Artificial

Intelligence
Ika Rahma Susilawati S.Psi., M.Psi
Sudut Pandang
Sejarah

Kecerdasan Buatan (AI) merupakan cabang
ALLPPT
ilmu dari ilmu komputer yang berhubungan
dengan pengembangan komputer (hardware)
Layout
dan program-program komputer (software)
yang meniru fungsi kognitif manusia
Clean Text
Slide
Kalkulator
• for tertua
Bentuk yourkomputer
• Bentuk awalnya adalah “abacus” (China abad ke-6
Presentation
SM)
• 1633, Wilhelm Schickard → kalkulator digital
otomatis
• Blaise Pascal (1923-1962) penemu kalkulus (mesin
hitung mulai dikenal, meski fungsinya hanya + & -)
• 1670-an, Gottfried Leibniz → mesin yang bisa
operasi hitung (x) & (:)
• 1792-1871, Charles Babbage → dikenal sbg
Modern Portfolio
Ilmuwan Komputer pertama di dunia
ARTIFICIAL INTELLIGENCE
Komputer
• Asal mula komputer modern bermula 1940-an,
komputer tabung seperti Komputer Universal
Otomatis (UNIVAC); Komputer & Integrator
Angka Elektronik (ENIAC) ditemukan utk
mempercepat perhitungan matematik utk pihak
militer (menyusuri jejak letusan meriam).
• ENIAC→ suatu program rahasia militer AS di
Univ. Pennsylvania → create 17.468 tabung vakum
sbg mesin hitung raksasa dg berat 30 ton dan
tenaga 174KW. Mesin ini hanya bisa
mengoperasikan kalkulator spt yg ada di
Smartphone kita saat ini.
• 1956, 10 ilmuwan berdiskusi pengembangan
program komputer yang lebih cerdas. John
McCarthy (Pendiri lab. Ai di MIT); Claude
Shannon (create model komunikasi modern di lab.
Bell); Herbert Simon (Pemenang Nobel bidang
Ekonomi); Allen Newell (Riset Ai & ilmu kognitif);
et al.

• Hampir bersamaan dg Lady Ada Lovelace → mesin

Presentation
operasi terprogram berisi cabang-cabang
terkondisi

Kecerdasan Buatan (AI)
ALLPPT
Zaman Dahulu
Layout
Komputer
•
Clean Text
John Von Neumann tahun 1958 (seorang ahli matematika
dari Hungaria) mulai mengembangkan komputer yang
Slide
lebih canggih dari versi sebelumnya.
• for your
Komputer ini sering disebut Johniacs / rangkaian
prosesor, berupa jalinan jalur elektronik yang diproses
Presentation
dalam beberapa seri / dengan urutan tertentu.
• Neumann menggunakan proses kerja neuron dalam
jaringan saraf otak untuk merangcang proses kerja
komputer.
• Menurut Neumann, sangatlah mungkin merancang
komputer yang meniru otak manusia, tidak hanya
fungsinya, namun juga strukturnya dimana tabung
vakum, relay, rangkaian kawat, & hardware bisa
menggantikan neuron, akson dan sinapsis.
• Modern Portfolio
Komputer berfungsi karena rangkaian sirkuit biner yang
menentukan hidup dan matinya neuron (dirancang dg
Presentation
simbol 1 / 0). Meski bentuknya tampak sederhana, ketika
ribuan sirkuit biner saling berpapasan dengan cepat,
kekuatan proses yang dihasilkan menjadi luar biasa.
ARTIFICIAL INTELLIGENCE
Analogi Proses Kerja Otak
Proses kerja komputer tersebut sama
•
dengan proses kerja neuron dalam otak
manusia.
• Simpul-simpul saraf berkomunikasi satu dgn
lain secara elektrokimiawi.
• Sebuah simpul elektronik yg sangat kecil
mengalir lewat akson menuju ke sinapsis,
sedangkan impuls neuron kimiawi mengalir
lewat impuls neuron lainnya.
• Proses transmisi neuron telah tertata rapi,
lontaran neuron hanya terjadi jika sudah
melewati ambang batas.
• lontaran neuron hanya terjadi ketika
arusnya positif, sedangkan arus negatif
hanya akan menghambat lontarannya.
• Lontaran neuron bergantung pada ambang
batasnya, yang akan menentukan hidup
matinya.
Kecerdasan Buatan (AI)
Zaman Dahulu
▪ Jejak Neumann diikuti oleh F. Rosenblatt.
▪ Pengembangannya → menciptakan komputer yang
mampu mengenali bentuk.
▪ Hasilnya disebut perseptron, yang mampu meniru
struktur organisasi otak secara sukses.
▪ Mesin Rosenblatt memiliki 3 tingkatan. Tiap
tingkatannya dihubungkan dengan fungsi yang
berbeda yang memancing sensor, asosiasi, dan pola
motorik manusia.
▪ Mesin Rosenblatt mampu memproses dan
menanggapi secara sederhana, suatu stimuli jarak
dekat.
Bisakah sebuah komputer dirancang
untuk belajar?
▪ Dalam komputer, resistor (alat yang menerima dan mengatur
jumlah impuls listrik dari satu transistor ke transistor
lainnya) bisa disambungkan dengan kabel dan diprogram
dalam otak buatan.
▪ Sebuah resistor akan bekerja seperti regulator, yaitu
mampu menerima beberapa bit informasi, juga menolak
informasi lainnya.
▪ Perseptron mampu “belajar” (perubahan kekuatan pada unit-
unit yang memancing neuron) serupa proses dalam otak
manusia.
▪ Sebuah komputer yang terkonstruksi dg baik mampu
menampilkan dan mengklasifikasikan suatu bentuk geometrik
sederhana contoh ‘lingkaran’.
▪ Jika komputer menyebutnya persegi, masih bisa diarahkan
pada jawaban yang lebih tepat dengan menambah resistensi
antar unit yang satu dan mengurangi lainnya.
▪ Tahap awal ini sangat penting dalam proses merancang mesin
yg mampu menggeneralisasi dan memelajari faktor utama
dari konstruksi ‘mesin berpikir’
 Perbandingan Otak Manusia Vs AI

Otak manusia Kecerdasan Buatan (AI)

❑ Mampu mengelaborasi informasi objektif dengan muatan emosional ❑ Tidak mampu melakukannya
sehingga mampu mengenali wajah yang familiar diantara kerumunan
orang, memahami makna dari suatu film yang ditonton, merasakan
lembutnya kain sutera

❑ Keterbatasan memori, pemrosesan informasi ❑ Mampu menghitung persoalan matematis, recall

manusia membuat kecepatan dan ketepatan memori, memiliki informasi/pengetahuan yang sangat
responnya lebih terbatas. luas dan terstruktur sehingga mampu merespon
pertanyaan terkait secara sangat cepat (dalam
❑ Kemampuan identifikasi objek 3 dimensi secara cepat dan akurat hitungan milidetik)
serta mampu bekerja lebih baik daripada komputer
❑ Otak memproses informasi secara paralel ❑ Komputer memroses informasi secara bersusun,
sekaligus berurutan. berurutan..
Orang-orang semakin termotivasi untuk membuat jaringan komputer seperti otak manusia.

Selanjutnya, mereka berusaha menciptakan sebuah model otak komputer berskala kecil dikenal dnegan istilah Chip silikon.

Inilah yang menjadi titik balik pesatnya perkembangan komputer dan kecerdasan buatan.
 Perbandingan Otak Manusia VS AI
Komputer berbasis Silikon (Jenis Von Otak Manusia
Neumann)
Kecepatan proses Nanodetik Milidetik – beberapa detik

Jenis Rangkaian prosesor Prosesor paralel

Kapasitas penyimpanan Sangat besar, untuk informasi berkode digital Sangat besar, untuk informasi visual dan linguistik

Bahan-bahan Silikon & elektronik Neuron & organik

Kerjasama Sangat patuh Cukup kooperatif

Kemampuan belajar Sesuai aturan yang ditetapkan Konseptual

Fitur unggulan Mampu memproses data yg sangat banyak dlm Mampu membuat penilaian, kesimpulan,
waktu singkat. Efisien biaya, sudah teratur, penyamarataan dgn mudah. Pergerakannya: memiliki
mudah dirawat, bisa ditebak. bahasa, percakapan, vision, & emosi

Fitur terburuk Tidak mampu belajar sendiri dengan cepat; Kapasitas penyimpanan & pemrosesan informasi
memiliki kesulitan dg tugas kognitif manusia yg terbatas. Pelupa & memiliki kebutuhan bio-
rumit spt produksi & pemahaman bahasa psikologis yang tidak dimiliki AI
 Kecerdasan Buatan (AI) Masa Kini

▪ Ada perdebatan antara orang-orang yang fanatik

▪ Daniel Hillis (1987) mengembangkan sebuah ‘mesin
koneksi’ yang mampu memecahkan masalah
sekaligus menjabarkannya secara paralel, sebuah
model proses paralel, yang berusaha menyamai
kemampuan otak manusia.
terhadap AI (percaya bahwa mesin mampu meniru
kognisi manusia sama persis serta melakukan
proses intelektual tk. Tinggi) vs AI sbg konsep
intelektual yang cacat & meyakini orang yang yakin
pada keberadaan mesin berpikir adalah pemuja
materialistis.

AI & Kognisi Manusia

▪ John Searle (1980), filsuf dari Univ.
▪ Beberapa komputer bekerja lebih efektif California (Barkeley) → dikotomi AI :
daripada pikiran manusia.
a) AI lemah → bisa digunakan sbg
▪ Kebanyakan sangat pintar menirukan hal-hal nyata alat investigasi kognisi manusia
meski masih sedikit janggal.
b) AI kuat → komputer yang
▪ Komputer mampu memecahkan masalah seperti diprogram dg baik memiliki
soal matematika yang rumit dengan lebih cepat. ‘pikiran’ yg dpt memahami.
 TES TURING
Sang penanya dibolehkan
TURING (1950) Detail Tes Turing bertanya kepada A maupun
B seperti:
Tes Turing → sebuah “Permainan meniru” → “Bisakah anda, X,
tes melibatkan dimainkan 3 orang. (A) memberi tahu saya
komunikasi antar seorang Pria; (B) panjang rambut anda?”
manusia, melontarkan seorang wanita; (C) Misalnya X sebenarnya adalah si
pertanyaan dengan seorang penanya (bisa A. Maka si A harus menjawab.
makhluk pengguna pria/wanita). Si A bertujuan membuat si C
bahasa. Tugas manusia Si penanya berada salah mengidentifikasi. Misal
memutuskan apakah diruang terpisah dari 2 jawabannya : “Rambut saya
makhluk tsb orang / orang lainnya. pendek, dan helaian
bukan. terpanjang sekitar 9 inci.

• Jawaban harus dituliskan / • Tujuan permainan bagi si B adalah

diketik supaya intonasi suara
tidak teridentifikasi.
• Medianya teleprinter di
kedua ruangan
• Pilihan lainnya ialah
menyediakan seorang
mediator yang akan • Pertanyaannya: bagi mesin pintar,
mengulangi pertanyaan
maupun jawabannya.
• Poin penting tes
membantu si penanya, dengan
Turing bagi AI &
memberikan jawaban jujur.
ilmuwan bahasa →
Namun hal ini menjadi tak berarti
utk menganggap
karena si A juga memberikan
komputer sama dg
pernyataan yang sama dg si B
manusia. Komputer
sehingga membingungkan bagi si C.
hrs mampu mengerti
& menyusun
mampukan ia memainkan peranan
tanggapan yg meniru
si A? Apakah mesin bisa berpikir?
scr efektif.
 Ruang China
01
Searle (1980)
▪ Andai seseorang berada
dalam ruangan yang
dibatasi oleh tulisan-
tulisan China.
▪ Orang tsb tdk tahu apa-
apa ttg bahasa China &
mungkin tdk bs
membedakan kaligrafi
China dg skript lainnya.
▪ Dari luar ruangan ia diberi
1 set tulisan China lagi dg
1 set aturan utk
membandingkan 1 set
tulisan pertama & kedua.
▪ Aturan ditulis dlm bahasa
Inggris sederhana
02
▪ Dengan aturan yg ada, orang
dalam Ruang China mampu
menjawab pertanyaan ttg isi
tulisan tsb, meski tidak peduli
dg bahasanya.
▪ Setelah beberapa saat, orang
tsb menjadi cukup terlatih dan
mampu menjawab dlm bahasa
Inggris maupun China dg
panduan aturan tadi.
▪ Hasilnya betul-betul sulit
dibedakan antara org dalam
Ruang China dgn orang yang
memang asli berbahasa China.
04
03 ▪ Sikap mental ini
mencakup
kepercayaan,
▪ Org dlm ruang China merupakan ketakutan, hasrat, &
produk instan sederhana sebuah tujuan.
program komputer. ▪ Sesulit apapun
▪ Searle menanggapi hal ini membedakan
selangkah lebih jauh : “Dengan kemampuan pikiran
mampu berfungsi baik dlm manusia sesungguhnya
menterjemahkan aturan rumit, vs pikiran buatan,
bukan berarti paham dengan keduanya tidaklah
maksud dari apa yang ia hasilkan”. sama karena tujuan
▪ Pikiran manusia memiliki tujuan dari manusia yang
tertentu (Searle, 1983) yang berpikir (motif) dan
menggambarkan sbg “bagian dari perbedaan fisik
sikap mental & kejadian tertentu diantara keduanya.
dimana pikiran diarahkan pada ▪ Hingga kini masih
objek & beberapa permasalahan terjadi perdebatan
didunia. panjang
AI & Perkembangan
Adaptasi
Kemampuan Manusia
 AI & Perkembangan
Adaptasi Kemampuan
Manusia
❑ Persepsi
Pengembangan beberapa kapasitas
indera (contoh indera perasa) melalui
sistem pengenalan sebuah komputer,
sehingga mampu menunjukkan beberapa
kapasitas ‘persepsi’ yang menyerupai
manusia
❑ Analisis Garis
Analisis fitur lokal sebuah objek → bentuk geometris rumit
bisa diterjemahkan dalam btk yg lebih sederhana.
Program ini menggunakan pola-pola kecil yg secara sistematis
dicocokkan ke tiap objek dlm pencarian pasangan objeknya.
Pola terbentuk dr 2 jenis sensor (+ dan -); ada & tiada
(@berupa sel), atau bagian dr pola tsb.
Salah satu kesulitannya ialah diperlukan pola-pola dalam
jumlah besar utk mengenali sebuah pola sederhana (contoh
detektor batas kanan, batas kiri, dsb).
 AI & Perkembangan
Adaptasi Kemampuan
Manusia
❑ Pengenalan Pola
Sistem pengenalan pola berhubungan
dengan materi visual.
Format umum dari hardware yg mampu
menghasilkan persepsi pd sistem ini
berupa raster / matriks dari sel-sel
fotoelektrik (yang merespons kekuatan
cahaya). Sel-sel fotoelektrik hanya
memiliki 2 bentuk : hidup / mati
(hitam/putih)
✓ Suatu objek, digit mampu berubah menjadi kode biner:
Angka 0 → off atau hitam
Angka 1 → on atau putih
✓ Komputer membaca setiap nomor (sel-sel fotoelektrik_1
untuk setiap persegi panjang pada jaringan yang dicetak
biru pada bilangan tersebut) pada tahap deteksi seberapa
cocok sebuah kode digital berpasangan dg sebuah pola yang
tersimpan dalam memori komputer.
✓ Komputer bekerja dengan baik jika fiturnya seragam,
ditempatkan dg baik dan tidak terdegradasi.
✓ Sebaliknya, pada tulisan tangan, alat scanning optical
mengalami kesulitan membaca.
✓ Tren teknologi saat ini, sedang dikembangkan kemampuan
“membaca” tulisan tangan juga.
 AI & Perkembangan Adaptasi
Kemampuan Manusia
✓ Thomas Poggio & Robert Brunelli di MIT mengembangkan
program mengenali bentuk wajah : bentuk-bentuk yang
menonjol (lebar hidung, jarak antar mata dan dagu, dll),
mampu diekstrak dari wajah dan dianalisis secara
matematis

❑ Pengenalan Objek yang Rumit

Aplikasi yang lebih praktis dari
pengenalan komputer atas bentuk yang
rumit muncul dalam pengenalan wajah.
Sebuah sistem komputer mampu
memindai wajah dan mencocokkan dg
identitas pribadi → membantu
departemen kepolisian dalam pencarian
tersangka maupun korban hilang.
 AI & Perkembangan
Adaptasi Kemampuan
Manusia

❑ Pengambilan Keputusan & AI

✓ Sebuah program “Puff” sebuah sistem
Sistem yang bekerja seperti seorang ahli disebut dengan sistem pakar.
ahli yg dirancang utk mendiagnosa
Sistem pakar ialah spesialis tiruan yang memecahkan masalah yang kelainan paru-paru (kanker paru) &
termasuk dalam keahliannya. berhasil mencapai akurasi 89%
Sistem pakar dirancang untuk memecahkan masalah dlm bidang (mendekati akurasi dokter
kedokteran, hukum, aerodinamis, catur, hal-hal rutin, atau beberapa berpengalaman).
kasus yg sulit dipecahkan manusia. ✓ Sistem ini lebih dikenal dalam bidang
Sistem ini mengikuti aturan-aturan yg telah ada, seringkali menggunakan industri, militer, & eksplorasi luar
pohon keputusan, namun sistem ini hanya memikirkan 1 hal saja. angkasa.
 Bahasa & AI
ELIZA
▪ Joseph Weizenbaum (1966)
▪ Salah satu program komputer
pertama yg mampu
berkomunikasi
▪ Salah satu program khusus
bernama ‘Doctor’, Eliza
berperan sebagai psikiater.
▪ Jika kita amati pada transkrip
disamping, respons komputer ▪ Satu kekurangan adalah pengertian /
cenderung stereotip.
(K) : Semua pria sama
(E) : DALAM HAL APA
(K) : mereka sll mnejadi gangguan bagi kita dlm bbg hal
(E) : BISAKAH KAMU MEMBERIKAN CONTOH YG
LEBIH SPESIFIK
(K) : Yeah, pacarku membuatku datang kesini
(E) : PACARMU MEMBUATMU DATANG KESINI
(K) : Dia bilang aku depresi sepanjang waktu
▪ Ia diprogram utk merespons bbrp (E) : AKU TURUT BERSEDIH MENDENGAR KAMU
kunci kalimat dg respons yg hanyalah DEPRESI
transformasi dr kalimat asli. (K) : Memang benar, aku tidak bahagia
▪ Contoh : klien mengatakan kata kunci (E) : APAKAH KAMU PIKIR DATANG KESINI BISA
“I’m”, responsnya “aku turut MENOLONGMU MERASA BAHAGIA
bersedih mendengar kamu...” (K) : yang pasti aku butuh pertolongan
empati.
 Bahasa & AI CSR –
Continuous Speech Recognition

Sistem pengenalan ucapan yang berulang-ulang

▪ Program untuk mengenali dan mengulang ucapan
yang alami.
▪ Salah satu riset yang mencoba memahami ucapan
berulang adalah dengan memotong ucapan tsb,
dapat dikatakan sbg program penerjemah.
Program Pemahaman Bahasa
▪ Program ini tidak serta-merta menterjemahkan
▪ Roger Schank (Univ. Yale), awalnya dikembangkan krn
dengan “mencari” dan “mencocokkan” secara
ingin membuat program yg mampu memahami teks
sembarangan, namun juga menterjemahkan
tertulis, meringkas bagian penting dari isi teks,
kumpulan kata yg didapat dari ucapan yang
menerjemahkan ke bahasa lain, & menjawab
berulang scr komprehensif dan terus-menerus,
pertanyaan sehubungan dg maksud teks tertulis tsb.
menterjemahkan bahasa, & sintesis sebuah ucapan
dengan tk akurasi tinggi. ▪ Kesulitannya adalah ambiguitas dalam bahasa yg alami.
Dimana utk memahami kalimat secara tepat,
▪ Stimuli berupa suara (misal dalam google search)
diperlukan kemampuan tidak hanya sintaktik murni
diterjemahkan ke dlm teks visual; kemudian
dan arti semantiknya, namun juga konteks peristiwa
diterjemahkan ke bahasa lain, misal bahasa
terjadi / informasi konseptual lainnya mengenai
Indonesia, lalu ucapan dlm Bahasa Indonesia mulai
tingkah laku manusia dan informasi dunia secara
dicampurkan, & hasilnya versi kalimat yg telah
umum.
diterjemahkan.
 Pemecahan Masalah & AI

Kalkulasi Tipe pemecahan masalah

Merupakan salah satu Algoritma
contoh pemecahan masalah Prosedur yg memberikan
paling awal yang dilakukan jaminan solusi thd masalah
oleh mesin. yg dihadapi
Heuristik
sepaket aturan/strategi
empiris yg efek operasinya
berlaku spt aturan garis
besar.

Bagaimana sebuah Ilustrasi permainan

mesin dapat belajar?
Banyak ahli menggunakan
pendekatan dari sisi matematis
dimana sifat mesin dipandang
sbg fungsi yang menghubungkan
nilai input dengan meresponsnya
dalam btk output
(tindakan/keputusan)
Catur komputer
Permainan ini memunculkan
beberapa kemungkinan Gerakan
dari tiap pemain dan diatur agar
berakhir menang atau seri.
https://en.wikipedia.org/wiki/Computer_chess
https://en.wikipedia.org/wiki/AlphaGo
AI & Kesenian
Robot
Peralatan yg mmapu mengerjakan
tugas manusia / bertindak layaknya
manusia meniru baik dalam pengenalan
pola, ingatan, proses bahasa, hingga
pemecahan masalah.

Seni
Program CAD (untuk desain arsitektur & industri).
Program komputer pintar “Aaron” yang mampu melukis → by
Harold Cohen.

Musik
Program yg mampu menggubah musik (Steve
Larson); Program Pengembang Musik / improvisor
(Paul Hodgson)

Puisi
Salah satu program dikembangkan oleh Kurzweil
dinamai Puisi Cyber Ray Kurzweil (RKCP).
Program ini menggunakan teknik model bahasa
berdasar puisi yg telah ‘dibacanya’. Semakin
besar contohnya semakin baik. http://www.kurzweilcyberart.com/poetry/rkcp_how_it_works.php
ARTIFICIAL
INTELLIGENCE

Program AI dan ilmu neuron kognitif

(dalam kombinasi dengan ahli genetika)
diprediksi akan mengubah
perkembangan psikologi kognitif secara
signifikan. Suatu otak komputer dengan
kekuatan komputer menyerupai manusia
bisa saja muncul dibeberapa tahun
mendatang.
Terima
kasih