Kelompok Novia
Kelompok Novia
Oleh
Kelompok 4
Nama Anggota : 1. M Febrian
2. M Iqbal Sidiq
3. M Riski Kurniawan
4. Rama Wendy
5. Novia Sukma Setyawati
6. Ni Nyoman Agustina Putri
Dosen: Iin Seprina M.KOM
Mata Kuliah : Human Computer Interaction
A. Latar Belakang
Kecerdasan Buatan atau Intelegensi Artifisial adalah salah satu cabang Ilmu
pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan
yang rumit dengan cara yang lebih manusiawi.
Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat
agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan
manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung
saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin
mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat
hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk
mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
B. Rumusan Masalah
Apakah pengertian kecerdasan buatan?
Apa saja lingkup utama kecerdasan buatan?
Apa yang dimaksud dengan system pakar?
Bagaimana implementasi kecerdasan buatan dapat diterapkan?
C. Tujuan
Memahami pengertian kecerdasan buatan.
Mengetahui lingkup utama kecerdasan buatan.
Mengerti dan memahami tentang system pakar.
Mengetahui implementasi kecerdasan buatan.
BAB II
PEMBAHASAN
Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang
membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat
hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer
semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan
sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk
mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga
harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu
Artificial Intelegence akan mencoba untuk memberikan beberapa metoda untuk
membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi
mesin pintar.
Kecerdasan
Artifisial
Bidang Aplikasi utama dari kecerdasan articifial. Perhatikan bahwa banyak aplikasi
AI yang dapat dikelompokkan menjadi 3 bidang utama yaitu ilmu kognitif, robotik dan
Interface alami.
Bidang ini memfokuskan pada penelitian mengenai bagaimana otak manusia bekerja
dan bagaimana manusia berpikir dan belajar. Bidang ini juga mencakup sistem belajar
adaptif yang dapat memodifikasi perilaku berdasarkan informasi yang diperoleh saat
beroperasi. Contohnya ialah sistem permainan catur.
2. Aplikasi Robotik
3. Natural Interface
Tujuan bidang ini adalah untuk membuat komputer berbicara dengan manusia dan
“memahami” kita dengan mudah. Bidang ini memberikan akses mudah bagi orang
awam untuk mengoperasikan komputer.Katanatural atau alami memiliki arti bahwa
seseorang dapat melakukan suatu kegiatan secara langsung, dengan perlu sedikit
mempelajarinya terlebih dahulu. Dengan NI, pengguna dapat mengoperasikan sistem
seolah mereka memang ditakdirkan untuk itu. Hal ini dapat direalisasikan dengan
mengadopsi kebiasaan dan tingkah laku yang melekat secara alamiah pada manusia dan
memanfaatkannya sebagai metode input untuk mengoperasikan sistem.
4. Neural Network
Atau dikenal dengan jaringan syaraf adalah sistem komputasi yang dibuat meniru
jaringan otak yang saling berhubungan dalam memproses berbagai elemen yang disebut
neuron (otak manusia memiliki lebih dari 100 miliar neuron). Seperti otak, prosesor
yang saling berhubungan dalam jaringan syaraf yang beroperasi pararel dan saling
berinteraksi secara dinamis. Jaringan tersebut akan “belajar” dari data yang diprosesnya
dan semakin banyak contoh data yang diterima maka akan semakin baik. Misalnya
untuk mengenali karakteristik permintaan kredit yang menghasilkan pinjaman yang baik
dan buruk, jaringan syaraf terus dilatih untuk mengenali sehingga bisa melakukan
evaluasi kredit mana yang baik atau buruk secara mandiri.
Fuzzy logic adalah metode penalaran yang mirip dengan penalaran manusia karena
memungkinkan perkiraan nilai dan inferensi juga data yang tidak lengkap atau
bermakna ganda (fuzzy data).Fuzzy logic merupakan logika bernilai banyak/
multivalued logic yang mampu mendefinisikan nilai diantara keadaan yang
konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.
Penalaran Logika Fuzzy menyediakan cara untuk memahami kinerja system dengan
cara menilai input dan output system dari hasil pengamatan dan juga untuk
menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak
tepat.
Contoh 1 : Seseorang dikatakan “tinggi” jika tinggi badannya lebih dari 1,7
meter. Bagaimana dengan orang yang mempunyai tinggi badan 1,6999 meter atau 1,65
meter, Apakah termasuk kategori orang yang tinggi? Menurut persepsi manusia, orang
yang mempunyai tinggi badan sekitar 1,7 meter dikatakan “kurang lebih
tinggi” atau “agak tinggi”.
6. Algoritme genetis
Software Algoritme genetis menggunakan teori Darwin (yang paling kuatlah yang
bisa bertahan hidup) dengan proses pengacakan dan fungsi matematika lainnya untuk
menstimulasi proses evolusi yang dapat menghasilkan solusi yang lebih baik terhadap
masalah.
Algoritme genetis khususnya berguna untuk situasi di mana ribuan solusi yang
memungkinkan dan harus dievaluasi untuk menghasilkan solusi yang optimal.
8. Intelligent Agent
1. Basis Pengetahuan
Meliputi fakta bidang tertentu dan pengalaman yang menyatakan prosedur
penalaran dari seorang ahli tentang topik tertentu.
2. Software Resources (sumberdaya software)
Berisi mesin pencari tahu, program interface pemakai dan program untuk
menjelaskan pada pelanggan.
1. Manajemen keputusan
2. Diagnostik/pemecahan masalah
3. Desain dan konfigurasi
4. Seleksi /klasifikasi
5. Pengawasan atau pengendalian proses
Sistem Pakar menangkap keahlian seorang atau sekelompok pakar dalam sistem
informasi berbasis komputer. Jadi sistem ini dapat melakukan keahlian manusia dalam
banyak situasi masalah. Karena sistem pakar lebih cepat dan konsisten, dapat memiliki
pengetahuan dari beberapa pakar dan tidak dapat terganggu karena pekerjaan yang
terlalu banyak. Sistem ini memungkinkan perusahaan untuk memelihara keahlian
seorang pakar sebelum meninggalkan organisasi dan dapat dibagi dengan
memproduksikembali software dan basis pengetahuan dari sistem pakar.
- Sistem pakar hanya bagus dalam penyelesaian jenis masalah tertentu dalam
ranah pengetahuan yang terbatas.
- Sistem pakar tidak dapat menyelesaikan masalah yang memerlukan dasar
pengetahuan yang luas dan penyelesaian masalah subjektif.
- Biaya pemeliharaan dan pengembangan yang mahal.
1. Ranah
Ranah/ topik, sistem pakar hanya sebatas pada bidang masalah yang
didefinisikan dengan baik
2. Keahlian
Kumpulan pengetahuan, keahlian teknik dan intuisis yang dimiliki beberapa
orang yang dibutuhkan untuk memecahkan masalah
3. Kompleksitas
Untuk menyelesaikan masalah yang kompleks, dibutuhkan sistem pakar yang
memerlukan pemrosesan inferensi logis
4. Struktur
Solusi masalah oleh sistem pakar harus dapat mengatasi ketidakpastian,
kehilangan, kekacauan data dan situasi masalah yang berubah seiring dengan
perubahan waktu
5. Ketersediaan
Adanya pakar yang mudah diajak bekerja sama serta mendukung manajemen
dan pemakai akhir yang terlibat untuk mengenmbangkan sistem pakar yang
diusulkan.
Expert System Shell atau kulit luar sistem pakar adalah paket software yang terdiri dari
sistem pakar tanpa intinya (core) atau basis pengetahuannya.
A. Visualisasi komputer
Kecerdasan buatan pada pengenalan suara ini dapat mengenali suara manusia. Cara
mengenali suara ini dengan mencocokannya pada acuan yang telah diprogramkan
terlebih dahulu. Contohnya perintah komputer dengan menggunakan suara user.
C. Sistem Pakar
Dari contoh-contoh diatas, yang akan dibahas kali ini adalah Logika Fuzzy,
yaitu untuk menentukan apakah suatu minyak bumi sama atau tidak berdasarkan hasil
analisis spektrum minyak bumi menggunakan Spektrofotometer FTIR (Fourier
Transform Infra Red) yang dilakukan di Laboratorium Molekuler LEMIGAS, Jakarta
selama bulan Januari – Februari 2006 yang lalu.
PENUTUP
Kesimpulan