PENGANTAR TEKNOLOGI SISTEM CERDAS

KECERDASAN MENURUT SISTEM INFORMASI

MUHAMMAD RAIS

(14115728)

UNIVERSITAS GUNADARMA

BAB I

PENDAHULUAN

1.1 PENDAHULUAN

Kemajuan teknologi yang pesat, berpengaruh pada perkembangan perangkat mobile saat ini, sehingga penggunaan perangkat mobile semakinmemasyarakat. Perkembangan ini sangatlah membantu dalam menyajikaninformasi yang cepat dan efisien dengan layar penyajian yang sangat terbatas,tetapi penyajian informasinya pun tidak kalah optimal layaknya informasiyang diakses dari personal computer , tergantung bagaimana cara penyajiannya. Walaupun perangkat mobile merupakan small device teknologi perangkat mobile, telah berkembang pula keilmuan yang mampu mengadopsi cara berpikir manusia. Menurut Turban, ilmu yang mempelajari cara membuat komputer dapat bertindak dan memiliki kecerdasan seperti manusia disebut kecerdasan buatan (Arhami, 2005).

Perkembangan Teknologi Informasi telah memungkinkan pengambilankeputusan dapat dilakukan dengan lebih cepat dan cermat. Penggunaan computertelah berkembang dari sekadar pengolahan data maupun penyajian informasi,menjadi mampu untuk menyediakan pilihan pilihan sebagai pendukung pengambilkeputusan.Hal itu munngkin berkat adanya perkembangan teknologi perangkatkeras yang diiringi oleh perkembangan perangkat lunak, serta kemampuanperakitan dan penggabungann beberapa teknik pengambilan keputusandidalamnya. Integrasi dari peangkat keras, perangkat lunak, dan pengetahuanseorang pakar menghasilkan Sistem Pendukung Keputusan (SPK) dengan lebihcepat dan cermat. Diantara Sistem Pendukung Keputusan yaitu Sistem Pakar (expertSystem). Sistem ini adalah suatu sistem yang dirancang untuk meningkatkanefectivitas pengambilan keputusan dalam memecahkan masalah.

1.2 RUMUSAN MASALAH

1. Pengertian Kecerdasan Buatan

2. Sejarah Kecerdasan Buatan

3. Aplikasi Kecerdasan Buatan

4. Keuntungan Kecerdasan Buatan

BAB II

KECERDASAN BUATAN

2.1 PENGERTIAN KECERDASAN BUATAN

Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk mengkombinasikan pengetahuan dari semua  bidang ini pada akhirnya akan bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.

Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.

Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.

Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.

2.2 Sejarah Kecerdasan Buatan

-  Era komputer elektronik (1941)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang luas da ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para programmer. Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

- Masa persiapan AI (1943-1956)

Pada tahun 1943, Warren McCulloch dan Walter Pitts mengemukakan tiga hal: pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisis formal tentang logika proposisi, dan teori komputasi Turing. Mereka berhasil membuat suatu model syaraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.

Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat. Penemuan ini juga merupakan awal dari perkembangan AI. Pada tahun 1956, John McCarthy (yang setelah lulus dari Priceton kemudian melanjutkan ke Darthmouth College) meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan syaraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence.

- Awal perkembangan (1952-1969)

Pada tahun-tahun pertama perkembangannyam Ai mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut general problem solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun 1958, McCarthy di MIT AI Lab Memo No 1 mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada tahun 1959, Nathaniel Rochester dari IBM dan para mahasiswanya mengeluarkan program AI yaitu geometry theorm prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada. Pad atahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus. Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.

- Perkembangan AI melambat (1966-1974)

Prediksi Herbert Simon pada tahun 1957 yang menyatakan bahwa AI akan menjadi ilmu pengetahuan yang akan berkembang dengan pesat ternyata meleset. Pada 10 tahun kemudian, perkembangan AI melambat. Hal ini disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu:

1. Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya. Program-program AI berhasil hanya karena manipulasi sisntetis yang sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berabgai topik, sebenarnya hanya peminjaman dan manipulasi kalimat-kalimat yang diketikkan oleh manusia.

2. Banyak masalah yang harus diselesaikan oleh AI, karena terlalu banyaknya masalah yang berkaitan, mak atidak jarang banyak terjadi kegagalan pada pembuatan program AI.

3. Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia. Sebagai contoh adalah pada tahun 1969, buku Minsky dan Papert Perceptrons membuktikan bahwa meskipun program-program perceptron dapat mempelajari segala sesuatu, tetapi program-program tersebut hanya merepresentasikan sejumlah kecil saja. Sebagai contoh masukan perceptron yang berbeda tidak dapat dilatihkan untuk mengenali kedua masukan berbeda tersebut.

-  Sistem berbasis pengetahuan (1969-1979)

Pengetahuan adalah kekuatan pendukung AI. Ha ini dibuktikan dengan program yang dibuat oleh Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Program ini dinamakan dendral programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnosa medis juga sudah ada yang menemukannya, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

- AI menjadi sebuah industry (1980-1988)

Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mamapu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di digital equipment corporation (DEC), McDermott, pada tahun 1982. Paa tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun. Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hamper semua perusahaan besar di USA mempunyai didivisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, Intellicorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US$ per tahun meningkat menjasi 2 milyar US$ per tahun pada tahun 1988.

- Kembalinya jaringan syaraf tiruan (1986 – sekarang)

Meskipun bidang ilmu komputer menolak jaringan syaraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Para ahli fisika seperti Hopfield (1982)) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma belajar propagasi balik. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.

Berikut ini beberapa contoh aplikasi AI, antara lain:

- Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.

- Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.

- ELIZA, diprogram oleh Joseph Weinzenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

- Deep Blue mengalahkan Kasparov, juara dunia Catur.

- PEGASUS, suatu sistem memahami ucapan yang mampu menangani transaksi seperti mendapatkan informasi tiket udara termurah.

- MARVEL, suatu sistem pakar real-time memonitor arus data dari pesawat Voyager dan setiap anomali sinyal.

- Sistem robot mengemudikan sebuah mobil dengan kecepatan yang cepat pada jalan raya umum.

- Suatu diagnostik sistem pakar sedang mengkoreksi hasil diagnosis pakar yang sudah punya reputasi.

- Agent pintar untuk bermacam-macam domain yang bertambah pada laju yang sangat tinggi.

- Subjek materi pakar mengajar suatu learning agent penalarannya dalam pusat penentuan gravitasi.

2.3 APLIKASI KECERDASAN BUATAN

1. Waze

Waze sendiri merupakan aplikasi navigasi untuk perangkat seluller genggam, dalam aplikasi waze hampir mirip dengan aplikasi peta lainnya, yaitu ada navigasi, perkiraan waktu sampai ke suatu tempat, informasi tempat umum terdekat seperti pom bensin, restoran, dll. yang menarik dari waze yaitu kita memberikan informasi jalan ke komunitas, sehingga kita mendapatkan info yangup to date dari waze. 

Informasi mengenai kecelakaan, kemacetan jalan, polisi, bahaya berdasarkan kondisi nyata yang dilaporkan para penggunanya. Pengguna Waze yang juga disebut wazers juga bisa melakukan pemutakhiran peta, pemberian nomor rumah/bangunan, penandaan lokasi secara pribadi dan langsung.

Waze juga mempunyai fasilitas ngobrol (chat), memberikan poin untuk setiap kegiatan yang dilakukan seperti menjelajah, memutakhirkan peta dan peristiwa khusus lainnya. Dengan demikian Waze adalah gabungan dari aplikasi navigasi dengan jejaring sosial dan permainan online.

2. Photo Math

Aplikasi PhotoMath ini dikembangkan oleh MicroBlink yang merupakan developer asal dari Kroasia. Aplikasi yang sebenarnya telah dikembangkan sejak tahun 2011 ini mempunyai teknologi pembaca teks yang canggih untuk memindai soal-soal matematika yang diunggah penggunanya.

Pengalaman MicroBlink dalam mengembangkan aplikasi berbasis pemindaian foto memang tak bisa diragukan lagi. Sebelumnya MicroBlink telah sukses meluncurkan aplikasi PhotoPay yaitu sebuah aplikasi untuk memudahkan melakukan pembayaran dengan memotret tagihan menggunakan kamera smartphone.

PhotoMath sendiri sampai saat ini telah mampu mendeteksi dan menyelesaikan soal-soal matematika seperti topik desimal, pecahan, aritmatika, akar, dan persamaan liner sederhana. Kemampuan PhotoMath untuk memecahkan soal matematika ini memang tak lepas dari teknologi yang dimilikinya seperti pengenalan karakter untuk membaca soal matematika.

Untuk menjalankan aplikasi PhotoMath ini caranya cukup mudah dan sederhana. Pengguna cukup menyiapkan soal dan mengarahkan kamera smartphone miliknya ke soal matematika tersebut berdasarkan frame yang telah disediakan. Untuk soal yang panjang, pengguna harus menyesuaikannya dengan ukuran frame dari PhotoMath.

Setelah soal difoto, soal akan dipindai dalam beberapa saat. Tak lama setelah itu Anda akan segera memperoleh jawaban dari soal matematika yang telah Anda foto tersebut di layar dengan warna merah. Untuk mengetahui pembahasan atau langkah-langkah dari jawaban yang ada, Anda cukup menekan tombol Steps pada aplikasi PhotoMath dan proses pemecahan soal matematika 

3. Locale

Locale merupakan sebuah Aplikasi canggih untuk handphone Android. Aplikasi ini mempunyai kemampuan untuk mengondisikan ponsel yang dipakai sesuai dengan kondisi lingkungan di sekitarnya. Aplikasi canggih Locale ini menggunakan sistem teknologi Artificial Intelligence yaitu sebuah teknologi yang buat dengan algoritma khusus dengan kecerdasan buatan dalam bentuk aplikasi. Sayangnya, Aplikasi kecerdasan buatan Locale ini hanya berjalan di sistem operasi Android.

Aplikasi kecerdasan buatan Locale ini berguna sekali untuk Anda karyawan dan pekerja yang memiliki mobilitas cukup tinggi dalam hal urusan kerja di kantor atau kerja lapangan. Dengan menggunakan aplikasi kecerdasan buatan canggih ini, Anda dapat melakukan pengaturan ponsel sesuai dengan lingkungan sekitar Anda. Misalkan jika Anda sedang rapat di suatu ruangan , secara otomatis aplikasi ini akan ter-setting dengan semua pengaturan ,baik itu nada dering, kondisi senyap, panggilan telepon, dan email. Dengan aplikasi canggih berteknologi Artificial Intelligence tidak ada lagi kekonyolan terjadi pada saat rapat berlangsung ponsel Anda berdering keras tanpa Anda sadari.

Kegunaan lain dari aplikasi kecerdasan buatan ini adalah kemampuannya untuk mengondisikan berbagai hal lain. Contohnya seperti mengelola dan otomatisasi berbagai pengaturan ponsel dengan tempat kerja. Jika Anda baru saja tiba di ruangan kantor Anda maka aplikasi ini akan langsung mengondisikan koneksi Wi-Fi pada ponsel Anda menyala untuk koneksi internet, kondisi nada dering Anda berganti senyap, wallpaper homescreen Anda akan berubah secara otomatis sesuai kondisi di tempat Anda bekerja dan pengondisian lainnya.

Aplikasi kecerdasan buatan canggih Locale ini menggunakan teknologi Artificial Intelegence yang didukung dengan accelerometer, cell, Wi-Fi, GPS, dan sinyal lain untuk deteksi lokasi secara instan di manapun Anda berada. Otomatisasi ini akan menghemat pekerjaan Anda tanpa harus menekan tombol keypad ponsel. Alangkah baiknya jika efesiensi ini bisa dipergunakan untuk melakukan pekerjaan lainnya yang lebih penting.

Tidak sampai di situ, masih ada beberapa hal lain yang tak kalah serunya untuk dibahas. Antara lain adalah pengondisian pengaturan lainnya seperti pengondisian (baterai, caller, lokasi, orientasi, waktu) dan built-in pengaturan (Bluetooth, Brightness, Timeout Display, Ringtone, Volume, Media Volume (Android 3.0 +), Shortcut (Android 3.0 +), Wallpaper, Wi-Fi). Jadi dengan integrasi semua elemen ini, dapat dipastikan pekerjaan Anda akan semakin ringan. Dan yang terakhir fitur unggulan lainnya yaitu aplikasi kecerdasan buatan canggih ini juga support dengan plug-in yang ada di Android Market. Kurang lebih ada sekitar 250 plug-in yang support dengan aplikasi Locale ini.

2.4 KEUNTUNGAN KECERDASAN BUATAN

1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.

2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain.

3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.

4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.

5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.

BABIII 

PENUTUPAN

Berdasarkan hasil pembahasan diatas dapat ditarik kesimpulan bahwa :

1. Hubungan kecerdasan buatan dan sistem pakar adalah pada dasarnya sistem pakar merupakan cabang dari kecerdasan buatan.

2. Manfaat kecerdasan buatan adalah memberikan solusi untuk kasus-kasus kompleks dan berulang-ulang.

3. Kecerdasan Buatan (Artifical Intelligence) adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga komputer diharapkan dapat membantu pekerjaan manusia menjadi lebih mudah dan efisien.

DAFTAR PUSTAKA

-http://rickyzafranristianto.blogspot.co.id/2017/10/tugas-1-pengetahuan-teknologi-sistem.html

-https://worldofelectronic.wordpress.com/2016/12/05/makalah-kecerdasan-buatan-dan-sistem-pakar/

-http://ghinaathayakingdom.blogspot.co.id/2014/02/hubungan-kecerdasan-buatan-dengan.html

-https://rehulina.wordpress.com/2009/08/05/pengertian-kecerdasan-buatan/

-http://www.serupedia.com/2017/04/aplikasi-kecerdasan-buatan-pada-sistem-android.html