Pertemuan II

Disiplin Ilmu Kecerdasan Buatan

Pokok Bahasan :
Pada pokok pembahasan ini akan dibahas tentang :
1. Bidang Ilmu Kecerdasan Buatan
2. Penggunaan Kecerdasan Buatan di Bidang Komputer

Tujuan Belajar :
Setelah mempelajari bab ini, mahasiswa diharapkan
mampu:
1. Memahami bidang ilmu kecerdasan buatan
2. Memahami Penggunaan Kecerdasan Buatan di Bidang
Komputer

A. Pengantar
Kecerdasan buatan memiliki sebuah istilah yang
berasal dari bahasa Inggris yaitu Artificial
Intelligence. Jika diartikan perkata maka “Artificial”
memiliki makna buatan, sedangkan “Intelligence” adalah
kata sifat yang memiliki makna “cerdas”. Jadi
Artificial Intelligence (AI) merupakan suatu buatan
atau suatu tiruan yang cerdas. Arti cerdas yaitu
memiliki pengetahuan dan pengalaman, penalaran
bagaimana membuat keputusan kemudian mengambil
tindakan, moral yang baik. Agar mesin bisa cerdas maka
bertindaklah seperti dan sebaik manusia yang harus
diberi bekal pengetahuan dan mempunyai kemampuan untuk
menalar.
Kecerdasan diciptakan menjadi sebuah algoritma dan
dimasukkan ke dalam mesin (komputer) sehingga mesin
memiliki kemampuan untuk melakukan pekerjaan seperti
yang dapat dilakukan manusia, kepandaian atau ketajaman
dalam berpikir, seperti halnya otak manusia dalam
menyelesaikan suatu masalah. 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,

1
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. Dalam pengembangan
Kecerdasan Buatan (Artificial Intelligence, AI).
Pesatnya perkembangan teknologi menyebabkan adanya
perkembangan dan perluasan lingkup yang membutuhkan
kehadiran Kecerdasan Buatan. Karakteristik cerdas sudah
mulai dibutuhkan di berbagai disiplin ilmu dan
teknologi. Kecerdasan Buatan tidak hanya merambah di
berbagai disiplin ilmu yang lain. Irisan antara
psikologi dan kecerdasan buatan melahirkan sebuah area
yang dikenal dengan nama cognition & psycolinguistics.
Irisan antara teknik elektro dengan kecerdasan buatan
melahirkan berbagai ilmu seperti: pengolahan citra,
teori kendali, pengenalan pola dan robotika.
Dewasa ini, Kecerdasan Buatan juga memberikan
kontribusi yang cukup besar di bidang manajemen. Adanya
sistem pendukung keputusan, dan Sistem Informasi
Manajemen juga tidak lepas dari andil Kecerdasan
Buatan.
Adanya irisan penggunaan Kecerdasan Buatan di
berbagai disiplin ilmu tersebut menyebabkan cukup
rumitnya untuk mengklasifikasikan Kecerdasan Buatan
menurut disiplin ilmu yang menggunakannya. Untuk
memudahkan hal tersebut, maka pengklasifikasian lingkup
Kecerdasan Buatan didasarkan pada output yang diberikan
yaitu pada aplikasi komersial (meskipun sebenarnya
Kecerdasan Buatan itu sendiri bukan merupakan medan
komersial)

B. Bidang Ilmu Kecerdasan Buatan

Agar komputer dapat melakukan pekerjaan seperti
manusia, maka komputer harus diberi bekal pengetahuan,
dan mempunyai kemampuan untuk menalar. Penerapan bidang
kecerdasan buatan beraneka ragam. Tujuan dari sistem
kecerdasan buatan dapat dibagi dalam 4 kategori
diantaranya:
1. Sistem yang dapat berfikir seperti manusia
(Bellman, 1978)

2
 2. Sistem yang dapat berfikir secara rasional (
Winston, 1992)
3. Sistem yang dapat beraksi seperti manusia (Rich
and Knight, 1991)
4. Sistem yang dapat beraksi secara rasional
(Nilsson, 1998)
Secara garis besar bidang ilmu yang dipelajari dalam
bidang kecerdasan buatan (Artificial Intelligence) bisa
dilihat pada gambar di bawah ini:

Gambar 1. Domain Area AI

C. Penggunaan Kecerdasan Buatan di Bidang Komputer

Perkembangan dan penggunaan kecerdasan buatan/
Artificial Intelligence (AI) di dalam bidang komputer
Sekarang ini, sudah mencapai pada tahap yang luar
biasa, terutama di bidang-bidang berikut:

1. Game Playing
Game playing biasanya memiliki karakter yang
dikontrol oleh user, dan karakter lawan yang dikontrol
oleh game itu sendiri. Dimana kita harus merancang
aturan-aturan yang nantinya akan dikerjakan oleh
karakter lawan. Game akan menjadi menarik apabila
karakter lawan (non-player) bereaksi dengan baik
terhadap apa yang dilakukan oleh player. Hal ini akan
memancing penasaran user dan membuat game menarik untuk
dimainkan. Tujuan intinya adalah membuat non-player
memiliki strategi yang cerdas untuk mengalahkan player.
Pada bidang ini, AI dibutuhkan, yaitu untuk merancang

3
dan menghasilkan game yang fun serta antarmuka antara
man-machine yang cerdas dan menarik untuk dimainkan.

2. General Problem Solving

Bidang AI ini berhuungan dengan pemecahan masalah
terhadap suatu situasi yang akan diselesaikan oleh
komputer. Permasalahan yang diungkapkan dalam suatu
cara yang sedemikian rupa sehingga komputer dapat
mengertinya, semua deskripsi-deskripsi yang diinginkan
juga diberikan kepada komputer. Biasanya permasalahaan
tersebut dapat diselesaikan secara trial and error
sampai solusi yang diinginkan didapatkan. Suatu program
paket yang cukup populer di kompuer mikro untuk
pemecahan masalah secara trial and error adalah EUREKA
yang ditulis oleh Borland.
3. Robotika
Bidang ilmu inilah yang mempelajari bagaimana
merancang robot yang berguna bagi industri dan mampu
membantu manusia, bahkan yang nantinya bisa
menggantikan fungsi manusia. Robot mampu melakukan
beberapa task dengan berinteraksi dengan lingkungan
sekitar. Untuk melakukan hal tersebut, robot
diperlengkapi dengan actuator seperti lengan, roda,
kaki, dll. Kemudian, robot juga diperlengkapi dengan
sensor, yang memampukan mereka untuk menerima dan
bereaksi terhadap environment mereka Al-Jajari (1136-
1206). Ada beberapa istilah penting di dalam robot
vision yang saling berhubungan, diantaranya computer
vision, machine vision dan robot vision. Computer
vision merupakan teknologi paling penting di masa yang
akan datang dalam pengembangan robot yang interaktif.
Computer Vision merupakan bidang pengetahuan yang
berfokus pada bidang sistem kecerdasan buatan dan
berhubungan dengan akuisisi dan pemrosesan image.
Machine vision merupakan proses menerpakan teknologi
untuk inspeksi automatis berbasis image, kontrol proses
dan pemanduan robot pada berbagai aplikasi industri dan
rumah tangga. Robot vision merupakan pengetahuan
mengenai penerapan computer vision pada robot. Robot
membutuhkan informasi vision untuk memutuskan aksi apa
yang akan dilakukan. Penerapan saat ini vision pada
robot antara lain sebagai alat bantu navigasi robot,

4
mencari obyek yang diinginkan, inspeksi lingkungan dan
lainnya. Vision pada robot menjadi sangat penting
karena informasi yang diterima lebih detail dibanding
hanya sensor jarak atau sensor lainnya. Misalnya dengan
vision, robot dapat mengenal apakah obyek yang
terdeteksi merupakan wajah orang atau bukan. Lebih jauh
lagi, sistem vision yang canggih pada robot membuat
robot dapat membedakan wajah A dengan wajah B secara
akurat (Face recognition system menggunakan metode PCA,
LDA dan lainnya). Proses pengolahan dari input image
dari kamera hingga memiliki arti bagi robot dikenal
sebagai visual perception, dimulai dari akuisisi image,
image preprocessing untuk memperoleh image yang
diinginkan dan bebas noise misalnya, ekstrasi fitur
kemudian untuk identifikasi pelanggan dan penghindaran
multiple moving obstacles berbasis vision, atau untuk
menggerakan servo sebagai aktuator untuk mengarahkan
kamera agar tetap mengarah ke wajah seseorang (face
tracking) seperti pada gambar 2

Gambar 2. Contoh Model visual perception pada

robot

4. Expert System (Sistem Pakar)

Bidang ilmu ini mempelajari bagaimana membangun
sistem atau komputer yang memiliki keahlian untuk
memecahkan masalah dan menggunakan penalaran dengan
meniru atau mengadopsi keahlian yang dimiliki oleh
pakar. Dengan sistem ini, permasalahan yang seharusnya
hanya bisa diselesaikan oleh para pakar/ahli, dapat
diselesaikan oleh orang biasa/awam. Sedangkan, untuk
para ahli, sistem pakar juga akan membantu aktivitas
mereka sebagai asisten yang seolah-olah sudah mempunyai
banyak pengalaman. Lingkungan pengembangan sistem
pakar dapat dijelaskan pada gambar model sistem pakar

5
 Gambar 3. Model Sistem Pakar

Sistem Pakar dapat ditampilkan dengan dua

lingkungan, yaitu lingkungan pengembangan dan
lingkungan konsultasi (runtime). Lingkungan
pengembangan digunakan oleh ES builder untuk membangun
komponen dan memasukkan pengetahuan ke dalam basis
pengetahuan. Lingkungan konsultasi digunakan oleh user
non pakar untuk memperoleh pengetahuan dan nasihat
pakar. Lingkungan ini dapat dipisahkan setelah sistem
lengkap. Tiga komponen utama yang tampak secara virtual
di setiap sistem pakar adalah :

1. Basis pengetahuan
Merupakan representasi pengetahuan dari seorang
pakar yang diperlukan untuk memahami,
memformulasikan dan memecahkan masalah. Terdiri
dari 2 elemen dasar yaitu :
a. Fakta yang berupa informasi tentang situasi
permasalahan, teori dari area
permasalahan atau informasi tentang objek.
b. Spesial heuristik yang merupakan informasi
tentang cara bagaimana membangkitkan fakta.

2. Mesin inferensi
Membuat inferensi yang memutuskan rule-rule mana
yang akan digunakan atau kemampuan menarik
kesimpulan berdasarkan pengalaman.

6
 3. Antarmuka pengguna.
Merupakan bagian dari sistem pakar yang berfungsi
sebagai pengendali masukan dan keluaran. User
interface melayani user selama proses konsultasi
mulai dari tanya-jawab untuk mendapatkan fakta-
fakta yang dibutuhkan oleh inference engine sampai
menampilkan output yang merupakan kesimpulan dan
solusi. Informasi dari pakar harus dijadikan
pengetahuan bagi system pakar yang akan kita
kembangkan. Pengetahuan dari system pakar
selanjutnya dapat direpresentasikan dengan
beberapa cara.

5. Jaringan saraf tiruan (JST)

Jaringan saraf tiruan (JST) atau artificial neural
network (ANN), adalah jaringan dari sekelompok unit
pemroses kecil yang dimodelkan berdasarkan jaringan
saraf manusia. JST merupakan sistem adaptif yang dapat
merubah strukturnya untuk memecahkan masalah
berdasarkan informasi eksternal maupun internal yang
mengalir melalui jaringan tersebut. Secara sederhana,
JST adalah sebuah alat pemodelandata statistik non-
linier. JST dapat digunakan untuk memodelkan hubungan
yang kompleks antara input dan output untuk menemukan
pola-pola pada data. Contoh Jaringan Saraf Tiruan
adalah Sistem Absensi menggunakan sidik jari.

D. Contoh-contoh Aplikasi Kecerdasan Buatan

Berikut ini beberapa contoh-contoh aplikasi
kecerdasan buatan yang sudah diterapkan dan memberikan
sumbangsih yang cukup diperhitungkan dalam kemajuan
teknologi. Kebanyakan aplikasi kecerdasan buatan yang
banyak dipakai diambil dari bidang Sistem Pakar,
diantaranya adalah :

1. Bidang Pertanian
Pada bidang Pertanian, dibuat sistem pakar untuk
memprediksi kerusakan pada jagung yang disebabkan
oleh ulat hitam dan memberikan konsultasi untuk
mendiagnosa kerusakan pada kacang kedelai dengan
menggunakan pengetahuan tentang gejala kerusakan
dan lingkungan tanaman.

7
 2. Bidang Kimia
Pada bidang Kimia, dibuat sistem pakar untuk
menganalisa struktur DNA dari pembatasan
segmentasi data enzim dengan menggunakan
paradigmagenerate dan test.

3. Bidang Sistem Komputer

Pada bidang Sistem Komputer, dibuat sistem pakar
untuk membantu operator komputer untuk monitoring
dan mengontrol MVS (multiple virtual storage)
sistem operasi pada komputer mainframe IBM.

4. Bidang Elektronik
Pada bidang Elektronik, dibuat sistem pakar untuk
mengidentifikasi masalah pada jaringan telepon,
sistem pakar untuk simulasi perancangan DLC
(digital logic circuits) dan mengajari pelajar
bagaimana cara mengatasi masalah pada sirkuit
elektronik.

5. Bidang Hukum
Pada bidang Hukum, dibuat sistem pakar untuk
membantu para auditor profesional dalam
mengevaluasi potensi kegagalan pinjaman klien
berdasarkan sejarah pinjaman, status ekonomi,
kondisi piutang.

6. Bidang Militer
Pada bidang Militer, dibuat sistem pakar untuk
membantu menganalisa perkiraan situasi
pertempuran, memberikan interpretasi taktik
laporan sensor intelijen dan memberikan
rekomendasi alokasi senjata kepada komandan
militer pada saat situasi perang.

Enam bidang contoh tersebut merupakan beberapa

contoh dari AI yang sudah diaplikasikan dalam beberapa
bidang. Masih banyak aplikas-aplikasi AI yang tidak
mungkin disebutkan semua di sini. Beberapa contoh di
atas sudah dapat memberikan gambaran bahwa
cakupan Artificial Intelligence (AI) / Kecerdasan
Buatan tidak hanya dibidang ilmu komputer tetapi bisa

8
bekerja sama dengan bidang lain untuk menciptakan
sebuah sistem yang saling mendukung.

RINGKASAN

Beberapa bidang ilmu Kecerdasan Buatan di Bidang

Komputer diantaranya yaitu, Game Playing, General
Problem Solving, robotika, Sistem pakar (Expert
System), Jaringan syaraf tiruan (Artificial Neural
Network), Sebuah program komputer yang dirancang untuk
memodelkan kemampuan menyelesaikan masalah seperti
layaknya seorang pakar (human expert)Sistem yang
berusaha mengadopsi pengetahuan manusia ke komputer
agar dapat menyelesaikan masalah seperti yang dilakukan
pakar. Tiga komponen utama yang tampak secara virtual
di setiap sistem pakar adalah Basis pengetahuan, Mesin
inferensi dan Antarmuka pengguna

LATIHAN

1. Apa yang dimaksud dengan sistem pakar, berikan 2

buah contohnya!
2. Sebutkan perbandingan pakar dengan sistem pakar!
3. Gambarkan model jaringan saraf tiruan!