Over kredit all new avanza 2016 type G

Over kredit all new avanza 2016 type G, 30 juta, kondisi sangat terawat, surat2 lengkap, angsuran 4,9 juta sudah berjalan 11 bulan, sisa 49 bulan... 

Hub: Bayu WA 085888238602

#SIP: Artificial Intelligence Dan Expert System

Artificial Intelligence Dan Expert System

Pengertian Artificial Intelligence (AI)

Artificial Intelligence (AI) merupakan proses di mana peralatan mekanik dapat melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau kecerdasan seperti manusia. Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu intensitas buatan, sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan kedalam 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. banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permaianan catur atau Backgammon.

Kecerdasan buatan sering kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. 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.

Menurut H. A. Simon (1987), kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Menurut Rich & Knight (1991), kecerdasan buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Pengertian Artificial Intelligence Ditinjau Dari Dua Pendekatan 

·      Pendekatan Ilmiah ( A Scientific Approach)

Pendekatan dasar ilmiah timbul sebelum invansi ke komputer, ini tidak sama dengan kasus mesin uap. Pendekatan ilmiah melihat batas sementara dari komputer, dan dapat diatasi dengan perkembangan teknologi lanjutan. Mereka tidak mengakibatkan tingkatan pada konsep.

·      Pendekatan Teknik ( An Engineering Approach)

Usaha untuk menghindari definisi AI, tetapi ingin mengatasi atau memecahkan persoalan-persoalan dunia nyata (real world problem). Jadi, kesimpulannya AI merupakan proses di mana peralatan mekanik dapat melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau kecerdasan seperti manusia.

Artificial Intelligence Dan Kognisi Manusia

Semua orang yang merangkai model proses distribusi parallel seperti neuron, telah bekerja keras untuk mencoba menemukan solusi atas pertanyaan tentang otak sebagai mesin berpikir. Setelah melalui riset psikologi selama lebih dari 1 abad, terutama melalui riset psikologi kognitif beberapa abad yang lalu. Apa yang telah kita pelajari tentang mesin berpikir kita, yang disebut otak.  Otak berbeda secara fundamental dibandingkan dengan komputer Von Neumann yang sekarang biasa digunakan. Mungkin AI akan berperan lebih jauh jika komputer lebih menyerupai otak. Di bawah ini ditampilkan rangkuman perbandingannya.

	Komputer Berbasis silikon         (jenis von Neumann)	Otak berbasis karbon (manusia)
Kecepatan proses	Dalam nanodetik	Dalam milidetik sampai beberapa detik
Jenis	Rangkaian prosesor (kebanyakan)	Prosesor parallel (kebanyakan)
Kapasitas Penyimpanan	Sangat besar, untuk informasi berkode digital	Sangat besar, untuk informasi visual dan linguistik
Kerjasama	Sangat patuh	Cukup kooperatif
Kemampuan belajar	Sesuai aturan yang ditetapkan	konseptual
Fitur unggulan	Mampu memproses data yang banyak dalam waktu yang singkat, efisian dalam biaya, sudah teratur, mudah dirawat, dan bisa ditebak	Mampu membuat penilaian, kesimpulan, dan penyamarataan dengan mudah. Pergerakannya; memiliki bahasa, percakapan, vision dan emosi
Fitur terburuk	Tidak mampu belajar sendiri dengan cepat; memliki kesulitan dengan tugas kognitif manusia yang rumit, seperti pemahaman bahasa dan produksi.	Memiliki kapasitas penyimpanan dan pemrosesan informasi yang terbatas; pelupa dan cukup mahal dalam pemenuhan permintaan makanan, tidur, suhu udara.

       

   Beberapa program komputer bekerja lebih efektif daripada pikiran manusia, dan kebanyakan sangat pintar menirukan hal-hal nyata meski masih sedikit janggal. Komputer mampu memecahkan beberapa masalah, seperti sebuah soal matematika yang mendetil, lebih cepat dan lebih akurat daripada manusia.

Seperti yang ditampilkan dalam table perbandingan komputer tipe Von Neumann dengan otak, jadi tidak aneh jika para ilmuwan menghentikan pekerjaan mereka. Mereka bekerja dengan jenis mesin yang salah. untuk membuat komputer lebih mirip otak baik dalam struktur maupun prosesnya. Sistem jaringan neuron, model-model PDP, dan hubungannya telah menggoda ilmuwan untuk menemukan prinsip komputerisasi yang memerintah jaringan neuron pada sistem saraf manusia. Mereka melakukannya dengan cara yang tampak sangat abstrak. Unit mewakili neuron, tetapi mengikuti tingkah laku neuron, yaitu bahwa unit bisa dipasangkan dengan unit yang lain. Hubungan diantara mereka bisa menguat atau melemah, lalu stabil dan seterusnya.

Sebuah konsep penting juga telah diajukan mengenai jaringan neuron yang juga masih dipelajari, yaitu melalui sistem seperti sinapsis (seperti infrastruktur otak) yang menghubungkan unit-unit, yang dapat berubah seiring dengan pengalaman. Beberapa usaha telah berhasil. Cara pandang baru mengenai kognisi manusia telah menimbulkan banyak antusiasme diantara para pendukungnya.

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.

Tujuan Artificial Intelligence

 

1.   Untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.

2.  Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja.

Artificial Intelligence Dilihat Dari Berbagai Sudut Pandang 

1.   Sudut pandang Kecerdasan : mesin menjadi ‘cerdas’ (mampu berbuat apa yang dilakukan oleh manusia).

2.  Sudut pandang Penelitian : studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan oleh manusia.

Pendekatan Pada Pengembangan Artificial Intelligence

Pendekatan yang digunakan dalam pengembangan artificial intelligence (kecerdasan buatan) menganut beberapa prinsip:

a.  Strong Artificial Intelligence: pendekatan ini ingin menuju ke pembuatan suatu mesin yang bisa benar benar berpikir dan memecahkan masalah. Mesin mesin ini harus sadar akan dirinya dan kemampuannyamintelegensianya secara umum harus tidak bisa dibedakan dengan intelegensia seorang manusia. Optimisme berlebihan di sekitar tahun 1950 dan 1960 berkenaan dengan Strong AI telah memberi jalan bagi appresiasi tingkat kesulitan yang sangat tinggi untuk masalah tersebut. Pendekatan ini mempertahankan bahwa mesin yang di program dengan cukup akan mampu untuk memiliki keadaan mental kognitif (cognitive mental state).

b.  Weak Artificial Intelligence: Pendekatan ini berurusan dengan pembuatan Kecerdasan buatan di komputer yang tidak benar benar bisa berpikir dan memecahkan masalah, namun bisa berprilaku seakan akan ia memiliki kecerdasan. Pendekatan ini menyatakan bahwa sebuah mesin yang di program dengan cukup akan dapat meniru pemikiran manusia.

c.  Applied ArtificialIntelligence: Pendekatan ini berusaha menghasilkan suatu sistem cerdas yang secara komersial dapat digunakan, sebagai contoh sebuah sistem keamanan yang dapat mengenali wajah orang yang boleh memasuki gedung. Pendekatan ini sudah mengalami cukup banyak sukses.

d.  Coginitive Artificial Intelligence: Pendekatan ini memandang komputer sebagai alat untuk mengetes teori tentang bagaimana otak manusia bekerja. Sebagai contoh teori tentang bagaimana cara kita mengenali wajah, dan benda benda lainnya, atau bagaimana kita memecahkan masalah yang abstrak.

Keuntunganan Dan Kerugian Memakai Komputer Dengan Artificial Intelligence

Keuntungan memakai komputer dengan Artificial Intelligence:

1.   Kuntungan memakai komputer dengan AI adalah kemampuan dalam menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).

2.  Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya.

3.   Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan.

Kerugian memakai komputer dengan Artificial Intelligence:

1.   Teknologi artificial intelegensi tidak memiliki common sense.common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.

2.  Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.

Kelebihan dan kekurangan artificial intelligence dibandingkan dengan otak manusia, dalam hal waktu tunda propagasi Oleh karena itu manusia kalah dalam kecepatan perhitungan numerik. Dalam aspek lainnya otak manusia jauh di atas angin, terutama dalam tata letak dan jumlah elemennya. Sedangkan metoda pemrosesan secara paralel dalam komputer dikembangkan untuk menggantikan kedudukan manusia.

Dampak Artificial Intelligence Terhadap Kehidupan Manusia

Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi bisa jadi kecerdasan buatan itu merupakan suatu ancaman. Walaupun menyadari bahwa kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba mengembangkan/ mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa lelah. Bandingkan dengan komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.

Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat atau alat yang dipakai untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan.

Berbagai macam teknologi yang menggunakan artificial intelligence juga telah ditingkatkan untuk mengembangkan kendaraan otomatis yang dalam penggunaannya dapat berfungsi tanpa bantuan manusia. Contoh fungsi dari kendaraan otomatis ini adalah untuk menjelajahangkasa luar, seperti menjelajahi planet-planet. Kendaraan ini mungkin dibuat dari rangkaian komponen hardware dan sebuah program kecerdasan buatan yang dapat memproses informasi. Gabungan dari software computer dan hardware ini juga dapat membuat kendaraan yang bisa digunakan di bumi.

Kemajuan dari sistem kecerdasan buatan ini dapat menimbulkan dampak psikologis pada manusia. Bagi kelompok yang menentang adanya kecerdasan buatan percaya bahwa dengan adanya kecerdasan buatan, akan terdapat beberapa dampak dalam kehidupan manusia. Mesin-mesin yang memiliki kecerdasan buatan dapat mengurangi jutaan kesempatan kerja manusia. Selain itu juga terdapat ketakutan bahwa sistem kecerdasan buatan ini, termasuk robot, mengurangi kita sebagai manusia. Sistem dasar dari kecerdasan buatan ini juga telah meningkatkan ketakutan bahwa mesin-mesin dapat menambah jumlah kerusakan.

Pendukung dari kecerdasan buatan telah menyatakan argumen balasan bahwa alat dari bidang kecerdasan buatan hanyalah sebuah alat yang tidak akan menggantikan fungsi manusia. Kecerdasan buatan tidak akan mengurangi. Kemanusiaan kita, melainkan akan meningkatkan kehidupan kita, contohnya adalah penderita kanker akan mendapat keuntungan, dan pengenalan kalimat dan sistem perpaduan dapat membantu seorang individu untuk mengkontrol lingkungannya.

Apakah kecerdasan buatan (artificial intelligence) menduakan otak manusia?Kecerdasan Buatan (artificial intelligent) adalah penggunaan komputer, yang mana meniru atau menduakan fungsi otak manusia. Sistem Kecerdasan buatan tidak diharap menggantikan manusia sebagai pembuat keputusan, tetapi sebaliknya mereplikakan butirannya, dengan keadaan jelas.

AI systematizes dan mengotomatisasi tugas-tugas intelektual dan karena itu berpotensi relevan untuk setiap bidang aktivitas intelektual manusia.  

Expert System

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. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Skema Penerapan Sistem Pakar Dalam Organisasi

·       Case-based (CBR) yang merupakan representasi pengetahuan berdasarkan pengalaman termasuk kasus dan solusinya.

·       Rule-base reasoning (RBR) mengandalkan serangkaian aturan-aturan yang merupakan representasi dari pengetahuan dan pengalaman karyawan (manusia) dalam memecahkan kasus yang rumit.

·       Model-based reasoning (MBR) melalui representasi pengetahuan dalam bentuk atribut, perilaku antar hubungan maupun simulasi proses terbentuknya pengetahuan.

·       Constraint-Satisfaction Reasoning yang merupakan perpaduan antara RBR & MBR.

Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

Beberapa Definisi Expert System 

Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar (Durkin).  Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar (Ignizio). Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar (Giarranto dan Riley) .

Sistem pakar adalah program “artificial inteligence” (kecerdasan buatan) yang menggabungkan basis pengetahuan dengan mesin inferensi. Ini merupakan bagian software spesialisasi tingkat tinggi atau bahasa pemrograman tingkat tinggi (High level Language), yang berusaha menduplikasi fungsi seorang pakar dalam satu bidang keahlian tertentu. Program ini bertindak sebagai konsultan yang cerdas atau penasihat dalam suatu lingkungan keahlian tertentu, sebagai hasil himpunan pengetahuan yang telah dikumpulkan dari beberapa orang pakar.

Cabang dari kecerdasan buatan antara lain:

1.   Robotika

2.  Bahasa Alami

3.   Vision

4.  Undens tanding

5.  Sistem pakar

6.  Sistem syaraf tiruan

7.  speech

8.  Konsep Sistem Pakar

Yang terlihat dalam pembuatan sistem pakar antara lain:

–      Pertama user (pengguna)

–   Kedua programmer (pengalih bahasa pakar ke bahasa komputer sehingga informasi dari pakar bisa diterima oleh user)

–      Dan ketiga adalah pakar (sumber pengetahuan dalam sistem pakar)

Kepakaran seorang pakar harus ditampung ke dalam sebuah database supaya dapat dimanfaatkan untuk sistem pakar. Konsep dasar fungsi sistem pakar adalah:

·       User/pengguna memberikan inputan berupa fakta/masalah/keluahan yang dialami kedalam sistem pakar.

·       Dari inputan tersebut, sistem memberikan respon berupa keahlian/solusi dari sistem pakar

·       Bagaimana sistem pakar bisa memberikan solusi? Sistem pakar menyimpan sejumlah keahlian yang ada di dalam knowledge base (basis pengetahuan). Kemudian inputan diproses dan ditampilkan solusi yang diberikan.

·       Bagaimana user bisa berinteraksi dengan sistem pakar? Karena ada interface yaitu berupa program aplikasi yang dibuat oleh programer sedemikian rupa sehingga user mengerti dan bisa memamfaatkan sistem pakar tersebut.

Dengan kata lain, tugas dari sistem pakar adalah membahasakan keahlian seorang pakar ke dalam bahasa komputer sampai dapat digunakan oleh user. Dari penjelasan di atas, dapat kita simpulkan bawa ruang lingkup permasalahan yang ada, atau kemungkinan pertanyaan dari user harus mengandung basis pengetahuan atau kumpulan kesimpulan yang munkin terjadi.

Perbandingan Antara Pakar Dan Sistem Pakar

Perbedaan antara pakar dan sistem pakar dapat digambarkan ke dalam tabel berikut:

Faktor	Pakar	Sistem pakar
Ketersediaan Waktu	Hari kerja	24 jam/setiap saat
Letak	Tertentu	Dimana saja
Keamanan	Tidak tergantikan	Tergantikan
Dapat habis	Ya	Tidak
Performa	Relatif	Konsisten
Kecepatan	Relatif	Konsisten
Biaya	Tinggi	Terjangkau

Tabel di atas menggambarkan perbedaan sistem pakar dan seorang pakar. Dalam hal ini, diasumsikan sistem pakar sudah tersedia, bukan sedang dalam proses pengembangan.

Untuk lebih jelasnya, berikut uraian per point : 

·       Sistem pakar dapat digunakan setiap hari menyerupai sebuah mesin. Sedangkan seorang pakar tidak mungkin dapat bekerja secara terus menerus.

·       Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi dan dapat dimanfaatkan secara bersamaan. Sedangkan pakar hanya bekerja pada satu waktu dan tempat saja.

·       Sistem pakar aman dari pengguna yang tidak diinginkan. Dengan diberikan pengaman seperti berupa password dan semacamnya. Sedangkan pakar bisa saja mendapat ancaman atau tekanan pada saat melaksanakan tugasnya.

·       Pengetahuan yang disimpan dalam basis pengetahuan tidak akan habis/lupa. Sedangkan seorang pakar bisa menginngal, tidak bisa melaksanakan tugas dan semacamnya.

·       Kemampuan memecahkan masalah dalam sistem pakar tidak dipengaruhi oleh keadaan di luar sistem. Sedangkan seorang pakar bisa saja mendapat pengaruh dalam mengambil keputusan.

·       Begitu juga kecepatan dalam menyelesaikan permasalahan. Sama seperti point sebelumnya.

·       Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program aplikasi

Ciri Sistem Pakar                           

·      Memiliki fasilitas informasi yang handal

·      Mudah dimodifikasi

·      Dapat digunakan dalam berbagai jenis komputer

·      Mempunyai kemampuan untuk belajar beradaptasi

Keuntungan Dan Kerugian System Pakar

Keuntungan system pakar: 

a.  Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli

b.  Bisa melakukan proses secara berulang secara otomatis

c.  Menyimpan pengetahuan dan keahlian para pakar

d.  Meningkatkan output dan produktivitas

e.  Meningkatkan kualitas

f.  Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)

g.  Mampu beroperasi dalam lingkungan yang berbahaya

h.  Memiliki kemampuan untuk mengakses pengetahuan

i.    Memiliki reliabilitas

j.   Meningkatkan kapabilitas sistem computer

k.  Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian

l.    Sebagai media pelengkap dalam pelatihan

m. Meningkatkan kapabilitas dalam penyelesaian masalah

n.  Menghemat waktu dalam pengambilan keputusan.

Kerugian Sistem pakar:

a.  Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

b.  Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

c.  Sistem pakar tidak 100% bernilai benar

Bentuk Sistem Pakar

a.  Berdiri sendiri. Merupakan software yang berdiri sendiri tidak tergabung dengan software lain.

b.  Tergabung. Merupakan bagian program yang terkandung dalam suatu algoritma (konvensional), atau merupakan program di mana di dalamnya memanggil algoritma subrutin lain (konvensional).

c.  Menghubungkan ke software lain. Merupakan sistem pakar menghubungkan ke suatu paket program tertentu, misalnya DBMS.

d.  Sistem mengabdi. Merupakan bagian dari komputer khusus yang dihubungkan dengan fungsi tertentu.

Struktur Sistem Pakar

1.   User interface 

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.

2.  Basis Pengetahuan 

Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

Setelah proses akuisisi pengetahuan selesai dilakukan, maka pengetahuan tersebut harus direpresentasikan. Ada beberapa cara merepresentasikan pengetahuan menjadi basis pengetahuan, yaitu pengetahuan dalam bentuk kalkulus predikat, jaringan semantik, bingkai, kaidah produksi. Semua bentuk representasi itu bertujuan untuk menyederhanakan data sehingga mudah untuk dimengerti dan mengefektifkan proses pengembangan program. Basis pengetahuan mencakup dua elemen dasar, yaitu :

a.  Fakta, misalnya situasi persoalan dan teori area persoalan (apa yang diketahui tentang area domain).

b.  Rule atau aturan khusus yang mengarahkan penggunaan pengetahuan untuk memecahkan persoalan khusus dalam domain tertentu (referensi logika).

3.   Akuisisi Pengetahuan

Fasilitas ini merupakan suatu proses untuk mengumpulkan data-data pengetahuan akan suatu masalah dari pakar. Bahan pengetahuan dapat ditempuh dari beberapa cara, misalnya mendapatkan pengetahuan dari buku, jurnal ilmiah, para pakar dibidangnya, laporan, literatur dan seterusnya. Sumber pengetahuan tersebut dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara terstruktur menjadi basis pengetahuan.

Menurut Firebaught proses akuisisi dibagi dalam enam tahap, yaitu:

1. Identifikasi
2. Meliputi penentuan komponen kunci dalam system yang sedang dibangun. Antara lain: knowledge engineer, engineer, pakar, karakteristik masalah, sumber daya dan tujuan.
3. Konsep Konsep kunci dan hubungannya yang telah ditentukan pada tahap pertama dibuat lebih jelas pada tahap ini.
4. Formalisasi
   Pemetaan konsep kunci, sub masalah dan aliran informasi yang telah ditentukan dalam tahap sebelumnya ke dalam representasi formal yang paling sesuai dengan masalah yang ada.
5. Implementasi
   Pemeteaan pengetahuan dari yang telah diformalisasikan ke dalam skema representasi pengetahuan yang dipilih.
6. Pengujian
   Seteleh prototipe sistem yang dibangun berhasil menangani dua atau tiga contoh, prototipe tersebut harus menjalani serangkaian pengujian dengan teliti menggunakan beragam sampel masalah.
7. Revisi prototype

Merupakan kemampuan untuk kembali  ke tahap-tahap sebelumnya untuk memperbaiki sistem

4.  Mesin Inferensi                           

      

Mesin inferensi merupakan otak dari sistem pakar, Mesin inferensi adalah bagian yang mengandung mekanisme berpikir dan pola-pola penalaran sistem yang akan menganalisis suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.

Hasil pemprosesan yang dilakukan oleh mesin inferensi dari sudut pandang pengguna non pakar berupa aksi/konklusi yang direkomendasikan oleh sistem pakar atau dapat juga berupa penjelasan jika memang dibutuhkan oleh pengguna. Dari sudut pandang pembangun sistem dalam lingkungan pengembangan, mesin inferensi terdiri dari 3 elemen penting, yaitu :

1. Interpreter (interpreter kaidah terdapat pada sebagian besar sistem), elemen ini mengeksekusi item-item agenda yang terpilih dengan menggunakan kaidah basis pengetahuan yang bersesuaian.
2. Scheduller, elemen ini mengelola pengontrolan terhadap agenda. Penjadwal memperkirakan pengaruh-pengaruh dari penggunaan kaidah inferensi pada prioritas-prioritas item  atau kriteria lain pada agenda.
3. Consistency enforcer, elemen ini berusaha untuk mengelola penyajian solusi secara konsisten.

5.  Workplace

Merupakan area kerja memori yang disimpan sebagai basis data untuk deskripsi persoalan terbaru yang ditetapkan oleh data input, digunakan juga untuk perekaman hipotesis dan keputusan sementara. 

Tiga tipe keputusan dapat direkam dalam blackboard, yaitu :

a.    rencana (bagaimana mengatasi persoalan),

b.   agenda (tindakan potensial sebelum eksekusi), dan

c.   solusi (hipotesis kandidat dan arah tindakan alternatif yang telah dihasilkan sistem sampai dengan saat ini).

6.  Fasilitas Penjelasan

Bagian yang harus siap memberikan penjelasan disaat pemakai perlu mengetahui apakah alasan diberikannya sebuah solusi. Bagian ini secara konkrit membedakan sebuah sistem pakar dengan sistem aplikasi yang biasa, karena pada pemrograman konvensional tidaklah biasa sebuah sistem menyediakan informasi tambahan mengapa atau dari mana sebuah solusi diperoleh. Bagian ini mempunyai kemampuan untuk menelusuri konklusi dan menerangkan tingkah laku sistem pakar dengan menjawab pertanyaan-pertanyaan sebagai berikut :

1.   Mengapa pertanyaan tersebut ditanyakan oleh sistem pakar?

2.  Bagaimana konklusi tersebut diperoleh?

3.   Mengapa alternatif tersebut ditolak?

4.  Apa rencana untuk memperoleh penyelesaian?

Pada sistem pakar berbasis rule, biasanya penjelasan ini dilakukan dengan cara memperlihatkan rule-rule yang digunakan. Fasilitas ini penting untuk menambah rasa percaya pengguna pada hasil output program sistem pakar yang digunakannya.

7.  Perbaikan Pengetahuan

Merupakan bagian sistem pakar yang dapat menambah, mengubah, menghapus pengetahuan yang terdapat pada basis pengetahuan. Fasilitas ini dibangun agar sistem pakar dapat ditingkatkan pengetahuannya untuk menyelesaikan masalah  dengan tepat.

AI Dan Sistem Pakar

Sistem Pakar merupakan paket  perangkat lunak atau paket program komputer yang disediakan sebagai media penasehat atau membantu dalam memecahkan masalah di bidang-bidang tertentu seperti sains, pendidikan, kesehatan, perekayasaan matematika, dan sebagainya. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi. Sistem pakar bertujuan untuk membuat keputusan yang lebih cepat daripada pakar. Dengan adanya sistem pakar ini, pihak manajemen memperoleh keuntungan mendapatkan pakar tanpa pakar tersebut berada ditempat. Sistem pakar ini dapat sama atau bahkan dapat melebihi kepakaran manusia, setidaknya dalam konsistensi. 

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).

1.   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.

2.  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.   

3.   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

Nurhayati, O. D. (2008). Konsep Interaksi Manusia dan Komputer. Diponogoro: Studi Sistem Komputer.

Turban, E. (2001). Decision Support and Expert System and Management Support System. Newyork: Prentice-Hall.

Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.