Kecerdasan Buatan (Artificial Intelligence)

Pengertian Kecerdasan Buatan
(Artificial Intelligence)
 Definisi: Bagian dari ilmu komputer yang mempelajari
bagaimana membuat mesin (komputer) dapat
melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia bahkan bisa lebih baik
daripada yang dilakukan manusia.
 Menurut John McCarthy, 1956, AI :
Untuk mengetahui dan memodelkan proses –
proses berpikir manusia dan mendesain
mesin agar dapat menirukan perilaku manusia.
 Kecerdasan Buatan (AI) memberi beberapa metoda
untuk membekali komputer dengan pengetahuan dan
kemampuan nalar sehingga menjadi mesin pintar
 AI dapat dipandang dari berbagai sudut pandang:
√ Sudut pandang kecerdasan
√ AI akan membuat mesin cerdas
√ Sudut pandang penelitian
√ AI suatu studi bagaimana membuat mesin bekerja sebaik yang
dilakukan manusia
√ Sudut pandang bisnis
√ AI adalah kumpulan peralatan yang sangat powerfull dan
metodologist dalam menyelesaikan masalah bisnis
√ Sudut pandang pemrograman
√ AI meliputi studi tentang
»
»
»
Pemrograman simbolik
Problem solving
Searching
 Beberapa domain AI
 Mundane task
 Perception



Natural language





Vision
Speech
Understanding
Generation
Translation
Commonsense reasoning
Robot control
 Formal task
 Games




Chess
Backgamon
Checkers
Go
 Formal task
 Mathematics
 Geometry
 Logic
 Integral calculus
 Proving properties of programs
 Expert task
 Engineering
 Design
 Fault finding
 Manufacturing planning
• Scientific Analysis
• Medical Diagnosis
• Financial Analysis
 Cerdas =
memiliki pengetahuan + pengalaman,
penalaran (bagaimana membuat keputusan
& mengambil tindakan), moral yang baik
 Agar mesin bisa cerdas (bertindak seperti & sebaik
manusia) maka harus diberi bekal pengetahuan &
mempunyai kemampuan untuk menalar.
 Untuk membuat aplikasi Kecerdasan Buatan, butuh:
 Basis Pengetahuan (Knowledge Base), berisi fakta-fakta,
teori, pemikiran dan relationship antar satu dengan
lainnya
 Motor Inferensi (Inference Engine), yaitu kemampuan
menarik kesimpulan berdasarkan pengalaman
Kecerdasan Buatan vs
Kecerdasan Alami
 Keuntungan Kecerdasan Buatan
 Lebih bersifat permanen.
 Lebih mudah diduplikasi dan disebarkan
 Lebih murah
 Bersifat Konsisten
 Dapat didokumentasikan
 Dapat mengerjakan pekerjaan lebih baik dan lebih cepat
 Keuntungan Kecerdasan Alami
 Kreatif
 Memungkinkan orang untuk menggunakan
pengalaman secara langsung
 Pemikiran manusia dapat digunakan secara lebih luas
Sejarah Kecerdasan Buatan
 Tahun 1950-an, Alan Turing (matematikawan Inggris),
melakukan test untuk melihat apakah sebuah mesin cerdas
 Turing Test
 Turing machine seolah-olah sebagai seseorang yang mampu
memberi respon terhadap serangkaian pertanyaan
 AI dimunculkan John McCarty (1965) pada Dartmouth
Conference yang dihadiri para peneliti AI
 Pada konferensi itu didefenisikan tujuan utama kecerdasan
buatan: mengetahui dan memodelkan proses-proses
berfikir manusia dan mendesign mesin agar dapat
menirukan kelakukan manusia tersebut.
 Beberapa program AI (1956 – 1966)
 Logic Theorist, diperkenalkan pada Dartmouth
Conference, dapat membuktikan teorema-teorema
matematika
 Sad Sam (Robert K Lindsay – 1960), dapat mengetahui
kalimat sederhana yang ditulis dalam bahasa Inggris dan
mampu memberikan jawaban berdasarkan fakta yang
didengar dalam sebuah percakapan
 ELIZA diprogram Joseph Weizenbaum (1967), mampu
memberi terapi terhadap pasien dengan memberikan
beberapa pertanyaan
Lingkup Utama Kecerdasan Buatan
 Sistem Pakar (Expert System)
 Pengolahan Bahasa Alami (Natural Language
Processing)
 Pengenalan Ucapan (Speech Recognition)
 Robotika dan Sistem Sensor (Robotics & Sensory
Systems)
 Computer Vision
 Intelligent Computer-aided Instruction
 Game Playing
Soft Computing
 Defenisi: kumpulan metodologi untuk
mengeksploitasi adanya toleransi terhadap
ketidaktepatan, ketidakpastian, dan kebenaran
parsial untuk dapat diselesaikan dengan mudah,
murah dan robustness  Prof Lotfi A Zadeh
(1992)
 Merupakan inovasi dalam membangun sistem
cerdas
 Sistem yang memiliki keahlian seperti manusia pada
domain tertentu, mampu beradaptasi dan belajar agar
dapat bekerja lebih baik jika terjadi perubahan
lingkungan
 Unsur-unsur pokok dalam Soft Computing
 Sistem Fuzzy
(mengakomodasi ketidaktepatan)
 Jaringan syaraf
(menggunakan pembelajaran)
 Probabilistic Reasoning (mengakomodasi
ketidakpastian)
 Evolitionary Computing
(optimasi)