UAS Mata kuliah Artificial Intelligence (AI) / Kecerdasan Buatan (KB)
Pertanyaan :
- 1. Jelaskan dan gambarkan komponen-komponen sistem cerdas serta fungsi masing-masing dan keterkaitan antar komponen tersebut.
- 2. Berikan penjelasan, gambaran dan proses konsep Test Turing kaitannya dengan sistem cerdas. Berikan contoh pada Perang Dunia II yang mengilhami Alan Turing untuk membuat konsep ini.
- 3. Sebutkan, terangkan dan berikan contoh 3 penerapan bidang kajian dalam system cerdas, dan knowledge apa yang diperlukan untuk masing-masing bidang tersebut.
- 4. Pengembangan sistem pakar melibatkan 4 (empat) pihak, sebutkan dan jelaskan. Bagaimana Keempat pihak ini terlibat dalam tahapan pengembangan sistemnya?
- 5. Buat dan jelaskan Blok Diagram Modul Expert System
untuk solusi di tempat kerja anda masing-masing. Bila belum bekerja
buat untuk sistem pengelolaan SDM STMIK DCI Tasikmalaya.
Jawaban :
1. Articial Intelegence (AI) merupakan salah satu cabang dari sistem cerdas, dimana otak dari suatu system dapat bekerja sebagaimana yang dilakukan oleh otak manusia. Pada sistem cerdas ini dibutuhkan 2 komponen utama supaya AI dapat berjalan sesuai tujuannya, yaitu :
a. Basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan antarsatu dengan lainnya.
b. Motor inferensi (inference engine): kemampuan menarik kesimpulan berdasarkan pengetahuan.
http://ulfarieanti-fst10.web.unair.ac.id/artikel_detail-76736-Sistem%20Cerdas-Pengenalan%20Aitificial%20Intelegence%20(AI).html
2. Uji Turing adalah ujian yang menentukan apakah suatu mesin mampu menunjukkan perilaku cerdas yang mirip dengan atau tak dapat dibedakan dari manusia. Dalam ujian ini, seorang penentu melakukan perbincangan dengan manusia dan mesin yang tak dapat dibedakan dari manusia biasa. Semua peserta dipisah satu sama lain. Jika sang penentu tak mampu membedakan mesin dari manusia, mesin itu dikatakan telah lulus ujian ini. Tes ini tidak memeriksa kemampuan menjawab dengan benar, tetapi seberapa mirip jawaban mesin dengan manusia. Perbincangan dibatasi melalui teks seperti papan ketik dan layar, sehingga hasilnya tidak diganggu oleh kemampuan mesin untuk mengubah kata-kata menjadi suara.
Atau prosesnya seperti langkah berikut.
* Proses uji ini melibatkan penanya (manusia) dan dua objek yang ditanyai. Objek yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
* Penanya tidak bisa melihat langsung kepada objek yang ditanya.
* Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua objek tersebut.
* Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan “cerdas”.
Ujian ini diperkenalkan oleh Alan Turing dalam tulisannya "Computing Machinery
https://id.wikipedia.org/wiki/Uji_Turingand Intelligence" pada tahun 1950. Semenjak itu, tes ini sangat berpengaruh dan juga banyak dikritik (seperti argumen ruangan Cina), dan merupakan konsep penting dalam filsafat kecerdasan buatan.
https://id.wikipedia.org/wiki/Uji_Turing
https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/
Juga dalam sebuah film berjudul “The Imitation Game”, dikisahkan perjalanan hidupnya dalam menemukan mesin yang dinamakan “Enigma”. Mesin ini adalah cikal bakal komputer, yang dapat mengenkripsi data.
Saat itu sedang perang dunia, pihak Amerika selalu terpojok oleh serangan lawan. Mereka menemukan data yang terenkripsi, dan meyakini itu adalah kode penyerangan terhadap pasukan Amerika. Namun tidak bisa dipecahkan kode tersebut karena masih belum ditemukan kunci dari kode tersebut.
Dengan dibuatnya mesin Turing ini maka terpecahkanlah kode tersebut, dengan secara sembunyi-sembunyi agar pihak musuh tidak mengetahui bahwa kode mereka telah diketahui, maka akhirnya perang dimenangkan oleh Amerika.
Namun akhir hayatnya tragis, Turing dinyatakan sebagai laki-laki tidak normal, karena menyukai sesama jenis. Dia diharuskan meminum obat untuk mencegah sesuatu terjadi oleh otoritas negaranya, hingga akhirnya ia meninggal dunia dengan cara bunuh diri.
Berikut cuplikan filmnya.
Berikut cerita lengkapnya.
3. 3 bidang kajian dalam system cerdas adalah sebagai berikut:
a. Sistem Pakar
Sistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.
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.
Modul Penyusun Sistem Pakar
Suatu sistem pakar disusun oleh tiga modul utama (Staugaard, 1987), yaitu :
• Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode)
Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya
• Modul Konsultasi (Consultation Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem
• Modul Penjelasan (Explanation Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh sistem (bagaimana suatu keputusan dapat diperoleh).
Struktur Sistem Pakar
Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:
• Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.
• Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan proses penalaran. Terdapat tiga teknik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.
• Basis Data (Database)
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.
• Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.
b.Algoritma genetika
Algoritma Genetika adalah suatu algoritma pencarian yang meniru mekanisme dari genetika alam. Algoritma Genetika ini banyak dipakai pada aplikasi bisnis, teknik maupun pada bidang keilmuan. Algoritma ini dapat dipakai untuk mendapatkan solusi yang tepat untuk masalah optimal dari satu variabel atau multi variabel. Sebelum Algoritma ini dijalankan, masalah apa yang ingin dioptimalkan itu harus dinyatakan dalam fungsi tujuan, yang dikenal dengan fungsi fitness. Jika nilai fitness semakin besar, maka sistem yang dihasilkan semakin baik. Operasi yang dilakukan adalah reproduksi, crossover, dan mutasi untuk mendapatkan sebuah solusi menurut nilai fitnessnya.
Selanjutnya konstruksi dasar dari Algoritma Genetika adalah sebagai berikut:
• Pendefinisian Chromosome
• Pendefinisian Fungsi Fitness
• Membangkitkan Sebuah Populasi Awal
• Reproduksi
• Crossover
• Mutasi
Contoh: Aplikasi Algoritma Genetika Untuk Merancang Fungsi Keanggotaan Pada Kendali Logika Fuzzy.
c.Logika Fuzzy
Logika Fuzzy ( logika samar ) merupakan logika yang berhadapan langsung dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat di ekspresikan dalam binary 0 atau 1. logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Karena alasan diatas maka pada penelitian ini akan dibuat perancangan perangkat lunak dan perangkat keras robot avoider dengan mengunakan aplikasi Fuzzy Logic sebagai kendali system.
Perlu diketahui bahwa Teori Himpunan Samar dan Logika Samar sangat berkembang pesat pada saat ini. Banyak sekali masalah-masalah nyata yang lebih tepat diselesaikan menggunakan Teori Himpunan Samar dan Logika Samar. Banyak sekali muncul teori-teori baru pada saat ini misalnya: Topologi Fuzzy, Analisa Fuzzy, Aljabar Fuzzy (Fuzzy Semi Group, Fuzzy Ring, Fuzzy Group, dan sebagainya).
Logika fuzzy telah lama dikenal dan digunakan dalam berbagai bidang oleh para ahli dan insinyur. Penggunaan logika fuzzy pada awalnya digunakan untuk beberapa bidang, seperti sistem diagnosa penyakit (dalam bidang kedokteran); pemodelan sistem pemasaran, riset operasi (dalam bidang ekonomi); kendali kualitas air, prediksi adanya gempa bumi, klasifikasi dan pencocokan pola (dalam bidang teknik). Penggunaan logika fuzzy dalam bidang sistem daya (power system) juga sudah dilakukan, antara lain dalam analisis kemungkinan, prediksi dan pengaturan beban, identifikasi gangguan pada generator dan penjadwalan pemeliharaan generator.
d. Jaringan Syaraf Tiruan
Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data.
Sejarah JST
Saat ini bidang kecerdasan buatan dalam usahanya menirukan intelegensi manusia, belum mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain. Pertama-tama diadakan studi mengenai teori dasar mekanisme proses terjadinya intelegensi. Bidang ini disebut ‘Cognitive Science’. Dari teori dasar ini dibuatlah suatu model untuk disimulasikan pada komputer, dan dalam perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan buatan yang salah satunya adalah jaringan saraf tiruan. Dibandingkan dengan bidang ilmu yang lain, jaringan saraf tiruan relatif masih baru. Sejumlah literatur menganggap bahwa konsep jaringan saraf tiruan bermula pada makalah Waffen McCulloch dan Walter Pitts pada tahun 1943. Dalam makalah tersebut mereka mencoba untuk memformulasikan model matematis sel-sel otak. Metode yang dikembangkan berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam industri komputer.
Definisi
Suatu jaringan saraf tiruan memproses sejumlah besar informasi secara paralel dan terdistribusi, hal ini terinspirasi oleh model kerja otak biologis. Beberapa definisi tentang jaringan saraf tiruan adalah sebagai berikut di bawah ini.
Hecht-Nielsend (1988) mendefinisikan sistem saraf buatan sebagai berikut:
"Suatu neural network (NN), adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal".
Menurut Haykin, S. (1994), Neural Networks: A Comprehensive Foundation, NY, Macmillan, mendefinisikan jaringan saraf sebagai berikut:
“Sebuah jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuan diperoleh oleh jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.
Dan menurut Zurada, J.M. (1992), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan sebagai berikut:
“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman”.
DARPA Neural Network Study (1988, AFCEA International Press, p. 60) mendefinisikan jaringan syaraf buatan sebagai berikut :
Sebuah jaringan syaraf adalah sebuah sistem yang dibentuk dari sejumlah elemen pemroses sederhana yang bekerja secara paralel dimana fungsinya ditentukan oleh stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan pada komputasi elemen atau nodes.
e. Robotika
Robotika adalah salah satu wacana teknologi untuk menuju peradaban yang lebih maju. Kebanyakan orang selalu beranggapan bahwa robot adalah kemajuan teknologi yang mampu menggeser tingkah laku seseorang untuk melakukan suatu tindakan. Dengan kemajuan yang pesat, maka kebutuhan akan SDM akan merosot tajam. Layaknya revolusi pada bangsa Eropa.
Sangat disayangkan sekali bila titik ikon kemajuan teknologi tersebut tidak seiring dengan cepat nya pemahaman masyarakat pada umumnya yang selalu meng-analogikan robot adalah biang kerok hilangnya tenaga buruh untuk memacu pertumbuhan perekonomian.
Hal ini layaknya dua sisi perbedaan yang tidak akan bisa menyatu sama lain. Tapi bisa dicermati kembali, bila seorang pelukis ternama akan tergusur karena kemampuan sebuah robot pelukis yang bisa membuat lukisan yang sama. Sebuah robot yang mampu untuk memahat patung yang hampir mirip pula. Seluruh ilustrasi tersebut memang sepintas robot bisa menguasai semua, tapi sangat disayangkan hasil kerja robot adalah tak lebih dari sebuah alat cetak dan seonggok besi aluminium dan komponen elektronika yang dirakit pada papan PCB. Sebuah lukisan dari Afandi tentunya akan bernilai ratusan juta beda ukuran dengan lukisan robot yang paling-paing laku di jual 10 ribuan di pinggir jalan.
Robot Bukanlah Pemegang Kekuasaan
Istilah robot yang dahulu kala berjulukan Robota, tak lain adalah kata lain dari seorang buruh. Lain halnya dengan seorang manusia yang diciptakan se-sempurna mungkin oleh sang Pencipta. Sampai kapanpun robot adalah pembantu manusia. Bila sang teknokrat menciptakan robot untuk menjadi penguasa dunia, semoga saja dia tidak berumur panjang. Namun robot adalah sarana untuk membangun peradaban yang lebih maju dan memberikan kemudahan bagi manusia sebagai penciptanya. Dengan hasil demikian maka seluruh kajian tentang robotika menjadi lebih memasyarakat diseluruh elemen masyarakat. Dan bukan menjadi momok yang harus ditakuti.
Robotika sebagai Ikon dan Kajian Ke-ilmuan
Robot adalah simbol dari kamajuan dari sebuah teknologi, karena didalam nya mencakup seluruh elemen keilmuan. Elektronika, Mekanika, Mekatronika, Kinematika, Dimamika, dan lain sebagainya. Hal ini menjadi suatu alasan yang sangat tepat untuk mengasah ilmu didalamnya. Ikon pendidikan akan menjadi semakin termasyur bila selalu mengutamakan teknologi didalam nya. Sebuah ikon ini sangat penting untuk membangun semangat kemajuan, karena hal ini akan menjadi sebuah patokan awal dari sebuah perjuangan untuk selalu dilanjutkan kepada generasi penerus.
http://ai-b-r3di.blogspot.co.id/2011/02/bidang-bidang-kecerdasan-buatan.html
4. Pengembangan sistem pakar melibatkan 4 (empat) pihak yaitu analis sistem, knowledge engineer, pakar dan pemakai sistem (users). Keempat pihak ini akan terlibat dalam tahapan pengembangan sistemnya sebagai berikut:
(a). Studi awal. Bertujuan untuk mempelajari domain dari permasalahannya dan kelayakannya apakah dapat dibuatkan sistem pakarnya atau tidak. Studi ini dilakukan oleh analis sistem.
(b). Pemilihan perangkat lunak yang akan digunakan, apakah akan membangun sendiri inference-engine atau menggunakan ES shell. Tahap ini dilakukan oleh analis sistem bersama-sama dengan pemakai sistem.
(c). Pemilihan pakar.
(d). Pengambilan pengetahuan. Tahap pengambilan pengetahuan (knowledge acquisition)
dilakukan ole analis sistem bersama-sama dengan knowledge engineer dan pemakai sistem.
(d). Membangun sistem pakar. Membangun sistem pakar melibatkan ke empat pihak dengan langkah-langkah sebagai berikut:
- mengidentifikasi sasaran (goal).
- mengidentifikasi atribut item-item dan nilai-nilainya.
- menderivasi aturan-aturan.
- membuat prototip.
(e). Menguji sistem
(f). Mengimplementasikan sistem
(g). Mengoperasikan sistem
(h). Merawat sistem (maintenance)
http://totoharyanto.staff.ipb.ac.id/files/2011/09/Sistem-Pakar_Kelompok_1.pdf
5. Blok Diagram Expert System di tempat kerja (BKPPD Kota Tasikmalaya) :
Redi Cahyadi
11150032
Dosen Pengampu : Dr. Djadja Achmad Sardjana, ST, MM
http://aistmik-dci2.blogspot.co.id
Komentar
Posting Komentar