Siapa yang gak kenal power ranger (film fafoit saya waktu SD)?? lima orang dengan
kekuatan super dan mempunyai zort (robot) untuk melawan monster, atau film THE MATRIX? Yang gayanya menjadi
fenomenal. Terminator, digambarkan
perang manusia melawan mesin. Iron Man?
Orang kaya yang punya kostum, dan membuat dia menjadi seperti robot yang kuat
dengan tegnologi yang sangat canggih. Bahkan dalam film Avenger, Iron man selalu menantang Thor (salah satu Dewa dalam
legenda Yunani). Transformers, robot
luar angkasa yang membantu mempertahankan Bumi. Cyborg She, cyborg wanita yang mencari penciptanya dimasa lalu
untuk mengajarinya bersikap seperti manusia pada umumnya (film ini sangat
menarik, baca juga resensi saya untuk film ini). Wall-E, saya sering kecewa karena banyak orang yang melupakan robot
imut itu, padahal ceritanya sangat bangus menurut saya. Film itu menceritakan
masa depan manusia yang pindah keluar
angkasa karena bumi sudah penuh denbgan sampah dan hanya robot-robor sampah
yang tinggal di bumi, sedang manusia bertahan hidup dengan fasilitas yang keren
di luar angkasa, sampai-sampai mereka berubah sikap, prilaku dan kebiasaannya
menjadi malas dan hilang jiwa kemanusiaaannya. Fisik manusia berubah menjadi
gemuk karena tidak pernah berjalan sendiri. Doraemon??
Robot kucing kesukaan penduduk jagat raya.
Dan semua film-film di atas adalah gambaran
mengenai artificial intelligence dalam bahasa Indonesia
adalah “kecerdasan buatan”. Mungkin dari film-film di atas merupakan doa atau
harapan, bagi kemajuan Artificial
Intelligence, karena sebagian dari film itu belum menjadi nyata (pengen
miara doraemon).
Kecerdasan buatan memiliki, memiliki konsep yang
sangat luas namun tafsirannya bisa sangat fleksibel. Misalnya saja, film-film
di atas sepertiya banyak sekali contoh kecerdasan buatan ini seperti robot,
komputer, peralatan canggih, atau kapal luar angkasa. Namun tafsirannya bisa
sangat fleksibel, mereka adalah benda yang di ciptakan manusia dan memiliki
tujuan memepermudah tugas manusia.
Apa itu Artificial intelligence??
Artificial Intellegence dapat di
definisikan sebagai cabang ilmu komputer yang berhubungan dengan otomatisasi
prilaku intelegen. Jadi tidak semua alat atau mesin dapat di katakan cerdas
(seperti manusia), kecerdasan buata juga punya standar. Artificial intellingece adalah ilmu yang
mempelajari cara membuat komputer dapat bertindak dan memiliki kecerdasan
seperti manusia, menurut Tuba pada tahbum 1995. Bidang-bidang yang termasuk
kedalam kecerdasan buatan antara lain computer
vision (penglihatan komputer), Natural
language Prosseing (pengelolaan bahasa alami), Robotics, Artificial Neural
system (sistem syaraf buatan), dan Expert System (sistem pakar).
/dignose
Definisi
Artificial Intelligence !!!
Dalam wikipedia Kecerdasan Buatan didefinisikan
sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya
dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin
atau komputer agar dapat melakukan pekerjaan seperti yang dapat dilakukan
manusia.
Beberapa tokoh lain mendefinisikan Kecerdasan Artificial Intelligence,
dianatanya Minsky tahun 1989 mengatakan “kecerdasan buatan adalah suatu ilmu
yang memepelajari cara membuat komputer melakukan sesuatu seperti yang
dilakukan manusia”. H.A. Simon tahun 1987 “kecerdasan buatan merupakan kawasan
penelitian, aplikasi dan instruksi yang terkait dengan pemograman komputer
untuk melakukan suatu hal dalam pandangan manusia disebut cerdas”. Rich dan
Knight tahun 1991 mendefinisikan “kecerdasan buatan sebagai sebuah studi
tentang bagaimana membuat komputer melakukan hal-hal pada saat ini dapat
dilakukan lebih baik oleh manusia”. Dan ensiklopedia Britannica mengatakan
“kecerdasan buatan sebagai ilmu komputer yang dalam mepresentasikan pengetahuan
lebih banyak menggunakan simbol daripada bilangan dan memeproses informasi
berdasarkan metode heuristik atau berdasarkan jumlahaturan”.
Apa saja Klasifikasi Artificial
Inteliigen yang cerdas??
Artificial intelligen sendiri mirip manusia, mereka
memiliki standar untuk menjadi “kecerdasan buatan”. Jadi tidak semua mesin bisa
di bilang pintar. Misalnya, Program dikatakan cerdas apa bila program tersebut
dapat menarik kesimpulan tertentu dari sejumlah data atau fakta yang diketahui.
Namun, disamping itu, kata program
kurang cocok untuk menjadi definisi AI (artificial
intelligence) lebih cocok di definisikan dengan kata “pemikir”.
Jadi ada tiga elemen untuk menentukan progran
cerdas atau tidak, program yang dapat menarik kesimpulan yang logis dari
sejumlah fakta. Contoh paling mudah adalah game, saat kita bermain game melawan
komputer maka ada pilihan tingkatan kesulitan dan program dapat memilih langkah
yang paling baik (sesuai tingkatan kesulitan) untuk melawan manusia dalam game.
Program tersebut harus dapat memperbaharui pengetahuan, seperti fakta (data)
dan alur berfikir (aturan). Contoh yang paing mudah hight score pada games,
akan selalau berubah jika kita memainkan game tersebut. Program dapat mengingat
apa yang pernah dialaminya, mungkin AI yang mempunyai kemampuan ini dibilang
sudah masternya. Contohnya, saat
menggunakan internet seperti Google Crome, kali kita menekan CTRL + H makan akan muncul History, yaitu
sejarah pencarian data kita di internet.
Apa tujuan Artificial Intelligence?
Membuat
komputer lebih cerdas, misalnya mengenbangkan fungsi komputer, bukan hanya
untuk tempat mengetik namun juga dapat menjadi pemutar musik mp3.
Mengerti tentang kecerdasan, yang dimaksud dari kecerdasan adalah
kemampuan untuk belajar dan mengerti dari pemahaman, memahami pesan yang
kontradisi dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru,
menggunakan penalaran dalam memecahkan masalah serta menyelesaikannya secara
efektif.
Membuat mesin lebih berguna, misalnya
menggunakan internet, tanpa internet komputer hanya berfungsi sebagai tempat
kerja atau alat mengetik, nbamun dengan menggunakan internet komputer bisa
sekaligus digunakan untuk mencari informasi.
Emmm.. kalo kita lihat, ya sebenarnya tujuan dasar
AI adalah untuk membantu pekerjaan manusia. Namun, bukan hanya itu, kecerdasan
buatan adalah wujud dari kepintaran manusia. AI sendiri di ciptakan mengikuti
cara berfikir manusia., yaitu input bagi manusia menerima informasi, prosessing
bagi manisia memproses, adap tasi, asimilasi atau akomodasi, kemudian output
bagai manusia itu seperti ide, pendapat atau penyelesaian masalah. Melihat dari
ciri-ciri ini saja sudah sangat terlihat kecerdasan AI adalah tiruan dari
kecerdasan (kognisi) Manusia.
Apa saja klasifikasi program
Artificial Intelligence??
·
Permainan games,
contoh gampangnya catur, soliter, spiders, dan lain-lain.
·
theorem
proving and automated reasioning (Pembuktian teorema dan penalaran
terotomatis). Contohnya program Simon’s Logic Theorist yang memiliki manfaat
untuk membuktikan suatu dalil matatematis dari sejumlah aksioma.
· Expert System(Sistem pakar), seperti software DENDRAL yanbg berguna
untuk menetapkan struktur suatu molekul arganik dari data spektroskopi massa
dan rumus kimianya. /shock
· natural
language Understanding and semantic medeling (Pemrosesan bahasa Alami dan
peniru semantik), seperti penerjemahan dari satu bahasa ke bahasa lain.
·
Human performence modeling (Peniru prilaku
manusia), peranghkat lunak yang dapat meniru prilaku manusia dewasa ini dipakai
oleh para psikolog untuk menganalisis teori Freud dan berbbagai teori psikologi
lainnya.
·
Robotic
and planning (Robotika dan perencanaan), seperti robot-robot untuk
industri. (lihat film Cyborg She)
Apa hubungan Artificial
Intelligence dengan Kognisi Manusia?
Dosen kognitif sain saya pernah bertanya, Manusia
dan komputer siapa yang lebih pintar? Banyak
mahasiswa yang binggung untuk menjawab, karena kebanyakan informasi sendiri
berasa dari komputer. Misalnya saja mengerjakan tugas soft skill, pastinya akan
lebih mudah untuk googling saja. Sehingga pemikiran mahasiswa menganggap Google
sangat pintar (apa lagi film-film robot yang menunjukan mereka lebih pintar dan
kuad dari pada manusia). Namun pemikiran itu salah. Mau bagaimanapun atau
sehebat apapun komputer, namun informasi yang di miliki komputer atau program
seperti google itu berasal dari manusia. Tanpa manusia komputer tidak akan ada gunanya, dan tidak akan memiliki
isi, jadi manusia akan selalu lebih pintar. Google hanya sebagai perantara
antar manusia untuk memasukan informasi dan memeperoleh informasi. /nobigdeal
Sedikit mengenai kognisis
manusia!!
Karena sebelumnya
udah dibahas panjang x lebar di tugas
sebelumnya, jadi silahkan lihat tugas sebelumnya untuk lebih lengkapnya.
Sekarang saya hanya menyinggung sedikit mengenai kognisi manusia ini.
Kognisi manusia sendiri adalah aktifitas mental
yang menggambarkan pemerolehan, penyimpanan, transformasi dan menggunakan
pengetahuan. Pengenalan pola seperti menafsirkan rupa-rupa garis dan baris yang
membentuk huruf dan kata. Otak manusia secara aktif mengolah info yang diterima
dan mengubah dalam bentuk dan kategori yang baru.
Secara etimologis kognisi yang bahasa
inggrisnya “Cognitive” berasal
dari kata cognition artinya adalah pengertian, mengerti. Beberapa tokoh
penting juga ikut mengutarakan definisi menurut fersinya masing-masing
diantaranya Gagne yang mengatakan “Koginisi merupakan proses yang terjadi
secara internal di dalam pusat susunan saraf pada waktu manusia sedang
berpikir”. Neisser, mengatakan “cognition (kognisi) adalah perolehan,
penataan, dan penggunaan pengetahuan”
Dalam wikipedia sendiri kognisis manusia di
defibnisikan sebagaikepercayaan seseorang tentang sesuatu yang didapatkan dari
proses berpikir tentang seseorang atau sesuatu. Proses yang
dilakukan adalah memperoleh pengetahuan dan memanipulasi pengetahuan
melalui aktivitas mengingat, menganalisis, memahami, menilai, menalar,
membayangkan dan berbahasa. Kapasitas atau kemampuan kognisi biasa diartikan
sebagai kecerdasanatau inteligensi. Selain itu banyak bidang ilmu yang
mempelajari kognisi beragam, seperti psikologi, filsafat, komunikasi, neurosains,
serta kecerdasan buatan (AI).
Kognisi Manusia + Artificial
Intelligence = ~
Dari definisi kognitif manusia di atas, akan
ditemukan hubungan antara kognisi manusia dan AI. Untuk menjelaskan mengenai
kognisis manusia yang rumit saja terkadang dosen lebih mudah menjelaskan jika menghubungkannya dengan artificial intelligence, karena AI memang benar dibuat serupa dengan kognisi
manusia namun dengan fersi yang lebih sederhana.
Kognisis manusia sangat mempengaruhi perkembangan
AI, karena untuk mencapai standar kecerdasan buatan yang berkualitas memerlukan
pemahaman mengenai kognisis manusia. Sehingga AI tidak akan mudah lepas dari
kognisi manusia, terutama di bagian arsitektur komputer. Hal ini sudah pernah
di bahas pada tugas sebelumnya. Untuk mengetahui lebih dalam hubungan anatar
arsitektur komputer dan kognisis manusia silahkan buka tugas saya yang
sebelumnya.
Namun kedepannya,
hubungan AI dan kognisis manusia akan saling mempengaruhi, karena perkembangan
kognisis manusia sekarang ini telah di pengaruhi oleh kecerdasan buaatn yang
kian berkembang. Misalnya saja, dulu manusia untuk memeperoleh informasi sangat
susah, sehingga manusia hanya sering menggunakan fisik atau tenaga, namun
manusia saat ini sangat mudah mencari informasi sehingga kognisis manusia dulu
dan sekarang saja sudah jauh berbeda. Istilah para orang tua “anak lebih pandai
dari orang tua” karena terkadang anak-anak mereka lebih pandai karena memiliki
informasi yang sangat banya akibat berkembangnya AI ini. Jadi kedepannya
kognisis manusia juga bisa dipengaruhi oleh AI, bahkan mungkin bukan hanya
kognisi namun fisik pun bisa berpengaruh. (contoh film Wall-E .. *kebanyakan
nonton fim* salah satu efek dari AI.. *imajinasi berlebihan*)
Ada bidang ilmu lain yang mempelajari hubungan
antara kognisi manusia dan komputer atau AI, yaitu kognitif sain (dalam bahasa
Inggris cognitive scaince).
Sebenarnya kognitif sain adalah ilmu interdisipliner antara Filsafat (yang
merupakan induk dari ilmu-ilmu),Psikologi
atau kognisi, AI, Antropologi, Linguistik, dan neurosain (ilmu tentang
syaraf). Dan adanya cabang ilmu ini sangat mendorong kemajuan AI dan
bidang-bidang lain tentunya. (dan saya memiliki mata kuliah ini semester ini)
Bagaimana Sejarah Artificial
intelligence???
Sepertinya mendengar kata sejarah saya sudah emmbuat
mata saya berat. Coba kita bahas secara lain.
Konon katanya Artificial
intelligence sebenarnya sudah ada
lama sekali (jaman Yunani gitu). Pada 19 dan 20 abad, makhluk buatan telah
menjadi fitur umum dalam fiksi, seperti dalam Mary Shelley 's Frankenstein atau Karel Capek 's RUR (Universal Robots Rossum 's). Pamela
McCorduck berpendapat bahwa semua ini adalah contoh dari dorongan kuno ,
saat ia menjelaskan hal itu, "untuk menempa para
dewa". Kisah-kisah tentang makhluk dan nasib mereka mendiskusikan banyak
harapan yang sama, ketakutan dan kekhawatiran etis yang disajikan
oleh kecerdasan buatan. (untuk lebih mudah nonton film Tron dan Avenger, rumor
tentang dewa-dewa Yunani menjadi sangat modern dan keren)
Agar tidak terlalu bosan jika saya menulis sejarah
secara paragaraf, terkesan seperti dongeng, karena itu saya lampirkan dalam
bentuk tabel agar lebih mudah di mengerti setiap tahapan sejarahnya.
Tahun
|
Kejadian
|
awal abad 17
|
René Descartes mengemukakan bahwa
tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit
|
Abad 17
|
Filsuf-filsuf seperti Aristoteles dan Plato telah
berfikir tentang Maid and Brain.
|
1642
|
Blaise Pascal menciptakan mesin penghitung
digital mekanis pertama
|
Abad 19
|
Charles Babbage dan Ada Lovelace bekerja
pada mesin penghitung mekanis yang dapat diprogram.
|
1943
|
Warren McCulloch dan Walter
Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam
Aktivitas " dan meletakkan pondasi untuk jaringan syaraf.
|
1950-an
|
periode usaha aktif dalam AI
|
1951
|
Program AI pertama yang bekerja untuk menjalankan
mesin Ferranti MarkI di University of Manchester (UK): sebuah
program permainan naskah yang ditulis oleh Christopher Strachey dan
program permainan catur yang ditulis oleh Dietrich Prinz.
|
1955
|
John McCarthy , yang menciptakan istilah AI,
dan mendefinisikan sebagai "ilmu dan teknik membuat mesin cerdas."
|
1956
|
John McCarthy membuat istilah "kecerdasan
buatan " pada konferensi pertama di kampus Dartmouth College,
kemudian John McCarthy , Marvin Minsky, Allen
Newell dan Herbert Simon , menjadi pemimpin penelitian AI
selama beberapa dekade.
|
1960-an,
|
penelitian di AS tengah gencar didanai
oleh Departemen Pertahanan dan laboratorium telah didirikan di
seluruh dunia. Pendiri
AI yang sangat optimis tentang masa depan bidang baru
|
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
|
1974
|
Paul John Werbos pertama kali menerangkan
jaringan syaraf dengan algoritma perambatan balik.
proyek-proyek yang lebih produktif, baik
pemerintah AS dan Inggris dipotong off semua penelitian eksplorasi diarahkan
dalam AI
|
1980-an
|
penelitian AI dihidupkan kembali oleh
keberhasilan komersial sistem pakar ,sebuah
bentuk program AI yang disimulasikan pengetahuan dan kemampuan analisis dari
satu atau lebih pakar manusia.
|
1985
|
Pasar untuk AI telah mencapai lebih dari satu
miliar dolar. Jepang generasi kelima komputer proyek terinspirasi
pemerintah AS dan Inggris untuk mengembalikan dana untuk penelitian akademis
di lapangan
|
1987
|
Mesin Lisp pasar runtuh, AI sekali lagi
jatuh ke dalam kehinaan, dan, kedua lebih lama
|
1990-an
|
perolehan besar dalam berbagai bidang AI dan
demonstrasi berbagai macam aplikasi
|
1997
|
Deep Blue, sebuah komputer permainan catur,
mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang
terkenal
|
awal abad 21
|
AI mencapai keberhasilan yang terbesar, meskipun
agak di belakang layar. Kecerdasan buatan digunakan untuk
logistik, data mining , diagnosa medis . dan banyak
daerah lain di seluruh industri teknologi
|
2004-sekarang
|
sebuah pacuan kendaraan dikemudikan sendiri tanpa
komunikasi dengan manusia, menggunakan GPS, komputer dan
susunan sensor yang canggih, melintasi beberapa ratus mil daerah
gurun yang menantang.
|
Apa hubungan Artificial Intelligen dengan Sistem Pakar??
Jika menyimak ulasan di atas makan akan menyadari
saya selalu mem-bolt sesuatu yang
berhubungan dengan sistem pakar,
jujur saja sistem pakar merupakan hal baru dalam hidup saya (baru denger).
Namun, saat dosen soft skill menjelaskan saya sedikit mendapat gambaran tentang
sistem ini. Saya pun berusaha bertanya kepada teman saya yang mengambil jurusan
TI (Tegnologi Informasi) dan sering mengerjalan(berprofesi) membuat
program-progam komputer. Saat saya bercerita mengenai tugas ini dia hanya
berkata “DL. derita lo” dan itu menusuk sanubari saya. Dia menolak memberi saya
keterangan apapun karena menurutnya, Sistem pakar adalah materi yang rumit.
Karena memiliki banyak sekali kode HTML yang di buat untuk Sistem Pakar.
Biasanya dia meminta bayaran yang cukup mahal untuk membuat sistem Pakar.
/floor
Kalau bertanya hubungan, maka (dari ulasan diatas) jawabannya sistem
pakar adalah salah satu bagian atau
klasifikasi dari Artificialintelegen.
Kemudian saya mencoba mencari, apa
itu sitem Pakar?
Menurut Turban pada tahun 1995, Sistem pakar adalah
program komputer yang menirukan seorang pakar dengan keahlian pada suatu
wilayah pengetahuan tertentu. Permasalahan yabng di tanganin seorang pakar
jelas bukan hanya alogaritma, namun lebih dari itu seorang pakar biasanya
menyelesaikan masalah yang lebih rumit dan pemahamannya sulit utuk di pahami.
Sistem pakar juga demikian, bukan hanya berisi alogaritma namun juga
pengetahuan dan aturan.
Sistem pakar biasanya sering digunakan dalam bidang
ekonomi, kepentingan bisnis, keungan, tegnologi dan kedokteran. Pada dasarnya
sistem pakar di terapkan untuk mendukung aktivitas pemecahan masalah. Ternyata
banyak aktivitas pemecahan masalah yang dilakuakn sistem pakar diantaranya decicion makning (pembuat keputusan), knowledge fusing (pemaduan
pengetahuan), designing (mendisain), planning (perencanaan), forecasting (perakitan), regulating (pengaturan), controlling (pengendalian), diagnosing (mendiagnosa), prescribing (perumusan), explaining (penjelasan), adbvising (pemberian nasihat), dan tutoring (pelatihan). Selain itu sistem
pakar juga bisa menjadi asistem seorang pakar (atau saingan).
Definisi sistem pakar!!
Dalam wikipedia, Sistem pakar adalah
suatu program komputer yang mengandung pengetahuan dari
satu atau lebih pakar manusia mengenai suatu bidang spesifik.
Jenis program ini pertama kali dikembangkan oleh periset kecerdasan
buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial
selama 1980-an.
Beberapa tokoh yang mendefinisiskan sistem pakar
diantaranya, Martin dan Oxman pada tahun 1988,mendefinisikan “sistem pakar
sebagai sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik
penalaran dalam memecahkan masalah yang biasanya hanyadapat di pecahkan oleh
seorang pakar”. William Stubblefield dan George F. Lugger tahun 1993,
menjelaskan bahwa s ”istem pakar adalahsuatu program yang dapat menirukan
seorang pakar”. E Fraim Turban, menjelaskan bahwa “sistem pakar adalah
sebuah program yang mengkomputerisasikan laporan yang mencoba untuk menirukan
proses pemikiran dan pengetahuan dari pakar-pakar
dalam menyelesaikan masalah”. Garratano dan Riley tahun 1989, menjelaskan
bahwa ”sistem pakar adalah suatu sistem komputer yang bisa menyamai atau
meniru kemampuan seorang pakar”.
Apa
Ciri-ciri Sistem Pakar?
- ·
Terbatas pada domain keahlian tertentu (bidang
yang spesifik),
- ·
Dapat memberikan penalaran untuk data yang
tidak pasti dan lengkap,
- ·
Dapat mengemukakan rangkaian alasan – alasan
yang diberikan dengan cara yang bisa dipahami,
- ·
Berdasarkan aturan atau rule tertentu, Dirancang untuk dapat dikembangkan secara
bertahap agar bisa menghasilkan informasi yang lebi baik dan akurat,
- ·
Pengetahuan dan mekanisme penalaran jelas
terpisah, Keluarnya bersifat anjuran.
- ·
Outpunya bersifat mesihat atau anjuran,
tergentung dari dialog user.
- ·
Knowladge
base dan inference engine
terpisah.
Keuntungan Sistem Pakar vs Kelemahan Sistem Pakar
Keuntungan
|
kelemahan
|
Membuat orang yang masih awam dapat bekerja
seperti layaknya seorang pakar
|
Membuat nilai seorang pakar akan berkurang,
karena keahliannya di gantikan teknlogi
|
Meningkatkan produktifitas akibat meningkatnya
kualitas hasil kerja
|
Sulit dikembangkan, kerena ketersediaan pakar
dibidangnya kurang
|
Menghemat waktu kerja
|
Sistem pakar tidak 100% bernilai benar
|
Menyederhanakan pekerjaan
|
Sistem pakar sulit untuk dibuat
|
Memperluas jangkauan dari keahlian seorang pakar
|
memerlukan pertimbangan dan kesimpulan
berdasarkan data yang tidak lengkap
|
Bisa melakukan proses secara berulang dan
otomatis.
|
Mengidentifikasi aturan inferensi yang diperlukan
tergantung pada kerjasama dari seorang ahli
|
Menyimpan pengetahuan dan keahlian para pakar
|
Sistem pakar tidak dapat melakukan observasi,
hanya berdasarkan teknik wawancara.
|
Mampu mengambil dan melestarikan keahlian
para pakar
|
Biaya yang diperlukan untuk membuat dan
memeliharanya sangat mahal
|
Memiliki kemampuan untuk mengakses
pengetahuan
|
|
Memiliki reliabilitas
|
|
Jenis-Jenis Sistem Pakar
·
Interpretasi : Menghasilkan deskripsi situasi
berdasarkan data sensor.
Prediksi : Memperkirakan akibat yang
mungkin dari situasi yang diberikan.
·
Diagnosis : Menyimpulkan kesalahan sistem
berdasarkan gejala (symptoms).
·
Disain
: Menyusun objek-objek
berdasarkan kendala.
·
Planning : Merencanakan tindakan
·
Monitoring
: Membandingkan hasil
pengamatan dengan proses perencanaan.
·
Debugging : Menentukan penyelesaian
dari kesalahan sistem.
·
Reparasi
: Melaksanakan rencana
perbaikan.
·
Instruction : Diagnosis, debugging, dan
reparasi kelakuan pelajar.
·
Control : Diagnosis, debugging, dan
reparasi kelakuan sistem.
contoh Sistem
Pakar
·
MYCIN : Diagnosa penyakit
·
DENDRAL :
Mengidentifikasi struktur molekular campuran yang tak dikenal
·
XCON & XSEL :
Membantu konfigurasi sistem komputer besar
·
SOPHIE : Analisis sirkit elektronik
· Prospector :
Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit.
·
FOLIO : Menbantu memberikan keutusan bagi
seorang manajer dalam hal stok
broker dan investasi.
·
DELTA : Pemeliharaan lokomotif listrik
disel
Komponen Sistem Pakar
·
Sub-sistem Penambah Pengetahuan.
·
Basis Pengetahuan, merupakan suatu jenis basis
data yang dipergunakan untuk manajemen pengetahuan. Basis data
ini menyediakan fasilitas untuk kleksi,organisasi dan pengambilan
pengetahuan terkomputerisasi.
·
Mesin Inferensi, merupakan elemen inti dari
sistem intelejensia buatan.
BlackBoard, merupakan memori atau
lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah
basis data Interface.
·
Subsistem Penjelasan, merupakan kemampuan untuk
menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang
sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen
subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab
pertanyaan pengguna .
·
Subsistem Penyaring Pengetahuan. Seorang pakar
mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa
sendiri performa mereka, belajar dari pengalaman, serta meningkatkan
pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini
penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan
pengambilan kesimpulan serta memperbaiki basis pengetahuannya.
Apa itu ELIZA?
ELIZA salah diperkenalkan oleh Joseph
Weizenbaum tahun 1966. ELIZA merupakan program komputer dan sebuah
contoh awal dari primitif pengolahan bahasa alami . ELIZA
dioperasikan oleh tanggapan pengolahan pengguna untuk script, yang
paling terkenal yang DOKTER,simulasi dari psikoterapis
Rogerian . Menggunakan informasi hampir tidak ada tentang pemikiran
manusia atau emosi, DOKTER terkadang memberikan mengejutkan mirip manusia
interaksi.
Apa itu PARRY?
PARRY adalah
sebuah contoh awal dari sebuah chatterbot, oleh psikiater Kenneth
Colby. Parry Colby, Hilf, Webber dan Kraemer tahun 1972, mensimulasikan
seorang pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang
pasian paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa
teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan
respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan
penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan
antara respon simulasi komputer dan respon manusia.
Program
menerapkan model mentah dari perilaku skizofrenia paranoid berdasarkan konsep,
konseptualisasi, dan keyakinan. Hal ini juga diwujudkan strategi percakapan,
dan dengan demikian, PARRY adalah sebuah program yang jauh lebih serius dan
maju daripada ELIZA. Itu digambarkan sebagai "ELIZA dengan
sikap"
Pada awal
tahun 1970, PARRY diuji dengan menggunakan variasi dari Turing Test.
Sekelompok psikiater yang berpengalaman menganalisis kombinasi pasien nyata dan
komputer yang menjalankan PARRY melalui teleprinter . Kelompok
lain dari 33 psikiater ditunjukkan transkrip percakapan. Kedua kelompok
kemudian diminta untuk mengidentifikasi mana dari "pasien" yang
manusia dan yang program komputer. Psikiater mampu membuat identifikasi
yang benar hanya 48 persen dari waktu .
Apa itu NETtalk ?
NETtalk adalah jaringan
saraf tiruan. Yang merupakan adalah hasil penelitian yang dilakukan pada
pertengahan 1980 oleh Terrence Sejnowski dan Charles
Rosenberg. Maksud di balik NETtalk adalah untuk membangun model sederhana
yang mungkin menjelaskan kompleksitas tugas-tugas belajar tingkat kognitif
manusia, dan pelaksanaannya sebagai model koneksionis yang juga bisa belajar
untuk melakukan tugas yang sebanding.
NETtalk adalah
sebuah program yang belajar mengucapkan teks bahasa Inggris yang ditulis dengan
menjadi teks yang ditampilkan sebagai masukan dan pencocokan transkripsi
fonetik untuk perbandingan.NETtalk progam ini jenisnya cukup berbeda, berdasarkan
pada jaring jaring neuron, sehinnga dinamakan NETtalk. Dalam program ini,
NETtalk membaca tulisan dan mengucapkannya keras- keras. Para
penulis mencatat bahwa belajar membaca melibatkan mekanisme kompleks yang
melibatkan banyak bagian dari otak manusia. NETtalk tidak secara khusus
model tahapan pengolahan citra dan pengenalan huruf dari korteks
visual. Sebaliknya, ia menganggap bahwa surat telah pra-diklasifikasikan
dan diakui, dan urutan surat ini terdiri dari kata-kata tersebut kemudian
ditampilkan ke jaringan saraf selama pelatihan dan selama pengujian
kinerja. Adalah tugas NETtalk untuk belajar asosiasi yang tepat antara
pengucapan yang benar dengan urutan tertentu huruf berdasarkan konteks di mana
huruf tersebut akan muncul. Dengan kata lain NETtalk belajar untuk
menggunakan huruf sekitar fonem saat diucapkan yang memberikan isyarat untuk
pemetaan dimaksudkan fonemik nya
Langkah mendesain sistem pakar!!!
Mengidentifikasi
masalah, Tahapan identifikasi merupakan tahapan untuk menganalisa
permasalahan yangada. Tujuannya adalah untuk mengidentifikasi,
mengkarakterisasi, dan mendefinisikan masalah sistem akan diharapkan untuk
memecahkan masalah dan kemudian partisi ke yang sesuai sub-tugas. Dan Ditentukan batasan masalah yang akan
dianalisa, sistem pakar yang terlibat, sumber daya yangdiperlukan dan
tujuan yang akan dicapai.
 |
| Bagan Langkah Sistem Pakar |
Konseptualisasi
fase, Setelah masalah didefinisikan, sumber daya yang diperlukan untuk
memperoleh pengetahuan, penerapan sistem, dan pengujian sistem diidentifikasi,
dari konsep tersebut unsur-unsur yang terlibat akan dirinci
dan dikaji hubungan antara unsur serta mekanisme pengendalian yang
diperlukan untuk mencapai sebuah solusi yang terbaik. Sumber daya
yang khas mencakup pengetahuan, waktu, fasilitas komputasi, dan
uang. Karena sistem pakar yang mahal dan satu menciptakan membutuhkan
waktu yang cukup, studi kelayakan sering dilakukan sebelum pekerjaan
berlangsung melampaui titik ini. Selain mengidentifikasi sumber daya, analis
sistem pakar atau desainer juga mengidentifikasi tujuan sistem dan
tujuan. Hal ini membantu untuk mengidentifikasi dan mendokumentasikan
tujuan eksplisit karena pendekatan desain tertentu, seperti pencarian
heuristik, luas pencarian, pencarian mendalam, dan penalaran adalah
tujuan-driven. dimana pengetahuan dan pakar menentukan konsep yang
kemudian dikembangkan menjadi suatu sistem pakar.
Tahap
Formalisasi, Tahap formalisasi melibatkan konsep kunci pemetaan,
sub-masalah, dan karakteristik arus informasi diisolasi selama konseptualisasi
menjadi representasi yang lebih formal berdasarkan pengetahuan teknik pemecahan
masalah dan berbagai alat dan kerangka representasi pengetahuan. Tujuan utama
adalah untuk mengidentifikasi ruang solusi (domain dengan koleksi semua
kemungkinan solusi), ruang hipotesis (ruang solusi hipotetis), yang mendasari
model, dan karakteristik dari data.
Untuk menentukan struktur ruang hipotesis, para
analis sistem atau desainer harus merumuskan konsep (pengetahuan dalam format
abstrak yang dapat digunakan untuk memandu proses pencarian atau penalaran) dan
menentukan bagaimana mereka bergabung untuk membentuk hipotesis. Konsep
memberikan petunjuk tentang sifat dari ruang seperti seolah-olah itu terbatas,
jika sebuah hirarki harus dipertimbangkan, jika tingkat tertentu abstraksi
dapat diterapkan, dan jika kelas tertentu dari konsep tersebut harus
dihasilkan. Teknik pencarian seperti pencarian buta, pencarian heuristik,
dan abstrak ruang solusi yang sering digunakan. Penalaran teknik seperti
bangunan asumsi, bangunan pembenaran, dan kendala dan teknik tujuanmembantu
untuk mengidentifikasi model yang mendasari proses yang digunakan untuk
menghasilkan solusi dalam domain.
Sistem
fase desain, Selama fase desain sistem (kadang-kadang disebut fase desain
logis) analis atau desainer menentukan bagaimana sistem akan memenuhi
persyaratan diidentifikasi selama tiga fase sebelumnya. Biasanya, laporan
dan output lainnya sistem harus menghasilkan didefinisikan terlebih
dahulu. Fase ini mirip dengan tahap desain dalam siklus pengembangan
sistem kehidupan tradisional. Catatan, bagaimanapun, bahwa skema
representasi yang digunakan untuk menggambarkan pengetahuan berbeda dari
metodologi tradisional.
Sistem tahap
pengembangan, Sebuah prototipe sistem pakar dibuat selama pengembangan
sistem (atau desain fisik) tahap. Tahap ini mirip dengan tahap
pengembangan dalam siklus hidup pengembangan sistem tradisional.
Pengujian dan
tahap evaluasi, Selama fase ini, sistem prototipe dievaluasi. Fase ini
sejajar tahap pengujian dalam siklus hidup pengembangan sistem
tradisional. Namun, di samping alat-alat pengujian dan teknik yang
dijelaskan dalam Bagian VII, sistem pakar menggunakan teknik pengujian dinamis
untuk memverifikasi penalaran atau proses inferensi.
Prototipe revisi fase, Sistem pakar
berkembang dari waktu ke waktu, menyerukan revisi hampir konstan, seorang ahli
sifat sistem berbagi dengan prototipe kebanyakan. Berdasarkan hasil dari
tahap pengujian atau evaluasi, konsep dan hubungan yang halus, ruang solusi,
model, dan karakteristik data reformalized, dan sistem ini didesain ulang.
Katanya sih buat lebih mudah di mengerti, disuruh lihat gambar
bagannya. Namun menurut saya sistem pakar tetap sistem yang rumit dan sulit.
Selain itu sistem pakar seharusnya di buat oleh orang yang tepat(pakar
sesungguhnya), karena jika tidak maka akan menimbulkan bias serta kesesatan.
Jadi sebaiknya sistem pakar tidak di buat oleh mahasiswa. /please
Sumber
Herianto, T. (1993).teknik
pemograman turmbo Prolog. Yogyakarta: AndiOffset.
Kusrini, R. (2006).Sistem pakar dan teori aplikasi. Yogyakarta:
AndiOffset.
Fattah, H,A.(2009).Rekayasa sistem pengenalan wajah. Yogyakarta:
AndiOffset.
/bye
.jpg)
