Kecerdasan Buatan (Artificial Intelligence) dan Sistem Pakar (Expert System)

      Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).

       Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).

       Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica).

• Sejarah Kecerdasan Buatan

       Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

       Perkembangan terus berlanjut, 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 awal 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 pada tahun 1956, selain itu 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 diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

• Jenis-Jenis Kecerdasan Buatan

1. Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan

    para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan

    meniru keahlian yang dimiliki pakar.

2. Pengolahan Bahasa Alami (Natural Language Processing), user dapat

    berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris,

    bahasa indonesia, dan sebagainya.

3. Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan
    komputer menggunakan suara.

4. Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui 
    komputer.

5. Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor

    yang dapat melatih & mengajar.

6. Soft Computing merupakan sebuah inovasi dalam membangun sistem cerdas yaitu 

    sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu 

    beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. 

    Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, 

    ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan 

    dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).

    

Komputer dapat digunakan untuk mengumpulkan informasi tentang obyek,kegiatan (events), proses dan dapat memproses sejumlah besar informasi dengan lebih efisien dari yang dapat dikerjakan manusia, tetapi disisi lain manusia –dengan menggunakan insting- dapat melakukan hal yang sulit untuk diprogram pada komputer, yaitu: manusia dapat mengenali (recognize) hubungan antara hal-hal tersebut, menilai kualitas dan menemukan pola yang menjelaskan hubungan tersebut.

Menurut Martin & Oxman (dalam Kusrini, 2006) Sistem pakar (expert system) adalah sistem berbasis computer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dipecahkan oleh seorang pakar dalam bidang tersebut.

Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decicion making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring).

Sebuah sistem pakar memiliki 2 komponen utama yaitu basis pengetahuan dan mesin inferensi. Basis pengetahuan merupakan tempat penyimpanan pengetahuan dalam memori komputer, dimana pengetahuan ini diambil dari pengetahuan pakar.

Ciri-ciri sistem pakar : 

1.     Terbatas pada bidang yang spesifik

2.     Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti

3.     Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.

4.     Berdasarkan pada rule atau kaidah tertentu.

5.     Dirancang untuk dapat dikembangkan secara bertahap.

6.     Outputnya bersifat nasihat atau anjuran.

7.     Output tergantung dari dialog dengan user.

8.     Knowledge base dan inference engine terpisah.

Sesuatu yang unik, Misalnya saja, di masa mendatang ketika mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu

Kelebihan 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 diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1 
      orang ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan 
      pernah dapat diduplikasi 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 &

murahdibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.

4.     Bersifat konsisten dan teliti karena kecerdasan buatan adalah bagian dari teknologi

komputer sedangkan kecerdasan alami senantiasa berubah-ubah.

5.     Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi dengan

mudah dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.

6.     Dapat mengerjakan beberapa task lebih cepat dan lebih baik dibanding manusia

Aplikasi Eliza, Parry, dan Nettalk

Eliza, Parry dan Nettalk adalah beberapa contoh dari chatterbot. Chatterbot merupakan sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbot dikategorikan sebagai kecerdasan buatan atau artificial intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan (conversational agent).

Eliza

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya, dalam hal ini, Eliza berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional Eliza melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

Parry

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophren paranoid berdasarkan konsep, konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi: penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari Eliza.

Nettalk

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai jaringan syaraf atau jaring syaraf). Jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana.

Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.

sumber :

http://lunaslunaslunas.blogspot.co.id/2013/04/kecerdasan-buatan-dan-sistem-pakar_631.html
http://artikel-teknologi-informasi.blogspot.co.id/2012/12/sistem-pakar-expert-system-dalam.html
http://noteinformatic.blogspot.co.id/2015/11/sistem-pakar-dan-kecerdasan-buatan.html