Artifical Intelligence (AI)
A. Sejarah AI
Istilah AI dikemukakan pada tahun 1956 di konferensi darthmount. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun AI baru muncul pada tahun 1956 tapi teori-teori yang mengarah ke AI sudah muncul sejak tahun 1941. Berikut adalah tahapan-tahapan teori dalam AI:
1. Era Komputer Elektronik (1941)
Pada tahunn 1941 telah ditemukan alat penyimpanan dan pemprosesan informasi. Penemuan tersebut dimanakan komputer eletronik dan dikembangkan di USA dan Jerman. Saat itu komputer membutuhkan ruangan yang luas, AC yang terpisah dan melibatkan ribuan kabel untuk menjalankan suatu program. Itu tentu sangat merepotkan programmer dalam membuat program. Pada tahun 1949, berhasil menemukan komputer yang mampu membuat pekerjaan memasukan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan yang mengarah ke AI.
2. Masa Persiapan (1943-1956)
Pada tahun 1943, Warren Mc Culloch dan Malter Pitts berhasil membuat suatu model sel syaraf tiruan di mana setiap neuron digambarkan sebagai on dan off.mereka menunjukan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan sederhana pada tahun 1950 , Nobert Wiener membuat penelitian mengenai prinsip prinsip teori feedback. Contoh yang terkenal adalah thermostat . Penemuan ini yang merupakan awal dari perkembangan AI. Pada tahun 1956 John McCarhty membuat sebuah team utuk membantunya melakukan penelitian dalam bidang automata , jaringan syaraf dan mempelajari intelligence. Hasilnya adalah program yang mampu berpikir non-numeric dan menyelsaikan masalah pemikiran , yang dinamakan principia mathematica. Hal ini menjadikan john McCarthy disebut sebagai fathre of AI
3. Awal Perkembangan (1952-1969)
Pada tahun pertama perkembangannya , AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newel dan Simon dengan sebuah program disebut General Problem Solver. Program ini dirancang untuk memlulai penyelesaian masalah secara manusiawi. Pada tahun 1958 McCarthy di MIT AI lam mendefinisikan bahasa pemograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program program AI. pada tahun 1959 keluarlah sebuah program AI yaitu Geometry Theorm Prover yang dapat membuktikan suatu teorama teorama menggunakan axioma-axioma yang ada.Pada tahun 1968 , Program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ.
4. Perkembangan AI Melambat (1966-1974)
Prediksi Herbert Simon pada tahun 1957 menyatakan bahwa AI akan menjadi ilmu pengetahuan yang berkembang dengan pesat ternyata meleset pada tahun tahun ini perkembangan AI menjadi sangat lambat
5. AI menjadi sebuah Industri (1980-1988)
Industrialisasi AI di awali dengan ditemukan expert system (sistem pakar) yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru.
B. AI dan Kognisi Manusia (Mesin Berpikir)
Artifical Intellegence merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon, 1987).
Kecerdasan buatan merupaka studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich & Knight, 1991).
Kecerdasan buatan merupakan cabang dari ilmu komputer yang dalam mempresentasikan pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristik atau dengan berdasarkan sejumlah aturan.
Lalu bagaimana dengan kognisi manusia? Kognisi manusia sebagai proses mental, karena kognisi manusia mencerminkan pemikiran dan tidak dapat diamati secara langsung. Oleh karena itu, kognisi tidak dapat diukur secara langsung, namun melalui perilaku yang ditampilkan dan dapat diamati. Misalnya kemampuan anak untuk mengingat angka 1 – 20, atau kemampuan untuk menyelesaikan teka – teki, kemampuan menilai perilaku yang patut dicontoh ataupun yang tidak patut dicontoh.
Proses berpikir manusia tentunya melibatkan otak dan syaraf-syarafnya sebagai alat berpikir manusia oleh karena itu untuk menyelidiki fungsi otak dalam berpikir manusia maka berkembanglah neurosains kognitif. Hasil penelitian yang dilakukan oleh kedua bidang ilmu tersebut banyak dimanfaatkan oleh ilmu robot dalam pengembangan kecerdasan buatan.
Proses kognitif menggabungkan antara informasi yang diterima melalui indera tubuh manusia dengan informasi yang telah disimpan di ingatan jangka panjang. Kedua informasi tersebut diolah di ingatan kerja yang berfungsi sebagai tempat pemrosesan informasi. Kapabilitas pengolahan ini dibatasi oleh kapasitas ingatan kerja dan faktor waktu. Proses selanjutnya adalah pelaksanaan tindakan yang telah dipilih. Tindakan dilakukan mencakup proses kognitif dan proses fisik dengan anggota tubuh manusia (jari, tangan, kaki, dan suara). Tindakan dapat juga berupa tindakan pasif, yaitu melanjutkan pekerjaan yang telah dilakukan sebelumnya.
C. AI dan Sistem Pakar
Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.
Kelebihan sistem pakar:
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
2. Bisa melakukan proses secara berulang secara otomatis
3. Menyimpan pengetahuan dan keahlian para pakar
4. Meningkatkan output dan produktifitas
5. Meningkatkan kualitas
6. Mampu mengambil dan melestarikan keahlian para pakar
7. Mampu beroperasi dalam lingkungan yang berbahaya
8. Memiliki kemampuan untuk mengakses pengetahuan
9. Memiliki reliabilitas
10. Meningkatkan kapabilitas sistem komputer
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian
12. Sebagai media pelengkap dalam pelatihan
13. Meingkatkan kapabilitas dalam penyelesaian masalah
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan sistem pakar:
1. Biaya yang diperlukan untuk membuat dan memelihara relatif mahal karena diperlukan banyak data
2. Perlu admin khusus yang selalu update informasi dalam bidang yang sesuai dengan sistem pakar.
3. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan perangkat lunak konvensional.
4. Susah dikembangkan
5. Membutuhkan waktu yang lama
Contoh sistem pakar:
1. Mycin : diagnosa penyakit
2. Dendral : mengidentifikasi struktur molekul campuran kimia yang tidak di kenal
3. Xcon & xsel: konfigurasi sistem komputer besar
4. Prospector : bidang biologi
Sistem pakar yang akan dijelaskan pada pembahasan kali ini adalah Eliza, Parry dan Net Talk.
a) Eliza
Eliza adalah salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis. Berikut ini adalah contoh percakapan antara Eliza dengan seorang klien (Lestari, 2012):
Eliza : “Hello. I am ELIZA. How can I help you?”
Klien : “My name is Balza.”
Eliza : “I have told you before, I do not care about names.”
Klien : “I don’t have any money. That’s my problem.”
Eliza : “Why do you say your problem?”
Klien : “Because you asked me.”
Eliza : “Do any other reasons not come to mind?”
Klien : “No.”
Eliza : “You are being a bit negative.”
Klien : “Why?”
Eliza : “Please go on.”
Klien : “OK. I am bankrupt.”
Eliza : “How long have you been bankrupt?”
Klien : “A year.”
Eliza : “Please go on.”
Klien : “So, what should I do?”
Eliza : “Does that question interest you?”
Klien : “Yes, how can I make big money?”
Eliza : “You are sure?”
Klien : “Of course I’m sure.”
b) Parry
Parry adalah sistem pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviunya (Lestari, 2012):
Psikiater : “Why are you in the hospital?”
Parry : “I shouldn't be here.”
Psikiater : “Who brought you here?”
Parry : “The police.”
Psikiater : “What trouble did you have with the police?”
Parry : “Cops don't do their job.”
Psikiater : “What do they do instead?”
Parry : “Cops arrest the wrong people.”
Psikiater : “They arrest the right ones sometimes”
Parry : “The law should get those Italian crooks.”
Psikiater : “Are you Italian?”
Parry : “My background is British but I was born in this country.”
Psikiater : “Do you know any Italian crooks?”
Parry : “I try to avoid the underworld.”
c) NetTalk
NetTalk merupakan hasil penelitian Terrence Sejnowski dan Charles Rosenberg pada pertengahan 1980 mengenai jaringan saraf tiruan. NetTalk adalah sebuah program yang berdasarkan pada jaring-jaring neuron dengan membaca tulisan dan mengucapkannya keras-keras. NetTalk membaca keras-keras dengan cara mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa.
D. Penggunaan AI sebagai expert system yang dapat digunakan untuk mendukung system pengambilan keputusan (Diagnosa).
Sebelum membahas mengenai penggunaan artifical intellegence sebagai expert system untuk menndukung sistem pengambilan keputusan (diagnosa), berikut ini adalah kategori problem sistem pakar:
1. Interpretasi
Membuat kesimpulan atau deskripsi dari sekumpulan data mentah. Pengambilan keputusan dari hasil observasi, termasuk pengenalan ucapan, analisis citra, interpretasi sinyal.
2. Prediksi
Memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu.
3. Diagnosis
Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gajala-gejala yang teramati diagnosis medis, elektroniks, mekanis.
4. Perancangan
Menentukan konfigurasi kompenen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu.
5. Perencanaan
Merencakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu.
6. Monitoring
Membandingkan hasil pengamatan dengan kondisi yang diharapkan.
7. Debugging
Menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi.
8. Instruksi
Mendeteksi dan mengoreksi defesiensi dalam pemahaman domian subjek.
9. Kontrol
Mengatur tingkah laku suatu environment yang kompleks.
E. Contoh kasus
Dalam kategori sistem pakar, terdapat diagnosis. Contoh diagnosis medis:
Diagnosa penyakit Tyfus:
“apakah anda merasakan demam atau panas yang sangat tinggi Ya/Tidak?” Ya
“apakah anda sakit kepala Ya/Tidak?” Ya
“apakah anda merasakan nyeri otot Ya/Tidak?” Ya
“apakah anda kehilangan nafsu makan Ya/Tidak?” Ya
“apakah anda meradakan diare Ya/Tidak? ” Ya
Penyakit anda adalah TYFUS.
F. Sumber
http://ibtriau.damai.id/2015/10/14/sejarah-artificial-intelligence/ . diakses pada 15 Januari 2017
http://web.if.unila.ac.id/purmanailuswp/2015/09/13/pengertian-artificial-intelligence-kecerdasan-buatan/ . diakses pada 15 januari 2017
https://id.wikipedia.org/wiki/Sistem_pakar . di akses pada 15 januari 2017
Lestari, D. (2012). Definisi sistem pakar. http://www.ummi.ac.id/ti/detail_jurnal. php?page=ZGV0YWlsX2p1cm5hbHBocA==&no=VG5jOVBRPT0=.diakses. Arsip Teknik Informatika UMMI. Diakses 15 januari 2017
Rohman, F., F & Fauzijah, A. (2008). Rancang bangun aplikasi sistem pakar untuk menentukan jenis gangguan perkembangan pada anak. Media Informatika, 6, 1, 1-23, 0854-4743. Universitas Islam Indonesia: Yogyakarta










