TUGAS KELOMPOK – KECERDASAN BUATAN

PERTEMUAN 2

Nama Kelompok : Andre Prasetia (311910284)

Arif Samsudin (311910255)
Endrik (311910088)
Gamblang Santoso (311910253)
Isnaini Rizkyana (311910254)
Kelas : TI.19.C1

TUGAS
 Buat kelompok, 4 atau 5 mahasiswa
 Akseslah wikipedia.org. Tuliskan pengertian dan contoh aplikasi dari:
1. Expert System
2. Natural Language Interface to Database
3. Software Agent (khusus Web)
4. Fuzzy System
5. Web Data Mining
6. Jelaskan cara kerja Mesin Turing!
7. Jelaskan Sejarah AI menurut Gambar berikut!
 Pengertian Dan Contoh Aplikasi dari
1. Expert System
Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan
manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang
pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat
mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk
mengembangkan sistem membantu manajer dan non manajer memecahkan masalah.
Contoh Aplikasi dari Expert Sistem
MYCIN digunakan untuk diagnosa penyakit.
Dendral digunakan untuk mengidintifikasikan struktur molekul campuran kimia yang tidak
dikenal.
XCON & XSEL digunakan untuk konfigurasi sistem komputer besar.
Prospector digunakan untuk bidang biologi.
2. Natural Language Interface to Database
Natural Language Interface to Database (NLIDB) adalah sistem yang menerjemahkan
kalimat bahasa alami ke dalam bahasa database. NLIDB ini merupakan penelitian terbuka
karena siapa pun dapat mengumpulkan informasi dari database ini. Pada prinsipnya bahasa
alami adalah suatu bentuk representasi representasinya adalah berupa dari suatu pesan yang
ingin dikomunikasikan antar manusia. Bentuk utama suara/ucapan (spoken language), tetapi
sering pula dinyatakan dalam bentuk tulisan.:
Contoh Aplikasi dari Natural Language Interface to Database
SIRI dari Apple atau Google Now bisa di perintahkan hanya dengan perintah suara, dan
kemudian system ponsel tersebut akan membaca per kata dengan mencocokan dengan yang
ada di dalam database nya.
Query SQL kita tidak perlu memasukan perintah yang rumit untuk mengelola informasi pada
database, cukup menggunakan Query seperti SHOW TABLES, CREATE DATABASE,
SELECT FROM. Yang mana query-query tersebut merupakan Natural Languague dari
manusia (Bahasa Inggris).
3. Software Agent (khusus Web)
Software Agent adalah entitas perangkat lunak yang didedikasikan untuk tujuan tertentu yang
memungkinkan user untuk mendelegasikan tugasnya secara mandiri, selanjutnya software
agent nantinya disebut agent saja. Agent bisa memiliki ide sendiri mengenai bagaimana
menyelesaikan suatu pekerjaan tertentu atau agenda tersendiri. Agent yang tidak berpindah ke
host lain disebut stationary agent.
4. Fuzzy System
FL memungkinkan kita mengekspresikan pengetahuan dalam terminologi bahasa yang
samarsamar, Fleksibilitas dan kekuatan dari sistem samar sudah banyak diguanakan. Misal:
penyederhanaan aturan dalam sistem kendali dimana ditemukan ketidaktepatan).
Aplikasi dari fuzzy systems:
 Kendali dari proses fabrikasi (manufacturing)
 Alat-alat rumah-tangga, seperti AC, mesin cuci, dan kamera
 Digunakan dalam kombinasi dengan metodologi sistem cerdas lain untuk
mengembangkan sistem hybrid fuzzyexpert, neuro-fuzzy, atau fuzzy-GA.

5. Web Data Mining

Data mining adalah sofrware yang digunakan untuk menemukan pola pola tersembunyi
maupun hubungan-hubungan yang terdapai dalam database yang besar dan menghasilkan
aturan-aturan yang di gunakan untuk memperkirakan perilaku di masa mendatang. Data
mining sering dikatakan berurusan dengan “penemuan pengetahuan” dalam data base. Suatu
aturan yang dihasilkan oleh data mining misalnya: “Kebanyakan pembeli mobil Forsa adalah
wanita berusia di atas 30 tahun”. Pendekatan data mining juga ada yang melalui visualisasi
data. Pada sistem seperti ini, pemakai akan dibantu untuk menemukan sendiri pola dari
sejumlah data berukuran besar dengan didasarkan visualisasi oleh data mining.
Berikut ini beberapa contoh aplikasi data mining pada beberapa bidang seperti: Pemasaran,
Bank dan Asuransi.
6. Cara Kerja Mesing Turing

1) Lihat state semula dan simbol yang ditunjuk head

2) Berdasarkan fungsi transisinya, tentukan:
 State berikutnya
 Lakukan penulisan ke pita
 Gerakkan head ke kanan dan ke kiri
3) Bila dari pasangan state dan simbol yang ditunjuk head tidak ada lagi fungsi
transisinya,berarti mesin turing berhenti
4) Bila mesin turing berhenti di dalam state final (F) , berarti input diterima. Sebaliknya jika
mesin berhenti tidak pada state akhir,maka berarti inputan tersebut ditolak.

7. Sejarah AI

a. Era Komputer Elektronik (1941)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi.
Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan
Jerman. Komputer pertama ini memerlukan ruangan yang luas dan ruang AC yang
terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu
program. Hal ini sangat merepotkan para programmer.
Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program
sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah.
Penemuan ini menjadi dasar pengembangan program yang mengarah ke kecerdasan
buatan.
b. Masa-masa Persiapan AI (1943 – 1956)
Pada tahun 1943, Warren McCulloch dan Walter Pitt mengemukakan tiga hal :
pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisis formal tentang
logika proposisi, dan teori komputasi Turing. Mereka berhasil membuat suatu model sel
syaraf tiruan dimana setiap sel syaraf digambarkan sebagai ‘on’ dan ‘off’. Mereka
menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan
bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang
sederhana.
Pada tahun 1950, Nobert Wiener membuat penelitian mengenai prinsip-prinsip teori
feedback. Contoh yang terkenal adalah thermostat. Penemuan ini juga merupakan awal
dari perkembangan AI.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon dan
Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidan Otomata,
Jaringan Syaraf dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2
bulan di Dartsmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan
menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini
menjadikan McCarthy disebut sebagai bapak kecerdasan buatan.

c. Awal Perkembangan AI (1952 – 1969)

Pada tahun-tahun pertama perkembangannya, kecerdasan buatan mengalami banyak
kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan ssebuah program yang
disebut General Problem Solver. Program ini dirancang untuk memulai penyelesaian
masalah secara manusiawi.
Pada tahun 1958, McCarthy di MIT AI Lab Memo No.1 mendefinisikan bahasa
pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-
pogram kecerdasan buatan. Kemudian, McCarthy membuat program yang dinamakan
Programs with Common Sense. Di dalam program tersebut, dibuat rancangan untuk
menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya
mengeluarkan program kecerdasan buatan yaitu Geometry Theorm Prover. Program ini
dapat mengeluarkan suatu teorema menggunakan aksioma-aksioma yang ada.
Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah
integral tertutup untuk mata kuliah Kalkulus.
Pada tahun 1986, program analogi buatan Tom Evan menyelesaikan masalah analogi
geometris yang ada pada tes IQ.

d. Perkembangan Kecerdasan Buatan Melambat (1966 – 1974)

Perkembangan kecerdasan buatan melambat disebabkan adanya 3 kesulitan utama, yaitu :

 Program-program kecerdasan buatan yang bermunculan hanya mengandung sedikit

atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada
subjeknya. Programm-program kecerdasan buatan berhasil hanya karena manipulasi
sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat
melakukan percakapan serius pada berbagai topik, sebenarnya hanyalah peminjaman
manipulasi kalimat-kalimat yang diketikkan manusia.
 Banyak masalah yang harus diselesaikan oleh kecerdasan buatan.
 Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan
perilaku intelijensia.
e. Sistem Berbasis Pengetahuan (1969 – 1979)
Pengetahuan adalah kekuatan pendukung kecerdasan buatan. Hal ini dibuktikan
dengan program yang dibuat oleh Ed Feingenbaum, Bruce Buchanan dan Joshua
Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari
informasi yang didapatkan dari spectrometer massa. Program ini dinamakan Dendral
Programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnose medis juga
sudah ada yang menemukannya, yaitu Sau Amarel dalam proyek Computer in
Biomedicine. Proyek ini diawali keinginan untuk mendapatkan diagnose penyakit
berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

f. Kecerdasan Buatan menjadi Sebuah Industri (1980 – 1988)

Industrialisasi kecerdasan buatan diawali dengan ditemukannya sistem pakar yang
dinamakan R1 yang mampu mengkonfigurasi system-sistem computer baru. Program
tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada
tahun 1982.
Pada tahun 1986, R1 telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok kecerdasan buatan di DEC menjalankan 40 sistem pakar.
Hampir semua perusahaan besar di USA mempunyai divisi AI. Sehingga perusahaan yang
sejak tahun 1982 hanya menghasilkan beberapa juta US dolar per tahun meningkat
menjadi 2 miliar US dolar per tahun pada tahun 1988.

g. Kembalinya Jaringan Syaraf Tiruan (1986 – Sekarang)

Meskipun bidang ilmu komputer menolak jaringan syaraf tiruan setelah

diterbitkannya buku “Perceptrons” karangan Minsky dan Papert, para ilmuwan masih
mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Para ahli
fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk
menganalisia sifat-sifat penyimpanan dan optimasi pada jaringan syaraf. Para ahli
psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model
jaringan syaraf tiruan pada memori.
Pada tahun 1985-an setidaknya empat kelompok riset menemukan kembali algoritma
belajar propagasi balik (Back-Propagation Learning). Algoritma ini berhasil
diimplementasikan ke dalam bidang ilmu komputer dan psikologi.