MAKALAH

KECERDASAN BUATAN

Diajukan untuk memenuhi salah satu mata kuliah Kecerdasan Buatan

Disusun oleh:

Azihi Isman 2518005

Roynerfa Dwi Putra 2518027
Muhammad Vikri 2518034

Dosen pembimbing:
LIZA EFRIYANTI. S.Si., M.Kom

JURUSAN PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER

FAKULTAS TARBIYAH DAN ILMU KEGURUAN
INSTITUT AGAMA ISLAM NEGERI
( IAIN ) BUKITTINGGI
2020/2021
 KATA PENGANTAR

Assalamualaikum Wr. Wb.

Alhamdulillah, segala puji dan syukur kami panjatkan kehadirat Allah SWT yang
melimpahkan rahmat serta inayah-Nya sehingga kami mampu menyelesaikan
penulisan makalah “Kecerdasan Buatan” ini dan tak lupa kami ucapkan terima kasih
kepada teman-teman yang ikut berpartisipasi dalam pembuatan makalah ini. Sarana
penunjang makalah ini kami susun berdasarkan referensi yang bermacam-macam. Hal
ini dengan tujuan untuk membantu para mahasiswa untuk mengetahui, memahami,
bahkan menerapkannya.

Namun demikian, dalam penulisan makalah ini masih terdapat kelemahan dan
kekurangan. Oleh karena itu, saran dan kritik dari berbagai pihak sangat di harapkan.

Akhirul kalam, semoga yang tersaji ini dapat memberikan bantuan kepada para
mahasiswa dalam menyelenggarakan proses belajar mengajar di kampus. Aamiin.

Wassalamualikum Wr. Wb.

Bukittinggi, 26 Februari 2021

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ...................................................................................... i

DAFTAR ISI .................................................................................................... ii
BAB I PENDAHULUAN
A. Latar Belakang ................................................................................. 1
B. Tujuan Penelitian .............................................................................. 1
C. Rumusan Masalah ............................................................................ 1

BAB II PEMBAHASAN
A. Pengertian Dan Defenisi Kecerdasan Buatan .................................... 2
B. Sejarah Kecerdasan Buatan ............................................................... 3
C. Beda Kecerdasan Buatan Dengan Kecerdasan Alami ........................ 6
D. Aplikasi Kecerdasan Buatan ............................................................. 7
E. Konsep Kecerdasan Buatan ............................................................. 9
F. Kategori AI ....................................................................................... 9
G. Sudut Pandang dan Tujuan AI .......................................................... 10
G. SOFT Computing ............................................................................. 10

BAB III PENUTUP

C. Kesimpulan ...................................................................................... 13

DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN

A. Latar Belakang

Kecerdasan Buatan atau biasa dikenal dengan Artificial Intelligence atau AI

didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya
dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu
mesin Komputer agar dapat melakukan pekerjaan seperti yang dapat dilakukan
oleh Manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan
antara lain sistem pakar, Permainan Komputer, Logika Fuzzy, Jaringan Syaraf
Tiruan (Artificial Neural Networks), dan Robot. Banyak hal yang kelihatannya
sulit untuk kecerdasan manusia, tetapi untuk Informatika yang relatif tidak
bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan
persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal
yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang
masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan
Obyek/Muka, bermain Sepak Bola.

Penelitian dalam AI menyangkut pembuatan mesin untuk

mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk
contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan
untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan
tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri,
yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang
nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi,
obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa
aplikasi perangkat lunak komputer rumah dan video game.

B. Tujuan penelitian
1. Untul Mengetahui Definisi Kecerdasan Buatan
2. Untuk Mengetahui Manfaat dari Kecerdasan Buatan
3. Mengetahui Sejarah dari Kecerdasan Buatan

C. Rumusan masalah
Permasalahan yang ditulis diajukan dalam Penyusunan Tugas ini adalah :
1. Apa itu Kecerdasan Buatan?
2. Apa tujuan Kecerdasan Buatan?
3. Bagaimana Sejarah Kecerdasan Buatan?

1
 BAB II
PEMBAHASAN

A. Pengertian dan defenisi Kecerdasan Buatan

Kecerdasan buatan atau dikenal dengan istilah AI (Artificial Intelligence)

secara umum adalah : Artificial Intelligence atau AI dalam bahasa Indonesia
artinya Kecerdasan Buatan yaitu kecerdasan yang ditunjukkan oleh suatu entitas
ilmiah. Kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer
supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia.
atau sistem komputer yang mampu melakukan tugas-tugas yang biasanya
membutuhkan kecerdasan manusia. Teknologi ini dapat membuat keputusan
dengan cara menganalisis dan menggunakan data yang tersedia di dalam sistem.
Proses yang terjadi dalam Artificial Intelligence mencakup learning, reasoning,
dan self-correction. Proses ini mirip dengan manusia yang melakukan analisis
sebelum memberikan keputusan.

Secara khusus, AI dapat dikatakan :

Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin

(komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia bahkan bisa lebih baik daripada yang dilakukan manusia.

Menurut John McCarthy, 1956, AI :

Untuk mengetahui dan memodelkan proses – proses berpikir manusia dan
mendesain mesin agar dapat menirukan perilaku manusia.

Cerdas = memiliki pengetahuan + pengalaman, penalaran (bagaimana membuat

keputusan & mengambil tindakan), moral yang baik. Agar mesin bisa cerdas
(bertindak seperti & sebaik manusia) maka harus diberi bekal pengetahuan &
mempunyai kemampuan untuk menalar.

2 bagian utama yg dibutuhkan untuk aplikasi kecerdasan buatan :

1. basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran &

hubungan antara satu dengan lainnya.
2. motor inferensi (inference engine) : kemampuan menarik kesimpulan
berdasarkan pengetahuan

Input masalah, Output,

Basis Motor jawaban,
Pertanyaaan dll. pengetahuan inferensi solusi

2
 Knowledge base adalah:
Basis pengetahuan (Bahasa Inggris: knowledge base) adalah suatu jenis basis
data yang dipergunakan untuk manajemen pengetahuan. Basis data ini
menyediakan fasilitas untuk koleksi, organisasi, dan pengambilan pengetahuan
terkomputerisasi.

Sedangkan inter ference enggine adalah :

adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola
penalaran sistem yang digunakan oleh seorang pakar. · Mekanisme ini akan
menganalisa masalah tertentu dan selanjutnya akan mencari jawaban atau
kesimpulan yang terbaik.

B. Sejarah kecerdasan buatan ( artifical inteligence)

Hal ini berwal pada Tahun 1950-an Adam TUring, seorang pionir AI dan ahli
matematika Inggris melakukan percobaan Turing (Turing Test) yaitu sebuah
computer melalui terminalnya ditempatkan pada jarak jauh. Di ujung yang satu
ada terminal dengan software AI dan diujung lain ada sebuat terminal dengan
seorang operator. Operator itu tidak mengetahui kalau diujung terminal lain
dipasang software AI. Mereka berkomunikasi dimana terminal dikung
memberikan respon terhadap serangkaian pertanyaan yang diajukan oleh operator.
Dan sang operator itu mengira bahwa ia sedang berkomunikasi dengan operator
lainnya yang berada pada terminal lain. Turing beranggapan bahwa jika mesin
dapat membuat seseorang percaya bahwa dirinya berkomunikasi dengan orang
lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti kayaknya
manusia).

Namun jika di telaah secara dalam, sejarah AI (Artifical inteligence ) dimulai

pada zamankuno dalam mitos, cerita, dan desas-desus tentang makhluk buatan
yang diberkahi dengan kecerdasan atau kesadaran oleh pengrajin. Benih-benih
kecerdasan buatan modern ditanam oleh para filsuf klasik yang berusaha
menggambarkan proses berpikir manusia sebagai manipulasi simbol secara
mekanis. Karya ini memuncak dalam penemuan komputer digital yang dapat
diprogram pada tahun 1940-an, sebuah mesin yang didasarkan pada esensi
abstrak penalaran matematika. Perangkat ini dan ide-ide di baliknya
menginspirasi segelintir ilmuwan untuk mulai serius membahas kemungkinan
membangun otak elektronik.
Istilah kecerdasan buatan pertama kali dikemukakan pada tahun 1956 di
Konferensi Darthmouth. Sejak saat itu, kecerdasan buatan terus dikembangkan
sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus
berkembang. Meskipun istilah kecerdasan buatan baru muncul tahun 1956, tetapi
teori-teori yang mengarah ke kecerdasan buatan sudah muncul sejak tahun 1941.
Tokoh yang berpengaruh dalam penemuan kecerdasan buatan adalah John
McCarthy.
John McCarthy memiliki andil besar terhadap sejarah perkembangan AI
sampai dengan saat ini. McCarthy menciptakan suatu Bahasa pemrograman
tingkat tinggi yang dapat disebut dengan LISP, yang sebagian besar kecerdasan
buatan saat ini menggunakannya. Setelah itu McCarthy membuat sebuah program
yang ia namakan programs with common sense.

3
 Pada program tersebut, McCarthy merancang sebuah teknologi yang dapat
berfungsi sebagai pemecahan masalah. Di tahun 1959, Nathaniel Rochester dan
sebagian mahasiswanya dari IBM menciptakan sebuah program AI yang
dinamakan Geometry Theorm Prover. Program ini dapat digunakan untuk
menciptakan suatu teorema dengan memakai pernyataan-pernyataan yang ada.
Namun sekitar tahun 1960-an hingga 1970-an perkembangan AI sempat
melambat. Hal ini disebabkan karena kecerdasan buatan yang muncul pada saat
ini hanya memiliki sedikit pengetahuan atau bahkan tidak sama sekali pada setiap
produknya. Produk kecerdasan buatan yang sukses digunakan adalah hanya hasil
manipulasi sederhana.

AI mulai kembali berkembang dan telah menjadi sebuah industri pada tahun
1980. Diawali dengan Digital Equipment Corporation (DEC) yang menemukan
sistem yang dinamakan R1 yang berguna untuk melakukan konfigurasi sistem
pada komputer baru. Pada tahun 1988 R1 telah menjalankan 40 sistem dan
berhasil menghemat biaya operasional perusahaan hingga US$ 40 Juta per tahun.
Pembahasan sejarah AI tak bisa dilepaskan dari sosok John McCarthy. Ia
disebut-sebut sebagai “Bapak AI”, walaupun eksperimen terkait telah ada sejak
komputer diciptakan.

McCarthy mendapatkan gelar sarjana matematika dari California Institute of

Technology (Caltech) pada September 1948. Dari masa kuliahnya itulah ia mulai
mengembangkan ketertarikannya pada mesin yang dapat menirukan cara berpikir
manusia. McCarthy kemudian melanjutkan pendidikan ke program doktoral di
Princeton University. McCarthy kemudian mendirikan dua lembaga penelitian
kecerdasan buatan. Kedua lembaga AI itu adalah Stanford Artificial Intelligence
Laboratory dan MIT Artificial Inteligence Laboratory. McCarthy juga merupakan
dosen di kedua universitas ternama tingkat internasional tersebut.Di
lembaga-lembaga inilah bermunculan inovasi pengembangan AI yang meliputi
bidang human skill, vision, listening, reasoning dan movement of limbs. Bahkan
Salah satu lembaga yang didirikan itu, Stanford Artificial Intelligence pernah
mendapat bantuan dana dari Pentagon untuk membuat teknologi-teknologi luar
angkasa.
Urutan sejarah ai :

1. Tahun 1950 (The Imitation Game)

Pada tahun 1950, Alan Turing memperkenalkan “Turing Test”, yaitu

sebuah metode yang memiliki kemampuan untuk menampilkan perilaku
cerdas yang tidak dapat dibedakan dari manusia.

2. Tahun 1956 (The Beginning of AI)

Pada tahun 1956, The Dartmouth Summer Research Project

mempopulerkan istilah Artificial Intelligence (AI) yang menjadi awal
mula lahirnya AI.

4
3. Tahun 1963 (Cold War Concerns)

Pada tahun 1963, Agensi pemerintah US yaitu Defense Advanced

Research Project Agency (DARPA) mendanai penelitian AI pada
universitas seperti MIT, dengan harapan bahwa mesin dapat bahasa Rusia
secara instan.

4. Pada Tahun 1984 (Common-Sense AI)

Douglas Lenat memutuskan untuk membangun sebuah AI yang dapat

melakukan suatu penalaran yang masuk akal. Douglas Lenat membangun
AI tersebut selama 30 tahun sebelum dapat digunakannya secara komersil

5. Pada Tahun 1997 ( Checkmate)

Pada tahun 1997, Sebuah komputer catur yang dinamai Deep Blue
milik IBM merupakan komputer pertama yang memenangkan permainan
catur melawan sang juara catur Garry Kasparov.

6. Pada Tahun 2000 (The Ideal Search Engine is Smart”

Pendiri Google, Larry Page berdiskusi untuk menciptakan Google

Search yang mengarah pada AI.

7. Pada Tahun 2012 (Catching Cats)

Sebuah teknologi Neural Network milik Google, melatih dirinya

untuk mengenali kucing dan manusia dari jutaan gambar yang diambil
dari Youtube. Hasil yang didapatkan yaitu dapat mengenali kucing dengan
tingkat akurasi 74.8 % dan 81.7% untuk wajah manusia.

8. Pada Tahun 2018 (Backlash)

Di tengah rekor pendanaan untuk Startup AI, Google dikritik karena

menjual AI kepada perusahaan Pentagon, dan Amazon melakukan
pengawasan bagaimana departemen kepolisian menggunakan AI untuk
pengenalan wajah.

9. Pada Tahun 2019 (The Writing is on The Wall)

Kepala dari tim Google Quantum menyajikan tingkat

pertumbuhannya, yang menunjukan bahwa supremasi kuantum hampir
tidak ada.

5
C. Beda kecerdasan buatan ( AI ) dengan keceradasan alami

1. Kelebihan kecerdasan buatan :

a. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat

manusia pelupa. Kecerdasan buatan tidak berubah selama sistem
komputer & program tidak mengubahnya.
b. Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan
manusia dari 1orang ke orang lain membutuhkan proses yang sangat
lama & keahlian tidak akan pernah dapat diduplikasi dengan
lengkap.Jadi jika pengetahuan terletak pada suatu sistem komputer,
pengetahuan tersebut dapat disalin dari komputer tersebut & dapat
dipindahkan dengan mudah ke komputer yang lain.
c. Lebih murah. Menyediakan layanan komputer akan lebih mudah &
murah dibandingkan mendatangkan seseorang untuk mengerjakan
sejumlah pekerjaan dalam jangka waktu yang sangat lama.
d. Bersifat konsisten dan teliti karena kecerdasan buatan adalah bagian
dari teknologi komputer sedangkan kecerdasan alami senantiasa
berubah-ubah
e. Dapat didokumentasi.Keputusan yang dibuat komputer dapat
didokumentasi dengan mudah dengan cara melacak setiap aktivitas
dari sistem tersebut. Kecerdasan alami sangat sulit untuk
direproduksi.
f. Dapat mengerjakan beberapa task lebih cepat dan lebih baik
dibanding manusia

2. Kelebihan kecerdasan alami :

a. Kreatif : manusia memiliki kemampuan untuk menambah

pengetahuan, sedangkan pada kecerdasan buatan untuk menambah
pengetahuan harus dilakukan melalui sistem yang dibangun.
b. Memungkinkan orang untuk menggunakan pengalaman atau
pembelajaran secara langsung. Sedangkan pada kecerdasan buatan
harus mendapat masukan berupa input-input simbolik.
c. Pemikiran manusia dapat digunakan secara luas, sedangkan
kecerdasan buatan sangat terbatas.

3. Beda kecerdasan buatan dan program konvensional.

Program
Kecerdasan Buatan
Dimensi Konvensional

Konsep simbolik/numeric
Fokus Pemrosesan Data dan informasi
(pengetahuan)

Pencarian Heuristik Algoritma

Sifat input Bisa tidak lengkap Harus lengkap

6
 Biasanya tidak
Keterangan Disediakan
disediakan

Kontrol
Kontrol dipisahkan dari terintegrasi
Stuktur
pengetahuan dengan informasi
(data)

Sifat output Kuantitatif Kualitatif

Kemampuan
Ya Tidak
menalar

Program kecerdasan buatan dapat ditulis dalam semua bahasa komputer, baik dalam
bahasa C, Pascal, Basic dan bahasa pemrograman lainnya. Tetapi dalam
perkembangan selanjutnya dikembangkan bahasa pemrograman yang khusus untuk
aplikasi kecerdasan buatan yaitu LISP dan PROLOG.

D. Aplikasi kecerdasan buatan

Lingkup utama kecerdasan buatan :

1. Sistem pakar (expert system) : komputer sebagai sarana untuk menyimpan

pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan
permasalahan dengan meniru keahlian yang dimiliki pakar. Pengolahan bahasa
alami (natural language processing) : user dapat berkomunikasi dengan
komputer menggunakan bahasa sehari-hari, misal bahasa Inggris, bahasa
Indonesia, bahasa Jawa, dll, contoh Text summarization : suatu sistem yang
dapat membuat ringkasan hal-hal penting dari suatu wacana yang diberikan.

2. Pengolahan Bahasa Alami (Natural Language Processing).

Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi
dengan komputer dengan menggunakan bahasa sehari-hari.

3. Pengenalan ucapan (speech recognition) : manusia dapat berkomunikasi

dengan komputer menggunakan suara.

Contoh :
a. Memberikan instruksi ke komputer dengan suara,
b. Alat bantu membaca, untuk tunanetra, mempunyai masukan berupa
teks tercetak (misalnya buku) dan mempunyai keluaran berupa
ucapan dari teks tercetak yang diberikan.

7
 Optical
Character Text to
Recognition Speech
(OCR)

Pengenal karakter

Buku tulis cetak UCAPAN

ucapan

c. Telfon untuk penderita bisu tuli

Text
To Speech
Layar
monitor
Penderita bisu tuli Dan
Keyboard

Speech
Recognition

4. Robotika & sistem sensor

Sistem sensor pada mesin cuci yaitu menggunakan sensor optik,
mengeluarkan cahaya ke air dan mengukur bagaimana, cahaya, tersebut
sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup.
Sistem juga mampu menentukan jenis kotoran tersebut daki/minyak. Sistem
juga bisa menentukan putaran yang tepat secara, otomatis berdasarkan jenis
dan banyaknya kotoran serta jumlah yang akan dicuci.

8
 5. Computer vision.
menginterpretasikan gambar atau objek-objek tampak melalui computer

6. Intelligent computer-aided instruction

komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar
Contoh : Learn to speak English

7. Game playing

E. Konsep Kecerdasan Buatan

1. Turing Test
Metode Pengujian Kecerdasan (Alan Turing). Proses uji ini melibatkan
seorang penanya (manusia- interogator) dan dua obyek yang ditanyai.
2. Pemrosesan Simbolik
Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer
yang melakukan proses secara simbolik dan non-algoritmik dalam penyelesain
masalah.
3. Heuristic.
suatu strategi untuk melakukan proses pencarian (search) ruang problem
secara efektif, yang memandu proses pencarian yang kita lakukan di sepanjang
jalur yang memiliki kemungkinan sukses paling besar.
4. Inferensi (Penarikan Kesimpulan).
AI mencoba membuat mesin memiliki kemampuan berpikir atau
mempertimbangkan (reasoning), termasuk didalamnya proses (inferencing)
berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik, dll.
5. Pencocokan Pola (Pattern Matching).
Berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam
hubungan logik atau komputasional

F. Kategori AI
1. Systems that think like humans
Bagaimana manusia berfikir? Bagaimana pikiran manusia bekerja?
Melalui introspeksi; menangkap bagaimana pemikiran-pemikiran kita saat
berfikir, selain itu melalui eksperimen-eksperimen psikologis
2. Systems that act like humans
Mengelabuhi manusia. Komputer dengan kemampuan; Natural language
processing, knowledge representation, automated reasoning, machine learning,
computer vision, robotics.

9
 3. Systems that think rationally;
Pola struktur argumentasi yang selalu memberikan konklusi yang benar bila
premisnya benar, menjadi dasar bidang logika (cara berfikir memenuhi aturan
logika, Aristotles)
Tradisi; membangun program yang menghasilkan solusi berdasarkan logika
Problem; pengetahuan informal susah diuraikan dan dinyatakan dalam bentuk
notasi logika formal, dan penyelesaian masalah secara prinsip dengan praktik
(dunia nyata)
4. Systems that act rationally;
Bertindak rasional; untuk mencapai tujuan
Namun rasionalisasinya terbatas; dalam lingkungan yg rumit tidaklah mungkin
mendapatkan rasionalisasi yg sempurna yg selalu benar melakukan sesuatu dg
benar

G. Sudut Pandang dan Tujuan AI

1. Sudut pandang AI
a. Sudut Pandang Kecerdasan; mampu membuat mesin menjadi cerdas
(berbuat seperti yang dilakukan manusia)
b. Sudut Pandang Penelitian; studi bagaimana membuat komputer dapat
melakukan sesuatu sebaik yang dilakukan manusia
c. Sudut Pandang Bisnis; kumpulan peralatan yang sangat powerful dan
metodologis dalam menyelesaikan masalah bisnis
d. Sudut Pandang Pemrogram; studi tentang pemrograman simbolik, problem
solving, dan pencarian (searching)
2. Tujuan AI
a. Tujuan Utama; membuat mesin menjadi lebih pintar
b. Tujuan Ilmiah; memahami apa itu kecerdasan
c. Tujuan Enterprener; membuat mesin lebih bermanfaat

H. SOFT Computing
Soft computing merupakan inovasi baru dalam membangun sistem cerdas
yaitu
sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu
beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan
lingkungan. Soft computing mengeksploitasi adanya toleransi terhadap
ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan
dan dikendalikan dengan mudah agar sesuai dengan reality (Prof Lotfi A Zadeh,
1992)

Metodologi-metodologi yang digunakan dalam Soft computing adalah :

1. Sistem Fuzzy (mengakomodasi ketidaktepatan) 4 Logika Fuzzy (fuzzy logic)

Logika Fuzzy adalah suatu cara yang tepat untuk memetakan suaturuang
input ke dalam ruang output. Untuk sistem yang sangat rumit, penggunaan
logika fuzzy (fuzzy logic) adalah salah satu pemecahannya. Sistem
tradisional dirancang untuk mengontrol keluaran tunggal yang berasal dari

10
 beberapa masukan yang tidak saling berhubungan. Karena
ketidaktergantungan ini, penambahan masukan yang baru akan memperumit
proses kontrol dan membutuhkan proses perhitungan kembali dari semua
fungsi . Kebalikannya, penambahan masukan baru pada sistem fuzzy, yaitu
sistem yang bekerja berdasarkan prinsip-prinsip logika fuzzy, hanya
membutuhkan penambahan fungsi keanggotaan yang baru dan aturan-aturan
yang berhubungan dengannya.

2. Jaringan Syaraf (menggunakan pembelajamn) 4 Jaringan Syaraf Tiruan

(neurall network)
Jaringan saraf tiruan (JST) (bahasa Inggris: artificial neural network;
ANN, atau simulated neural network (SNN), atau neural network (NN)),
adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan
berdasarkan sistem saraf manusia. JST merupakan sistem adaptif yang dapat
mengubah strukturnya untuk memecahkan masalah berdasarkan informasi
eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh
karena sifatnya yang adaptif, JST juga sering disebut dengan jaringan adaptif.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier.
JST dapat digunakan untuk memodelkan hubungan yang kompleks antara
input dan output untuk menemukan pola-pola pada data. Menurut suatu
teorema yang disebut "teorema penaksiran universal", JST dengan minimal
sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat
memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi ke
dimensi lainnya

3. Probabilistic Reasoning (mengakomodasi ketidakpastian)

Adalah suatu proses mencari solusi dari suatu permasalahan melalui

sekumpulan kemungkinan ruang keadaan (state space). Ruang keadaan
merupakan suatu ruang yang berisi semua keadaan yang mungkin. Dalam
ilmu komputer, sebuah algoritma pencarian merupakan algoritma yang
menerima masukan berupa sebuah masalah dan menghasilkan sebuah solusi
untuk masalah tersebut yang biasanya didapat dari evaluasi beberapa
kemungkinan solusi. Himpunan semua kemungkinan solusi dari sebuah
masalah disebut ruang pencarian. Algortima pencarian brute-force atau
pencarian uninformed menggunakan metode yang sederhana dan sangat
intuitif pada ruang pencarian, sedangkan algoritma pencarian informed
menggunakan heuristik untuk menerapkan pengetahuan tentang struktur dari
ruang pencarian untuk berusaha mengurangi banyaknya waktu yang dipakai
dalam pencarian.

4. Evolutionary Computing (optimasi) 4 Algoritma Genetika

Evolutionary computation merupakan suatu wilayah ilmu komputer yang

menggunakan pola pikir dari konsep dan prinsip dasar dari evolusi alam, yaitu
prinsip seleksi alam Darwinisme, sebagai inspirasi dalam perancangan
metode komputasi. Dalam proses seleksi alam, siap yang kuat (yang bisa
beradaptasi) dialah yang bisa bertahan. Ternyata ide ini telah berkembang

11
sejak tahun 1940an, jauh sebelum periode dimana komputer berkembang
pesat. Tahun 1948, Turing memperkenalkan istilah “genetical or evolutionary
search” dan tahun 1962 Bremermann melakukan eksperimen tentang
“optimisasi melalui evolusi dan kombinasi ulang (optimization through
evolution and recombination)” . Pada era tahun 1960an, tiga implementasi ide
dasar ini dikembangkan masing-masing di tempat berlainan. Di Amerika,
Fogel, Owens, dan Walsh memperkenalkan Evolutionary Programming,
sedangkan Holland (juga di Amerika) menyebut metodenya sebagai Genetic
Algorithm. Sementara itu di Jerman, Rechenberg dan Schwefel menemukan
metode Evolution Strategies.
Selama lima belas tahun berikutnya, metode tersebut dikembangkan secara
terpisah, namun sejak awal tahun 1990an ketiganya dipandang sebagai tiga
jenis representasi (dialek) dari satu teknologi yang diberi nama Evolutionary
Computing. Di awal tahun 1990an juga bergabung dalam arus pemikiran ini
suatu metode baru, yaitu Genetic Programming, yang dipelopori oleh Koza.

12
 BAB III
PENUTUP

A. KESIMPULAN
Berdasarkan hasil pembahasan di atas dapat disimpulkan bahwa
Kecerdasan Buatan (Artificial Intelligence) adalah suatu pengetahuan yang
membuat computer dapat meniru kecerdasan manusia sehingga diharapkan
computer dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan
kecerdasan. Manfaat kecerdasan buatan adalah Memberikan penyederhanaan
solusi untuk kasus-kasus yang kompleks dan berulang-ulang.
Perbedaan kecerdasan buatan dan alami adalah kecerdasan buatan lebih bersifat
permanen, lebih mudah diduplikasi & disebarkan, lebih murah, bersifat konsisten,
dapat didokumentasi, lebih cepat, lebih baik.
Aplikasi dari kecerdasan buatan meliputi bidang sains, transportasi, industri,
pengembangan mainan, telekomunikasi, otomotif.

13
 DAFTAR PUSTAKA

AI, I. D. A. I. (2011). Kecerdasan buatan.

Amrizal, V., & Aini, Q. (2013). Kecerdasan Buatan. Halaman Moeka Publishing.
Nasution, H. (2012). Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan.
Jurnal ELKHA, 4(2).
Suyanto. (2011). Artificial Intelligence: Searching, Reasoning, Planning, dan Learning,
Penerbit Informatika, Bandung.