(KECERDASAN BUATAN)
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala Rahmat dan Hidayahnya
sehingga makalah ini dapat tersusun hingga selesai. Tidak lupa saya juga mengucapkan
banyak terimakasih kepada dosen yang telah memberikan tugas makalah ini.
Semoga makalah ini dapat memberikan wawasan yang lebih luas dan menjadi
sumbangan pemikiran kepada pembaca khususnya para mahasiswa Pendidikan Teknologi
Informasi. Saya sadar bahwa makalah ini masih banyak kekurangan dan jauh dari kata
sempurna. Untuk itu, kepada dosen saya meminta masukannya demi perbaikan pembuatan
makalah ini.
Penulis
DAFTAR ISI
A. Latar Belakang
B. Rumusan Masalah
1. Jelaskan pengertian pengolahan bahasa alami
2. Jelaskan pengertian knownedge representation
3. Jelaskan automated reasoning
4. Jelaskan machine learning
5. Jelaskan computer vision
6. Jelaskan pengertian robotika
C.Tujuan
Dapat mengetahui pengertian dari pengolahan bahasa alami
Dapat mengetahui pengertian knowledge representation
Dapat mengetahui automated reasoning
Dapat mengetahui machine learning
Dapat mengetahui computer vision
Dapat mengetahui pengertian robotika
BAB II
PEMBAHASAN
Natural Language Processing (NLP) merupakan salah satu cabang ilmu AI yang berfokus pada
pengolahan bahasa natural. Bahasa natural adalah bahasa yang secara umum digunakan oleh
manusia dalam berkomunikasi satu sama lain. Bahasa yang diterima oleh komputer butuh untuk
diproses dan dipahami terlebih dahulu supaya maksud dari user bisa dipahami dengan baik oleh
komputer.
Ada berbagai terapan aplikasi dari NLP. Diantaranya adalah Chatbot (aplikasi yang
membuat user bisa seolah-olah melakukan komunikasi dengan computer), Stemming atau
Lemmatization (pemotongan kata dalam bahasa tertentu menjadi bentuk dasar pengenalan fungsi
setiap kata dalam kalimat), Summarization (ringkasan dari bacaan), Translation Tools
(menterjemahkan bahasa) dan aplikasi-aplikasi lain yang memungkinkan komputer mampu
memahami instruksi bahasa yang diinputkan oleh user [3].
1. Syntax: menjelaskan bentuk dari bahasa. Syntax biasa dispesifikasikan oleh sebuah grammar.
Natural language jauh lebih daripada formal language yang digunakan untuk logika kecerdasan
buatan dan program komputer
2. Semantics: menjelaskan arti dari kalimat dalam satu bahasa. Meskipun teori semantics secara
umum sudah ada, ketika membangun sistem natural language understanding untuk aplikasi
tertentu, akan digunakan representasi yang paling sederhana.
3. Pragmatics: menjelaskan bagaimana pernyataan yang ada berhubungan dengan dunia. Untuk
memahami bahasa, agen harus mempertimbangan lebih dari hanya sekedar kalimat. Agen harus
melihat lebih ke dalam konteks kalimat, keadaan dunia, tujuan dari speaker dan listener, konvensi
khusus, dan sejenisnya.
4. Morfologi. Adalah pengetahuan tentang kata dan bentuknya sehingga bisa dibedakan antara
yang satu dengan yang lainnya. Bisa juga
Natural Language Processing atau Pengolahan Bahasa Alami Pengolahan bahasa alami atau
Natural Language Processing(NLP) adalah salah satu bidang ilmu komputer, kecerdasan buatan,
dan bahasa(linguistik) yang berkaitan dengan interaksi antara komputer dan bahasa alami manusia.
Kajian pengolahan bahasa alami antara lain mencakup segmentasi tuturan(speech segmentation),
segmentasi teks(text segmentation), penandaan kelas kata(part-of-speech tagging), serta
pengwatakkan makna(word sense disambiguation).
CONTOH :
1.Program mesin yang mampu mentranlasikan suara diubah menjadi sebuah kata bahasa alami dan
dari sebuah kata tersebut dapat diubah menjadi kata bahasa lainnya. Contoh : Google translate
2.Program mesin yang dapat menkategorikan dan mengambil isi dari sebuah dokumen berdasarkan
kontennya. Contoh : Spam pada email, pesan masuk email, pesan terikirim email, dan lain-lainnya.
3.Program perangkat lunak untuk mendeteksi inputan dari pengguna, lokasi, dan mengakses
informasi online(seperti : berita, cuaca, dll). Contoh : GPS, Google Maps, dan BMKG.
B.pengertian knowledge representatation
Para ilmuwan dari laboratorium AI MIT berbicara tentang representasi pengetahuan sebagai
″seperangkat komitmen ontologis – teori yang terfragmentasi tentang penalaran cerdas″ dan
″simulasi media ekspresi manusia.″ Beberapa menyebut representasi pengetahuan sebagai
″pengganti″ untuk beberapa bentuk korespondensi manusia atau komunikasi mengenai suatu
sistem.
Ketika kecerdasan buatan berkembang, para ilmuwan terus melihat batasan dan parameter
representasi pengetahuan untuk lebih mendefinisikan apa artinya dan bagaimana hal itu berlaku
untuk pengetahuan teknologi canggih karena AI terus mendekati model perasaan manusia yang
lebih baik dan lebih lengkap.
CONTOH :
1.Jumlah hasil tabungan yang sudah dilakukan penyetoran dan pengambilan uang pada suatu
tempat penyimpanan. Contoh : BANK.
2.Hasil skor yang didapatkan dari sebuah permainan perangkat lunak. Contoh : FIFA, POINT
BLANK, dan game PC ataupun Android Lainnya.
3.Pencocokkan kata yang di input dengan yang sudah terprogram. Contoh : Search google.
C.Pengertian automated reasoning
Penalaran otomatis merupakan bidang ilmu komputer dan logika matematika didedikasikan untuk
memahami berbagai aspek penalaran.
Automated Reasoning atau Otomasi Penalaran Automated Reasoning adalah seni dan ilmu yang
menjadikan komputer untuk menerapkan penalaran logis dalam memecahkan masalah, misalnya
untuk membuktikan teorema, memecahkan teka-teki, sirkuit desain, verifikasi atau mensintesis
program komputer. Objek penalaran otomatis adalah menulis program komputer yang membantu
dalam memecahkan masalah dan dalam menjawab pertanyaan-pertanyaan yang membutuhkan
penalaran.
CONTOH :
1.LOGIKA PEMROGRAMAN seperti logika pada sebuah mesin yang dapat memecahkan
perhitungan dengan cepat dan tepat sesuai yang sudah diprogramkan untuk penalarannya.
2.Aljabar Komputer Deduktif.
3.Verifikasi Formal Perangkat Keras seperti mesin memerlukan sebuah Otak ATAU IEC untuk
penalarannya dan itu perlu diverifikasi atau disetting supaya dapat memasukkan logika
pemrograman didalam otak mesin tersebut.
4.Mesin Atau Perangkat Lunak yang dibuat untuk teka teki dengan cara mencocokan sebuah
angka-angka. Contoh : sudoku.
D.Machine learning
Di tengah pesatnya perkembangan teknologi kecerdasan buatan atau artificial intelligence (AI)
saat ini. Belum banyak orang yang mengetahui bahwa kecerdasan buatan itu terdiri dari beberapa
cabang, salah satunya adalah machine learning atau pembelajaran mesin. Teknologi machine
learning (ML) ini merupakan salah satu cabang dari AI yang sangat menarik perhatian, kenapa?
Karena machine learning merupakan mesin yang bisa belajar layaknya manusia.
Kembali pada kecerdasan buatan. Kecerdasan buatan pada pengaplikasiannya secara garis besar
terbagi tujuh cabang, yaitu machine learning, natural language processing, expert
system, vision, speech, planning dan robotics. Percabangan dari kecerdasan buatan tersebut
dimaksudkan untuk mempersempit ruang lingkup saat pengembangan atau belajar AI, karena pada
dasarnya kecerdasan buatan memiliki ruang lingkup yang sangat luas.
Teknologi machine learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan
sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin dikembangkan berdasarkan
disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar
dengan menganalisa data tanpa perlu di program ulang atau diperintah.
Dalam hal ini machine learning memiliki kemampuan untuk memperoleh data yang ada dengan
perintah ia sendiri. ML juga dapat mempelajari data yang ada dan data yang ia peroleh sehingga
bisa melakukan tugas tertentu. Tugas yang dapat dilakukan oleh ML pun sangat beragam,
tergantung dari apa yang ia pelajari.
Istilah machine learning pertama kali dikemukakan oleh beberapa ilmuwan matematika seperti
Adrien Marie Legendre, Thomas Bayes dan Andrey Markov pada tahun 1920-an dengan
mengemukakan dasar-dasar machine learning dan konsepnya. Sejak saat itu ML banyak yang
mengembangkan. Salah satu contoh dari penerapan ML yang cukup terkenal adalah Deep Blue
yang dibuat oleh IBM pada tahun 1996.
Deep Blue merupakan machine learning yang dikembangkan agar bisa belajar dan bermain catur.
Deep Blue juga telah diuji coba dengan bermain catur melawan juara catur profesional dan Deep
Blue berhasil memenangkan pertandingan catur tersebut.
Peran machine learning banyak membantu manusia dalam berbagai bidang. Bahkan saat ini
penerapan ML dapat dengan mudah kamu temukan dalam kehidupan sehari-hari. Misalnya saat
kamu menggunakan fitur face unlock untuk membuka perangkat smartphone kamu, atau saat
kamu menjelajah di internet atau media sosial kamu akan sering disuguhkan dengan beberapa
iklan. Iklan-iklan yang dimunculkan juga merupakan hasil pengolahan ML yang akan memberikan
iklan sesuai dengan pribadi kamu.
Sebenarnya masih banyak contoh dari penerapan machine learning yang sering kamu jumpai. Lalu
pertanyaanya, bagaimana ML dapat belajar? ML bisa belajar dan menganalisa data berdasarkan
data yang diberikan saat awal pengembangan dan data saat ML sudah digunakan. ML akan bekerja
sesuai dengan teknik atau metode yang digunakan saat pengembangan. Apa saja tekniknya? Yuk
kita simak bersama.
Teknik Belajar Machine Learning
Supervised Learning
Teknik supervised learning merupakan teknik yang bisa kamu terapkan pada pembelajaran
mesin yang bisa menerima informasi yang sudah ada pada data dengan memberikan label tertentu.
Diharapkan teknik ini bisa memberikan target terhadap output yang dilakukan dengan
membandingkan pengalaman belajar di masa lalu.
Misalkan kamu mempunyai sejumlah film yang sudah kamu beri label dengan kategori tertentu.
Kamu juga memiliki film dengan kategori komedi meliputi film 21 Jump Street dan Jumanji.
Selain itu kamu juga punya kategori lain misalkan kategori film horror seperti The Conjuring dan
It. Ketika kamu membeli film baru, maka kamu akan mengidentifikasi genre dan isi dari film
tersebut. Setelah film teridentifikasi barulah kamu akan menyimpan film tersebut pada kategori
yang sesuai.
Unsupervised Learning
Teknik unsupervised learning merupakan teknik yang bisa kamu terapkan pada machine
learning yang digunakan pada data yang tidak memiliki informasi yang bisa diterapkan secara
langsung. Diharapkan teknik ini dapat membantu menemukan struktur atau pola tersembunyi pada
data yang tidak memiliki label.
Sedikit berbeda dengan supervised learning, kamu tidak memiliki data apapun yang akan
dijadikan acuan sebelumnya. Misalkan kamu belum pernah sekalipun membeli film sama sekali,
akan tetapi pada suatu waktu, kamu membeli sejumlah film dan ingin membaginya ke dalam
beberapa kategori agar mudah untuk ditemukan.
Tentunya kamu akan mengidentifikasi film-film mana saja yang mirip. Dalam hal ini misalkan
kamu mengidentifikasi berdasarkan dari genre film. Misalnya, kamu mempunyai film the
Conjuring, maka kamu akan menyimpan film The Conjuring tersebut pada kategori film horror.
E.Computer Vision
Computer vision merupakan salah satu bentuk dari pengembangan teknologi informasi yang
sekarang telah banyak digunakan dalam berbagai aktifitas. Nah, apa yang dimaksud computer
vision? Bagi kamu yang baru dengar tentunya masih awam akan arti computer vision. Maka dari
itulah di sini akan kami jelaskan tentang apa itu computer vision dan apa manfaatnya. Selain
membahas definisi computer vision dan fungsinya di sini juga akan kami bahas tentang contoh
dari computer vision.
Computer vision adalah ilmu yang dapat memungkinkan sebuah computer bisa melihat benda atau
objek yang berada di sekitarnya. Dengan kemampuan melihat objek tersebut, komputer mampu
menganalisis sendiri benda atau gambar yang berada di depannya sehingga informasi tersebut
dapat menghasilkan suatu perintah tertentu.
Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk
persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan dan membuat keputusan.
Computer vision mencoba meniru bagaimana cara kerja sistem visual manusia (human vision)
yang sebenarnya sangat kompleks. Objek dilihat oleh manusia dengan indra penglihatan/ mata.
kemudian citra objek dilanjutkan ke otak untuk diinterpretasi sehingga manusia dapat mengerti
objek apa yang terlihat dalam pandangan penglihatannya. Hasil interpretasi ini dapat dipakai untuk
pengambilan keputusan (misal menghindar jika melihat ada mobil di depan).
Implementasinya dalam bidang computer vision bisa kita lihat pada Scan QR. Pada saat kode Scan
QR di deteksi oleh sebuah komputer (smartphone) tertentu, maka kode yang telah discan tersebut
akan mengirimkan suatu kode yang nantinya akan menjalankan suatu perintah tertentu. Misalnya
perintah untuk membuka kunci, masuk menggunakan profil tertentu, melakukan pembayaran, dan
lain sebagainya.
Computer vision mempunyai beberapa fungsi sehingga dapat membantu meringankan pekerjaan
manusia. Adapun fungsi computer vision diantaranya adalah sebagai berikut ini:
Penggunaan computer vision dapat memberikan manfaat kepada penggunanya yaitu bisa
mengetahui objek dengan lebih jelas. Misalnya penggunaan kamera yang mampu menangkap
objek atau gambar dengan lebih jelas.
Penggunaan computer vision juga dapat membuat gambar yang diambil menggunakan kamera
menjadi lebih berkualitas (jernih). Hal tersebut disebut sebagai image processing. Jadi objek yang
ditangkap akan diberikan perintah berupa peningkatan kualitas gambar. Dengan adanya sistem
image processing ini dapat memungkinkan untuk mengurangi noise yang terdapat dalam gambar.
Pemanfaatan computer vision dapat memungkinkan komputer dapat melakukan analisis proses
selanjutnya. Seperti yang telah dicontohkan pada penggunaan mesin scanner. Selain bisa
digunakan untuk menangkap gambar, juga dapat memproses untuk langkah selanjutnya. Misalnya
untuk disimpan secara otomatis, ataupun untuk mendapatkan perintah lainnya sesuai dengan yang
diinginkan.
Keberadaan computer vision dalam dunia industri seperti manufaktur akan sangat membantu
proses produksi sebuah barang. Dengan adanya computer vision, maka memungkinkan komputer
mampu memahami apa yang harus dilakukan. Hal tersebut berkaitan dengan teknik keceradasan
buatan (Artificial Interlligent).
Terdapat beberapa contoh penerapan computer vision. Adapun contoh computer vision dalam
kehidupan sehari hari adalah sebagai berikut ini.
Sudah jelas bahwa computer vision mempunyai hubungan yang erat dengan bidang matematika.
Terutama dalam hal statistik, geometri dan optimasi. Beberapa hal dalam matematika tersebut
sangat erat kaitannya dengan komputer. Hal tersebut berhubungan dengan kecepatan dalam
memproses data supaya tidak memakan waktu yang terlalu lama.
Penerapan Computer Vision dalam bidang kecedasan buatan mungkin sudah sangat sering kita
temui di lingkungan kita misalnya adanya robot, scan foto, absen sidik jari, dan lain-lain.
Diharapkan dengan adanya kecerdasan buatan tersebut akan lebih banyak membantu memudahkan
manusia dalam kesehariannya.
Sekarang ini di dalam bidang industri sangat merasakan manfaat dari perkembangan komputer.
Misalnya penggunaan mesin dalam proses pembuatan barang-barang industri seperti motor, mobil
dan barang-barang yang lain. Tidak hanya itu saja, penggunaan computer vision juga bisa
membuat komputer mampu menyortir suatu barang.
Saat ini penggunaan dari computer vision pada kendaraan sudah mulai banyak digunakan. Sebagai
contoh ketika melakukan parkir. Saat ini mobil-mobil buatan terbaru telah terpasang alat sensor
yang sangat membantu pada saat parkir. Dengan adanya sensor tersebut, pada saat memundurkan
mobil kamu bisa mengetahui apakah ada benda keras ataukah tidak. Apabila mobil mendekati
benda keras, maka alaram akan berbunyi.
Begitu pula dengan pesawat terbang, karena saat ini beberapa pesawat terbang yang ada di dunia
telah menggunakan sistem auto pilot. Jadi, pesawat bisa bergerak di udara tanpa pilotnya sendiri
yang ikut mengendalikan pesawat. Tidak hanya itu saja, sistem navigasi yang dipakai untuk
pesawat terbang juga menggunakan sistem computer vision.
Penggunaan computer vision dalam bidang medis diantaranya yaitu penggunaan dalam perangkat
medis x-ray, gambar tomografi dan gambar ultrasonik. Dengan keberadaan perangkat-perangkat
tersebut, maka dapat membantu dokter dalam mengetahui adanya penyakit yang terdapat dalam
tubuh manusia tanpa perlu melakukan pembedahan.
F.Robotika
Robotika berasal dari kata robot yang artinya perangkat elektronik yang dapat diprogram untuk
melakukan otomasi terhadap suatu tugas yang biasanya dilakukan oleh manusia. Jadi pengertian
dari robotika yaitu studi yang berhubungan dengan pembuatan robot.
Kata robot berasal dari Robota (bahasa cheko) yang artinya adalah pekerja yang tidak punya lelah
dan bosa. Robot merupakan sebuah perangkat mekanik yang dapat menjalankan tugas-tugas baik
itu dibawah kendali dan pengawasan manusia atau dijalankan melalui serangkaian program yang
terlebih dahulu telah didefinisikan. Sehingga dapat diartikan bahwa robotika merupakan salah satu
cabang teknologi modern yang berhubungan dengan desain, operasi, konstruksi, disposisi
struktural, pembuatan & aplikasi dari robot. Robotika menjadi bidang ilmu yang terkait dengan
ilmu pengetahuan bidang mekanika, elektronika, mesin, algoritma dan juga perangkat lunak
komputer (software).
Contoh Robot
Scrubmate
Merupakan robot pembersih kamar mandi yang diciptakan oleh Joe Engleberger. Robot ini
dilengkapi dengan control terkomputerisasi, mempunyai sensor mata ultrasonic serta dilengkapi
dengan peralatan pembersih.
Sojouner
Merupakan kendaraan robot beroda enam. Robot ini digunakan NASA tahun 1997 dalam
eksplorasi di planet Mars. Robot ini dilengkapi dengan mata laser dan dapat mengambil sampel
atmosfir dan tanah dan mengirimkan data dan foto ke bumi.
SICO
Robot SICO ini dikenal dengan “The Robot Therapist”. Robot ini diciptakan oleh Robert
Doornick. Robot SICO pernah digunakan di rumah sakit di New York yang berfungsi untuk
membantu anak-anak yang mempunyai masalah emosi.
Robot menjadi simbol kemajuan sebuah teknologi, karena didalamnya mencakup berbagai elemen
keilmuan, seperti mekanika, elektronika, kinematika, dinamika, algoritma dan lain-lain. Inilah
yang menjadi sebuah alasan yang tepat untuk mengasah ilmu yang ada di dalamnya. Suatu ikon
pendidikan akan semakin termasyur jika selalu mengutamakan teknologi didalamnya. Sebuah ikon
ini penting untuk membangun semangat kemajuan, karena hal ini dapat menjadi sebuah patokan
awal dari suatu perjuangan yang akan selalu dilanjutkan oleh generasi penerus.
BAB III
KESIMPULAN
Kecerdasan adalah suatu anugerah sekaligus aktiva bagi manusia yang diberikan oleh
Tuhan. Sudah sepantasnyalah kita bersyukur atas apa yang diberikan Tuhan kepada kita semua.
Kecerdasan dibagi menjadi dua yaitu kecerdasan alami dan kecerdasan buatan. Melalui manusia
kecerdasan buatan dapat tercipta sehingga menghasilkan suatu kecanggihan yang luar biasa
terutama dalam aktivitas kehidupan manusia. Untuk itu manusia (khususnya mahasiswa)
diharapkan mampu mengembangkan potensi, ketrampilannya dan kreatifitasnya dalam bidang
kecerdasan buatan sehingga manusia siap untuk menyongsong kehidupan di masa datang dengan
lebih baik.
BAB IV
DAFTAR PUSTAKA
Rich, Elaine and Knight, Kevin, 1991, Artificial Intelligence. McGraw-Hill Inc, New York.
Simon, H.A, 1987, Artificial Intelligence. In R.J. Corsini (Ed.), Concise encyclopedia of
psychology. Second edition, New York, NY: Wiley. Sri Kusumadewi, 2003, Artificial Intelligence
(Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta. Winston and Prendergast, 1984, The AI
Business: The Commercial Uses Of Artificial Intelligence, MIT Press.