PENGANTAR
TEKNOLOGI SISTEM CERDAS
SOFTSKILL
Dosen : Jalinas
Disusun Oleh :
Rachma Putri Widhowati
18114674
3KA21
Sistem Informasi
Fakultas Ilmu Komputer dan Teknologi Informasi
KATA PENGANTAR
Puji syukur saya panjatkan kehadirat
Tuhan Yang Maha Esa karena atas izin-Nya saya dapat menyelesaikan makalah
Pengantar Teknologi Sistem Cerdas.
Makalah ini berisikan tentang sistem
cerdas. Diharapkan
makalah ini dapat memberikan informasi kepada kita semua tentang apa itu sistem
cerdas, dan kita dapat memahaminya.
Saya menyadari bahwa makalah ini
masih jauh dari sempurna, oleh karena itu kritik dan saran dari semua pihak
yang bersifat membangun selalu saya harapkan demi kesempurnaan makalah ini.
Akhir kata, saya ucapkan terima
kasih kepada semua pihak yang telah berperan serta dalam menyusun makalah ini
dari awal sampai akhir. Semoga Tuhan Yang Maha Esa senantiasa memberkati kita
semua. AMIN.
Depok,
Oktober 2016
Penulis
DAFTAR ISI
Halaman Judul ……………………………………………………………………………………………………………………. i
Kata Pengantar ……………………………………………………………………………………………………………………. ii
Daftar Isi …………………………………………………………………………………………………………………………….. iii
BAB I
PENDAHULUAN ………………………………………………………………………………………………………… 1
A.
Latar
Belakang ………………………………………………………………………………………………………… 1
B.
Rumusan
Masalah ……………………………………………………………………………………..…………... 1
C.
Tujuan
Penulisan ………………………………………………………………………………………………….…. 2
BAB II
PEMBAHASAN …………………………………………………………………………………………………….…… 2
A.
Pengertian
Sistem Cerdas ….............……………………………………………………...................... 2
B.
Sejarah
Kecerdasan Buatan ..........................................................................................
3
C.
Sudut Pandang
Kecerdasan Buatan ..............................................................................
4
D.
Macam-macam
Bidang Yang Menggunakan Kecerdasan Buatan ................................. 5
BAB III PENUTUP
………………………………………………………………………………………………...........…..... 9
A.
Kesimpulan
……………………………………………………………………………................................… 9
DAFTAR PUSATAKA …………………………………………………………………………………………………………...
10
BAB I
PENDAHULUAN
A.
LATAR BELAKANG
Kecerdasan
buatan merupakan cabang salah satu bagian ilmu komputer yang membuat agar mesin
(komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia, dan dalam merepresentasikan pengetahuan lebih banyak menggunakan
bentuk simbol-simbol daripada bilangan dan proses informasi berdasarkan metode
heuristic atau dengan berdasarkan sejumlah aturan.
Artificial Intelligence (AI)
merupakan sub bidang pengetahuan komputer yang khusus ditujukan untuk membuat
software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi otak
manusia.
B.
RUMUSAN MASALAH
1.
Apa itu sistem cerdas ?
2.
Bagaimana
sejarah kecerdasan buatan ?
3.
Bagaimana
sudut pandang kecerdasan buatan ?
4.
Apa saja
macam-macam bidang yang menggunakan kecerdasan buatan ?
C.
TUJUAN PENULISAN
1.
Mengetahui
pengertian sistem cerdas
2.
Memahami
sejarah kecerdasan buatan
3.
Memahami
sudut pandang kecerdasan buatan
4.
Mengetahui
macam-macam bidang yang menggunakan kecerdasan buatan
BAB II
PEMBAHASAN
A.
PENGERTIAN
SISTEM CERDAS
Kecerdasan Buatan atau kecerdasan
yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau
Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya
disingkat 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.
Banyak hal yang kelihatannya sulit
untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah.
Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral,
membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia
kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk
direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain
sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat,
AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan
perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian
dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang
membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian,
perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan
pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti
itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada
penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering
digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang
telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video
game.
B. SEJARAH KECERDASAN BUATAN
Di awal abad 20, seorang penemu
Spanyol yang bernama Torres Y Quevedo, membuat sebuah mesin yang dapat
mengskakmat raja laannya dengan sebuah raja dan ratu. Perkembangan secara sistematis
kemudian dimulai ditemukannya komputer digital.
·
Pada
tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali
mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan
cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap
serangkaian pertanyaan yang diajukan.
·
Istilah
kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy
dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman
LISP
·
Loghic
Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat
membuktikan teorema-teorema matematika.
·
Mesin
Neural Network pertama oleh Marvin Minsky (1958)
·
Sad
Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui
kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu
memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.
·
Muncul
logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system
komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti
yang diperlukan mesin.
·
ELIZA
(1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap
pasien dengan memberikan beberapa pertanyaan.
·
Program
Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang
pertama.
·
Pada
tahun 1972 bahasa Prolog dimunculkan.
·
John
Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun
buatan) secara umum dapat diformulasikan dalam terminologi genetika (Algoritma
Genetika).
·
Sistem
catur AI mengalahkan manusia (Pecatur master) pada tahun 1991.
·
Robotik,
peranti mekanika yang diprogram untuk melakukan berbagai tugas.
C. SUDUT PANDANG KECERDASAN BUATAN
Kecerdasan Buatan dapat
dipandang dari 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 adalah suatu studi bagaimana membuat agar komputer dapat melakukan
sesuatu sebaik yang dikerjakan oleh manusia.
Domain Penelitian dalam
kecerdasan buatan :
a.
Mundane task
-
Persepsi (vision & speech).
-
Bahasa alami (understanding,
generation & translation).
-
Pemikiran yang bersifat commonsense.
-
Robot control.
b.
Formal task
Permainan/games.
Matematika (geometri, logika, kalkulus
integral, pembuktian).
c.
Expert task
Analisis finansial.
Analisis medikal.
Analisis ilmu pengetahuan.
Rekayasa (desain, pencarian
kegagalan, perencanaan manufaktur).
3.
Sudut pandang Bisnis.
Kecerdasan
buatan adalah kumpulan peralatan yang sangat powerfull dan metodologis dalam
menyelesaikan masalah-masalah bisnis.
4.
Sudut pandang Pemrograman.
Kecerdasan
buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah
(problem solving) dan pencarian (searching).
D. MACAM-MACAM BIDANG YANG MENGGUNAKAN
KECERDASAN BUATAN
1.
SISTEM CERDAS BERBASIS PENGETAHUAN
Sistem cerdas berbasis pengetahuan
adalah sistem yang memiliki kemampuan menyerap kepakaran seorang ahli. Sistem
ini ditunjukkan pada Gambar 2.1 memiliki sebuah blok utama berupa basis
pengetahuan yang berisi informasi kepakaran. Informasi kepakaran dijabarkan
algoritma cerdas, dan komponen prakondisi isyarat yang mengatur kerja
sensor-sensor. Algoritma cerdas inilah yang memutuskan aksi-aksi yang tepat
untuk setiap keadaan/status sistem.
Contoh kepakaran yang bisa disimpan oleh sistem ini
antara lain adalah kepakaran untuk menghindari rintangan-rintangan, kepakaran
untuk menginjeksi pupuk dengan takaran yang tepaT, memisahkan obyek-obyek
sesuai dengan klasifikasi tertentu, atau kepakaran untuk mengenal dengan baik
kondisi obyek hasil pertanian yang hendak dipanen. Kepakaran ini
tentunya harus didukung oleh sensor dengan presisi yang memadai.
2.
SISTEM LOGIKA SAMAR (FUZZY LOGIC SYSTEM)
Sistem logika
samar adalah sistem yang mengadopsi strategi kendali dengan logika inferensi
samar. Logika inferensi (penyimpulan) samar ini mengolah data-data eksternal
dengan menggunakan fungsi-fungsi keangotaaan yang bersifat samar. Gambar
2.2 menunjukkan struktur dasar sebuah sistem cerdas berbasis logika samar.
Sistem logika samar secara luas
telah digunakan dalam aplikasi mekatronika dalam bidang pertanian seperti untuk
mendeteksi kadar nitrogen hasil bumi menggunakan sensor multi-spectral. Selain
itu sistem ini secara efektif juga bisa digunakan untuk mengendalikan robot
bergerak.
Gambar 2.3 menunjukkan arsitektur dari sistem logika samar
(SLS). Sistem SLS terdiri dari beberapa komponen di antaranya blok Membership
Function (NB, NS, Z, PS, PB), blok fungsi minimum (Min1, s.d. Min 25), blok
fungsi maksimum (MAX), blok pengali (Mult), penjumlah (ADDER), dan pembagi
(DIV). Blok-blok tersebut secara fungsional bekerja dengan cara mengeksekusi
aturan-aturan inferensi yang telah ditetapkan hingga menghasilkan keluaran
keputusan kendali.
3. SISTEM BERBASIS JARINGAN SYARAF
TIRUAN (ARTIFICIAL NEURAL NETWORK)
Jaringan syaraf tiruan terinspirasi
dari sistem pengorganisasian otak manusia yang terdiri dari beratus milyar sel
syaraf dengan tipe yang bervariasi. Neuron adalah sel syaraf khusus yang
menghantarkan isyarat elektris. Sekitar 10% dari keseluruhan sel adalah neuron,
atau ada sekitar 10 milyar neuron di dalam otak manusia. Setiap neuron
berinteraksi dengan neuron yang lain melalui kontak yang disebut sinapsis.
Rata-rata setiap neuron menerima isyarat dari sekian ribu sinapsis. Jadi otak
dibangun dari jaringan neuron dalam jumlah sangat besar.
Gambar 2.4(a) menunjukkan jaringan syaraf tiruan (berstruktur multilapisan) dengan sejumlah neuron yang dihubungkan oleh sinaptik-sinaptik. Perbesaran dari jaringan memperlihatkan dua buah neuron yang dihubungkan oleh sebuah sinaptik. Neuron melakukan dua buah operasi yaitu operasi penjumlahan isyarat-isyarat sinaptik terboboti dan operasi aktivasi non-linear. Sinaptik mengirimkan isyarat dari satu neuron ke neuron berikutnya dengan bobot sebesar wij yang dapat diatur melalui prosedur pelatihan.
Gambar 2.4(b) menunjukkan arsitektur
dalam menerapkan JST dalam sistem kontrol. Sistem JST telah sukses
diimplementasikan ke dalam mikroprosesor untuk aplikasi teknologi pertanian dengan
pemupukan presisi tinggi. JST juga telah sebagai sistem penghematan pengguanaan
energi pada stasium pompa hidrolik.
JST terdiri dari sejumlah besar sel
syaraf (neuron) dengan interkoneksi yang sinaptik yang sangat besar pula.
Gambar 2.5 menunjukkan model JST yang terdiri dari 3 lapisan, 32 sel syaraf
yang dikelompokkan dalam 9 buah grup, dan sejumlah interkoneksi sinaptik antar
neuron pada lapisan yang berbeda.
Neuron dan sambungan sinaptik akan
menyimpan informasi penting tentang kepakaran yang diperoleh setelah JST
dilatih dengan berbagai data-data pasangan input-output yang diinginkan. Salah
satu algoritma yang cukup terkenal untuk melatih JST adalah algoritma “Backpropagation”.
Algoritma ini akan mengubah nilai-nilai bobot sinaptik sehingga JST akan
membentuk fungsi-fungsi khusus sesuai yang diajarkan. Jadi melalui neuron dan
bobot-bobot sambungan sinaptik, JST berfungsi untuk menyimpan informasi
kepakaran yang sewaktu-waktu diperlukan untuk mengelola data-data isyarat yang
telah pernah diajarkan sebelumnya.
BAB III
PENUTUP
A.
KESIMPULAN
Sistem cerdas adalah sistem yang
dapat mengadopsi sebagaian kecil dari tingkat kecerdasan manusia untuk
berinteraksi dengan keadaan eksternal suatu sistem. Sebagian kecil dari tingkat
kecerdasan itu antara lain: kemampuan untuk dilatih, mengingat kembali kondisi
yang pernah dialami, mengolah data-data untuk memberikan aksi yang tepat sesuai
yang telah diajarkan, dan kemampuan menyerap kepakaran seorang ahli melalui
perintah yang dituliskan dalam sebuah bahasa pemrograman tertentu.
DAFTAR PUSTAKA
Tidak ada komentar:
Posting Komentar