LBAB I

PENDAHULUAN

A. Latar Belakang
Subsistem CBIS yang menarik paling banyak perhatian dari ilmuan computer dan spesialis
informasi adalah sistem pakar (expert system) – suatu subset dari kecerdasan buatan (artificial
intelligence), atau AI. Tidak seperti DSS, sistem pakar memiliki potensi untuk memperluas
kemampuan pemecahan masalah manajer melebihi kemampuan normalnya.
Sistem pakar terdiri dari empat bagian utama: user interface, knowledge base, inference
engine, dan development engine. Knowledge base menggunakan aturan-aturan untuk
mengekspresikan logika masalah yang pemecahannya dibantu oleh sistem pasar. Inference engine
menggunakan penalaran, yang serupa dengan manusia, dalam mengolah isi dari knowledge base.
Development engine terdiri dari bahasa pemrograman atau prewritten inference engine yang
disebut shell system pakar (expert system shell). Prototyping sangat cocok diterapkan untuk
pengembangan sistem pakar.
Sistem pakar menawarkan keunggulan untuk perusahaan dan manajer yang
menggunakannya, tapi system pakar ini memiliki keterbatasan yang besar. Penelitian yang terus
menerus seperti yang melibatkan jaringan saraf diharapkan akan meningkatkan kemampuan sistem
pakar masa depan.
Elemen kritis dalam sistem pakar, seperti halnya dalam semua subsistem CBIS, adalah user
interface. Penggunaan input dan output multimedia sekarang mendapatkan perhatian dari
pengembangan sistem sebagai cara untuk meningkatkan komunikasi antara komputer dan
pemakai. Multimedia tidak saja memerlukan perangkat keras dan lunak khusus, tetapi juga
membutuhkan partisipasi dari professional komunikasi dalam proses pengembangan yang paling
baik dicapai melalui prototyping.
Selama lima belas tahun terakhir ini terjadi peningkatan minat dalam menggunakan
computer untuk kecerdasan buatan. Kecerdasan buatan (artificial intelligence), atau AI adalah
kegiatan menyediakan mesin seperti computer dengan kemampuan untuk menampilkan prilaku
yang dianggap cerdas jika itu diamati pada manusia. AI menggambarkan aplikasi computer
tercanggih saat ini, dengan mencoba menyerupai beberapa jenis penalaran manusia.

1
 Ilmu pengetahuan dan teknologi selalu berkembang dan mengalami kemajuan, khususnya
dalam bidang teknologi komputer. Dewasa ini, komputer telah memiliki kemampuan
menampilkan prilaku yang dianggap cerdas seperti yang terjadi pada manusia. Komputer saat ini
menujukkan aplikasi tercanggih yang mencoba agar komputer mamiliki penalaran menyerupai
seperti beberapa penalaran manusia.

B. Rumusan Masalah
Dalam makalah ini diangkat beberapa topik permasalah yang nantinya akan di bahas.
Permasalahan tersebut antara lain :

1. Sejarah AI ?
2. Area AI ?
3. Model Sistem Pakar ?
4. Contoh AI ?

C. Tujuan Penulisan

Adapun tujuan bagi penulis membuat makalah ini diantaranya untuk :

1. Mengetahui sejarah AI
2. Mengetahui area AI
3. Mengetahui model sistem pakar
4. Meng
5. etahui salah satu contoh AI

2
 BAB II
PEMBAHASAN
A. Sejarah AI

Dari semua perhatian yang diterima AI saat ini, seseorang mungkin berfikir bahwa AI
merupakan terobosan baru dalam teknologi computer. Sebenarnya, bibit AI mulai ada dua tahun
setelah general electric memasang computer pertama untuk penggunaan bisnis. Waktu itu tahun
1956, dan istilah kecerdasan buatan dibuat oleh John McCarthy sebagai tema suatu konferensi
yang diadakan di Dartmouth College. Pada tahun yang sama program computer AI pertama, yang
disebut logic theorist, diumumkan. Kemampuan logic theorist untuk melakukan penalaran terbatas
( membuktikan teorema kalkulus ) mendorong para peneliti untuk mengembangkan program lain
yang disebut general problem solver (GPS), yang dimaksudkan untuk memecahkan segala jenis
masalah. Tugas itu ternyata terlalu besar untuk ditangani para perintis awal.

Penelitian AI berlanjut, tapi tertinggal dari aplikasi computer yang kurang ambisius seperti
MIS dan DSS. Namun, dengan berlalunya waktu, penelitian yang tekun terus memperluas batas-
batas penggunaan computer untuk tugas-tugas yang biasanya memerlukan kecerdasan manusia.

Jika anda bertanya pada spesialis infomasi atau ilmuwan komputer bagaimana Al telah
diterapkan dalam bisnis,anda akan memperoleh jawaban : “sistem pakar.”sistem pakar ( ekspert
system),juga dikelan sebagai sistem berbasis pengetahuan ( knowledge based-system),adalah
program komputer yang mencoba untuk mewakili pengetahuan dari pakar manusia dalam bentuk
heuristic. Istilah heuristic diturunkan dari akar kata yunani yang sama dengan kata eureka,yang
berarti “menemukan”. Heuristic karena merupakan suatu rule of thumb atau suatu aturan dugaan
yang baik (rule of good guessing).

Heuristic tidak menjamin hasil semutlak algoritma konvensional yang menyatu dalam
DSS, tapi menawarkan hasil yang kebanyakan cukup spesifik untuk dimanfaatkan. Berbagai aturan
ini memungkinkan sistem pakar untuk berfungsi secara konsisten seperti seorang pakar manusia,
menasehati pemakai cara memecahkan masalah. Karena sistem pakar berfungsi sebagai konsultan,

3
kegiatan menggunakannya disebut konsultasi – pemakai berkonsultasi dengan sistem pakar
untukmendapatkan nasehat.

Selain sistem pakar, AI mencakup kerja dalam area berikut: jaringan saraf (neural
network), sistem persepsi (perceptive systems), belajar (learning), robotic (robotics), perangkat
keras AI (AI hardware) dan pemrosesan bahasa ilmiah (natural language processing). Perhatikan
bahwa terdapat beberapa area yang tumpang tindih. Tumpang tindih itu menggambarkan cara
suatu area dapat memanfaatkan area lain.

a. jaringan saraf, adalah model sistem saraf manusia yang sangat disederhanakan yang
menunjukkan kemampuan seperti belajar, generalisasi, dan abstraksi. Kemampuan ini
memungkinkan model untuk mempelajari perilaku manusia
b. sistem persepsi, menggunakan citra visual dan sinyal suara untuk mengintruksikan
computer atau alat lain, seperti robot.
c. Belajar, meliputi semua kegiatan yang memungkinkan computer atau alat lain untuk
memperoleh pengetahuan sebagai tambahan dari apa yang telah dimasukkan kedalam
memori oleh pembuatnya atau pemrogramnya.
d. Robotik, terdiri dari alat yang dikendalikan computer yang meniru aktivitas gerak manusia.
e. Perangkat keras AI, mencakup alat fisik yang membantu aplikasi AI. Contohnya adalah
perangkat keras yang didedikasikan untuk sistem knowledge based, neural komputers yang
digunakan untuk mempercepat perhitungan, serta retina dan telinga elektronik.
f. Pemrosessan bahasa alamiah, memungkinkan pemakai untuk berkomunikasi dengan
computer dalam bahasa seperti spanyol, jerman, jepang, cina, inggris, atau prancis.

Tiap area ini memiliki potensi untuk digunakan dalam memecahkan masalah bisnis,
tapi sejauh ini keunggulan utama ada dalam bentuk sistem pakar

B. Model Sistem Pakar

Model sistem pada gambar terdiri dari empat bagian utama. User interface memungkinkan
pemakai untuk berinteraksi dengan sistem pakar. Knowledge base menyimpan akumulasi
pengetahuan dari masalah tertentu yang akan diselesaikan. Inference engine menyediakan

4
kemampuan penalaran yang menafsirkan isi knowledge base. Pakar dan analis sistem
menggunakan development engine untuk menciptakan sistem pakar

User interface, memungkinkan manajer untuk memasukan intruksi dan informasi kedalam
sistem pakar dan menerima informasi dari sistem pakar. Intruksi tersebut menentukan parameter
yang mengarahkan sistem pakar melalui proses penalaran, informasi itu berbentuk nilai yang
diberikan pada variabel tertentu.

Input sistem pakar

Manajer dapat menggunakan empat metode input: menu, perintah (commands), bahasa
ilmiah (natural language) dan customized interfaces. Menu seperti yang di terdapat di Lotus,
perintah seperti dot commands yang digunakan dBase III Plus (LIST FILES ON A: LIKE
PAYROLL.*), bahasa ilmiah seperti yang digunakan dengan bahasa query generasi keempat
(4GL) (WHO ARE THE EMPLOYEES IN OUR NEW YORK OFFICE WITH A CPLLEGE
EDUCATION). Customized interfaces secara jelas mencerminkan aspek-aspek tertentu dari
masalah yang sedang dipecahkan.

5
C. Output Sistem Pakar

Sistem pakar dirancang untuk menyarankan pemecahan. Pemecahan ini dilengkapi dengan
penjelasan. Ada dua jenis penjelasan:

1. Penjelasan dari pertanyaan. Manajer mungkin menginginkan penjelasan sementara

sistem pakar melakukan penalarannya. Mungkin sistem pakar akan meminta manajer untuk
memasukkan sejumlah informasi. Manajer menanyakan mengapa informasi itu diperlukan,
dan sistem pakar menyediakan penjelasan.
2. Penjelasan dari penyelesaian masalah. Setelah sistem pakar memberikan suatu
pemecahan masalah, manajer dapat meminta penyelesaian mengenai bagaimna itu dicapai.
Sistem pakar akan menampilkan tiap langkah-langkah penalaran yang menuju pada
penyelesaian.

Walau cara kerja di dalam sistem pakar mungkin rumit, user interface-nya sangat
memudahkan pemakai. Manajer yang terbiasa berinteraksi dengan computer tidak akan menemui
kesulitan menggunakan sistem pakar.

Knowledge base, memuat fakta-fakta yang menjelaskan area masalah, dan juga teknik
menerangkan masalah yang menjelaskan bagaimana fakta-fakta tersebut cocok satu dengan yang
lain dalam urutan yang logis. Istilah problem domain digunakan untuk menjelaskan area masalah.

Inference engine, adalah bagian dari sistem pakar yang melakukan penalaran dengan
menggunakan isi knowledge base berdasarkan urutan tertentu. Inference engine menguji aturan-
aturan dar knowledge base satu demi satu, dan saat kondisi aturan itu benar tindakan tertentu
diambil. dalam terminology sistem pakar, aturan itu ditembakkan (fired) saat tindakan diambil.

Development engine, adalah komponen utama keempat dari sistem pakar yang digunakan
untuk menciptakan sistem pakar pada dasarnya proses ini melibatkan pembuatan perangkat aturan.

6
Contoh AI

1. Netflix
Netflix tidak memerlukan pengenalan — ini adalah layanan konten-on-demand
yang sangat populer yang menggunakan teknologi prediktif untuk menawarkan
rekomendasi berdasarkan reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini
memeriksa dari sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan
reaksi Anda sebelumnya.
Aplikasi ini menjadi lebih cerdas setiap tahun. Satu-satunya kelemahan dari
teknologi ini adalah film kecil akan luput dari perhatian sementara film-film besar tumbuh
dan menyebar di platform. Tapi seperti yang saya tulis sebelumnya, itu masih meningkat
dan belajar menjadi lebih cerdas.

2. Nest Learning Thermostat (Google)

Nest adalah salah satu startup contoh penerapan Artificial Intelligence paling
terkenal dan sukses dan diakuisisi oleh Google pada tahun 2014 seharga $ 3,2 miliar. Nest
Learning Thermostat menggunakan algoritme perilaku untuk menghemat energi
berdasarkan perilaku dan jadwal Anda.
Ini menggunakan proses pembelajaran mesin yang sangat cerdas yang mempelajari
suhu yang Anda suka dan program itu sendiri dalam waktu sekitar satu minggu. Selain itu,
secara otomatis akan mati untuk menghemat energi, jika tidak ada orang di rumah.
Bahkan, ini adalah kombinasi keduanya — kecerdasan buatan serta Bluetooth
rendah energi karena beberapa komponen solusi ini akan menggunakan layanan dan solusi
BLE.

3. Boxever
Boxever adalah perusahaan yang sangat bergantung pada pembelajaran mesin untuk
meningkatkan pengalaman pelanggan dalam industri perjalanan dan menyampaikan momen
mikro atau pengalaman yang dapat memuaskan pelanggan.

7
 Boxover secara signifikan meningkatkan keterlibatan pelanggan melalui
pembelajaran mesin dan Kecerdasan Buatan untuk mengatur lapangan bermain, membantu
pelanggan menemukan cara baru dan membuat perjalanan yang tak terlupakan.

4. Flying Drones
Drone sudah mengirimkan produk ke rumah pelanggan — meskipun dalam mode
uji coba. Mereka menunjukkan sistem pembelajaran mesin yang kuat yang dapat
menerjemahkan lingkungan ke dalam model 3D melalui sensor dan kamera video.
Sensor dan kamera dapat melihat posisi drone di ruangan dengan
menyambungkannya ke langit-langit. Algoritma generasi lintasan memandu drone tentang
bagaimana dan kemana harus bergerak. Dengan menggunakan sistem Wi-Fi, kita dapat
mengendalikan drone dan menggunakannya untuk tujuan tertentu — pengiriman produk,
pembuatan video, atau pelaporan berita.

5. Tesla
Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial
Intelligence. Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu
teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu
meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan
prediktif, dan inovasi teknologi mutlak.
Jika Anda seorang pecandu teknologi dan bermimpi memiliki mobil seperti yang
ditampilkan di film-film Hollywood, Tesla adalah salah satu yang contoh teknologi mobil
canggih.

8
 BAB III
PENUTUP

A. Kesimpulan
Kecerdasan buatan merupakan upaya bidang ilmu computer atau Computer Science yang
khusus ditunjukan untuk membuat perangkat lunak dan perangkat keras. Yang sepenuhnya dapat
menirukan beberapa fungsi otak manusia, atau cabang ilmu computer yang mempelajari
otomatisasi tingkah laku cerdas.