BAB I
PENDAHULUAN
Bentuk permasalahan yang bisa diselesaikan menggunakan komputer berkembang dengan pesat, tak terbatas hanya masalah yang berhubungan dengan perhitungan dan pengolahan informasi. Dewasa ini komputer telah dapat menirukan banyak kemampuan yang dimiliki manusia, seperti menyentuh, menggenggam, menghitung, berbicara, mengingat, membandingkan angka dan menggambar. Para ilmuwan komputer terus berusaha meningkatkan kemampuan itu dengan mengembangkan software maupun hardware yang dapat menirukan tingkah laku manusia. Area riset yang dikenal dengan Artificial Intellegent (AI) atau Kecerdasan Buatan. Kecerdasan Buatan meliputi peciptaan sebuah sistem yang memiliki kemampuan untuk menalar, meningkatkan kemampuan dirinya, dan menirukan sistem sensor serta kemampuan mekanis manusia.
Dalam bidang tertentu, Kecerdasan Buatan memberikan gagasan tentang pembuatan alat elektromagnetis untuk menggantikan tugas manusia. Memang komputer tidak bisa menirukan kemampuan manusia untuk menilai kreativitas, rasa humor, dan emosi seseorang. Akan tetapi, komputer mampu mengendalikan mesin yang dapat meniru gerakan manusia (misal memungut benda dan meletakannya disuatu tempat). Hal ini memungkinkan kita berkomunikasi dengan komputer dan memberikan ‘otak’ pada suatu sistem yang menirukan sistem pemikiran manusia di bidang tertentu.
Disamping Kecerdasan Buatan, di dalam dunia komputer juga dikenal Kecerdasan Komputasional atau Computational Intellegent (CI). Kecerdasan Komputasional merupakan bagian dari disiplin Ilmu Komputer untuk menyelesaikan permasalahan yang non-algoritmizable. Dalam hal ini, Kecerdasan Buatan merupakan bagian dari Kecerdasan Kompuasional yang berfokus pada masalah-masalah kognitif yang lebih tinggi. Sedangkan Kecerdasan Komputasional berfokus pada masalah-masalah yang berkaitan dengan persepsi dan kontrol, atau pada masalah-masalah kognitif yang lebih rendah.
Dalam beberapa jurnal dan buku, ada tiga payung utama yang mendasari dari Kecerdasan Komputasional yaitu neural, fuzzy, dan evolusi. Aplikasi dari Kecerdasan Komputasional sangat banyak sekali, misalnya dalam masalah pengenalan wajah manusia, pengenalan suara, pembuatan sistem pakar, pembuatan sistem temu kembali informasi seperti pada search engine dan lain sebagainya.
BAB II
PEMBAHASAN
2.1. Kecerdasan Buatan
Banyak para pakar yang mencoba memberikan definisi tentang Kecerdasan Buatan (Artificial Intellegent). Berikut disajikan beberapa definisinya.
v Marvin Minsky
“Kecerdasan Buatan adalah sebuah disiplin ilmu untuk membuat mesin melakukan banyak hal yang memerlukan kecerdasan jika dilakukan oleh manusia.”
v H. A. Simon
“Kecerdasan Buatan merupakan area riset, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.”
v Rich and Knight
“Kecerdasan Buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
v Encyclopedia Britannica
“Kecerdasan Buatan 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.”
Menurut Winston dan Prendergast, ada beberapa tujuan dikembangkannya Kecerdasan Buatan yaitu sebagai berikut :
a. Membuat mesin menjadi lebih pintar (goal ultimate).
b. Memahami apa itu kecerdasan (scientific research).
c. Membuat mesin menjadi lebih bermanfaat (goal entrepreuneurial).
Kecerdasan Buatan dapat dipandang dari berbagai perspektif, yaitu :
a. Dari perspektif Kecerdasan (Intellegent)
b. Dari perspektif Bisnis, Kecerdasan Buatan adalah alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tools tersebut guna menyelesaikan maslah-masalah bisnis.
c. Dari perspektif Pemrograman (Programming), Kecerdasan Buatan termasuk di dalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (searching).
d. Dari perspektif Penelitian (Research), Kecerdasasn Buatan merupakan area riset yang dimulai pada tahun 1960 dengan pertama kali melakukan membuat program games catur, membuktikan teori, dan melakukan tugas-tugas sederhana (general problem solving)
Domain penelitian dalam Kecerdasan Buatan adalah sebagai berikut:
v Formal task (mathematics, games)
v Mundane task (perception,robotics, natural language,common sense, reasoning)
v Experts task (financial analysis, medical diagnostic, engineering, scientific analysis)
Konsep dan definisi dalam Kecerdasan Buatan adalah sebagai berikut :
1. Turing Test
Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Alan Turing. Proses uji ini melibatkan seorang penanya (manusia) dan dua objek yang ditanya (mesin). Penanya tidak bisa langsung melihat kepada objek yang ditanya. Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua objek tersebut. Jika penanya tidak dapat membedakan mana jawaban mesin mana jawaban manusia, maka Turing berpendapat bahwa mesin yang diuji itu cerdas.
2. Pemrosesan simbolik
Komputer semula dirancang untuk memproses bilangan atau angka-angka (pemrosesan numerik). Sementara itu manusia berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis. Sifat penting dari Kecerdasan Buatan adalah bahwa Kecerdasan Buatan merupakan bagian dari Ilmu Komputer yang melakukan proses secara simbolik dan non-algoritmik dalam menyelesaikan masalah.
3. Heuristic
Istilah heuristic diambil dari bahasa Yunani yang berarti ‘menemukan’. Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan disepanjang jalur yang memiliki kemungkinan sukses paling besar.
4. Penarikan Kesimpulan (Inferencing)
Kecerdasan Buatan mencoba membuat mesin yang memiliki kemampuan berpikir atau mempertimbangkan (reasoning). Kemampuan berpikir itu termasuk di dalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan-aturan dengan menggunakan metode heuristic atau metode pencarian lainnya.
5. Pencocokan pola (Pattern Matching)
Kecerdasan Buatan bekerja dengan metode pencocokan pola (pattern matching) yang berusaha untuk menjelaskan objek, kejadian (events) atau proses, dalam hubungan logika dan kompuasional.
2.2. Kecerdasan Komputasional
Kecerdasan Komputasional (Computational Intellegent) adalah pendekatan yang muncul untuk komputasi secara paralel yang meniru kemampuan manusia seperti berpikir dan belajar dalam suatu lingkungan dengan ketidakpastian. Kecerdasan Komputasional adalah sebuah pendekatan baru untuk membangun sitem komputasi sistem cerdas yang bertujuan membantu menyelesaikan permasahan manusia. Sistem cerdas ini diharapkan memiliki kemampuan seperti manusia dalam spesifikasi tertentu, dapat beradaptasi secara mandiri dan belajar agar lebih baik dalam kondisi lingkungan yang berubah, serta dapat menjelaskan bagaimana keputusan itu diambil.
Kecerdasan Komputasional terdiri dari tiga paradigma komputasi, yaitu: Neural Network System, Fuzzy Logic, Probabilistic Reasoning yang terdiri dari teori Chaos, Belief Networks, Genetic Algorithm. Kontribusi yang sangat penting dari Fuzzy Logic adalah sebuah metode untuk komputasi dengan menggunakan kata-kata, Jaringan Syaraf Tiruan dapat mengidentifikasi sistem, belajar, dan beradaptasi, sedangkan Probabilistic Reasoning untuk mengambil suatu keputusan dan Genetic Algorithm lebih ditekankan untuk systematized random search dan optimasi.
Metode-metode di atas sebenarnya telah ada jauh sebelum Kecedasan Komputasional dirumuskan. FL telah berkembang sejak tahun 1965. Konsep-konsep dasar Neural Network System telah digali sejak tahun 1940-an. Probabilistic Reasoning juga bukanlah hal yang baru sama sekali, dasar-dasar Genetic Algorithm telah digali oleh John Holland pada pertengahan tahun 1970-an. Oleh karena itu, Zadeh menyebut Kecedasan Komputasional sebagai reinkarnasi dari metode-metode di atas.
Oleh karena masing-masing metode ini mempunyai kelebihan tersendiri. Integrasi dari beberapa metode ini membentuk inti dari Kecedasan Komputasional. Sinergi ini menjadikan Kecedasan Komputasional menggabungkan pengetahuan manusia secara efektif, bekerja dengan baik dalam ketidakakuratan dan ketidakpastian, dan dapat belajar beradaptasi terhadap lingkungan yang berubah dan tak diketahui sebelumnya untuk kemampuan yang lebih baik. Untuk pembelajaran dan adaptasi, Kecedasan Komputasional memerlukan komputasi yang luas. Dalam pengertian ini, Kecedasan Komputasional bersama-sama memiliki karakteristik yang sama dengan komputasi cerdas (Computational Intelligence).
Kecedasan Komputasional bukan merupakan metode tunggal karena dalam menghadapi masalah komputasi dunia nyata ini, sering kali sangat menguntungkan untuk mensinergikan beberapa teknik komputasi dari pada digunakan secara terpisah. Ciri khas dari Kecedasan Komputasional ini adalah penekanan pada partnership atau kerjasama yang saling menguntungkan dari berbagai metode yang ada, lebih lanjut gagasan ini disebut Kecedasan Komputasional Hibrid yang saling mendukung. Metode ini ibarat pilar, saling mendukung dan bekerjasama dalam memecahkan suatu permasalahan.
Keunggulan yang diperoleh dari kerjasama metode-metode itu lebih ditekankan daripada keunggulan individual salah satu daripadanya. Kekurangan satu metode akan ditutup dengan kelebihan metode yang lain. Keunggulan satu metode disumbangkan, sehingga segi-segi positif dari metode yang ada tersebut dapat dimanfaatkan secara optimal. Tiap metode memiliki segi positif yang dapat disumbangkan secara komplementer, menutupi kekurangan dari metode yang lain. Oleh karena Fuzzy Logic, Neural Network System, dan Probabilistic Reasoning saling mendukung maka sering kali sangat menguntungkan untuk menggunakan kombinasi dari ketiganya dari pada digunakan secara individual. Fuzzy-Genetic, Neuro-Genetic, dan sistem Neuro-Fuzzy-Genetic adalah contoh kombinasi tersebut. Kombinasi pada sistem Neuro-Genetic, dimana Genetic Algorithm biasanya dimanfaatkan untuk menentukan struktur yang optimal dari suatu Neural Network System. Contoh populer dari kerjasama komplementer ini dan paling sering digunakan adalah sistem Neuro-Fuzzy, inti dari pemodelan sistem cerdas dari komputasi Neuro-Fuzzy ini adalah jaringan syraf tiruan yang dapat mengenali pola dan beradaptasi untuk mengatasi perubahan lingkungan dan fuzzy inference system yang dapat menggabungkan pengetahuan manusia, menarik kesimpulan, dan membuat keputusan. Selama beberapa tahun belakangan ini jumlah dan variasi dari aplikasi Fuzzy Logic dan Neural Network System tumbuh dengan cepat, antara lain aplikasi pada sistem pendukung keputusan dan pasar finansial. Hal ini bertujuan untuk menyelesaikan masalah dunia nyata dalam mengambil keputusan, pemodelan, dan kontrol. Masalah ini biasanya terdefinisi secara tidak akurat dan memerlukan campur tangan manusia.
Berbeda dengan pendekatan konvensional hard-computing, soft-computing dapat bekerja dengan baik walaupun terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial pada data yang diolah dan merupakan low cost solution, robust (sangat unggul), praktis dan mudah direalisasikan. Hal inilah yang melatarbelakangi fenomena dimana kebanyakan metode Kecerdasan Komputasional mengambil human-mind sebagai model. (Lotfi A. Zadeh)
Pada pengembangan Kecerdasan Komputasional, human-mind merupakan model yang menarik. Alasannya sebenarnya terletak pada struktur dan fungsi dari otak manusia. Otak manusia merupakan mesin molekuler, yang terdiri dari dua jenis sel, yaitu neuron dan glia. Dalam otak kita terdapat sekitar 1011 sel neuron, sedangkan sel glia sekitar 3 sampai 4 kali lipatnya. Sel neuron berfungsi sebagai pemroses informasi yang diterima oleh otak. Sel neuron terhubung antara satu dengan yang lain dengan benang-benang panjang. Berat otak manusia saat lahir sekitar 400 gram, sedangkan saat dewasa sekitar 1500 gram. Pertambahan berat ini disebabkan oleh bertambah panjangnya benang-benang tersebut, disamping pertambahan sel glia. Pertambahan panjang ini berkaitan erat dengan proses pembelajaran yang dialami oleh manusia. Hal ini merupakan ide awal bagi pengembangan metode Kecerdasan Komputasional, yaitu Neural Network System, yang memiliki kemampuan pembelajaran terhadap informasi yang telah diterima.
Selain kemampuan pembelajaran, otak manusia juga memiliki kemampuan untuk mengambil keputusan walaupun informasi mengandung unsur ketakpastian dan ketidakakuratan, seperti ’manis’, ’pahit’, ’tinggi’, ’rendah’, dan sebagainya. Hal ini merupakan konsep yang mendasari pengembangan metode Fuzzy Logic, yang mencerminkan cara berfikir manusia untuk mengungkapkan keadaan fuzzy dan menggambarkan kebiasaan manusia, antara lain keputusan manusia, emosi, dan persepsi. Selain Neural Network System dan Fuzzy Logic, masih banyak lagi jenis-jenis metode Kecerdasan Komputasional, yang ide awalnya bersumber dari otak manusia maupun mekanisme biologi yang terdapat di alam semesta, seperti Genetic Algorithm yang merupakan metode komputasi yang meniru proses evolusi dan seleksi alam.
Berikut merupakan bidang-bidang penelitian Kecerdasan Komputasional
v Fuzzy System
v Pattern RecognitioImage
v Immage Processing
v Machine Learning
v Computer Vision
v Soft Computing
v Evolutionary CompuNeural
v Network Knowledge
v Natural language Processing
v Image retrieval
v Decision Support System
v Expert System
v Intelligent Tutoring System
v Bioinformatics
v Robotic Graph
BAB III PENUTUP
Kecerdasan Buatan merupakan area riset yang berusaha membuat mesin menjadi cerdas sehingga bisa melakukan hal-hal yang dilakukan oleh manusia. Kecerdasan Buatan dapat dipandang dari perspektif kecerdasan, bisnis, pemrograman, penelitian, dan lain sebagainya. Konsep-konsep dari Kecerdasan Buatan meliputi Turing Test, Pemrosesan Simbolik, Heuristic, penarikan kesimpulan (inferencing), pencocokan pola (pattern matching).
Kecerdasan Komputasional (Computational Intellegent) adalah pendekatan yang muncul untuk komputasi secara paralel yang meniru kemampuan manusia seperti berpikir dan belajar dalam suatu lingkungan dengan ketidakpastian. Kecerdasan Komputasional bertujuan untuk membantu menyelesaikan permasalahan manusia. Kecerdasan Komputasional terdiri dari tiga metode komputasi, yaitu: Neural Network System, Fuzzy Logic, Probabilistic Reasoning. Ketiga metode itu memiliki kekurangan dan kelebihan masing-masing. Dalam Kecerdasan Komputasional, ketiga metode tersebut dapat dikombinasikan untuk menghasilkan metode yang lebih baik. Ide dasar Kecerdasan Komputasional berasal dari diri manusia, misalkan dalam Neural Network System di adaptasi dari sistem saraf manusia.
Kecerdasan Komputasional merupakan bagian dari disiplin Ilmu Komputer untuk menyelesaikan permasalahan yang non-algoritmizable. Dalam hal ini, Kecerdasan Buatan merupakan bagian dari Kecerdasan Kompuasional yang berfokus pada masalah-masalah kognitif yang lebih tinggi. Sedangkan Kecerdasan Komputasional berfokus pada masalah-masalah yang berkaitan dengan persepsi dan kontrol, atau pada masalah-masalah kognitif yang lebih rendah.
LATIHAN SOAL
1. Jelaskan apa yang dimaksud dengan kecerdasan buatan? Kemudian sebutkan ranah penelitian kecerdasan buatan!
Jawab:
Kecerdasan buatan adalah cabang ilmu komputer yang mempelajari bagaimana membuat komputer dapat melakukan pekerjaan atau berpikir seperti yang dapat dilakukan manusia. Cabang ilmu yang masih termaksud ranah kecerdasan buatan adalah formal task (mathematics, games), mundane task (perception,robotics, natural language,common sense, reasoning), experts task (financial analysis, medical diagnostic, engineering, scientific analysis).
2. Jelaskan apa yang dimaksud kecerdasan komputasi !
Jawab:
Kecerdasan komputasi adalah pendekatan yang muncul untuk komputasi secara paralel yang meniru kemampuan manusia seperti berpikir dan belajar dalam suatu lingkungan dengan ketidakpastian. Metode komputasi dapat dikelompkan menjadi tiga bagian, yakni: learning (jaringan saraf tiruan), mencari yang optimum (analitik dan penggunaan algoritma genetika), dan mempresentasikan konsep fisik yang nyata (konsep fuzzy, konsep peluang, dan ukuran fuzzy).
3. Jelaskan definisi kecerdasan buatan sebagai sebuah sistem yang bekerja secara rasional (systems that act rationally) ?
Jawab :
Bersifat rasional berarti “doing the right thing” atau melakukan sesuatu dengan benar. Sehingga suatu agen akan bertindak untuk mencapai hasil yang terbaik atau ketika terjadi ketidakpastian, mengharapkan hasil yang terbaik.
4. Jelaskan apa yang dengan Turing Test?
Jawab:
Mesin Turing adalah model komputasi teoritis yang ditemukan oleh Alan Turing, berfungsi sebagai model ideal untuk melakukan perhitungan matematis. Walaupun model ideal ini diperkenalkan sebelum komputer nyata dibangun, model ini tetap diterima kalangan ilmu komputer sebagai model komputer yang sesuai untuk menentukan apakah suatu fungsi dapat selesaikan oleh komputer atau tidak (menentukan computable function). Mesin Turing terkenal dengan ungkapan " Apapun yang bisa dilakukan oleh Mesin Turing pasti bisa dilakukan oleh komputer." Sebuah mesin turing terdiri atas barisan sel tersusun berupa pita yang dapat bergerak maju mundur, komponen aktif baca/tulis pita yang memiliki status perhitungan serta dapat mengubah/menulisi sel aktif yang ada di pita tadi, dan suatu kumpulan instruksi bagaimana komponen baca/tulis ini harus melakukan modifikasi terhadap sel aktif pada pita, serta bagaimana menggerakkan pita tersebut. Pada setiap langkah dalam komputasi, mesin ini akan dapat mengubah isi dari sel yang aktif, mengubah status dari komponen baca/tulis, dan mengubah posisi pita kekiri atau kekanan.
Daftar Pustaka
Russel Stuart dan Norvig Peter. 2003. Artificial Intelligence A Modern Approach Second Edition. USA: Prentice Hall
http://ii.fmph.uniba.sk/~farkas/Courses/CompInt/References/duch.what-is-CI.book06.pdf
http://www.amirfaisal.web.ugm.ac.id/?p=422
http://hari.narmadi.net/komputer/istilah-komputer-artificial-intelligence
http://www.sema-likmi.com/forum/index.php?topic=505.0
