MAKALAH

“BAGAIMANA KONSEP KECERDASAN BUATAN BEKERJA”

Dosen Pengampu :
Muhammad Harun Anhar, S.Kom,. M.Kom

Disusun Oleh :
Kelompok 1

1. Aidhil Saputra (210250502002)

2. Armin Hidayat (210250502001)
3. Sri Resky Ramadhani Syam (210250502027)
4. Radyatul Adawiah (220250502176)
5. Desy Angraeni WR (210250502008)
6. Anggi Pratiwi (210250502005)
7. Fitrisulasmy (210250502015)

TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS TOMAKAKA MAMUJU
TAHUN AKADEMIK 2023/2024
 DAFTAR ISI
DAFTAR ISI......................................................................................................................i
BAB I PENDAHULUAN.................................................................................................1
1.1 Latar Belakang.................................................................................................1
BAB II PEMBAHASAN...................................................................................................2
2.1 Mengenal 3 Konsep Dasar Kecerdasan Buatan (Artificial Intelligence)
.........................................................................................................................2
2.2 Cara kerja artificial intelligent.........................................................................4
2.3 Dampak articial intelligent..............................................................................5
2.4 Pemanfaatan Kecerdasan Artifisial..................................................................6
2.5 Kategori Kecerdasan Artifisal.........................................................................6
2.6 Pertimbangan Khusus......................................................................................7
BAB III KESIMPULAN...................................................................................................9
DAFTAR PUSTAKA......................................................................................................10

i
 BAB I
PENDAHULUAN
1.1 Latar Belakang

Dalam konsep Kecerdasan Buatan (Artificial Intellegence), mesin dibuat

untuk bisa bekerja dan berperilaku seperti manusia dengan menerapkan
prinsip bahwa setiap aspek kecerdasan dapat dipelajari dan diwujudkan dalam
suatu sistem. Salah satu alat komunikasi penting yang ada pada manusia
adalah dengan menggunakan suara manusia atau ucapan untuk berbicara atau
berkomunikasi dengan lawan bicaranya.. Pada suara manusia agar dapat
dipelajari dan diwujudkan dalam suatu system, maka sinyal suara manusia
perlu diolah dan diekstraksi menjadi parameter-parameter suara manusia.
Karakter suara manusia yang unik dan beragam bila diolah dan diekstraksi
akan memiliki parameter-parameter yang unik dan beragam pula. Dalam hal
ini konsep kecerdasan buatan dapat mempelajari tentang pembelajaran mesin,
deep learning dan cara kerja artificial intellegence Aplikasi lainnya adalah
system Pengenal Pembicara yang dapat digunakan untuk alat identifikasi
pengguna, misalnya pada sistem password untuk membukanya menggunakan
suara pengguna yaitu dengan cara mempelajari parameter-parameter suara
pengguna yang unik sehingga system password dapat mengenalinya dan dapat
membuka password.

1
 BAB II
PEMBAHASAN

2.1 Mengenal 3 Konsep Dasar Kecerdasan Buatan (Artificial Intelligence)

Kemajuan yang di hasilkan dari Artificial Intelligence atau lebih di

kenal dengan kecerdasan buatan sangat mengejutkan. Upaya untuk
memajukan konsep Artificial Intelligence AI selama 20 tahun terakhir telah
menghasilkan beberapa inovasi yang benar-benar luar biasa. Hasil inovasi
yang mungkin sudah di kenal oleh banyak orang misalnya Big Data,
penelitian medis, dan kendaraan otonom. Teknologi tadi hanyalah beberapa
dari banyaknya aplikasi luar biasa yang muncul dari pengembangan AI.

Untuk memahami beberapa konsep yang lebih dalam, seperti

pengelolaan data, pemrosesan bahasa alami (NLP), dan pengelolaan
perangkat lunak, Anda perlu mengetahui tiga konsep dasar dari Artificial
Intelligence AI yaitu pembelajaran mesin (Machine Learning), pembelajaran
mendalam (Deep Learning), dan jaringan saraf tiruan (Neural Network). AI
biasanya dianggap sebagai istilah yang lebih luas, sedangkan pembelajaran
mesin dan dua konsep AI lainnya merupakan bagian dari itu.

1. Pembelajaran Mesin (Machine Learning)

Saat ini mungkin tanpa sadar kita sudah berinteraksi dengan beberapa
bentuk kecerdasan buatan dalam aktivitas sehari-hari. Misalnya saja jika
Anda menggunakan Gmail, Anda dapat menikmati fitur penyaringan email
otomatis atau jika Anda memiliki ponsel cerdas, Anda mungkin bisa mengisi
kalender dengan bantuan Siri. Meskipun perangkat lunak ini sangat
membantu, perangkat tersebut tidak memiliki kemampuan untuk belajar
secara mandiri. Hal itu dikarenakan perangkat tadi tidak bisa berpikir di luar
kode yang sudah diberikan kepada mereka.

2
 Pembelajara mesin adalah cabang dari AI yang bertujuan untuk
memberikan mesin kemampuan dalam mempelajari tugas tanpa kode yang
sudah ada. Dalam istilah yang paling sederhana, mesin tersebut akan
diberikan contoh uji coba dalam jumlah yang besar untuk tugas tertentu.
Ketika mesin tadi menjalani uji coba, mesin itu akan belajar dan
mengadaptasi strategi yang sesuai untuk mencapai tujuan yang diinginkan.
Misalnya, mesin pengenal gambar dapat diberikan jutaan gambar untuk
dianalisis. Setelah melalui permutasian yang panjang, mesin akan
memperoleh kemampuan untuk mengenali pola, bentuk, wajah, dan masih
banyak lagi.

2. Pembelajaran Mendalam (Deep Learning) 

Pembelajaran mendalam adalah teknik pembelajaran mesin yang

mengajarkan komputer untuk melakukan apa yang secara alami terjadi pada
manusia: belajar dengan cara mencontoh. Pembelajaran mendalam adalah
teknologi utama di balik mobil tanpa kemudi (driveless car). Itu
memungkinkan mereka untuk mengenali tanda berhenti, atau untuk
membedakan pejalan kaki dengan tiang lampu. Ini adalah kunci dari kontrol
suara di perangkat konsumen seperti ponsel, tablet, TV, dan speaker hands-
free. Pembelajaran mendalam mendapatkan banyak perhatian belakangan ini
karena dapat mencapai hasil yang sebelumnya tidak mungkin. Dalam deep
learning, model komputer belajar untuk melakukan tugas klasifikasi langsung
dari gambar, teks, atau suara. Model pembelajaran yang mendalam dapat
mencapai akurasi yang canggih, terkadang melebihi kinerja tingkat manusia.
Model dilatih dengan menggunakan set besar data berlabel dan arsitektur
jaringan saraf yang berisi banyak lapisan.

3. Jaringan Saraf Tiruan (Neural Network)

Neural Network atau juga disebut sebagai jaringan saraf tiruan adalah
berbagai teknologi pembelajaran yang mendalam, yang juga berada di bawah

3
 naungan kecerdasan buatan atau AI. Neural Network adalah paradigma
pemrosesan informasi yang terinspirasi dari cara sistem saraf biologis, seperti
otak yang memproses informasi. Kunci elemen dari paradigma ini adalah
struktur novel dari sistem pemrosesan informasi. 

Neural Network dikonfigurasikan untuk aplikasi tertentu, seperti

pengenalan pola atau klasifikasi data melalui proses pembelajaran. Jaringan
ini terdiri dari sejumlah besar elemen pemrosesan yang sangat saling
berhubungan (neuron) yang bekerja bersama untuk memecahkan masalah
tertentu. Aplikasi komersial dari teknologi ini umumnya berfokus pada
penyelesaian pemrosesan sinyal yang kompleks atau masalah pengenalan
pola. Contoh aplikasi komersial yang signifikan sejak tahun 2000 meliputi
pengenalan tulisan tangan untuk pemrosesan cek, transkripsi ucapan menjadi
sebuah teks, analisis data, dan prediksi cuaca dan pengenalan wajah.

Jaringan saraf tiruan ini terinspirasi oleh hal-hal yang kita temukan
dalam biologi kita sebagai manusia. Cara Neural Network memahami sesuatu
sama seperti manusia yaitu belajar dengan cara mencontoh. Model jaringan
saraf menggunakan prinsip matematika dan ilmu komputer untuk meniru
proses otak manusia. Jaringan saraf tiruan mencoba mensimulasikan proses
sel-sel otak yang saling berhubungan erat, tetapi bukannya dibangun dari
biologi, neuron-neuron ini dibangun dari kode atau biasa disebut node.

Ketiga konsep artificial intelligence AI ini dapat memungkinkan robot

hardware dan software untuk berpikir dan bertindak secara dinamis di luar
dari kode yang sudah diberikan. Dengan memahami konsep dasar diatas maka
akan membawa Artificial Intelligence AI menuju masa depan yang lebih
cerdas dari yang terbayangkan.

2.2 Cara kerja artificial intelligent

Artificial intelligent bekerja sesuai dengan algoritma pemrograman

pada sistem komputer yang diberikan dalam proses pembuatannya. Algoritma

4
 pemrograman kerangka berpikir dari artificial intelligent dalam memproses
berbagai jenis data. Dilansir dari Brookings, algoritma pemrograman artificial
intelligent memerlukan data yang banyak dan kuat agar komputer dapat
membedakan pola yang berguna. Dengan banyaknya data juga algoritma
yang kompleks mesin seakan-akan dapat berpikir sendiri, membuat
keputusan, belajar, juga beradaptasi.

2.3 Dampak articial intelligent

Artificial intelligent memiliki banyak dampak baik seperti

meningkatkan efektivitas kerja. Sistem dengan kecerdasan buatan cenderung
bekerja lebih cepat, akurat, dan minim kesalahan yang diakibatkan oleh
kelelahan juga kecerobohan. Dengan adanya kecerdasan buatan, dapat
meningkatkan kemungkinan keberhasilan pengobatan medis. Misalnya sistem
bedah da Vinci yang menggunakan teknologi robot untuk melakukan operasi
yang lebih presisi, akurat, dan minim trauma pada pasien. Adapun dampak
negatif dari artificial intelligent adalah perubahan besar yang ia timbulkan
pada sistem kerja umat manusia. Di mana banyak pekerjaan akan dilakukan
oleh mesin dengan kecerdasan buatan, dikhawatirkan menggeser tenaga kerja
manusia dan menyebabkan pengangguran. Keberadaan mesin dengan
kecerdasan buatan dapat memperbesar kesenjangan sosial. Karena para
investor juga perusahaan artificial intelligent akan meraup banyak
keuntungan, sedangkan masyarakat yang digantikan kerjanya oleh mesin akan
mengalami kemiskinan. Artificial intelligent yang dapat beradaptasi, dinilai
menakutkan karna bisa saja sampai pada tahap mereka tidak memerlukan
manusia lagi sebagai master mereka. Dengan kata lain, mesin dengan
kecerdasan bisa saja mengabaikan perintah maupun kontrol yang diberikan
manusia dan berjalan sesuai kehendaknya sendiri. Facebook bahkan telah
menghentikan eksperimen artificial intelegence ketika kedua robot bernama
Alice dan Bob mulai saling berbicara denan bahasa sendiri yang tidak bisa
dipahami oleh para ilmuan.

5
2.4 Pemanfaatan Kecerdasan Artifisial
Bicara pemanfaatan kecerdasan artifisial maka tidak akan ada habisnya.
Teknologi mutakhir ini dapat diterapkan hamipr ke semua sektor industri.
Kecerdasan buatan digunakan dalam industri kesehatan untuk menghitung
dosisi obat dan perawatan berbeda pada pasien dan juga untuk prosedur bedah
di ruang operasi.
Contoh lain kecerdasan buatan adalah komputer yang bisa bermain catur,
mobil otomatis, sampai robot dokter. Masing-masing mesin harus
mempertimbangkan konsekuensi dari setiap tindakan yang mereka ambil
karena akan berdampak pada hasil akhir.
Pada catur maka hasil akhir adalah memenangkan permainan. Untuk mobil
otomatis maka sistem komputer harus memperhitungkan semua data eksternal
agar mobil melaju di trek yang benar, menghindari tabrakan dan sampai di
tujuan. Kecerdasan artifisial juga memiliki peran dalam industri keuangan,
contohnya untuk mendeteksi dan menandai aktifitas di bisang perbankan dan
keuangan seperti penggunaan kartu debit yang tidak biasa dan setoran rekening
dalam jumlah besar.
Kecerdasan buatan juga membantu menyederhanakan dan membuat
perdagangan saham lebih mudah dan efisien dan bisa memperkirakan harga
sekuritas dengan lebih baik.

2.5 Kategori Kecerdasan Artifisal

Kecerdasan artifisal dibagi menjadi dua kategori yaitu lemah dan kuat.
Kecerdasan buatan lemah mewujudkan sistem yang didesain untuk
melakukan satu pekerjaan tertenu. Contohnya adalah permainan seperti catur
dan asisten pribadi. Anda mengajukan pertanyaan ke asisten lalu robot akan
menjawabnya. Kecerdasan buatan kuat adalah sistem yang menjalankan
tugas-tugas yang dianggap sama seperti manusia. Artinya sistem kerja
kecerdasan ini lebih kompleks dan rumit. 
Mereka diprogram untuk menangani situasi dimana mereka mungkin

6
 menyelesaikan masalah tanpa ada campur tangan manusia. Contoh sistem
kecerdasan artifisial kuat adalah aplikasi self-driving atau robot dokter bedah.

2.6 Pertimbangan Khusus

Sejak awal, kecerdasan buatan telah berada di bawah pengawasan dari
para ilmuwan dan masyarakat. Salah satu anggapan umum adalah gagasan
bahwa mesin akan menjadi sangat maju sehingga manusia tidak akan mampu
mengikuti dan mereka akan lepas kontrol mendesain ulang diri pada tingkat
eksponensial. Pertimbangan lain adalah bahwa mesin dapat meretas privasi
orang dan bahkan dipersenjatai. Argumen lain memperdebatkan etika
kecerdasan buatan dan apakah sistem cerdas seperti robot harus diperlakukan
dengan hak yang sama dengan manusia.
Mobil self-driving telah cukup kontroversial karena mesin mereka cenderung
dirancang untuk risiko serendah mungkin dan paling sedikit korban. Jika
disajikan dengan skenario tabrakan dengan satu orang atau yang lain pada saat
yang sama, mobil-mobil ini akan menghitung opsi yang akan menyebabkan
paling sedikit kerusakan. Masalah kontroversial lain yang dimiliki banyak
orang dengan kecerdasan buatan adalah bagaimana hal itu dapat memengaruhi
pekerjaan manusia. Disrupsi adalah hal yang tidak bisa dibantah lagi di masa
depan. 
Dengan banyak industri yang mencari untuk mengotomatisasi pekerjaan
tertentu melalui penggunaan mesin cerdas, ada kekhawatiran bahwa akan ada
banyak PHK karena kerja manusia sudah tergantikan dan lebih efisien dan
hemat anggaran.
Mobil self-driving dapat menghilangkan kebutuhan untuk taksi dan program
berbagi mobil, sementara produsen dapat dengan mudah mengganti tenaga
manusia dengan mesin, membuat keterampilan orang lebih usang.

Kata kunci
1. Kecerdasan buatan mengacu pada simulasi kecerdasan manusia dalam

7
mesin.
2. Tujuan kecerdsan buatan melinkupi pembelajran, penalaran dan persepsi.
3. Kecerdasan buatan digunakan dalam semua aspek kehidupan.
4. Kecerdasan buatan sederhana berorientasi pada satu tugas.
5. Kecerdasan buatan kuat menjalankan tugas lembih kompleks dan rumit,
mirip manusia.

8
 BAB III
KESIMPULAN

Tiga konsep dasar dari Artificial Intelligence AI yaitu pembelajaran mesin

(Machine Learning), pembelajaran mendalam (Deep Learning), dan jaringan saraf
tiruan (Neural Network). Artificial intelligent bekerja sesuai dengan algoritma
pemrograman pada sistem komputer yang diberikan dalam proses pembuatannya.
Artificial intelligent memiliki banyak dampak baik seperti meningkatkan
efektivitas kerja. Dampak Positif dari AI adalah kecerdasan buatan, dapat
meningkatkan kemungkinan keberhasilan pengobatan medis. Misalnya sistem
bedah da Vinci yang menggunakan teknologi robot untuk melakukan operasi yang
lebih presisi, akurat, dan minim trauma pada pasien. Dampak Negatif dari AI
adalah perubahan besar yang ia timbulkan pada sistem kerja umat manusia. Di
mana banyak pekerjaan akan dilakukan oleh mesin dengan kecerdasan buatan,
dikhawatirkan menggeser tenaga kerja manusia dan menyebabkan pengangguran.
Kecerdasan artifisal dibagi menjadi dua kategori yaitu lemah dan kuat.

9
 DAFTAR PUSTAKA

https://idmetafora.com/news/read/318/Mengenal-3-Konsep-Dasar-Kecerdasan-
Buatan-Artificial-Intelligence.html

https://www.kompas.com/skola/read/2021/07/05/121323869/artificial-
intelligence-ai-pengertian-perkembangan-cara-kerja-dan?page=all#page2

https://www.gurugeografi.id/2020/07/konsep-dasar-artificial-intelligence.html

10