SISTEM CERDAS INTERAKSI MANUSIA & KOMPUTER


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.


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.

Kecerdasan Buatan dapat dipandang dari sudut pandang, antara lain :
Kecerdasan buatan membuat mesin menjadi ‘cerdas’ (mampu berbuat seperti apa yang dilakukan oleh manusia).
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).
Kecerdasan buatan adalah kumpulan peralatan yang sangat powerfull dan metodologis dalam menyelesaikan masalah-masalah bisnis.
Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).


Sistem cerdas berbasis pengetahuan adalah sistem yang memiliki kemampuan menyerap kepakaran seorang ahli. 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


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. 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.
             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.





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.
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.
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. 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.


·         Kelebihan:
  1. Kemampuan 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
·         Kekurangan :
  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. 










            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. Semoga makalah ini berguna bagi penulis pada khususnya juga para pembaca yang budiman pada umumnya

            Menurut saya, 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 bahasa pemrograman tertentu.

-Face Recognition, Salah satu jebolan teknologi dari Amazon Web Services ini
menurut saya sangatlah berguna untuk masa sekarang ini, karena bisa di
gunakan untuk keamanan dan juga industri teknologi mulai dari gadget dengan
menawarkan fitur face unlocknya, web/mobile apps yang menawarkan mulai dari
real time emoji, face detectionnya.

-Natural Languange Processing, Yang memberi kemampuan pengguna
komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri
(bahasa manusia).

-Sensor system & Robotik, Robot merupakan perangkat elektromagnetik yang
diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian
AI. Robot hanya melakukan aksi yang telah diprogramkan. Robot yang cerdas
biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan
informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot
tersebut menterjemahkan informasi tadi dan merespon serta beradaptasi jika
terjadi perubahan lingkungan.


Pendapat/saran saya untuk sistem cerdas adalah sistem cerdas sangatlah diperlukan untuk memudahkan pekerjaan manusia, dan saya berharap akan banyak lagi teknologi sistem cerdas yang hadir untuk membantu manusia, dan tidak disalahgunakan oleh orang yang tidak bertanggung jawab.


Tidak ada komentar:

Posting Komentar