3 Oktober 2017

Makalah Teknologi Sistem Cerdas

MAKALAH TEKNOLOGI SISTEM CERDAS



KATA PENGANTAR
            Segala puji bagi Tuhan Yang Maha Esa yang telah menolong hamba-Nya menyelesaikan makalah ini dengan penuh kemudahan. Berkat pertolongan-Nya kami mampu menyelesaikan makalah ini tepat pada waktunya. Makalah ini disusun untuk memenuhi tugas dalam mata kuliah Pengantar Teknologi Sistem Cerdas, yang kami sajikan berdasarkan pengamatan dari berbagai sumber. Makalah ini kami susun penuh dengan diskusi untuk mempersiapkan makalah ini dengan baik. Kami juga mendapati beberapa rintangan ketika membuat makalah ini, namun dengan penuh kesabaran dan terutama pertolongan dari Tuhan YME akhirnya makalah ini dapat terselesaikan.
Kami mengucapkan terima kasih kepada seluruh pihak yang secara langsung maupun tidak langsung turut andil dalam menyelesaikan makalah ini.
Semoga makalah ini dapat memberikan wawasan yang lebih luas kepada pembaca. Walaupun makalah ini memiliki kelebihan dan kekurangan. Kami mohon untuk saran dan kritiknya untuk pengembangan makalah yang lebih baik di masa depan. Terima kasih.


Tim Penyusun






BAB I
PENDAHULUAN
PENDAHULUAN
            Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
           Kecerdasan Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi tertentu khususnya program komputer yang “cerdas” (John Mc Cathy, 1956) Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman computer untuk melakukan sesuatu hal – yang dalam pandangan manusia adalah – cerdas. (H.A Simon, 1987)
Kecerdasan merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin. Kecerdasan buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. ( Rich and Knight, 1991)
Kecerdasan buatan (AI) merupakan cabang dari ilmu komputer yang dalam mempresentasi pengetahuan lebih banyak menggunakan bentuk symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic (Metode Heuristik adalah teknik yang dirancang untuk memecahkan masalah yang mengabaikan apakah solusi dapat dibuktikan benar, tapi yang biasanya menghasilkan solusi yang baik atau memecahkan masalah yang lebih sederhana yang mengandung atau memotong dengan pemecahan masalah yang lebih kompleks.) atau dengan berdasarkan sejumlah aturan.( Encyclopedia Britannica)
Kecerdasan adalah kemampuan untuk belajar atau mengerti dari pengalaman. Memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah dan menyelesaikannya secara efektif (Winston dan Pendergast, 1994)
Al dapat dipandang dalam berbagai perspektif. Dari perspektif kecerdasan, Ai adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia. Dari perspektif penelitian, suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.
















BAB II
PEMBAHASAN
A.     PENGERTIAN SISTEM CERDAS
Kecerdasan Buatan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan buatan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dilakukan manusia. Ada 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: menyelesaikan persamaan integral, mentransformasikan persamaan,  membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.


B.      SEJARAH KECERDASAN BUATAN
Di awal abad 20, seorang penemu yang bernama Torres Y Quevedo, berhasil membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu. Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.
Pada tahun 1950-an Alan Turing seorang matematikawan asal Inggris. Pertama kali mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.
Istilah kecerdasan buatan ini dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP
Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema matematika.
Mesin Neural Network pertama oleh Marvin Minsky (1958)
Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan
ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.
Pada tahun 1972 bahasa Prolog dimunculkan.
John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologi genetika (Algoritma Genetika).
Sistem catur AI mengalahkan manusia (Pecatur master) pada tahun 1991.
Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.





C.      SUDUT PANDANG KECERDASAN BUATAN
Kecerdasan Buatan dapat dipandang dari sudut pandang, antara lain :
1.      Sudut Pandang Kecerdasan
Kecerdasan buatan membuat mesin menjadi ‘cerdas’ (mampu berbuat seperti apa yang dilakukan oleh manusia).
2.      Sudut Pandang Penelitian.
Kecerdasan buatan adalah suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia.
Domain Penelitian dalam kecerdasan buatan :
a.      Mundane task
-        Persepsi (vision & speech).
-        Bahasa alami (understanding, generation & translation).
-        Pemikiran yang bersifat commonsense.
-        Robot control.
b.      Formal task
Permainan/games.
Matematika (geometri, logika, kalkulus integral, pembuktian).
c.       Expert task
Analisis finansial.
Analisis medikal.
Analisis ilmu pengetahuan.
Rekayasa (desain, pencarian kegagalan, perencanaan manufaktur).
3.      Sudut pandang Bisnis.
Kecerdasan buatan adalah kumpulan peralatan yang sangat powerfull dan metodologis dalam menyelesaikan masalah-masalah bisnis.
4.      Sudut pandang Pemrograman.
Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).
D.   MACAM-MACAM BIDANG YANG MENGGUNAKAN KECERDASANBUATAN
1.      SISTEM CERDAS BERBASIS PENGETAHUAN
Sistem cerdas berbasis pengetahuan adalah sistem yang memiliki kemampuan menyerap kepakaran seorang ahli. Sistem ini ditunjukkan pada Gambar 2.1 seperti gambar di bawah yang memiliki sebuah blok utama berupa basis pengetahuan yang berisi informasi kepakaran. Informasi kepakaran dijabarkan sebagai algoritma cerdas, dan komponen prakondisi isyarat yang mengatur kerja sensor-sensor. Algoritma cerdas inilah yang memutuskan aksi-aksi yang tepat untuk setiap keadaan/status sistem.
Contoh kepakaran yang bisa disimpan oleh sistem ini antara lain adalah kepakaran untuk menghindari rintangan-rintangan, kepakaran untuk menginjeksi pupuk dengan takaran yang tepat, memisahkan obyek-obyek sesuai dengan klasifikasi tertentu, atau kepakaran untuk mengenal dengan baik kondisi obyek hasil pertanian yang hendak dipanen. Kepakaran ini tentunya harus didukung oleh sensor dengan presisi yang memadai
2.      SISTEM LOGIKA SAMAR (FUZZY LOGIC SYSTEM)
Sistem logika samar adalah sistem yang mengadopsi strategi kendali dengan logika inferensi samar. Logika inferensi (penyimpulan) samar ini mengolah data-data eksternal dengan menggunakan fungsi-fungsi keangotaaan yang bersifat samar. Gambar 2.2 menunjukkan struktur dasar sebuah sistem cerdas berbasis logika samar.
Sistem logika samar secara luas telah digunakan dalam aplikasi mekatronika dalam bidang pertanian seperti untuk mendeteksi kadar nitrogen hasil bumi menggunakan sensor multi-spectral. Selain itu sistem ini secara efektif juga bisa digunakan untuk mengendalikan robot bergerak.
             Gambar 2.3 menunjukkan arsitektur dari sistem logika samar (SLS). Sistem SLS terdiri dari beberapa komponen di antaranya blok Membership Function (NB, NS, Z, PS, PB), blok fungsi minimum (Min1, s.d. Min 25), blok fungsi maksimum (MAX), blok pengali (Mult), penjumlah (ADDER), dan pembagi (DIV). Blok-blok tersebut secara fungsional bekerja dengan cara mengeksekusi aturan-aturan inferensi yang telah ditetapkan hingga menghasilkan keluaran keputusan kendali.
3.      SISTEM BERBASIS JARINGAN SYARAF TIRUAN  (ARTIFICIAL NEURAL NETWORK)
Jaringan syaraf tiruan terinspirasi dari sistem pengorganisasian otak manusia yang terdiri dari beratus milyar sel syaraf dengan tipe yang bervariasi. Neuron adalah sel syaraf khusus yang menghantarkan isyarat elektris. Sekitar 10% dari keseluruhan sel adalah neuron, atau ada sekitar 10 milyar neuron di dalam otak manusia. Setiap neuron berinteraksi dengan neuron yang lain melalui kontak yang disebut sinapsis. Rata-rata setiap neuron menerima isyarat dari sekian ribu sinapsis. Jadi otak dibangun dari jaringan neuron dalam jumlah sangat besar.
Gambar 2.4(a) menunjukkan jaringan syaraf tiruan (berstruktur multilapisan) dengan sejumlah neuron yang dihubungkan oleh sinaptik-sinaptik. Perbesaran dari jaringan memperlihatkan dua buah neuron yang dihubungkan oleh sebuah sinaptik. Neuron melakukan dua buah operasi yaitu operasi penjumlahan isyarat-isyarat sinaptik terboboti dan operasi aktivasi non-linear. Sinaptik mengirimkan isyarat dari satu neuron ke neuron berikutnya dengan bobot sebesar wij yang dapat diatur melalui prosedur pelatihan.
Gambar 2.4(b) menunjukkan arsitektur dalam menerapkan JST dalam sistem kontrol. Sistem JST telah sukses diimplementasikan ke dalam mikroprosesor untuk aplikasi teknologi pertanian dengan pemupukan presisi tinggi. JST juga telah sebagai sistem penghematan pengguanaan energi pada stasium pompa hidrolik.
JST terdiri dari sejumlah besar sel syaraf (neuron) dengan interkoneksi yang sinaptik yang sangat besar pula. Gambar 2.5 menunjukkan model JST yang terdiri dari 3 lapisan, 32 sel syaraf yang dikelompokkan dalam 9 buah grup, dan sejumlah interkoneksi sinaptik antar neuron pada lapisan yang berbeda.
Neuron dan sambungan sinaptik akan menyimpan informasi penting tentang kepakaran yang diperoleh setelah JST dilatih dengan berbagai data-data pasangan input-output yang diinginkan. Salah satu algoritma yang cukup terkenal untuk melatih JST adalah algoritma “Backpropagation”. Algoritma ini akan mengubah nilai-nilai bobot sinaptik sehingga JST akan membentuk fungsi-fungsi khusus sesuai yang diajarkan. Jadi melalui neuron dan bobot-bobot sambungan sinaptik, JST berfungsi untuk menyimpan informasi kepakaran yang sewaktu-waktu diperlukan untuk mengelola data-data isyarat yang telah pernah diajarkan sebelumnya.
PENUTUP
            Demikian yang dapat saya paparkan mengenai materi yang menjadi pokok bahasan dalam makalah ini, tentunya masih banyak kekurangan dan kelemahannya, kerena terbatasnya pengetahuan dan kurangnya rujukan atau referensi yang ada hubungannya dengan judul makalah ini.
Tim Penulis banyak berharap para pembaca yang budiman dusi memberikan kritik dan saran yang membangun kepada penulis demi sempurnanya makalah ini dan dan penulisan makalah di kesempatan - kesempatan berikutnya.
Semoga makalah ini berguna bagi penulis pada khususnya juga para pembaca yang budiman pada umumnya





BAB III
KESIMPULAN & SARAN

A.    Kesimpulan
            Sistem cerdas adalah sistem yang dapat mengadopsi sebagaian kecil dari tingkat kecerdasan manusia untuk berinteraksi dengan keadaan eksternal suatu sistem. Sebagian kecil dari tingkat kecerdasan itu antara lain: kemampuan untuk dilatih, mengingat kembali kondisi yang pernah dialami, mengolah data-data untuk memberikan aksi yang tepat sesuai yang telah diajarkan, dan kemampuan menyerap kepakaran seorang ahli melalui perintah yang dituliskan dalam sebuah bahasa pemrograman tertentu.
B.    Saran
            Penulis berharap teknologi seperti tersebut diatas dapat dikembangkan dengan sebaik-baiknya agar dapat bermanfaat bagi kehidupan bermasyarakat.



Tidak ada komentar:

Posting Komentar

Know us

Our Team

Contact us

Nama

Email *

Pesan *