Pengantar Teknologi Sistem Cerdas

Rangkuman Pengantar Teknologi 

Sistem Cerdas

Disusun Oleh

Haikal Zamzami (14114702)

3KA26

PTA 2016/2017

UNIVERSITAS GUNADARMA

Definisi Artificial Intelligence

            Artificial Intelligence (AI) atau kecerdasan buatan merupakan cabang dari ilmu computer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan fungsi otak manusia. Definisi ini menunjukkan bahwa AI adalah bagian dari computer sehingga harus didasarkan pada sound theoretical (teori suara) dan prinsip-prinsip aplikasi dari bidangnya. Prinsip-prinsip ini meliputi struktur kata yang digunakan dalam representasi pengetahuan, algoritma yang diperlukan untuk mengaplikasikan pengetahuan tersebut, serta bahasa dan teknik pemrograman yang digunakan dalam mengimplementasikannya.

               

Perbedaan Kecerdasan Buatan dengan Kecerdasan Alami

Selain kecerdasan buatan, terdapat pula kecerdasan alamiah. Keduanya memiliki keunggulan masing-masing. Ada beberapa keunggulan kecerdasan buatan dibanding kecerdasan alamiah, yaitu:

1.      Lebih permanen

2.      Memberikan kemudahan dalam duplikasi dan penyebaran

3.      Relatif murah dari kecerdasan alamiah

4.      Dapat didokumentasi

5.      Konsisten dan teliti

6.      Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik dibanding manusia

Sedangkan kecerdasan alamiah memiliki beberapa keuntungan, yaitu :

1.      Lebih kreatif

2.      Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa symbol dan representasi

3.      Focus yang luas sebagai referensi untuk pengambilan keputusan, sebaliknya AI menggunakan focus yang sempit

Sejarah Kecerdasan Buatan

Berdasarkan Buku Artificial Intelligence : A Modern Approach Third Edition (2003). Sejarah AI (kecerdasan buatan) diceritakan sebagai berikut :

a)      Masa Persiapan Kecerdasan Buatan (1943–1955)

Warren McCulloch and Walter Pitts (1943) membuat karya pertama yang umumnya disebut AI. Mereka membuat sebuah jaringan neuron buatan berdasarkan tiga sumber, yaitu: pengetahuan tentang fisiologi dasar dan fungsi neuron di otak, sebuah analisis formal logika proporsional Russell dan Whitehead, dan teori Turing komputasi.

b)      Kelahiran Kecerdesan Buatan (1956)

John McCarthy merupakan tokoh lain yang berpengaruh dalam AI. Pada musim panas 1956, McCarthy mengumumkan 10 studi tentang kecerdasan buatan.

c)      Antusiasme Awal, Harapan Besar (1952-1969)

Pada masa ini, AI sukses berkembang. GPS adalah program pertama untuk mewujudkan pendekatan “pemikiran manusiawi”. Di IBM, Nathaniel Rochester dan rekan-rekannya menghasilkan beberapa program AI pertama.

Kategori Konsep Dasar Artificial Intelligence

AI memiliki 4 dasar kategori konsep dasar, yaitu:

1)      Acting Humanly : Pedekatan Uji Turing

Uji turing yang diajukan oleh Alan Turing pada tahun 1950 dirancang untuk menyediakan suatu definisi operasional yang layak bagi kecerdasan.

2)      Thinking Humanly : Pendekatan Model Kognitif

Jika kita ingin mengatakan bahwa suatu program dapat berpikir seperti manusia maka ada beberapa cara untuk menyatakannya, yaitu melalui introspeksi dan melalui eksperimen-eksperimen psikologi.

3)      Thinking Rationally : The Laws of Thought Approach

Ada dua masalah dalam pendekatan ini, yaitu:

1.      Tidak mudah untuk membuat pengetahuan informal dan menyatakannya dalam formal term yang diperlukan oleh notasi logika.

2.      Terdapat perbedaan besar antara dapat memecahkan masalah “dalam prinsip” dan memecahkannya dalam praktik.

4)      Acting Rationally : The Rational Agent Approach

Dari beberapa perspektif, AI dapat dipandang sebagai:

1.      Dari perspektif kecerdasan (Intelligence)

2.      Dari perspektif bisnis

3.      Dari perspetif pemorgraman (Programming)

4.        Dari perspektif penelitian (research)

Disiplin Ilmu Sub Bagian dalam Artificial Intelligence

Lingkup utama dalam Kecerdasan Buatan adalah :

1.      Sistem Pakar (Expert System), komputer digunakan sebagai sarana untuk menyimpan kemampuan para pakar.

2.       Pengolahan Bahasa Alami (Natural Language Processing), diharapkan computer dapat berkomunikasi dengan user dengan menggunakan bahasa sehari-hari.

3.      Pengenalan Ucapan (Speech Recognition), diharapkan komputer dapat berkomunikasi langsung dengan manusia menggunakan suara.

4.      Robotika & Sistem Sensor (Robotic & Sensory System) komputer digunakan untuk membantu pekerjaan manusia sehari hari dengan menggunakan teknologi robot dan sensor.

5.      Computer Vision, untuk menginterpretasikan citra atau objek-objek tampak melalui komputer.

6.      Intelligent Computer-aided Instruction, komputer dapat digunakan sebagai tutor yang dapat mengajar dan melatih.

7.      Game Playing, komputer digunakan sebagai salah satu sarana hiburan manusia.

Seiring dengan perkembangan teknologi, muncul beberapa teknologi yang juga bertujuan untuk membuat agar komputer menjadi cerdas agar dapat menirukan kerja manusia sehari-hari.

10.1 Definis Perencanaan Klasik

Setiap negara bagian diwakili sebagai sebuah gabungan dari fluents tanah, atom-atom yang berfungsi. Perencanaan klasik berkonsentrasi pada masalah-masalah yang mana kebanyakan tindakan meninggalkan hal-hal yang kebanyakan tidak berubah.

10.1.1 Contoh: Transportasi kargo udara

Menunjukkan masalah transportasi kargo udara melibatkan pemuatan dan pembongkaran kargo dan terbang dari satu tempat ke tempat. Masalah dapat didefinisikan dengan tiga tindakan: memuat, membongkar, dan terbang.

10.1.2 Contoh: Masalah ban serep

Mempertimbangkan masalah mengganti ban yang kempes. Tujuannya adalah untuk memiliki ban cadangan yang baik benar dipasang pada as roda mobil, di mana keadaan awal memiliki ban kempes pada as roda dan ban cadangan yang baik di bagasi. Hanya ada empat tindakan: menghapus cadangan dari bagasi, menghapus ban dari as roda, menempatkan cadangan pada as roda, dan meninggalkan mobil tanpa pengawasan semalam.

10.1.3 Contoh: Blok dunia

Salah satu yang paling terkenal perencanaan domain dikenal sebagai dunia blok. Domain ini terdiri dari satu set blok berbentuk kubus duduk di tabel. Blok dapat ditumpuk, tetapi hanya satu blok bisa muat langsung di atas yang lain. Sebuah lengan robot dapat mengambil blok dan memindahkannya ke posisi lain, baik di atas meja atau di atas blok lain. lengan dapat mengambil hanya satu blok pada suatu waktu, sehingga tidak dapat mengambil blok yang memiliki satu sama lain di atasnya.

10.1.4 Kompleksitas klasik perencanaan

PlanSAT adalah pertanyaan apakah ada rencana yang memecahkan masalah perencanaan. PlanSAT dibatasi oleh NP-lengkap sementara PlanSAT p; dengan kata lain, perencanaan optimal biasanya sulit, tapi sub-optimal perencanaan kadang-kadang mudah.

10.2 Algoritma Untuk Perencanaan Sebagai Ruang Negara-Cari

Sekarang kita mengalihkan perhatian kita untuk perencanaan algoritma. Kami melihat bagaimana Deskripsi masalah perencanaan defines Cari masalah: kita dapat mencari dari keadaan awal melalui ruang Serikat, mencari tujuan. Salah satu keuntungan baik dari representasi deklaratif tindakan skema bisa begitu wecan juga mencari fromthegoal mundur, mencari keadaan awal.

10.2.1 Cari ruang negara-maju (kemajuan)

Pencarian pertama, maju rentan terhadap menjelajahi tindakan-tindakan yang tidak relevan. Kedua, perencanaan masalah yang sering memiliki ruang besar negara.

10.2.2 Mundur (regresi) Cari relevan-negara

Dalam pencarian Regresi yang dimulai dari tujuan dan menerapkan tindakan mundur, sampai ditemukannya urutan langkah-langkah untuk pencapaian negara yang relevan. Secara umum, pencarian backward bekerja ketika kita tahu bagaimana untuk mundur dari suatu keadaan. PDDL dirancang untuk membuat mudah tindakan kemunduran, jika sebuah domain dapat dinyatakan dalam PDDL, maka kita dapat melakukan regresi.

10.2.3    Heuristik untuk perencanaan

Menurut definisi heuristik, tidak ada cara untuk menganalisis keadaan atom, dan dengan demikian memerlukan beberapa kecerdikan oleh seorang analis manusia untuk menentukan heuristik domain-spesifik baik untuk masalah pencarian dengan negara-negara atom. Perencanaan menggunakan representasi terfaktor untuk negara dan skema tindakan.. Ide utama dalam mendefinisikan heuristik adalah dekomposisi, yaitu membagi masalah menjadi beberpa bagian-bagian yang lebih kecil (subgoal), lalu memecahkan setiap bagian (subgoal) secara independen, setelah setiap masalah pada bagian tadi sudah diselesaikan, maka kemudian menggabungkan bagian-bagian tadi menjadi satu kesatuan.

10.3    Perencanaan Graf

Graph Plan adalah algoritma yang diterapkan ke salah satu teknik pencarian. Untuk mencari solusi atas ruang yang dibentuk oleh grafik perencanaan.

10.4    Pendakatan Perencanaan Klasik Lainnya

Saat ini pendekatan yang paling populer dan efektif untuk perencanaan otomatis  adalah menerjemahkan ke satisfiability Boolean masalah (SAT), teruskan pencarian negara-ruang dengan heuristik dengan hati-hati (Pasal 10.2), cari menggunakan grafik perencanaan.

10.4.1 Perencanaan klasik sebagai Boolean satisfiability

Terjemahan adalah serangkaian langkah-langkah sederhana, langkah-langkah sederhana terdiri dari propositionalize tindakan, tentukan keadaan awal, propositionalize tujuan, tambahkan aksioma penerus-negara, tambahkan aksioma prasyarat, tambahkan aksioma tindakan pengecualian.

10.4.2 Perencanaan sebagai urutan pertama Logis pemotongan: Situasi kalkulus

Kalkulus Situasi PDDL adalah bahasa yang  dengan hati-hati menyeimbangkan ekspresi bahasa dengan kompleksitas algoritma yang beroperasi di atasnya. Logika representasi proporsional dari masalah perencanaan juga memiliki keterbatasan, seperti fakta bahwa gagasan waktu terikat langsung ke fluents.

Bekerja dalam perhitungan situasi yang telah dilakukan menjelaskan banyak semantik yang formal dalam perencanaan dan membuka daerah-daerah baru dari penyelidikan.

10.4.3    Perencanaan sebagai kendala kepuasan

Kita telah melihat bahwa kepuasan kendala memiliki banyak kesamaan dengan Boolean Satisfiability,  dan kita telah melihat bahwa CSP teknik efektif untuk penjadwalan masalah, sehingga tidak mengherankan bahwa CSP mungkin untuk merumuskan masalah perencanaan yang dibatasi (yaitu, masalah dalam mencari rencana panjang k) sebagai sebuah CSP.

10.4.4 Perencanaan sebagai penyempurnaan sebagian memerintahkan rencana

Semua pendekatan untuk membangun rencana yang benar-benar terdiri dari urutan tindakan ketat.

10.5    Analisis Pendekatan Perencanaan

Perencanaan menggabungkan dua bidang utama dari AI yaitu pencarian dan logika. Sebuah perencanaan dapat dilihat baik sebagai sebuah program yang mencari solusi atau sebagai salah satu yang membuktikan solusi. Perencanaan adalah latihan dalam mengendalikan ledakan kombinatorial. Sebuah perencana yang menggunakan trik bawah-ke-atas dapat memecahkan masalah dalam dunia blok tanpa backtracking.

Kesimpulan

            Dalam kehidupan sehari-hari, otak manusia terus berkembang. Manusia Selalu mencari cara untuk memudahkan kehidupannya dan untuk menyelesaikan masalah-masalah yang ada. Untuk itulah manusia menciptakan Kecerdasan Buatan atau Artificial intelligence, robot, system pakar dan lain-lain untuk memudahkan kehidupan manusia. Akan tetapi nyatanya itu semua masih belum bisa memenuhi keinginan manusia karena dalam hidup ini ada beberapa hal yang hanya bisa diselesaikan oleh otak atau kemampuan manusia itu sendiri yang tidak bisa diselesaikan oleh Kecerdasan buatan.

Sumber:

https://drive.google.com/file/d/0B_KDn44d1LLDYkpGSldsYTJVd0k/view?usp=sharing

https://drive.google.com/file/d/0B_KDn44d1LLDZkh1cjlTTGJSTWM/view?usp=sharing