Nama Mhs: Bintang Wijaya ( 201910225402 )

Pertemuan III
Penerapan Sistem Cerdas
Secara garis besar bidang ilmu yang dipelajari dalam bidang Sistem Cerdas
(Artificial Intelligence) bisa dilihat pada gambar di bawah ini:

Gambar 1. Domain Area AI

A. Penggunaan Sistem Cerdas 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

1
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 Sistem Cerdas 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,

2
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

3
 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.

4
 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.

B. Contoh-contoh Aplikasi Kecerdasan Buatan

Berikut ini beberapa contoh-contoh aplikasi Sistem Cerdas yang sudah
diterapkan dan memberikan sumbangsih yang cukup diperhitungkan dalam
kemajuan teknologi. Kebanyakan aplikasi Sistem Cerdas 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.

5
 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) /
Sistem Cerdas tidak hanya dibidang ilmu komputer tetapi bisa

6
bekerja sama dengan bidang lain untuk menciptakan
sebuah sistem yang saling mendukung.

RINGKASAN

Beberapa bidang ilmu Sistem Cerdas 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