, atau pernyataan suatu fakta. Dengan menggunakan simbol, komputer bisa menciptakan suatu basis pengetahuan yang menyatakan fakta, pikiran, dan hubungannya satu sama lain. berbagai proses digunakan unutk memanipulasi simbol agar mampu memecahkan masalah. Pengolahannya bersifat kuantitatif, bukan kulaitatif seperti halnya komputasi yang didasarkan pada algoritma.

           

B. Komputasi Konvensional

Teknik pembuatan Program AI sangat berbeda dengan teknik pemrograman menggunakan bahasa konvensional. Dalam software konvensional,kita memerintah komputer bagaimana menyelesaikan suatu masalah. Sebaliknya, dalam AI kita tidak memerintah komputer untuk menyelesaikan masalah, tetapi memeberitahu komputer tentang adanya masalah. Dalam komputasi konvensional, kita memberikan data kepada komputer dan program yang telah kita susun terlebih dahulu dengan langkah demi langkah memspesifikasikan cara data digunakan sampai komputer bisa memberikan solusi. Dalam komputasi AI, komputer mendapatkan pengetahuan tentang suatu wilayah subyek masalah tertentu dengan ditambah kemampuan inferensi. kita tidak memerintahkan komputer untukmemecahkan masalah tetapi sebaliknya komputer dan software-nya yang menentukan metode untuk mencapai suatu solusi.program komputer konvensional didasarkan pada suatu algoritma yang disusun dengan jelas, rinci, serta langkah sampai pada hasil yang sudah ditentukan sebelumnya. program bisa berupa rumus matematika atau prosedur berurutan yang tersusun dengan jelas yang mengarah ke suatu solusi. algoritma tersebut kemudian dipindahkan ke dalam program komputer. daftar instruksi disusun berurutan untuk mengarahkan komputer agar bisa sampai pada hasil yang didinginkan. selanjutnya, algoritma bisa digunakan untuk mengolah data bilangan, huruf, atau kata lainnya.

• ·         Sejarah Intelegensi Buatan

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

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 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 yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turingmemperkenalkan "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 kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

• ·         Lingkup Intelegensi Buatan

1. Sistem pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar.

2. Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.

3. Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.

4. Robotika dan Sistem sensor.

5. Computer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer.

6. Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.

• ·         Soft Computing

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.

• ·         Masalah dan Ruang Masalah

Untuk membangun system yang mampu menyelesaikan masalah, perlu dipertimbangkan 4 hal :

1.  Mendefinisikan masalah dengan tepat

-Spesifikasi yang tepat mengenai keadaan awal

-Solusi yang diharapkan

2.  Menganalisis masalah serta mencari beberapa teknik penyelesaian masalah yang sesuai

3.  Merepresentasikan pengetahuan yang perlu untuk menyelesaikan masalah

4.  Memilih teknik penyelesaian masalah yang terbaik

Pengenalan Intelegent Agent

Intelligent Agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan  yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russell & Norvig (2003) mengartikan Rational Agent  yang mengerjakan segala sesuatu hal dengan benar.Agen Intelligent menurut Nikola Kasabov adalah bahwa Agent harus menunjukkan karakteristik berikut.:

       -mengakomodasi pemecahan masalah baru aturan bertahap

                  -beradaptasi online dan real time

                  -mampu menganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan.

                  -belajar dan meningkatkan melalui interaksi dengan lingkungan (perwujudan)

      -belajar dengan cepat dari sejumlah besar data

                  -memiliki penyimpanan memori berbasis contoh dan kapasitas pengambilan

       -memiliki parameter untuk mewakili umur pendek dan jangka panjang memori.

                        Mengevaluasi kinerja sangat penting. Kita harus berhati-hati untuk membedakan antara rasionalitas dan omniscience (kemahatahuan). Rasionalitas bahwa agen tahu  hasil dari sebuah tindakan yang dilakukan secara rasional. Sedangkanomniscience adalah sebuah kemustahilan dari kenyataan yang sebenarnya telah terjadi. Faktor yang mempengaruhi rasionalitas  :

· Pengukuran kinarja (Performance Measure)

· Percept Sequence (persepsi urutan)

· Knowledge from Environment

·  Possible Actions

            Environment (Lingkungan)

Lingkungan sangat lah penting dalam proses perancangan sebuah agent. Hal ini dikarenakan setiap tindakan yang akan dilakukan oleh agent harus mempertimbangkan kondisi lingkungan. Terdapat beberapa kriteria pembegian lingkungan.

Accessible (dapat diakses)

Jika sensor agent dapat mendeteksi semua keadaan lingkungan, terutama yang berhubungan dengan pengambilan keputusan.

2. Deterministic

Merupakan suatu lingkungan dimana lingkungan yang akan dating ditentukan oleh keadaan saat ini dan setiap aksi yang dilakukan oleh agen saat ini.

3. Dynamic

Suatu lingkungan yang keadaanya selalu berubah-ubah.

4. Discrete (diskrit)

Keadaan dimana lingkungan saat ini dapat digambarkan dengan pasti, dengan tingkat kesalahan seminimal mungkin.

      Tipe Program Agent

1. Simple Reflex Agent

Merupakan agent yang bekerja berdasarkan reflex. Contohnya, sebuah driver agent(supir taxi otomatis), harus memberikan reflex mengerem ketika terdapat mobil yang berhenti didepanya.

2. Agent That Keep Track the World

Merupakan agent yang tetap melakukan pengecekan terhadap keadaan lingkungan, sehingga dapat memberikan respon yang tepat.

3. Goal based agent(Agent berbesis pada tujuan/sasaran)

Merupakan sebuah agent yang mendasarkan setiap tindakannya untuk mencapai tujuan yang telah ditentukan. Setiap agent akan mempertimbangkan setiap kemungkinan yang akan terjadi pada mesa depan berdasarkan tindakan yang akan/telah dilakukanya.

4. Utility Based Agent

Merupakan sebuah fungsi yang memetakan suatu keadaan kedalam bilangan real, yang menggambarkan derajak kesenangan/kepuasan. Sedikit berbeda dengan Goal Based Agent, tipe ini tidak mengutamakan semua tujua, tetapi akan mengutamakan tujuan mana yang mungkin tercapai berdasarkan kondisi tertentu(tujuan kepuasan, kenyamanan, keefisienan).

Pengenalan Logical Agents

·         

• Knowledge based agent

Komponen utama dari knowledge based agent adalah knowledge basenya. Knowledge base (KB) adalah kumpulan representasi fakta tentang lingkungan atau dunia yang berhubungan atau menjadi daerah bekerjanya agen. Setiap representasi dalam KB disebut sebagai sebuah sentence yang diekspresikan dalam sebuah bahasa yakni knowledge representation language.

1  Representasi Pengetahuan yang bersifat general.

2  Kemampuan beradaptasi sesuai temuan fakta.

3  Kemampuan menyimpulkan sesuatu dari pengetahuan yang sudah ada.

Syarat Representasi KB:

1  Representational Adequacy

kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya

2  Inferential Adequacy

kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferensi

3  Inferential Efficiency

kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi

4  Acquisitional Efficiency

kemampuan untuk menambah informasi baru secara mudah.

Metode Pencarian dan Pelacakan

Pelacakan adalah teknik untuk pencarian. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian merupakan teknik yang penting dalam AI. Hal penting dalam menentukan keberhasilan sistem berdasarkan kecerdasan adalah kesuksesan dalam pencarian dan pencocokan. Pencarian adalah suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state place). Ruang keadaan merupakan suatu ruang yang berisi semua keadaan yang mungkin.

Untuk mengukur performansi metode pencarian, terdapat empat kriteria yang dapat digunakan :

·         Completeness (Kelengkapan) : apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada ?

·         Time compexity (Kekompleksan waktu) : berapa lama waktu yang diperlukan ?

·         Space complexity (Kekompleksan ruang) : berapa banyak memori yang di perlukan ?

·         Optimality (Optimal) : apakah metode tersebut menjamin menemukan solusi yang terbaik jika beberapa solusi berbeda ?

Ada beberapa teknik pelacakan :

·         Pencarian Buta (Blind Search)

1.      Pencarian Melebar Pertama (Breadth-First Search)

2.      Pencarian Mendalam Pertama (Depth-First Search)

·         Pencarian Terbimbing/Heuristik (Heuristic Search)

1.      Pembangkitan dan Pengujian (Generate And Test)

2.      Pendakian Bukit (Hill Climbing)

3.      Pencarian Terbaik Pertama (Best-First Search)

4.      Simulated Annealing

Daftar Pustaka:
https://id.wikipedia.org/wiki/Kecerdasan_buatan
https://rehulina.wordpress.com/2009/08/05/pengertian-kecerdasan-buatan/
http://sonya-ali.blogspot.co.id/2010/03/perbedaan-ai-dengan-komputasi.html
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html
https://ibneaqiqi.wordpress.com/2010/12/10/agent-dalam-kecerdasan-buatan/
https://yanneevelynip.wordpress.com/2013/10/20/metode-pencarian-dan-pelacakan-kecerdasan-buatan/