Pengertian
Teknologi Sistem Cerdas
Teknologi sistem cerdas adalah sistem yang menerapkan
kecerdasan buatan. Jadi, kecerdasan inilah yang diciptakan untuk kemudian
dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat agar dapat
berfikir layaknya manusia. Sistem ini juga dibuat agar dapat berperilaku
seperti manusia, mampu menyerap pengalaman dan mampu bertindak berdasarkan
pengalaman tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri
dan mampu berfikir seperti halnya manusia.
Pengertian
Kecerdasan Buatan / Artificial Intelligence (AI)
Kecerdasan Buatan atau kecerdasan yang
ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial 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.
Dua
bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan :
1. Basis pengetahuan (knowledge base) : berisi
fakta-fakta, teori, pemikiran & hubungan antara satu dengan lainnya.
2. Motor Inferensi (inference engine) : kemampuan
menarik kesimpulan berdasarkan pengalaman.
Perbedaan Kecerdasan Buatan dan Kecerdasan Alami
Kecerdasan
Buatan
1. Lebih
bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa.
Kecerdasan buatan tidak berubah selama sistem komputer & program tidak
mengubahnya.
2. Lebih
mudah di duplikasi & disebarkan. Transfer pengetahuan manusia dari 1 orang
ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan
pernah dapat di duplikasi dengan lengkap.Jadi jika pengetahuan terletak pada
suatu sistem komputer, pengetahuan tersebut dapat disalin dari komputer
tersebut & dapat dipindahkan dengan mudah ke komputer yang lain.
3. Lebih
murah. Menyediakan layanan komputer akan lebih mudah & murah dibandingkan
mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu
yang sangat lama.
4. Bersifat
konsisten karena kecerdasan buatan adalah bagian dari teknologi komputer
sedangkan kecerdasan alami senantiasa berubah-ubah
5. Dapat
di dokumentasi.Keputusan yang dibuat komputer dapat di dokumentasi dengan mudah
dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami
sangat sulit untuk di reproduksi.
6. Lebih
cepat & lebih baik dalam pemrosesanya.
Kecerdasan
Alami
1. Kreatif
: manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada
kecerdasan buatan untuk menambah pengetahuan harus dilakukan melalui sistem
yang dibangun.
2. Memungkinkan
orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan
buatan harus bekerja dengan input-input simbolik.
3. Pemikiran
manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat
terbatas.
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 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. Pada tahun 1982, para ahli fisika seperti Hopfield menggunakan
teknik-teknik statistika untuk menganalisis sifat-sifat penyimpanan dan
optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan
penelitian mengenai model jaringan syaraf pada memori. Pada tahun 1985-an
sedikitnya empat kelompok riset menemukan kembali algoritma pembelajaran
propagansi balik (Back-Propagation
learning). Algoritma ini berhasil diimplementasikan ke dalam
ilmu komputer dan psikologi. 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
Kasparovdalam 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.
Contoh Teknologi
Sistem Cerdas
Natural Language Processing (NLP)
NLP
mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat
berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara
komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer
melakukan ekstraksi informasi dari input yang berupa natural language dan atau
menghasilkan output yang juga berupa natural language.
Computer Vision
Cabang
ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek
secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh,
melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini
dikombinasikan dengan Artificial Intelligence secara umum akan mampu menghasilkan
sebuah visual intelligence system.
Robotika dan Sistem
Navigasi
Bidang
ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi
industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan
fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan
lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan
actuator seperti lengan, roda, kaki, dll. Kemudian, robot juga
diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi
terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada
dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana
berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan
boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis
karakter Kanji yang dibuat oleh Hisashige Tanaka.
Ada beberapa istilah penting di dalam robot vision yang
saling berhubungan, diantaranya computer vision, machine vision dan robot vision.
Computer vision merupakan teknologi paling penting di masa yang akan datang
dalam pengembangan robot yang interaktif. Computer Vision merupakan bidang
pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan
berhubungan dengan akuisisi dan pemrosesan image. Machine vision
merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image,
kontrol proses dan pemanduan robot pada berbagai aplikasi industri dan rumah
tangga. Robot vision merupakan pengetahuan mengenai penerapan computer
vision pada robot. Robot membutuhkan
informasi vision untuk memutuskan aksi apa yang akan dilakukan. Penerapan
saat ini vision pada robot antara lain sebagai alat bantu navigasi robot,
mencari obyek yang diinginkan, inspeksi lingkungan dan lainnya. Vision
pada robot menjadi sangat penting karena informasi yang diterima lebih detail
dibanding hanya sensor jarak atau sensor lainnya. Misalnya dengan vision,
robot dapat mengenal apakah obyek yang terdeteksi merupakan wajah orang atau
bukan. Lebih jauh lagi, sistem vision yang canggih pada robot membuat
robot dapat membedakan wajah A dengan wajah B secara akurat (Face recognition
system menggunakan metode PCA, LDA dan lainnya). Proses pengolahan dari
input image dari kamera hingga memiliki arti bagi robot dikenal sebagai
visual perception, dimulai dari akuisisi image, image preprocessing untuk
memperoleh image yang diinginkan dan bebas noise misalnya, ekstrasi fitur
hingga interpretasi. Misalnya saja untuk identifikasi pelanggan dan
penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan
servo sebagai aktuator untuk mengarahkan kamera agar tetap mengarah ke wajah
seseorang (face tracking).
Game Playing
Game
biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang
dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang
nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila
karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan
oleh player. Hal ini akan memancing penasaran user dan membuat game menarik
untuk dimainkan. Tujuan intinya adalah membuat non-player memiliki strategi
yang cerdas untuk mengalahkan player. Pada bidang ini, AI dibutuhkan,
yaitu untuk merancang dan menghasilkan game yang fun serta antarmuka antara
man-machine yang cerdas dan menarik untuk dimainkan.
Sistem Pakar
Bidang
ilmu ini mempelajari bagaimana membangun sistem atau komputer yang memiliki
keahlian untuk memecahkan masalah dan menggunakan penalaran dengan meniru atau
mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem ini, permasalahan
yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli, dapat
diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem pakar
juga akan membantu aktivitas mereka sebagai asisten yang seolah-olah sudah
mempunyai banyak pengalaman.Sedangkan definisi lain dari sistem pakar
adalah sistem berbasis komputer yang menurut
Turban, Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu
lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan
pengembangan digunakan oleh ES builder untuk membangun komponen dan memasukkan
pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh
user nonpakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini
dapat dipisahkan setelah sistem lengkap.
Kesimpulan
Teknologi sistem cerdas diciptakan untuk memudahkan,
mengefisiensikan dan meringankan kerja manusia. Sistem ini diciptakan agar
dapat berfikir layaknya manusia. Kecerdasan alami dan buatan memilikki
perbedaan, keduanya mempunyai kelebihan masing – masing yang juga akan
berdampak ke kita sendiri. Dalam perkembangannya, teknologi sistem cerdas sudah
banyak membantu manusia dalam menyelesaikan tugasnya dan juga fasilitas untuk
manusia yang hampir semua dikerjakan dari sebuah sistem cerdas. Jika kita tidak
dapat memakainya dengan secara bijak dan selalu bergantung pada sebuah sistem,
ini akan berdampak buruk bagi penggunanya. Oleh karena itu, pakailah suatu
sistem dengan bijak dan sesuai porsi, agar tidak menjadi generasi yang
bergantung oleh teknologi dan dapat meningkatkan intelegensi alamiah yang sudah
kita milikki sejak kita lahir.
Daftar Pustaka
Metta Dewi, Erlinda. (2012). “OVERVIEW tentang
SISTEM CERDAS”. Diakses dari http://erlindamettadewi-fst09.web.unair.ac.id/artikel_detail-43183-Sistem%20Cerdas-OVERVIEW%20tentang%20SISTEM%20CERDAS.html.
27 September 2017
Wikipedia. (2017). “Kecerdasan Buatan”. Diakses dari https://id.wikipedia.org/wiki/Kecerdasan_buatan. 27 September
2017
Praktisi Komputer. (2016). “Pengertian Kecerdasan Buatan”.
Diakses dari https://praktisikomputer.com/pengertian-kecerdasan-buatan/.
27 September 2017
Rumah Project. (2016). “Contoh Penerapan Kecerdasan buatan (AI)
dalam kehidupan”. Diakses dari http://blog.rumahproject.com/2016/11/27/contoh-penerapan-kecerdasan-buatan-ai-dalam-kehidupan/.
27 September 2017
NAMA : RILLO BAGASKORO
KELAS : 3KA04
NPM : 16115000
Tidak ada komentar:
Posting Komentar