Artificial Inteligence(AI)

Artikel tentang Perbedaan Pemrograman AI

dengan Pemrograman Konvensional

Untuk memenuhi tugas pada mata kuliah

Artificial Inteligence(AI)

Dosen Pengampu
Rahmat Hidayat,S.Kom., M.Kom

Yang disusun oleh :

Eka Pambudi (210202563)

KELAS 4IKRA
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS PUTRA BANGSA
TAHUN AJARAN 2023
Pengertian AI dan Pemrograman Konvensional

Sebagai manusia yang lahir di era digitalisasi dan kemajuan pesat dari IPTEK tentu kita
mengenal apa itu Artificial Inteligence atau Kecerdasan Buatan, ya, seperti di film-film
dengan tema robotik layaknya Transformers. Tapi tahukah kalian perbedaan yang paling
mencolok dari pemrograman AI dan pemrograman konvensional ? Tapi sebelum itu kita
perlu tahu apakah AI dan pemrograman konvensional itu dan bagaimana cara kerjanya.
● Kecerdasan Buatan atau Artificial Intelligence (AI) adalah simulasi dari kecerdasan
yang dimiliki oleh manusia yang dimodelkan di dalam mesin dan diprogram agar bisa
berpikir seperti halnya manusia. Sedangkan menurut Mc Leod dan Schell,
kecerdasan buatan adalah aktivitas penyediaan mesin seperti komputer dengan
kemampuan untuk menampilkan perilaku yang dianggap sama cerdasnya dengan
jika kemampuan tersebut ditampilkan oleh manusia. Jadi singkatnya adalah AI
merupakan suatu sistem komputerisasi yang digunakan untuk memudahkan
pekerjaan manusia.
● Pemrograman Konvensional adalah metode mendesain suatu aplikasi, pemrogram
dituntut bisa mengimplementasikan baris demi baris kode program agar bisa
menghasilkan bentuk tampilan aplikasi yang diinginkan, dan cukup memakan waktu
lama. Kemudian baru penanganan proses dari program aplikasi saat dikenakan
event.

Cara Kerja Sistem AI dan Pemrograman Konvensional

● Perangkat lunak AI berbasis representasi serta manipulasi simbolik. Di sini simbol

tersebut berupa huruf, kata, atau angka yang merepresentasikan obyek, proses
dan hubungan keduanya. Sebuah obyek bisa jadi seorang manusia, benda, pikiran,
konsep, kejadian, atau pernyataan suatu fakta. Menggunakan simbol, kita dapat
menciptakan basis pengetahuan yang berisi fakta, konsep, dan hubungan di antara
keduanya. Kemudian beberapa proses dapat digunakan untuk memanipulasi simbol
tersebut untuk menghasilkan nasehat atau rekomendasi untuk penyelesaian suatu
masalah.
● Program komputer konvensional prosesnya berbasis algoritma, yakni formula
matematis atau prosedur sekuensial yang mengarah kepada suatu solusi. Algoritma
tersebut dikonversi ke program komputer yang memberitahu komputer secara pasti
instruksi apa yang harus dikerjakan. Algoritma yang dipakai kemudian menggunakan
data seperti angka, huruf, atau kata untuk menyelesaikan masalah.

Perbedaan Pemrograman AI dengan Pemrograman Konvensional

Hal yang paling mencolok adalah dari fungsinya, bisa kita pahami sebagai berikut :
● Pemrograman konvensional lebih difokuskan kepada alat hitung saja.
● Kecerdasan lebih difokuskan kepada penyelesaian suatu masalah.
AI dalam melakukan aplikasi kecerdasan buatan ada 2 bagian utama yang sangat
dibutuhkan, yaitu:
● Basis Pengetahuan (Knowledge Base), berisi fakta-fakta, teori, pemikiran dan
hubungan antara satu dengan lainnya.
 ● Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan
berdasarkan pengalaman.
Kecerdasan buatan (AI) telah dikembangkan selama 40 tahun. Hingga saat ini ada banyak
aplikasi-aplikasi yang diimplementasikan dari AI. Beberapa implementasi dan apa saja yang
dikerjakan dalam bagian-bagian AI berikut ini :
● Robotics : Difokuskan pada produksi alat-alat mekanik yang dapat mengendalikan
gerak.
● Speech Processing : Bertujuan pada pengenalan dan sintesa pembicaraan manusia.
● Machine Learning : Pembuatan program-program bermain permainan.
● Neural Network atau Parallel Distributed : Teknik-teknik terbaik untuk
mempresentasikan pengetahuan dan merancang jaringan syaraf tiruan.

Selain dari hal itu, dalam tabel dapat kita lihat ada banyak perbedaan kecerdasan buatan
dan Pemrograman Konvensional yang lain yaitu :

Dimensi Artificial Inteligence Pemrograman Konvensional

Pemrosesan Membangun konsep-konsep Algoritmik

simbolik

Sifat Input Bisa tidak lengkap Harus lengkap

Pencarian Kebanyakan bersifat Biasanya didasarkan pada

heuristik algoritma

Keterangan Disediakan Biasanya tidak disediakan

Fokus Pengetahuan Data dan Informasi

Struktur Kontrol dipisahkan dari Kontrol terintegrasi dengan

pengetahuan informasi (data)

Sifat Output Kuantitatif Kualitatif

Pemeliharaan dan Update Relatif Mudah Sulit

Kemampuan Menalar Ya Tidak

Tujuan dan Arah AI untuk Masa Depan

Setiap bidang Ilmu Pengetahuan pastinya memiliki tujuan dan arah dimana arah dari suatu
representasi ilmu pengetahuan akan memberikan dampak positif untuk memudahkan dan
mempercepat pekerjaan manusia. Lalu apa saja tujuan dan arah AI ?

● Tujuan AI
a. Untuk mengembangkan metode dan sistem untuk menyelesaikan
masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual
manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain,
meningkatkan kinerja sistem informasi yang berbasis komputer.
 b. Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak
manusia bekerja.

● Arah AI
a. Mengembangkan metode dan sistem untuk menyelesaikan masalah AI tanpa
mengikuti cara manusia menyelesaikannya (sistem pakar / expert systems).
b. Mengembangkan metode dan sistem untuk menyelesaikan masalah AI
melalui pemodelan cara berpikirnya manusia, atau cara bekerjanya otak
manusia (neural networks).

Bidang-bidang Aplikasi dalam AI

● Menurut Elaine Rich : Masalah pada AI (Task Domain) : Task Keduniaan (Mundane
Task)
● Perception: Vision, Speech Recognition
● Natural Language: Understanding, Generation, Translation
● Commonsense Reasoning
● Robot Control Task Formal (Formal Task)
● Games (Chess, Backgamon, checkers,Go)
● Mathematics (Geometry, Logic, Integral Calculus, Proving properties of programs)
Task Ahli (Expert Tasks)
● Engineering (Design,Fault Finding, Manufacturing Planning)
● Scientific Analysis, Medical Diagnosis, Financial Analysis.

Jadi, apakah AI itu penting ?

● AI mengautomasi pembelajaran dan penemuan berulang melalui data. Tetapi AI

berbeda dengan automasi robotik yang digerakkan oleh perangkat keras. Alih-alih
mengautomasi tugas manual, AI melakukan tugas-tugas yang sering, bervolume
tinggi, terkomputerisasi dengan andal dan tanpa mengalami kelelahan. Untuk jenis
automasi ini, penyelidikan manusia masih penting untuk mengatur sistem dan
mengajukan pertanyaan yang tepat.
● AI menambahkan kecerdasan pada produk-produk yang ada. Di sebagian besar
kasus, AI tidak dijual sebagai aplikasi individu. Akan tetapi, produk yang sudah Anda
gunakan akan ditingkatkan dengan kemampuan AI, mirip seperti Siri yang
ditambahkan sebagai fitur pada generasi baru produk Apple. Automasi, platform
percakapan, bot, dan mesin pintar dapat dikombinasikan dengan sejumlah besar
data untuk meningkatkan banyak teknologi di rumah dan di tempat kerja, mulai dari
intelijen keamanan hingga analisis investasi.
● AI beradaptasi melalui algoritme pembelajaran progresif guna memungkinkan data
melakukan pemrograman. AI menemukan struktur dan keteraturan dalam data
sehingga algoritme memperoleh keterampilan: Algoritme menjadi pengklasifikasi
atau prediktor. Jadi, sama seperti algoritme yang dapat mengajarkan dirinya sendiri
cara bermain catur, AI dapat mengajarkan sendiri produk apa yang akan
direkomendasikan berikutnya secara online. Dan model-model beradaptasi saat
memberikan data baru. Propagasi belakang merupakan teknik AI yang
memungkinkan model untuk beradaptasi, melalui pelatihan dan data yang
ditambahkan, saat jawaban pertama tidak terlalu tepat.
 ● AI menganalisis data lebih banyak dan lebih dalam menggunakan jaringan neural
yang memiliki banyak lapisan tersembunyi. Membangun sistem deteksi penipuan
dengan lima lapisan tersembunyi hampir tidak mungkin beberapa tahun yang lalu.
Semuanya berubah dengan kekuatan komputer yang luar biasa dan big data. Anda
memerlukan banyak data untuk melatih model pembelajaran mendalam karena
model tersebut belajar langsung dari data. Semakin banyak data yang Anda
umpankan kepada model, semakin akurat model tersebut.
● AI mencapai keakuratan mengagumkan melalui jaringan neural mendalam – yang
sebelumnya tidak dimungkinkan. Misalnya, interaksi Anda dengan Alexa, Google
Search, dan Google Photos semuanya didasarkan pada pembelajaran yang
mendalam – dan ketiganya terus menjadi semakin akurat karena kita semakin sering
menggunakannya. Di bidang medis, teknik AI dari pembelajaran mendalam,
klasifikasi citra, dan pengenalan objek sekarang dapat digunakan untuk menemukan
kanker pada MRI dengan akurasi yang sama seperti ahli radiologi yang terlatih.
● AI memanfaatkan sebagain besar data. Jika algoritme merupakan pembelajaran
mandiri, data itu sendiri dapat menjadi kekayaan intelektual. Jawabannya ada dalam
data; Anda hanya perlu menerapkan AI untuk mendapatkannya. Karena peran data
kini semakin penting dari sebelumnya, data dapat menciptakan keunggulan
kompetitif. Jika Anda memiliki data terbaik dalam industri kompetitif, bahkan jika
seseorang menerapkan teknik serupa, data terbaiklah yang akan menang.

Kesimpulan

Ringkasnya, tujuan AI dan pemrograman konvensional adalah untuk memberikan

kemampuan mengolah input dan menjelaskan output pada perangkat lunak. AI akan
menyediakan interaksi yang mirip manusia dengan perangkat lunak dan menawarkan
dukungan keputusan untuk tugas tertentu, tetapi AI bukan pengganti manusia – dan tidak
akan menggantikan manusia dalam waktu dekat.