Artificial Intelligence (Kecerdasan Buatan)

Posted: October 26, 2012 in Uncategorized

Sejarah Kecerdasan 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 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 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.

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau 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.

Kecerdasan buatan termasuk bidang ilmu yang relatif muda. Pada tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana caranya agar mesin dapat melakukan pekerjaannya seperti yang bisa dikerjakan oleh manusia. Alan Turing, seorang matematikawan Inggris pertama kali mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesin dikatakan cerdas. Hasil tes tersebut kemudian dikenal dengan Turing Test, dimana si mesin tersebut menyamar seolah-olah sebagai seseorang di dalam suatu permainan yang mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan. Turing beranggapan bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia).

Kecerdasan buatan sendiri dimunculkan oleh seorang profesor dari Massachusetts Institute of Technology yang bernama John McCarthy pada tahun 1956 pada Dartmouth Conference yang dihadiri oleh para peneliti AI. Pada konferensi tersebut juga didefinisikan tujuan utama dari kecerdasan buatan, yaitu mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan kelakuan manusia tersebut.

Kognisi Manusia

Bloom membagi kemampuan kognisi manusia ke dalam 6 tingkatan.

1. Tingkat Pengetahuan (Knowledge Level)

Berisikan kemampuan untuk mengenali dan mengingat peristilahan, definisi, fakta-fakta, gagasan, pola, urutan, metodologi, prinsip dasar, dsb. Sebagai contoh, ketika diminta menjelaskan manajemen kualitas (quality management), orang yg berada di level ini bisa menguraikan dengan baik definisi dari kualitas, karakteristik produk yg berkualitas, standar kualitas minimum untuk produk, dsb.

2. Tingkat Pemahaman (Comprehension Level)

Dikenali dari kemampuan untuk membaca dan memahami gambaran, laporan, tabel, diagram, arahan, peraturan, dsb. Sebagai contoh, orang di level ini bisa memahami apa yg diuraikan dalam fish bone diagram, pareto chart, dsb.

3. Tingkat Aplikasi (Application Level)

Di tingkat ini, seseorang memiliki kemampuan untuk menerapkan gagasan, prosedur, metode, rumus, teori, dsb di dalam kondisi kerja. Sebagai contoh, ketika diberi informasi tentang penyebab meningkatnya reject di produksi, seseorang yg berada di tingkat aplikasi akan mampu merangkum dan menggambarkan penyebab turunnya kualitas dalam bentuk fish bone diagram atau pareto chart.

4. Tingkat Analisis (Analythical Level)

Di tingkat analisis, seseorang akan mampu menganalisa informasi yang masuk dan membagi-bagi atau menstrukturkan informasi ke dalam bagian yang lebih kecil untuk mengenali pola atau hubungannya, dan mampu mengenali serta membedakan faktor penyebab dan akibat dari sebuah skenario yg rumit. Sebagai contoh, di level ini seseorang akan mampu memilah-milah penyebab meningkatnya reject, membandingbandingkan tingkat keparahan dari setiap penyebab, dan menggolongkan setiap penyebab ke dalam tingkat keparahan yg ditimbulkan.

5. Tingkat Sintesa (Synthesis Level)

Satu tingkat di atas analisa, seseorang di tingkat sintesa akan mampu menjelaskan struktur atau pola dari sebuah skenario yang sebelumnya tidak terlihat, dan mampu mengenali data atau informasi yang harus didapat untuk menghasilkan solusi yg dibutuhkan. Sebagai contoh, di tingkat ini seorang manajer kualitas mampu memberikan solusi untuk menurunkan tingkat reject di produksi berdasarkan pengamatannya terhadap semua penyebab turunnya kualitas produk.

6. Tingkat Evaluasi (Evaluation Level)

Dikenali dari kemampuan untuk memberikan penilaian terhadap solusi, gagasan, metodologi, dsb dengan menggunakan kriteria yang cocok atau standar yg ada untuk memastikan nilai efektivitas atau manfaatnya. Sebagai contoh, di tingkat ini seorang manajer kualitas harus mampu menilai alternatif solusi yg sesuai untuk dijalankan berdasarkan efektivitas, urgensi, nilai manfaat, nilai ekonomis, dsb.

Sistem Pakar

Adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Manfaat dan Keterbatasan Sistem Pakar
a. Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.
b. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
c. Mampu menangkap kepakaran yang sangat terbatas.
d. Dapat beroperasi di lingkungan yang berbahaya.
e. Memudahkan akses ke pengetahuan.
f. Handal. Sistem Pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem Pakar juga secara konsisten melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial.
g. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan mencakup lebih banyak aplikasi .
h. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer konvensional, Sistem Pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi, dan Sistem Pakar tetap akan memberikan jawabannya.
i. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan Sistem Pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.
j. Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar.
k. Meniadakan kebutuhan perangkat yang mahal.
l. Fleksibel.

Keterbatasan Sistem Pakar
Metodologi Sistem Pakar yang ada tidak selalu mudah, sederhana dan efektif. Berikut adalah keterbatasan yang menghambat perkembangan Sistem Pakar:
a. Pengetahuan yang hendak diambil tidak selalu tersedia.
b. Kepakaran sangat sulit diekstrak dari manusia.
c. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.
d. Adalah sangat sulit bagi seorang pakar untuk mengabstraksi atau menjelaskan langkah mereka dalam menangani masalah
e. Pengguna Sistem Pakar mempunyai batas kognitif alami, sehingga mungkin tidak bisa memanfaatkan sistem secara maksimal.
f. Sistem Pakar bekerja baik untuk suatu bidang yang sempit.
g. Banyak pakar yang tidak mempunyai jalan untuk mencek apakah kesimpulan mereka benar dan masuk akal.
h. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali terbatas dan tidak mudah dimengerti oleh orang lain.
i. Pengembangan Sistem Pakar seringkali membutuhkan perekayasa pengetahuan (knowledge engineer) yang langka dan mahal.
j. Kurangnya rasa percaya pengguna menghalangi pemakaian Sistem Pakar.
k. Transfer pengetahuan dapat bersifat subyektif dan bias.

ELIZA

ELIZA salah diperkenalkan oleh Joseph Weizenbaum tahun 1966. ELIZA merupakan  program komputer dan sebuah contoh awal dari primitif pengolahan bahasa alami . ELIZA dioperasikan oleh tanggapan pengolahan pengguna untuk script, yang paling terkenal yang DOKTER,simulasi dari psikoterapis Rogerian . Menggunakan informasi hampir tidak ada tentang pemikiran manusia atau emosi, DOKTER terkadang memberikan mengejutkan mirip manusia interaksi.

PARRY

PARRY adalah sebuah contoh awal dari sebuah chatterbot, oleh psikiater Kenneth Colby. Parry Colby, Hilf, Webber dan Kraemer tahun 1972, mensimulasikan seorang pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang pasian paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi komputer dan respon manusia.

Program menerapkan model mentah dari perilaku skizofrenia paranoid berdasarkan konsep, konseptualisasi, dan keyakinan. Hal ini juga diwujudkan strategi percakapan, dan dengan demikian, PARRY adalah sebuah program yang jauh lebih serius dan maju daripada ELIZA. Itu digambarkan sebagai “ELIZA dengan sikap”

Pada awal tahun 1970, PARRY diuji dengan menggunakan variasi dari Turing Test.  Sekelompok psikiater yang berpengalaman menganalisis kombinasi pasien nyata dan komputer yang menjalankan PARRY melalui teleprinter . Kelompok lain dari 33 psikiater ditunjukkan transkrip percakapan. Kedua kelompok kemudian diminta untuk mengidentifikasi mana dari “pasien” yang manusia dan yang program komputer. Psikiater mampu membuat identifikasi yang benar hanya 48 persen dari waktu .

NETtalk

NETtalk adalah jaringan saraf tiruan. Yang merupakan adalah hasil penelitian yang dilakukan pada pertengahan 1980 oleh Terrence Sejnowski dan Charles Rosenberg. Maksud di balik NETtalk adalah untuk membangun model sederhana yang mungkin menjelaskan kompleksitas tugas-tugas belajar tingkat kognitif manusia, dan pelaksanaannya sebagai model koneksionis yang juga bisa belajar untuk melakukan tugas yang sebanding.

NETtalk adalah sebuah program yang belajar mengucapkan teks bahasa Inggris yang ditulis dengan menjadi teks yang ditampilkan sebagai masukan dan pencocokan transkripsi fonetik untuk perbandingan.NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada jaring jaring neuron, sehinnga dinamakan NETtalk. Dalam program ini, NETtalk membaca tulisan dan mengucapkannya keras- keras.  Para penulis mencatat bahwa belajar membaca melibatkan mekanisme kompleks yang melibatkan banyak bagian dari otak manusia. NETtalk tidak secara khusus model tahapan pengolahan citra dan pengenalan huruf dari korteks visual. Sebaliknya, ia menganggap bahwa surat telah pra-diklasifikasikan dan diakui, dan urutan surat ini terdiri dari kata-kata tersebut kemudian ditampilkan ke jaringan saraf selama pelatihan dan selama pengujian kinerja. Adalah tugas NETtalk untuk belajar asosiasi yang tepat antara pengucapan yang benar dengan urutan tertentu huruf berdasarkan konteks di mana huruf tersebut akan muncul. Dengan kata lain NETtalk belajar untuk menggunakan huruf sekitar fonem saat diucapkan yang memberikan isyarat untuk pemetaan dimaksudkan fonemik nya.

Referensi:

____. (2012). Eliza. http://en.wikipedia.org/wiki/ELIZA (diakses tanggal 26 Oktober 2012).

____. (2012). Kecerdasan buatan. http://id.wikipedia.org/wiki/Kecerdasan_buatan (diakses tanggal 24 Oktober 2012).

____. (2012). NETtalk. http://en.wikipedia.org/wiki/NETtalk_%28artificial_neural_network%29  (diakses tanggal 26 Oktober 2012).

____. (2012). Parry. en.wikipedia.org/wiki/PARRY (diakses tanggal 26 Oktober 2012).

____. (2012). Sistem pakar. http://id.wikipedia.org/wiki/Sistem_pakar

Birtan. (2010). Manfaat system pakar. http://birtandp.wordpress.com/tag/manfaat-sistem-pakar/ (diakses tanggal 26 Oktober 2012).

Gentazmania. (2010). Sejarah kecerdsan buatan http://gentazmania.wordpress.com/2010/02/21/sejarah-kecerdasan-buatan/#more-3 (diakses tanggal 24 Oktober 2012).

http://elib.unikom.ac.id/files/disk1/418/jbptunikompp-gdl-ritakurnia-20871-3-4.babi-i.pdf

http://lecturer.eepis-its.edu/~entin/Kecerdasan%20Buatan/Presentasi/Minggu1%20-%20Introduction%20to%20Artificial%20Intelligence.pdf

journal.mercubuana.ac.id/data/1a-AI.doc

Widyarso. (2008). Taksonomi bloom. http://awidyarso65.files.wordpress.com/2008/08/taksonomi-bloom.pdf (diakses 26 Oktober 2012).

Yasika. (2012). Apa itu artificial intelligence. http://akisay.blogspot.com/2012/10/apa-itu-artificial-intellingence.html (diakses tanggal 26 Oktober 2012).

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s