Anda di halaman 1dari 9

I.

DEFINISI ARTIFICIAL INTELLIGENCE

AI dapat didefinisikan sebagai suatu kajian yang mencoba untuk mengaplikasikan kemampuan manusia dalam memecahkan permasalahan ke dalam komputer sehingga komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Dapat juga di katakan bahwa AI merupakan teknologi yang di aplikasikan kedalam komputer sehingga menjadikan komputer memiliki kemampuan seperti panca indera manusia di tambah dengan logika dan proses belajar dari pengalaman. Definisi AI menurut tokoh : Schalkoff pada tahun 1990 mengemukakan bahwa AI adalah bidang studiyang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi. Rich & Knight pada tahun 1991 mengemukakan bahwa AI adalah studi tentang cara membuat komputer melakukan sesuatu yang sampai saat ini manusia dapat melakukannya dengan baik. Luger & Stubblefield pada tahun 1993 mengemukakan bahwa AI adalah cabang ilmu yang berhubungan dengan otomatis perilaku yang cerdas. Haag & Keen pada tahun 1996 mengemukakan bahwa AI adalah bidang studi yang berhubungan dengan penangkapan, pemodelan, dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilankeputusan yang biasanya di lakukan oleh manusia.

Definisi menurut dari sudut pandang : a. Sudut pandang kecerdasan AI akan membuat mesin menjadi cerdas dan mampu berbuat apa yang dilakukan oleh manusia. b. Sudut pandang penelitian AI adalah suatu studi bagaimana membuat agar komputer dapat melakukan suatu pekerjaan sebaik yang dilakukan oleh manusia. Domain yang menjadi kajian penelitian dalam bidang AI antara lain : y Mudane Task y Persepsi (vision & speech) Bahasa alami Pemikiran yang bersifat commonsense Robot control

Formal Task Permainan Matematika

Expert Task Analisis Finansial Analisis Medikal Analisis Ilmu Pengetahuan Rekayasa

c. Sudut pandang bisnis AI adalah kumpulan peralatan yang sangat berguna untuk menyelesaikan masalahmasalah bisnis.

d. Sudut pandang pemrograman AI meliputi studi tentang pemrograman simbolik, penyelesaian masalah, dan proses pencarian. Komputer yang memiliki tambahan teknologi AI diharapkan memiliki kemampuan lebih dari komputer konvensional. Diharapkan komputer AI dapat memiliki kecerdasan sebagai berikut :  Berfikir dan menalar.  Memakai penalaran untuk memecahkan masalah.  Menyerap dan menerapkan pengetahuan.  Memperlihatkan kreatifitas dan imajinasi.  Bekerja sesuai dengan situasi yang kompleks dan membingungkan.  Melakukan tanggapan dengan cepat dan berhasil, beradaptasi dengan situasi yang baru.  Mengenali elemen-elemen yang relatif penting dalam sebuah situasi.  Menangani informasi yang rancu, tak lengkap, atau salah. Dibandingkan dengan kecerdasan alami yang dimiliki oleh manusia, AI memiliki beberapa kelebihan antara lain :  AI bersifat lebih permanen.  AI lebih mudah diduplikasi dan disebarkan.  AI lebih murah.  AI lebih konsisten.  AI dapat didokumentasikan.  AI dapat mengerjakan pekerjaan lebih cepat.  Dalam beberapa kasus AI dapat mengerjakan pekerjaan lebih baik.

Namun AI memiliki kekurangan jika di bandingkan dengan kecerdasan alami. Antara lain :  Untuk menambah pengetahuan pada AI harus dilakukan melalui sistem yang di bangun.  AI hanya bisa bekerja dengan input-input simbolik.  Pemakaian AI masih terbatas. AI pada dasarnya dibuat dengan menggunakan teknik pemrograman khusus. Sebelumnya kita mengenal teknik pemrograman konvensional untuk menghasilkan sebuah perangkat lunak aplikasi. Jika di bandungkan dengan program konvensional, AI memiliki beberapa kelebihan seperti terlihat dalam tabel di bawah ini. Perbandingan AI dengan pemrograman biasa Dimensi Pemrosesan AI Mengandung konsep-konsep simbolik Sifat input Pencarian Bisa tidak lengkap Sebagian besar bersifat heuristik Keterangan Fokus Struktur Disediakan Pengetahuan Kontrol dipisahkan dari pengetahuan Sifat output Pemeliharaan dan upgrade Kemampuan menalar Kuantitatif dan kualitatif Relatif mudah Bisa Harus lengkap Pada umunya didasarkan pada algoritma Tidak disediakan Data dan informasi Kontrol berintegrasi dengan data atau informasi Kuantitatif Sulit Tidak Pemrograman biasa Algoritmik

II.

KOMPONEN-KOMPONEN AI DALAM BISNIS

1. ROBOTIK Berupa sebuah robot yang menggantikan manusia dalam mengerjakan tugas. Robot adalah perangkat elektronik yang dapat diprogram untuk melakukan otomatisasi terhadap suatu tugas yang biasanya dilakukan oleh manusia. 2. Artivicial Vision (AV) Sistem penglihatan buatan yang diberikan pada komputer sehingga komputer dapat membedakan bentuk benda. Konsep AV sangat sederhana, yaitu menggunakan sistem kamera dan video. 3. Natural Language Processing / Speech Recognition. Ini merupakan proses supaya komputer dapat mengenali percakapan atau suara. Pada dasarnya suara adalah sebuah bentuk gelombang yang memiliki frekuensi dan amplitudo tertentu. Setiap benda yang mengeluarkan suara akan menghasilkan getaran dengan karakteristik yang berbeda baik amplitudonya (tekanan) ataupun frekuensinya. Perangat NLP dilengkapi dengan sensor untuk mendeteksi tekanan yang timbul dari getaran suara. Sensor seperti ini sudah digunakan dalam alat bantu dengar. Kemudian sinyal yang ditangkap oleh sensor diolah oleh processor untuk memperkirakan karakteristik suara aslinya. 4. Neural Network (NN) Disebut juga jaringan syaraf tiruan adalah sebuah sistem yang meniru pola pemrosesan sinyal syaraf didalam otak manusia yang berdasarkan pada pengenalan pola.

5. Fuzzy Logic (FL) Adalah suatu teknik yang mencontoh pola fikir manusia dalam menganalisis suatu permasalahan. Logika fuzzy muncul karena keterbatasan logika himpunan crisp dikenal dalam matematika. Fizzy diterjemahkan dalam bahasa indonesia berarti samar. Kata fuzzy digunakan sebagai lawan dari crisp ciri khas logika boolean dalam matematika. Logika fuzzy batas-batas himpunan yang di buat samar sehingga setiap elemen masuk kedalam himpunan derajat tertentu. Logika matematika dikenal 2 sifat keanggotaan yaitu anggota dan bukan anggota. Untuk mendefinisikan himpunan bilangan lebih kecil dari 4, maka ada 2 kemungkinan lebih kecil dari 4 atau lebih besar dari 4. Misalkan kita terapkan himpunan logika matematika untuk mengkategorikan usia manusia. Himpunan usia tua yaitu orang yang berusia lebih dari 40 tahun. Definisikan seperti itu maka 50 tahun tergolong tua dan 30 tahun tergolong tidak tua. Namun bagaimana dengan 39 dan 41 tahun ? tentu saja batas seperti ini kurang tepat digunakan. Jika kita menggunakan logika fuzzy untuk mengkategorikan usia dapat menggunakan banyak sekali himpunan tergantung yang kita mau. 6. Expert System (ES) Disebut juga sistem pakar yang adalah sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan. Seringkali sistem pakar disebut dengan sistem berbasis pengetahuan (knowledge basic system). Kemampuan utama sistem pakar adalah dapat menarik sebuah kesimpulan dari fakta yang dibutuhkan. Didalam sistem pakar terdapat fasilitas untuk melakukan hal itu yang dinamakan dengan inference engine. Inference engine akan menarik kesimpulan menggunakan basis pengetahuan yang sebelumnya telah dimasukan oleh seorang knowledge engeneer kedalam sistem pakar.

7. Genetic Algorithm (GA) Disebut juga alogaritma genetika adalah sebuah pendekatan yang meniru kemampuan mahluk hidup dalam beradaptasi dengan lingkungan sehingga terbentik proses evolusi yang menuju ke arah yang lebih baik. Alogaritme genetika menggunakan aturan-aturan proses matematika yang dipakai untuk menetukan cara kombinasi dari komponen-komponen proses yang di bentuk. Dalam alogaritma genetika dikenal 3 cara untuk melakukan proses adaptasi yaitu : Mutasi Mencoba kombinasi proses secara acak dan mengevaluasi hasilnya. Crossover Mengkombinasikan bagian dari hasil yang baik dengan memperoleh harapan hasil yang lebih baik. Seleksi Memilih proses-proses yang baik dan membuang yang tak baik.

III.

APLIKASI SISTEM PAKAR (Expert System) DALAM BISNIS

Beberapa alasan perusahaan menggunakan sistem pakar dalam bisnis For service quality (Untuk kualitas layanan) To enforce consistent reasoning (Untuk menegakkan penalaran yang konsisten) To gain more insight into decision-making process 42% 48% 52%

(mendapatkan wawasan lebih dari proses pengambilan keputusan) To better control complex systems (Untuk lebih mengontrol sistem yang kompleks) To distribute scarce expertise (Untuk mendistribusikan keahlian yang langka) To preserve expertise (Untuk melestarikan keahlian) To train less-experienced employees (Untuk melatih karyawan yang kurang berpengalaman) To reduce costs (Untuk mengurangi biaya) To monitor vast amounts of information (Untuk memantau jumlah besar informasi) 19% 29% 29% 35% 35% 35%

IV.

KONTRIBUSI SISTEM PAKAR DALAM BISNIS

Area dimana system pakar dapat membantu dalam bisnis :  Planning  Decision making  Monitoring  Diagnosis  Training  Incidental learning  Replication of expertise  Timely reponse  Consistent solutions Bisnis yang menggunakan sistem pakar :  Telephone network maintenance (Telepon pemeliharaan jaringan)  Credit evaluation (Evaluasi Kredit)  Tax planning (Pajak perencanaan)  Detection of insider securities trading (Deteksi insider perdagangan efek)  Mineral exploration (eksplorasi Mineral)  Irrigation and pest management (Irigasi dan pengelolaan hama)  Predicting failure of diesel engines (Memprediksi kegagalan mesin diesel)  Medical diagnosis (Diagnosis Medis)  Class selection for students (Kelas seleksi untuk siswa)