1.

Pengantar Kecerdasan Buatan (Artificial Intelligence)

Apa itu Kecerdasan Buatan?

Menurut John McCarthy, bapak Artificial Intelligence, Kecerdasan Buatan adalah "Ilmu dan rekayasa membuat
mesin cerdas, terutama program komputer cerdas".

Kecerdasan buatan adalah sebuah cabang ilmu komputer yang bertujuan menciptakan komputer atau mesin agar
dapat menyerupai manusia atau dapat diartikan juga sebagai sebuah cara membuat komputer, robot yang
dikendalikan komputer, atau perangkat lunak berpikir cerdas, dengan cara yang sama seperti yang dipikirkan oleh
manusia cerdas.

Kecerdasan Buatan mempelajari bagaimana cara otak manusia berpikir, belajar, memutuskan, dan memecahkan
masalah. kemudian hal ini digunakan sebagai dasar pengembangan perangkat lunak dan sistem cerdas.

Beberapa definisi tetang Artificial intelligence (AI, Kecerdasan buatan) menurut para ahli seperti berikut :

1. Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer
melakukan sesuatu seperti yang dilakukan oleh manusia.
2. H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi
yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan
manusia adalah cerdas.
3. Ensiklopedi Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi
pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan memproses informasi
berdasarkan metode heuristic atau berdasarkan jumlah aturan.
4. Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang
dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang
kesuksesan di lingkungan tersebut untuk beberapa tujuan.

Tujuan Utama Kecerdasan Buatan :

1. Untuk Membuat Sistem Pakar (Expert System) yaitu sebuah sistem yang dapat menunjukkan
perilaku cerdas, belajar, menunjukkan, menjelaskan, dan memberi saran kepada user atau penggunanya.
2. Melaksanakan Kecerdasan Manusia dalam Mesin yaitu dengan menciptakan sistem yang
memahami, berpikir, belajar, dan berperilaku layaknya seperti manusia

Bagian Utama Kecerdasan Buatan :

1. Basis Pengetahuan (knowledge base), berisi fakta-fakta, teori, pemikiran dan hubungan
komponen satu dengan yang lainnya
2. Motor Inferensi (inference engine), Kemampuan menarik kesimpulan berdasar pengalaman.
Berkaitan dengan representasi dan duplikasi proses tersebut melalui mesin (misalnya, komputer dan
robot).

Beberapa bidang yang menggunakan Kecerdasan Buatan antara lain :

1. Permainan Komputer (Game) - Kecerdasan buatan digunakan dalam permainan strategis
seperti catur (The Deep Blue Chess Program pada tahun 1997), poker, tic-tac-toe, dll, mesin dirancang
agar dapat memikirkan posisi-posisi yang mungkin untuk menang berdasarkan pengetahuan heuristik.
2. Pemrosesan Bahasa Alami (Natural Language Processing) - Kecerdasan buatan digunakan
untuk berinteraksi antara manusia dengan komputer dimana komputer dapat mengeti bahasa alami
yang diucapkan oleh manusia.
3. Sistem Pakar (Expert System) - Kecerdasan buatan digunakan untuk memberikan
rekomendasi, atau saran serta memberikan penjelasan kepada pengguna aplikasi.
4. Komputer Vision - kecerdasan buatan yang dirancang untuk menafsirkan, dan memahami
input visual di komputer seperti gambar yang di ambil dari pesawat mata-mata kemudian digunakan
 untuk mengetahui informasi peta daerah musuh, atau perangkat lunak komputer yang digunakan oleh
kepolisian untuk mengenali wajah pelaku tindak kejahatan.
5. Pengenalan Bahasa (Speech Recognition) - yaitu sistem cerdas yang bisa mendengar dan
memahami bahasa baik kalimat dan arti dari kalimat tersebut dan dapat mengenali suara banyak
orang.
6. Pengenalan Tulisan Tangan (Handwriting Recognition) - Aplikasi yang mampu membaca teks
yang ditulis secara manual menggunakan tangan manusia dan dapat mengenali bentuk huruf dan dapat
diubah ke format digital.
7. Robot Cerdas - Sekarang banyak robot dapat melakukan tugas yang diberikan oleh manusia
bahkan sekarang banyak dibuat robot yang dapat berprilaku seperti manusia, robot dibekali sensor
untuk mendeteksi data fisik dari dunia nyata seperti cahaya, panas, suhu, gerakan, suara, benjolan, dan
tekanan, memiliki prosesor yang efisien, dan memori besar. Robot juga dirancang agar dapat belajar
dan mampu beradaptasi dengan lingkungan yang baru. Contoh seperti robot humanoid karya David
Franklin Hanson Jr. seorang ahli robot sekaligus pengusaha asal Dallas, Amerika Serikat yang
diberi nama Shopia. Shopia memiliki gerak gerik, kecerdasan dan kemampuan emosional, dapat
bercanda layaknya seperti manusia, dia juga dapat menjawab pertanyaan yang diajukan. Contoh lain
robot honda Asimo yang bisa mengenali orang, berbicara, berlari, main bola, dan menyiapkan
minuman.

2. Perbandingan Kecerdasan Buatan dan Kecerdasan Manusia (Kecerdasan Alami)

Kecerdasan sebuah sistem adalah kemampuan suatu sistem untuk menghitung, beralasan, merasakan hubungan
dan analogi, belajar dari pengalaman, menyimpan dan mengambil informasi dari ingatan, memecahkan masalah,
memahami ide-ide kompleks, menggunakan bahasa alami dengan lancar, mengklasifikasikan, menyamaratakan,
dan menyesuaikan situasi baru.

Menurut Winston dan Pendergast (1994), kecerdasan merupakan kemampuan untuk belajar/mengerti
pengalaman, memahami pesan yang kontradiktif dan ambigu, menanggapi situasi yang baru, serta penalaran
dalam memecahkan masalah.

Kecerdasan terdiri dari beberapa bagian :

1. Penalaran (Reasoning) - Penalaran merupakan rangkaian proses yang memungkinkan kita
memberikan dasar untuk penilaian, membuat keputusan, dan prediksi.
2. Belajar (Learning) - Belajar, berlatih, diajarkan atau pengalaman terhadap suatu kejadian adalah
cara untuk mendapatkan pengetahuan atau keterampilan dan meningkatkan kemampuan pada suatu
subyek yang diteliti.
3. Pemecahan Masalah (Problem Solving) - Merupakan proses di mana seseorang melihat dan
mencoba untuk sampai pada solusi yang diinginkan dari situasi saat ini dengan mengambil beberapa
jalur, baik yang diblokir oleh rintangan yang dikenal atau tidak dikenal. Pemecahan masalah juga
termasuk pengambilan keputusan, yang merupakan proses memilih alternatif terbaik yang sesuai dari
berbagai alternatif untuk mencapai tujuan yang diinginkan.
4. Persepsi (Perception) - Adalah proses untuk memperoleh, menafsirkan, memilih, dan mengatur
informasi sensorik. Pada manusia, persepsi dibantu oleh panca indera sedangkan dalam ilmu kecerdasan
buatan, mekanisme persepsi menggunakan data yang diperoleh oleh sensor dan diolah dengan cara
tertentu.
5. Kecerdasan Linguistik (Linguistic Intelligence) - Yaitu kemampuan seseorang untuk
menggunakan, memahami, berbicara, dan menulis bahasa verbal dan tertulis.

Perbedaan Kecerdasan pada Sistem dan Kecerdasan pada Manusia

Perbedaan antara kecerdasan pada sebuah sistem dibandingkan dengan kecerdasan yang ada pada manusia antara
lain :
1. Manusia mengetahui dan mengenal sesuatu berdasarkan pola sedangkan mesin mengetahui dan
mengenal sesuatu berdasarkan seperangkat aturan dan data.
2. Manusia menyimpan dan mengingat informasi berdasarkan pola sedangkan mesin
melakukannya dengan mencari algoritma.
3. Manusia dapat mengetahui objek lengkap bahkan jika beberapa bagiannya hilang atau
terdistorsi sedangkan mesin tidak dapat melakukannya dengan benar
Kelebihan Kecerdasan Buatan dibanding Kecerdasan Alami

Menurut Kaplan, Kecerdasan Buatan atau Artificial Intelligence mempunyai beberapa kelebihan dibandingkan
dengan kecerdasan alami (Turban, McLean dan Wetherbe,1999, AI) yaitu :
1. Kecerdasan Buatan bersifat permanen - Kecerdasan Buatan lebih bersifat permanen karena tetap
ada sepanjang sistem komputer dan program masih terpelihara sedangkan Kecerdasan Alami yang
dimiliki manusia tidak dapat disimpan. Ketika seseorang pindah kerja, pengetahuan yang dimilikinya
ikut terbawa.
2. Kecerdasan Buatan lebih mudah untuk digandakan dan disebarkan - Pengetahuan dalam sistem
komputer lebih mudah untuk disalin dan dipidahkan ke sistem lain sedangkan pemindahan pengetahuan
dari satu orang ke orang lain memerlukan waktu yang panjang dan bahkan mungkin pengetahuan itu
tidak dapat diduplikasi secara lengkap.
3. Kecerdasan Buatan dapat lebih murah daripada Kecerdasan Alami - Biaya untuk melakukan
pekerjaan dengan komputer lebih murah daripada membiayai manusia untuk melaksanakan tugas yang
sama.
4. Kecerdasan Buatan bersifat konsisten dan teliti - Kecerdasan komputer bersifat teliti dan
konsisten sesuai dengan program algoritma yang dimasukkan sedangkan manusia sering tidak menentu
atau tidak konsisten dan tidak sesuai dengan yang diinginkan.
5. Kecerdasan Buatan dapat didokumentasikan - Keputusan yang dibuat oleh komputer dapat
didokumentasi dengan mudah dengan cara mencatat semua kegiatan yang dilakukan sistem sedangkan
Kecerdasan alami sulit untuk didokumentasi.

Kelebihan Kecerdasan Alami dibanding Kecerdasan Buatan :

1. Bersifat lebih kreatif
2. Dapat melakukan proses pembelajaran secara langsung, sedangkan kecerdasan buatan harus
mendapatkan masukan berupa simbol dan representasi-representasi.
3. Menggunakan fokus yang luas sebagai referensi untuk pengambilan keputusan. Sedagkan
Kecerdasan Buatan menggunakan fokus yang sempit.

3. Sejarah Kecerdasan Buatan (Artificial Intelligence)

1. Era komputer elektronik (1941)

Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik.
Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

2. Masa persiapan AI (1943-1956)

1943 - Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron
digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu
jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang
sederhana.

1950 - Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah
thermostat.

1956 - John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya
melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan
proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik
dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy
disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.
1956 - Alan Turing, penemu Turing Machine dan Turing Test memperkenalkan Turing Test dalam jurnal berjudul
Computering Machinery and Intelligence. Pada musim panas 1956, Konferensi Dartmouth meluncurkan ide
artificial intelligence dan IBM memulai riset tentang AI.

3. Awal perkembangan (1952-1969)

1958 - McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang
mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan
programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan
dalam mencari solusi.

1959 - Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen
Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama
Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover.
Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.

1963 - Program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah
Kalkulus.

1968 - Program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ

4. Perkembangan AI melambat (1966-1974)

Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti Program-program AI
yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada
subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar
yang digunakan untuk menghasilkan perilaku intelijensia.

5. Sistem berbasis pengetahuan (1969-1979)

1960an - Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program
untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi
diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam
proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit
berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

6. AI dalam dunia industri (1980-1988)

1982 - Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu
mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment
Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$
40 juta per tahun.

1988 - Kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai
divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan
perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan
software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas
Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk
pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US
dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.

7. Kembalinya jaringan saraf tiruan (1986)

Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’
karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang
yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk
menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan
Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya
empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke
dalam ilmu bidang komputer dan psikologi.

8. Kecerdasan Buatan Saat Ini

1997 - Pada 11 Mei 1997, Deep Blue Computer, kecerdasan buatan besutan IBM berhasil mengalahkan grand
master catur asal Rusia, Garry Kasparov.

2000an - Tim peneliti dari Universitas Stanford, Amerika Serikat, berhasil menjadi pemenang lomba DARPA
Grand Challange. Mobil tanpa kemudi yang mereka buat mampu melaju di gurun pasir sejauh 211 kilometer.

2010an - Mantan juara Brad Rutter dan Ken Jennings dalam acara kuis Jeopardy pada pertengahan 2011 berhasil
dikalahkan oleh Watson sebuah komputer kecerdasan buatan buatan IBM.

Pada 14 Oktober tahun yang sama, Apple memperkenalkan asisten pribadi berbasiskan kecerdasan buatan
bernama Siri dalam iPhone 4s.

Pada bulan juni satu tahun kemudian, Tim Google Brain melatih komputer agar bisa mengenali seekor kucing
dari jutaan video di YouTube.

ChatBot milik Eugene Goostman mengklaim telah memecahkan tes Turing dalam kompetisi yang digelar di
Universitas Reading, Inggris. Imbasnya, pada Agustus tahun yang sama, banyak ilmuwan mengusulkan untuk
membuat tes Turing yang baru. Sementara itu, terkesan dengan kemampuan Watson, NASA menggunakannya
untuk penelitian bidang kedirgantaraan.

2017 - Google, Februari 2017, Tim dari Google Deep Mind mengungkapkan bahwa kecerdasan buatan memiliki
tingkat emosi dan kemarahan yang sama dengan manusia. Kecerdasan buatan juga bisa merasakan jika dirinya
ditipu.

April 2017 Microsoft, berhasil mendeteksi bahwa artificial intelligence ternyata juga bisa rasis.

Robot seks bernama Harmony bisa merasakan cemburu dan mendeteksi penggunanya saat hendak menuju
klimaks.

Robot Sophia, robot canggih dengan kecerdasan buatan yang dikembangkan Hanson Robotics, robot humanoid
yang pertama kali diaktifkan pada April 2015. Sophia mampu menampilkan lebih dari 50 ekspresi wajah dan
melakukan pidato. Selain itu, Shopia mampu melakukan percakapan menggunakan subsistem bahasa alami berkat
perangkat lunak Artificial Inteligence (AI) yang terus-menerus dilatih di laboratorium Hanson.

4. Klasifikasi Domain Tugas Artificial Intelligence (Kecerdasan Buatan)

Domain AI diklasifikasikan menjadi tiga bagian yaitu Formal Task, Mundane Task, dan Expert Task.

1. Mundane Task
• Persepsi/Perception (Computer vision & Speech, voice recognition)
• Bahasa alami/Natural Language Processing (language understanding, language generation &
translation)
• Pemikiran yang bersifat commonsense
• Reasoning
• Planning
• Robot control (locomotive)
2. Formal Task
• Permainan / Games ( Chees/Deep Blue, Go, Ckeckers )
• Matematika (Geometri, logika, kalkulus integral, diferensial)
• Verification
• Theorem Proving

3. Expert Task
• Financial Analysis/ Analisis financial
• Medical Diagnosis / Diagnosa medis
• Science Analysis / Analisis ilmu pengetahuan
• Rekayasa (Enginering, design, pencarian kegagalan, Perencanaan manufaktur, monitoring).
• Creativity / Kreativitas.

5. Perbedaan Speech Recognition dan Voice Recognition dalam AI

Sering kita salah dalam mengartikan Speech Recognition dan Voice Recognition, bahkan kadang kita
menganggap keduanya adalah sama, namun ternyata kedua istilah ini memiliki perbedaan satu sama lain.
Perbedan itu antara lain :
1. Speech Recognition bertujuan untuk memahami dan memahami APA yang diucapkan
sedangkan Voice Recognition bertujuan untuk mengenali SIAPA yang berbicara.
2. Speech Recognition biasanya digunakan untuk melakukan pengendalian menggunakan suara
dalam komputasi, peta, atau navigasi menu (Hands Free) seperti aplikasi google now pada perangkat
android, sedangkan Voice Recognition digunakan untuk mengidentifikasi kebenaran identitas seseorang
dengan menganalisis nada, nada suara, dan aksennya seperti pada aplikasi voice lock.
3. Pada Speech Recognition Mesin tidak memerlukan pelatihan karena tidak bergantung pada
pembicara, siapapun dapat menggunakannya sedangkan pada Voice Recognition membutuhkan
pelatihan karena berorientasi pada seseorang.
Dengan kata lain Speech Recognition dapat diartikan rangkaian proses menangkap kata yang diucapkan melalui
alat input dan mengubahnya ke dalam data digital. Kualitas dari sistem speech recognition ditentukan dari dua
faktor, yaitu akurasi (tingkat kesalahan dalam mengubah kata yang diucapkan ke dalam data digital) dan kecepatan
(kecepatan aplikasi dalam mengikuti pembicaraan manusia). Sedangkan Voice Recognition ditujukan untuk
mengidentifikasi siapa orang yang sedang berbicara. Voice recognition menganalisa ciri-ciri dari suara setiap
individu, pola ucapan, dan pola nada suara, gaya bicara, aksen, dan ciri-ciri lainnya.

6. Area Penelitian Kecerdasan Buatan dan Contoh Aplikasinya

Beberapa area penelitian yang banyak dilakukan dalam bidang Artificial Intelligence atau Kecerdasan Buatan dan
contoh aplikasinya antara lain :

1. Natural Language Processing / Pemrosesan Bahasa Alami - adalah cabang ilmu komputer dan
linguistik yang mengkaji interaksi antara komputer dengan bahasa (alami) manusia. NLP sering dianggap
sebagai cabang dari kecerdasan buatan dan bidang kajiannya bersinggungan dengan linguistik
komputasional - contohnya seperti Google Now, Voice Command, Pengendali Komputasi berbasis suara,
dll
2. Expert System / Sistem Pakar - adalah suatu program komputer yang memperlihatkan derajat
keahlian dalam pemecahan masalah di bidang tertentu sebanding dengan seorang pakar (Ignizio, 1991)
- contohnya sistem pelacakan penerbangan pesawat (flight tracking system), sistem klinik, sistem
pendeteksi penyakit dll
3. Neural Network / Jaringan Syaraf Tiruan - 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. JST adalah sebuah alat pemodelan data statistik non-linier yang dapat
digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-
pola pada data- contohnya sistem pengenalan wajah, sistem pengenalan tulisan tangan, sistem
pengenalan benda, sistem sidik jari.
4. Robotic / Robotika - adalah satu cabang teknologi yang berhubungan dengan desain, konstruksi,
operasi, disposisi struktural, pembuatan, dan aplikasi dari robot. Robotika terkait dengan ilmu
pengetahuan bidang elektronika, mesin, mekanika, dan perangkat lunak komputer - contoh pada robot
untuk industri, robot humanoid, robot dalam pertanian, robot pemadam api, dll
 5. Fuzzy Logic / Logika Fuzzy - adalah peningkatan dari logika Boolean dimana logika klasik
menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya
atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. Logika Fuzzy
memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam
bentuk linguistik, konsep tidak pasti seperti “dingin”, “hangat”, dan “panas”. Fuzzy berhubungan dengan
set fuzzy dan teori kemungkinan. Fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California,
Berkeley pada 1965 - contohnya pengendali suhu dan kelembaban, penentuan status kesehatan udara,
pengendali motor listrik, automobile, penentuan jumlah produksi berdasarkan jumlah permintaan dan
harga bahan baku, sistem tracking matahari, dll.

7. Konsep Kecerdasan Buatan dan Metode Pengujian Turing Test (Uji Turing)

Apakah kecerdasan buatan mampu mengelabui manusia sehingga disangka manusia sungguhan? Bisa atau
tidaknya bisa diuji melalui tes khusus yaitu Turing Test. Untuk bisa lulus pada tes ini, program kecerdasan buatan
harus mampu mengelabui setidaknya 30% dari seluruh juri yang melaksanakan pengujian. 30% dari juri harus
menebak program ini sebagai manusia.

Contoh program komputer yang lulus uji turing adalah Eugene Goostman, program komputer yang dibuat oleh
ilmuwan komputer Vladimir Veselov dari Rusia dan Eugene Demchenko dari Ukraina pada tanggal 7 Juni
2014) lalu di London, Inggris program ini dinyatakan lulus dalam Uji Turing dalam kompetisi dengan 33 persen
juri yakin bahwa itu adalah manusia. Program Eugene Goostman yang mengaku berkebangsan Ukraina tersebut
berhasil menjawab pertanyaan-pertanyaan juri lomba secara meyakinkan. Walau demikian, dengan lolosnya
Goostman dalam Uji Turing tersebut, belum bisa diartikan bahwa komputer telah mampu mengambil alih
peranan manusia. Program Goostman hanya dilengkapi dengan kepribadian yang detil untuk meyakinkan para
juri. Uji Turing merupakan konsep penting dalam filsafat kecerdasan buatan.

Beberapa konsep kecerdasan buatan antara lain :

Turing Test

Turing Test adalah ujian yang digunakan untuk menentukan apakah suatu mesin mampu menunjukkan perilaku
cerdas yang mirip dengan atau tak dapat dibedakan dari manusia. Turing Test diperkenalkan oleh Alan Turing
dalam tulisannya "Computing Machinery and Intelligence" pada tahun 1950. Dalam test ini, seorang penentu
melakukan perbincangan dengan manusia dan mesin yang tak dapat dibedakan dari manusia biasa. Semua peserta
dipisah satu sama lain. Jika sang penentu tidak dapat membedakan antara mesin dan manusia, maka mesin itu
dikatakan telah lulus tes. Tes ini tidak digunakan untuk memeriksa kemampuan menjawab dengan benar, tetapi
seberapa mirip jawaban mesin dengan manusia. Perbincangan dibatasi melalui teks seperti papan ketik dan layar,
sehingga hasilnya tidak diganggu oleh kemampuan mesin untuk mengubah kata-kata menjadi suara. Semenjak
itu, tes ini sangat berpengaruh dan juga banyak dikritik, dan merupakan konsep penting dalam filsafat kecerdasan
buatan.

Turing Test merupakan sebuah metode pengujian kecerdasan dimana penanya tidak bisa melihat langsung kepada
obyek yg ditanyai. Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia
berdasarkan jawaban kedua obyek tersebut. Turing berpendapat bahwa mesin yang diuji tersebut dapat
diasumsikan cerdas jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia.

Pemrosesan Simbolik
Komputer semula didesain untuk memproses bilangan atau angka-angka (pemrosesan numerik) sedangkan
manusia berfikir dan menyelesaikan masalah dengan bersifat simbolik, tidak didasarkan kepada sejumlah rumus
atau melakukan komputasi matematis. Sehingga konsep penting pada kecerdasan buatan adalah AI merupakan
bagian dari ilmu komputer yang melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah.

Heuristic
Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan, Heuristic merupakan 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.
Inferensi (Penarikan Kesimpulan)
Inferensi (Penarikan Kesimpulan) yaitu AI atau kecerdasan buatan mencoba membuat sebuah mesin memiliki
kemampuan berpikir atau mempertimbangkan (reasoning), termasuk didalamnya proses (inferencing)
berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik.

Pencocokan Pola (Pattern Matching)

Kecerdasan buatan atau AI bekerja dengan menggunakan metode pencocokan pola (pattern matching) yaitu
berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau komputasional.

8. Definisi Pengetahuan Dalam Kecerdasan Buatan (AI)

Pengetahuan
Definisi umum dari pengetahuan adalah fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu
pengalaman. Pengetahuan adalah informasi yang mudah digunakan. Tetapi sebelum digunakan informasi
tersebut harus dapat diilustrasikan mengenai objek didalamnya. Pengetahuan dibedakan menjadi 3 kategori
yaitu :

Prodecural Knowledge yaitu pengetahuan yang berkaitan dengan prosedur atau cara untuk melakukan sesuatu.
Pengetahuan procedural adalah pengetahuan yang mengarahkan kepada tindakan.
Contoh : bagaimana cara menyalakan sepeda motor, pengetahuan membuat suatu resep masakan, prosedur
pengoprasian alat elektronik dll.

Declarative Knowledge yaitu pengetahuan untuk dapat menentukan nilai benar dan salah suatu hal.
Pengetahuan deklaratif adalah pengetahuan yang menjawab dan mempunyai hasil benar atau
salah.
Contoh : Setiap benda yang jatuh pasti kebawah karena adanya gravitasi, jangan celupkan tangan anda dalam
air yang mendidih. dll

Tacid Knowledge disebut juga "unconscious knowledge", karena pengetahuan ini tidak dapat diekspresikan atau
didefinisikan dengan bahasa. Pengetahuan tacit tidak dapat digambarkan dengan kata kata.
Contoh : Bagaimana cara berlari dengan cepat, bagaimana cara melihat, bagaimana menggerakkan tangan dll.