Postingan
Artificial Intelligence Dan Expert
System
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:
- Identifikasi
- Meliputi penentuan komponen kunci dalam system yang sedang dibangun. Antara lain: knowledge engineer, engineer, pakar, karakteristik masalah, sumber daya dan tujuan.
- Konsep Konsep kunci dan hubungannya yang telah ditentukan pada tahap pertama dibuat lebih jelas pada tahap ini.
- 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. - Implementasi
Pemeteaan pengetahuan dari yang telah diformalisasikan ke dalam skema representasi pengetahuan yang dipilih. - Pengujian
Seteleh prototipe sistem yang dibangun berhasil menangani dua atau tiga contoh, prototipe tersebut harus menjalani serangkaian pengujian dengan teliti menggunakan beragam sampel masalah. - 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 :
- Interpreter (interpreter kaidah terdapat pada sebagian besar sistem), elemen ini mengeksekusi item-item agenda yang terpilih dengan menggunakan kaidah basis pengetahuan yang bersesuaian.
- Scheduller, elemen ini mengelola pengontrolan terhadap agenda. Penjadwal memperkirakan pengaruh-pengaruh dari penggunaan kaidah inferensi pada prioritas-prioritas item atau kriteria lain pada agenda.
- 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.
