ARTIFICIAL INTELLIGENT

TUGAS RINGKASAN-1

KONSEP KECERDASAN BUATAN DAN RUANG PENCARIAN

OLEH

HARI ASGAR
1.52.0970

DOSEN
Dr. Kusrini, M. Kom, Dr. Sukoco, M. Kom

PROGRAM S2 PASCASARJANA
PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA
UNIVERSITAS AMIKOM
YOGYAKARTA
2019

1
1. DEFINISI KECERDASAN BUATAN
Kecerdasan buatan atau artificial intelligence (AI), definisinya menurut beberapa
pakar[1]:
1. Schalkoff (1990): AI adalah bidang studi yang berusaha menerangkan dan
meniru perilaku cerdas dalam bentuk proses komputasi.
2. Rich dan Knight (1991): AI adalah studi tentang cara membuat komputer
melakukan sesuatu yang, sampai saat ini, orang dapat melakukannya lebih baik.
3. Luger dan Stubblefield (1993): AI adalah cabang ilmu komputer yang
berhubungan dengan otomasi perilaku yang cerdas.
4. Haag dan Keen (1996): AI adalah bidang studi yang berhubungan dengan
penangkapan, pemodelan, dan penyimpanan kecerdasan manusia dalam
sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi
proses pengambilan keputusan yang biasanya dilakukan oleh manusia.
2. CIRI KECERDASAN BUATAN
Ciri khas terpenting Pemrograman (Software) AI[1]:

1. Pemrograman simbolik
2. Memecahkan masalah non algoritmik
3. Memanipulasi sifat/type kualitatif ketimbang kuantitatif/Numerik
4. Solusi (pemecahan) tidak mesti eksak
5. Menggunakan pengetahuan untuk memecahkan masalah
6. Setiap bagian program dapat bersifat Independen
7. Dapat belajar dari pengalaman sebelumnya
3. KELEBIHAN KECERDASAN BUATAN VS KONVENSIONAL
Kecerdasan Alami : kecerdasan yang dimiliki oleh manusia.
Keuntungan kecerdasan buatan secara komersil[2]:
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 & program
tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi & disebarkan. Mentransfer
pengetahuan manusia dari satu orang ke orang lain membutuhkan proses yang

1
 sangat lama; dan juga suatu keahlian itu tidak akan pernah dapat diduplikasi
dengan lengkap. Oleh karena itu, jika pengetahuan terletak pada suatu sistem
komputer, pengetahuan tersebut dapat disalin dari komputer tersebut dan
dapat dipindahkan dengan mudah ke komputer yang lain.
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami.
Menyediakan layanan komputer akan lebih mudah & lebih murah dibandingkan
dengan harus mendatangkan seseorang untuk mengerjakan sejumlah
pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan
buatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami
akan senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasi. Keputusan yang dibuat oleh
komputer dapat didokumentasi dengan mudah dengan cara melacak setiap
aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan
kecerdasan alami.
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan
kecerdasan alami.
Keuntungan kecerdasan alami :
1. Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu
sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah
pengetahuan harus dilakukan melalui sistem yang dibangun.
2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman
secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan
input-input simbolik.
3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan
sangat terbatas.
4. SEJARAH KECERDASAN BUATAN
Uji Turing (Turing Test) oleh Alan Turing tahun 1950-an : Turing beranggapan
bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu
berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas
(seperti layaknya manusia).

2
 Seorang profesor dari Massachusetts Institute of Technology yang bernama
John McCarthy pada tahun 1956 pada Dartmouth Conference yang dihadiri oleh para
peneliti AI. Pada koferensi tersebut juga didefinisikan tujuan utama dari kecerdasan
buatan, yaitu: mengetahui dan memodelkan proses-proses berfikir manusia dan
mendesain mesin agar dapat menirukan kelakuan manusia tersebut.
Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain[1]:
1. Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat
membuktikan teorema-teorema matematika.
2. 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.
3. ELIZA, diprogram oleh Joseph Weizenbaum (1967). Program ini mampu melakukan
terapi terhadap pasien dengan memberikan beberapa pertanyaan.
5. BIDANG KECERDASAN BUATAN
Bidang-bidang teknik kecerdasan buatan di antaranya adalah[2]:
• Sistem pakar (expert system)
• Pengolahan bahasa alami (natural language processing)
• Pengenalan ucapan (speech recognition)
• Pengolahan citra (image processing)
• Robotik (robotics), dan sensor
• Logika Samar (fuzzy logic),
• Algoritma Genetika (genetic algorithm)
• Jaringan saraf tiruan (neural networks)
• Intelligent computer-aided instruction
• Game playing
• Evolutionary computing (Optimasi)
• Probabilistic reasoning (mengakomodasi ketidakpastian)
6. CONTOH APLIKASI KECERDASAN BUATAN
Beberapa contoh penerapan AI[2]:
 Deep Blue adalah program catur yang pada tahun 1997 dapat mengalahkan
pecatur dunia Garyy Kasparov dengan kedudukan 3,5 – 2,5.

3
  Logic Theorist adalah program yang mampu membuktikan beberapa teorema
yang terdapat pada bab pertama buku Principia Matematica karya Whitehead
dan Russel.
 Systran adalah perangkat lunak yang dapat dipakai untuk melakukan
penerjemahan dari dan ke bahasa-bahasa berikut: Jerman, Perancis, Italia,
Jepang, Korea, Rusia, Portugis, Spanyol.
 Delco Electronics menciptakan sebuah mobil yang dapat mengemudikan
sendiri. Mobil ini menggunakan pendeteksi tepi untuk untuk tetap bertahan di
jalan.
 Volkswagen AG (Jerman) menciptakan sistem pengemudi kendaraan otomatis.
Bahasa pemrograman Kecerdasan Buatan (AI) Bahasa pemrograman AI disebut
juga dengan bahasa pemrograman generasi kelima yang merupakan kelompok
bahasa-bahasa pemrograman yang ditujukan untuk menangani kecerdasan
buatan. Bahasa tersebut adalah:
 LISP (List Processing) diciptakan oleh John McCarthy di MIT sekitar tahun 1960
dan merupakan bahasa kecerdasan buatan yang pertama. Kehadiran bahasa ini
merupakan kebangkitan dari aplikasi kecerdasan buatan. Sejak saat itu, masih
dalam dekade 1960-an bermunculan programprogram yang meniru kecerdasan
buatan manusia, seperti:
ELIZA yang diciptakan oleh Joseph Wizenbaum (program yang memungkinkan
komputer bermain catur dan dapat bertindak sebagai psikoanalis). Ciri khas
program ini banyak menggunakan tanda kurung.
 PROLOG (aslinya memiliki kepanjangan PROgrammation en LOGique atau
kemudian menjadi PROgramming in LOGic) adalah bahasa untuk aplikasi
kecerdasan buatan yang dibuat pada tahun 1972 di Universitas Marseille-Aix,
Perancis. Penciptanya adalah Alsin Colmerauer. Bahasa ini menjadi sangat
populer semenjak Jepang mengumumkan pada tahun 1981 bahwa Jepang akan
menggunakannya sebagai basis komputer “generasi kelima”.
7. TEKNIK DASAR PENCARIAN
Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat
dibedakan ke dalam 2 jenis[3]:

4
  Pencarian buta / tanpa informasi (blind / un-informed search)
 Pencarian heuristik / dengan informasi (heuristic atau informed search)
Setiap metode mempunyai karakteristik yang berbeda-beda dengan kelebihan dan
kekurangan masing-masing.
Untuk mengukur performansi metode pencarian, terdapat 4 kriteria yang
digunakan :
 Completeness
Apakah metode tersebut menjamin penemuan solusi jika solusinya memang
ada?
 Time complexity
Berapa lama waktu yang diperlukan ?
 Space complexity
Berapa banyak memori yang diperlukan ?
 Optimality
Apakah metode tersebut menjamin menemukan solusi yang terbaik jika
terdapat beberapa solusi yang berbeda ?
8. DEPT FIRST SEARCH[3]
Depth-first search (DFS) adalah proses searching sistematis buta yang melakukan
ekpansi sebuah path (jalur) menuju penyelesaian masalah sebelum melakukan
ekplorasi terhadap path yang lain.
Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau
dead end.
Apabila proses searching menemukan dead-end, DFS akan melakukan penelusuran
balik ke node terakhir untuk melihat apakah node tersebut memiliki path cabang yang
belum dieksplorasi.
Apabila cabang ditemukan, DFS akan melakukan cabang tersebut.
Apabila sudah tidak ada lagi cabang yang dapat dieksplorasi, DFS akan kembali ke
node parent dan melakukan proses searching terhadap cabang yang belum
dieksplorasi dari node parent sampai menemukan penyelesaian masalah.
Urutan proses searching DFS ditunjukkan dalam Gambar 1 adalah: A, B, E, F, G, C,…

5
 Gambar 1. Diagram Pohon dari DFS
9. BREADTH FIRST SEARCH[3]
Breadth-first search (BFS) melakukan proses searching pada semua node yang
berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses
searching pada node di level berikutnya.
Urutan proses searching BFS ditunjukkan dalam Gambar 1.6 adalah: A,B,C,D,E,F,

Gambar 2. Diagram Pohon dari BFS

10. HEURISTIC SEARCH[3]
 Pencarian buta tidak selalu dapat diterapkan dengan baik
- Waktu aksesnya yang cukup lama
- Besarnya memori yang diperlukan
 Metode heuristic search diharapkan bisa menyelesaikan permasalahan yang
lebih besar.
 Metode heuristic search menggunakan suatu fungsi yang menghitung biaya
perkiraan (estimasi) dari suatu simpul tertentu menuju ke simpul tujuan ➔
disebut fungsi heuristic.
 Aplikasi yang menggunakan fungsi heuristic : Google

6
11. BEST FIRST SEARCH[4]
Best First Search Adalah teknik penelusuran yang menggunakan pengetahuan akan
suatu masalah untuk melakukan panduan pencarian ke arah node tempat dimana
solusi berada. Pencarian jenis ini dikenal juga sebagai heuristic. Pendekatan yang
dilakukan adalah mencari solusi yang terbaik berdasarkan pengetahuan yang dimiliki
sehingga penelusuran dapat ditentukan harus di mulai dari mana dan bagaimana
menggunakan proses terbaik untuk mencari solusi. Keuntungan jenis pencarian ini
adalah mengurangi beban komputasi karena hanya solusi yang memberikan harapan
saja yang diuji dan akan berhenti apabila solusi sudah mendekati yang terbaik. Ini
merupakan model yang menyerupai cara manusia mengambil solusi yang dihasilkan
merupakan solusi yang mutlak benar.

Gambar 3. Diagram Pohon dari Best First Search

PUSTAKA :
1. Sukma Puspitorini dan Rusdi Effendi, 2008, Kecerdasan Buatan (Artificial
Intelligence) Program Studi Teknik Informatika Stmik NH Jambi
2. Victor Amrizal dan Qurrotul Aini, 2013, Kecerdasan Buatan; Halaman Moeka
Publishing
3. Hardiyanti, 2017, Kecerdasan Buatan; scribd
4. https://alternativeonlyai.wordpress.com/kecerdasan-buatan/sistem-pakar/sistem-
pelacakan/bfs-best-first-search/ diakses pada 20 September 2019