Pertemuan-1(Pengenalan Kecerdasan Buatan) Artificial Inteligent AI

BAB IPengenalan Kecerdasan Buatan

(Artificial Inteligent / AI )

Definisi Kecerdasan Buatan

Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin (Komputer) dpt melaku-kan pekerjaan seperti dan sebaik manusia.

Pengertian Kecerdasan Buatan dari Berbagai Sudut Pandang :

1. Sudut Pandang Kecerdasan KB akan membuat mesin menjadi ‘cerdas’ 2. Sudut Pandang Penelitian KB adl. Suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yg. Dikerjakan oleh manusia Domain yang sering dibahasa oleh para peneliti.3. Sudut Pandang Bisnis KB adl. Kumpulan peralatan yg. Sangat powerful dan metodologies dalam menyelesaikan masalah-masalah bisnis.4. Sudut Pandang Pemrogramman KB meliputi studi tentang pemrograman simbolik, penyelesaian masalah (Problem Solving) dan pencarian (Searching).

Pengertian Kecerdasan Buatan

• Kecerdasan yang ditunjukkan oleh entitas buatan

• Studi dan desain agen cerdas• Agen cerdas :

– autonomous – bereaksi terhadap lingkungannya– mengambil tindakan yang memaksimalkan

kesempatan untuk sukses / berhasil

Untuk melakukan aplikasi kecerdasan buatan ada 2 bagian utama yg. Sangat dibutuhkan :

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.

Gambar : Penerapan Konsep KB di Komputer

AI vs Human Brain

AI Human Brain

Permanen Y N

Transferable Y N

Cost Murah Mahal

Consistent Y Bisa berubah

Documentable Y N

Time-consuming Fast Not fast

Creativity N Y

Experience N Y

Case-dependent Y N

Komputasi AI dan Komputasi Konvensional

AI Konvensional

Fokus proses Pengetahuan Data&informasi

Pencarian Heuristik Algoritma

Input Bisa tidak lengkap

Harus lengkap

Kemampuan menalar

Ya Tidak

Soft Computing

• sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan

Soft Computing

Metodologi dalam soft computing :• Sistem Fuzzy (mengakomodasi ketidaktepatan) -

Logika Fuzzy (fuzzy logic) • Jaringan Syaraf (menggunakan pembelajaran) -

Jaringan Syaraf Tiruan (neurall network) • Probabilistic Reasoning (mengakomodasi

ketidakpastian) • Evolutionary Computing (optimasi) - Algoritma

Genetika

Sistem Pakar & Kecerdasan Buatan

• Pengertian Kecerdasan Buatan ( Artificial Intelligence )Adalah kegiatan yang diberikan kpd mesin

seperti komputer yaitu kemampuan untuk menampilkan perilaku yg dianggap cerdas yg diamati pd manusia.Sistem pakar adalah program komputer yg mencoba utk mewakili pengetahuan dari pakar manusia dlm bentuk heuristic.

AI mencakup kerja dlm area berikut : • Jaringan saraf (neural network) spt kemampuan belajar, generalisasi, dan abstraksi)• Sistem persepsi, menggunakan citra visual dan sinyal suara utk menginstruksikan komputer atau alat lain misalnya robot.

• Belajar, meliputi semua kgtn yg memingkinkan komputer atau alat lain utk memperoleh pengetahuan sbg tambahan dr apa yg tlh dimasukkan ke dlm memori oleh pembuatnya atau pemrogramnya.• Robotik, terdiri dr alat yg dikendalikan komputer yg meniru aktivitas gerak manusia.

• Hardware AI, mencakup alat fisik yg membantu aplikasi AI.• Pemrosesan bahasa alamiah memungkinkan pemakai utk berkomunikasi dgn komputer dlm bbgi bahasa & memungkinkan komputer memeriksa ejaan & tata bhs.

Sistem pakar dan jaringan saraf memiliki potensi terbesar utk digunakan dlm memecahkan masalah bisnis. Keduanya mrp contoh sistem berbasis pengetahuan

MODEL SISTEM PAKAR

Terdiri dari 4 bagian utama :1.User interface, memungkinkan pemakai utk

berinteraksi dgn sistem pakar.

2.Knowledge base, menyimpan akumulasi pengetahuan dr masalah ttt yg akan diselesaikan.

3.Inference engine, menyediakan kemampuan penalaran yg menafsirkan isi knowledge base.

4.Development engine, pakar dan analis sistem menggunakan ini utk menciptakan sistem pakar.

Format interface yg paling populer saat ini adalah graphical user interface, yg menampilkan tampilan Windows.

Input Sistem Pakar

Memungkinkan manajer utk memasukkan instruksi dan informasi ke dlm sistem pakar & menerima informasi dr sistem pakar. Instruksi tsb menentukan parameter yg mengarahkan sistem pakar melalui proses penalaran. Informasi itu berbentuk nilai yg diberikan pd variabel tertentu.

USER INTERFACE

Menawarkan kesempatan utk membuat keputusan yg melebihi kemampuan manajer.

Dpt menjelaskan alur penalarannya dlm mencapai suatu pemecahan tertentu.

DAYA TARIK SISTEM PAKAR

Output Sistem Pakar

Sistem pakar dirancang utk menyarankan pemecahan. Pemecahan ini dilengkapi dgn penjelasan. Ada 2 jenis penjelasan :

1. Penjelasan atas pertanyaan. Sistem pakar akan meminta manajer memasukkan sejumlah informasi. Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar menyediakan penjelasannya.

2. Penjelasan atas penyelesaian masalah. Setelah sistem pakar memberikan suatu pemecahan masalah, manajer dpt meminta penyelesaian mengenai bagaumana itu dicapai. Sistem pakar akan menampilkan tiap langkah-langkah penalaran yg menuju pd penyelesaian.

IF ECONOMIC.INDEX > 1,20 AND SEASONAL.INDEX > 1,30

THEN SALES.OUTLOOK = “EXCELLENT”

Teknik menerangkan masalah yg populer adalah penggunaan aturan. Aturan menentukan apa yg harus dilakukan dlm situasi ttt & terdiri dr 2 bagian: suatu kondisi yg mgk benar, mgk tidak dan tindakan yg harus diambil jika kodisinya benar. Contoh aturan :

Aturan

Memuat fakta-fakta yg menjelaskan area masalah & menerangkan msh yg menjelaskan bgmn fakta-fakta tsb cocok satu dgn yg lain dlm urutan yg logis. Problem Domain digunakan utk menjelaskan area masalah.

KNOWLEDGE BASE

INFERENCE ENGINE

Adalah bagian dari sistem pakar yg melakukan penalaran dgn menggunakan isi knowledge base berdasarkan urutan ttt.

2 metode utama telah dibuat bagi inference engine untuk menguji aturan: penalaran maju (forward reasoning) & penalaran mundur (reserve reasoning).DEVELOPMENT ENGINE

Pd proses ini melibatkan perangkat aturan. Ada 2 pendekatan dasar :

1. Bahasa Pemrograman2. Shell sistem pakar Shell sistem pakar membuat kecerdasan buatan terjangkau oleh perusahaan yg

tdk memiliki SD yg diperlukan utk mengembangkan sistem sendiri dgn menggunakan bhs pemrograman. Ini merupakan cara terpopuler bagi perusahaan yg menerapkan sistem berbasis pengetahuan.KEUNTUNGAN & KERUGIAN SISTEM PAKAR

Keuntungan Sistem Pakar Bagi Manajer• Mempertimbangkan lebih banyak alternatif.

• Menerapkan logika yg lebih tinggi

• Menyediakan lebih banyak waktu utk mengevaluasi hasil keputusan

• Membuat keputusan yang lebih konsisten.

• Kinerja perusahaan yang lebih baik

• Mempertahankan pengendalian atas pengetahuan perusahaan.

Keuntungan Sistem Pakar bagi Perusahaan

Kerugian Sistem Pakar

1. Tdk dpt menangani pengetahuan yg tdk konsisten. Ini merupakan kerugian krn dlm bisnis hanya sedikit yg tetap sepanjang waktu krn berubah-ubahnya kinerja manusia.

2. Tdk dpt menerapkan penilaian dan intuisi yg merupakan unsur penting saat memecahkan masalah semi-terstruktur atau tidak terstruktur.

Dua karakteristik sistem pakar membatasi kemampuannya sbg alat pemecah masalah bisnis.

KUNCI MENUJU PENGEMBANGAN SISTEM PAKAR YANG BERHASIL

Dengan menggunakan umpan balik dari responden survei, Prof. Gill mengidentifikasi 5 area dimana pengembangan dpt diperbaiki :1. Koordinasikan pengembangan sistem pakar dgn

rencana bisnis strategi & rencana strategis untuk SD informasi

2. Definisikan scr jelas masalah yg akan dipecahkan & dipahami sepenuhnya problem domain.

3. Berikan perhatian khusus pd kelayakan legal (dan etis) dari sistem yg diusulkan.

4. Pahami sepenuhnya perhatian pemakai ttg proyek pengembangan maupun harapan mereka pada sistem operasional.

5. Gunakan teknik manajemen yg dirancang utk menjaga tingkat kelelahan pengembang berada pd batas yg dapat diterima.