MODUL DATA MINING

(HIM717)

MODUL 1
PENGANTAR KECERDASAN BUATAN

DISUSUN OLEH
RAVIE KURNIA LADAY, S.KOM, M.KOM

UNIVERSITAS ESA UNGGUL

2020

Universitas Esa Unggul

http://esaunggul.ac.id
0 / 16
 KONSEP DASAR DATA MINING

A. Kemampuan Akhir Yang Diharapkan

Setelah mempelajari modul ini, diharapkan mahasiswa mampu :
1. Menyampaikan pengertian Kecerdasan Buatan.
2. Mejelaskan konsep dasar ilmu Kecerdasan Buatan serta penerapannya.

B. Uraian dan Contoh

Manusia diciptakan dengan kecerdasan yang sangat luar biasa.
Pada usia 3 tahun, seorang balita sudah mampu berkomunikasi dengan baik
menggunakan bahasa ibunya. Dia juga sudah ampu mengenali berbagai
benda meskipun yang terlihat hanya bagian tertentu dari benda tersebut.
Ketika melihat bagian kecil dari ekor cicak, dia akan mampu
mengidentifkasi bahwa ada seekor cicak sedang bersembunyi di balik
bingkai foto yang tergantung di dinding. Pada usia selanjutnya,
kecerdasannya akan berkembang dengan sangat pesat, baik kecerdasan
kognitif, kecerdasan emosional, maupun kecerdasan spiritualnya. Sampai
saat ini belum ada satu mesinpun ya ng bisa menyamai kecerdasan manusia
secara keseluruhan.
Selama bertahun-tahun para filsuf berusaha mempelajari
kecerdasan manusia. Dari pemikiran para filsuf tersebut, lahirlah AI sebagai
cabang ilmu yang juga berusaha memahami kecerdasan manusia. AI
Berusaha membangun entitas-entitas cerdas yang sesuai dengan pemahaman
manusia. Entitas-entitas cerdas yang dibangun AI ini ternyata sangat
menarik dan mempercepat proses pemahaman terhadap kecerdasan manusia.
Oleh karena itu , AI menjadi bidang yang sangat penting dalam memahami
kecerdasan manusia. Dengan didukung perkembangan hardware dan
sortware yang sangat beragam, AI telah menghasilkan banyak produk yang
sangat penting dan berguna bagi kehidupan manusia. Hingga saat ini, AI
terus dipelajari dan dikembangkan secara meluas maupun mendalam.

Universitas Esa Unggul

http://esaunggul.ac.id
1 / 16
 Para ahli mendefinisikan AI secara berbeda-beda tergantung pada
sudut pandang mereka masing-masing. Ada yang fokus pada logika berpikir
manusia saja, tetapi ada uga yang mendefinisikan AI secara lebih luas pada
tingkah laku manusia. Pada [RUS95], Stuart Russel dan Peter Norvig
mengelompokkan definisi AI, yang diperoleh dari beberapa textbook
berbeda, ke dalam empat kategori, yaitu :
1. Thinking humanly : the cognitive modeling approach
2. Acting humanly : the Turing test approach
3. Thinking rationallly : the laws of thought approach
4. Acting rationally : the rational agent approach
Pada pendekatan Thinking humanly dilakukan dengan dua cara sebagai
berikut :
• Melalui introspeksi : mencoba menangkap pemikiran-pemikiran
kita sendiri pada saat kita berpikir. Tetapi, seorang psikolog barat
mengatakan : ”how do you know that you understand?”
Bagaimana anda tahu bahwa anda mengerti? Karena pada saat
anda menyadari pemikiran anda, ternyata pemikiran tersebut
sudah lewat dan digantikan kesadaran anda. Sehingga definisi ini
terkesan mengada-ada dan tidak mungkin dilakukan.
• Melalui eksperimen-eksperimen prikologi.
Pada tahun 1950, Alan Turing merancang suatu ujian bagi komputer
terinteliensia (Acting humanly) untuk menguji apakah komputer tersebut
mampu mengelabui seorang manusia yang menginterogasinya melalui
teletype (komunikasi berbasis teks jarak jauh). Jika interrogator tidak dapat
membedakan yang diinterogasi adalah manusia atau komputer, maka
komputer berintellijensia tersebut loos dari Turing test. Komputer terseut
perlu memiliki kemampuan : Natural Language Processing, Knowledge
Representation, Automated Reasoning, Machinne Learning, Coputer Vision,
Robotics, Turing test sengaja menghindari interaksi fisik antara interrogator
dan komputer kearena simulasi fisik manusia tidak memerlukan intelijensia.

Universitas Esa Unggul

http://esaunggul.ac.id
2 / 16
 Terdapat dua masalah dalam pendekatan Thiking rationally, yaitu :
• Tidak mudah untuk membuat pengetahuan informasi dan
menyatakan pengetahuan tersebut ke dalam formal term
yang diperlukan oleh notasi logika, khususnya ketika
pengetahuan tersebut memiliki kepastian kurang dari
100%.
• Terdapat perbedaan besar antara dapat memecahkan
masalah ”dalam prisip” dan memecahkannya ”dalam
dunia nyata”
Membuat inferensi yang logis merupakan bagian dari suatu rational agent
(acting rationally). Hal ini disebabkan satu-satunya cara untuk melakukan
aksi secara rasional adalah dengan menalar secara logis. Dengan menalar
secara logis, maka bisa idapatkan kesimpulan bahwa aksi yang diberikan
akan mencapai tujuan atau tidak. Jika encapai tujuan, maka agent dapat
melakukan aksi berdasarkan kesimpulan tersebut.
Thinking humanly dan acting humanly adalah dua definisi dalam
arti yang sangat luas. Sampai saat ini, pemikiran manusia yang diluar rasio,
yakni refleks dan intuitif (berhubungan dengan perasaan), belum dapat
ditirukan sepenuhnya oleh komputer. Dengan demikian, kedua definisi ini
dirasa kurang tepat untuk saat ini. Jika kita menggunakan definisi ini, maka
banyak produk komputasi cerdas saat ini yang tidak layak disebut sebagai
produk AI.
Definisi thinking rationallu terasa lebih sempit daripada acting
rationally. Oleh karena itu, definisi AI yang paling tepat untuk saat ini
adalah acting rationally dengan pendekatan rational agent. Hal ini
berdasarkan pemikiran bahwa komputer bisa melakukan penalaran secara
logis dan juga bisa melakukan aksi secara rasional berdasarkan hasil
penalaran tersebut.

Universitas Esa Unggul

http://esaunggul.ac.id
3 / 16
 Apa Sebenarnya Artificial Intelligence Itu?
Jika seseorang bertanya kepada Anda apa definisi AI atau
kecerdasan buatan Anda, apa yang akan Anda katakan? Kecerdasan buatan
adalah topik yang kompleks. Oleh karena itu, ada beberapa definisi yang
mungkin Anda temui. Berikut salah satu yang paling akurat dari Google:
“Teori dan pengembangan sistem komputer yang mampu melakukan tugas-
tugas yang biasanya membutuhkan kecerdasan manusia, seperti persepsi
visual, pengenalan ucapan, pengambilan keputusan, dan terjemahan
antarbahasa”.

Gambar 1 Contoh Dimana Artificial Intelligence Bisa Digunakan

“Kecerdasan buatan adalah perangkat lunak atau program

komputer dengan mekanisme untuk belajar. Ia kemudian menggunakan
pengetahuan itu untuk membuat keputusan dalam situasi baru, seperti yang
dilakukan manusia. Para peneliti yang membangun perangkat lunak ini
mencoba menulis kode yang dapat membaca gambar , teks, video, atau audio,
dan belajar sesuatu darinya. Setelah mesin belajar, pengetahuan itu dapat
digunakan di tempat lain. ” (D Gershgorn, 2017).

Universitas Esa Unggul

http://esaunggul.ac.id
4 / 16
 Dengan kata lain, kita dapat mengatakan bahwa AI adalah
kemampuan mesin untuk menggunakan algoritme untuk belajar dari data,
dan menggunakan apa yang telah dipelajari untuk membuat keputusan
seperti yang dilakukan manusia. Tidak seperti manusia, mesin yang
didukung AI tidak perlu istirahat atau istirahat dan mereka dapat
menganalisis informasi dalam jumlah besar sekaligus. Rasio kesalahan juga
secara signifikan lebih rendah untuk mesin yang melakukan tugas yang sama
seperti mesin manusia.
Gagasan bahwa komputer atau program perangkat lunak dapat
belajar dan membuat keputusan sangat penting dan sesuatu yang harus kita
waspadai, karena proses mereka tumbuh secara eksponensial dari waktu ke
waktu. Karena dua keterampilan ini, sistem AI sekarang dapat
menyelesaikan banyak tugas yang dulunya disediakan untuk manusia.
Teknologi berbasis AI telah digunakan untuk membantu manusia
mendapatkan keuntungan dari peningkatan yang signifikan dan peningkatan
efisiensi di hampir setiap bidang kehidupan. Seiring perkembangan AI yang
terus berkembang, hal itu akan semakin mengubah cara kita hidup dan
bekerja.
Teknologi AI sekarang mulai menawarkan kemampuan untuk
melihat (computer vision), mendengar (pengenalan ucapan), dan memahami
(pemrosesan bahasa alami) lebih dari sebelumnya. Gambar 2 menunjukkan
konsep ini dengan baik. Sementara ketiga kemampuan penginderaan ini
akan menjadi penting, penglihatan komputer mungkin yang paling
signifikan, karena menawarkan kasus penggunaan yang paling
menguntungkan untuk hal-hal seperti mobil yang bisa mengemudi sendiri,
pengenalan wajah, dan robotika yang kuat.
Pertimbangkan sejenak pekerjaan Anda sendiri. Bagaimana
penerapan satu atau lebih dari tiga teknologi AI ini (computer vision, speech
recognition, dan natural language processing) membantu Anda melakukan
pekerjaan dengan lebih efisien?

Universitas Esa Unggul

http://esaunggul.ac.id
5 / 16
 Gambar 2 Kecerdasan Buatan Mampu Melihat, Mendengar dan Memahami

Manfaat lain dari AI adalah memungkinkan mesin dan robot untuk

melakukan tugas-tugas yang dianggap manusia sebagai sulit, membosankan,
atau berbahaya. Pada gilirannya, ini akan memungkinkan umat manusia
melakukan hal-hal yang dulunya dianggap mustahil.
Salah satu kelemahan teknologi AI adalah bahwa mesin juga akan
dapat melakukan banyak tugas yang saat ini membutuhkan sentuhan
manusia, yang secara signifikan akan mengganggu pasar tenaga kerja. AI
juga berpotensi menimbulkan perebutan kekuasaan politik.
AI dapat diterapkan pada hampir semua situasi dan menawarkan
kemungkinan untuk mengubah pengalaman kita, menjadikan segalanya lebih
baik dan lebih efektif.
Berikut adalah beberapa aplikasi teknis yang berkembang pesat untuk AI
yang saat ini sudah ada:
1. Pengenalan Gambar Statis, Klasifikasi dan Pemberian Tag:
Alat-alat ini sangat membantu dalam beragam industri.

Universitas Esa Unggul

http://esaunggul.ac.id
6 / 16
 2. Peningkatan Kinerja Strategi Perdagangan Algoritmik: Ini
telah diterapkan dalam berbagai cara di sektor keuangan.
3. Pemrosesan Data Pasien yang Efisien dan Skalabel: Ini
membantu membuat perawatan pasien lebih efektif dan
efisien.
4. Pemeliharaan Prediktif: Ini adalah alat lain yang dapat
diterapkan secara luas ke berbagai industri.
5. Deteksi dan Klasifikasi Objek: Hal ini dapat dilihat pada
industri mobil tanpa pengemudi, tetapi memiliki potensi
untuk digunakan di banyak sektor lain juga.
6. Distribusi Konten di Media Sosial: Ini pada dasarnya
adalah alat pemasaran yang digunakan dengan media sosial,
tetapi juga dapat digunakan untuk meningkatkan kesadaran
bagi organisasi nirlaba atau dengan cepat menyebarkan
informasi sebagai layanan publik.
7. Perlindungan dari Ancaman Keamanan Siber: Ini adalah
alat penting bagi bank dan sistem yang mengirim dan
menerima pembayaran secara online.

Meskipun beberapa contoh di atas sedikit lebih teknis, jelas terlihat

bahwa AI akan memberi kita potensi untuk melihat, mendengar, dan
memahami dunia di sekitar kita dengan lebih baik. Karena ini dulunya
adalah karakteristik manusia yang unik, AI akan membuka kemungkinan
dunia baru.
AI akan dapat membuat hidup kita lebih mudah dengan
menawarkan saran dan prediksi terkait pertanyaan penting dalam hidup kita,
memengaruhi area seperti kesehatan, kesejahteraan, pendidikan, pekerjaan,
dan cara kita berinteraksi dengan orang lain.
Ini juga akan mengubah cara kita berbisnis dengan memberikan
keunggulan kompetitif kepada perusahaan yang berusaha memahami dan
menerapkan alat ini dengan cepat dan efektif.

Universitas Esa Unggul

http://esaunggul.ac.id
7 / 16
 Terkadang istilah "Artificial Intelegence" cenderung membuat
orang takut. Salah satu pakar AI ternama, Sebastian Thrun, berpendapat
akan lebih baik menyebutnya "data science ", istilah yang tidak terlalu
menakutkan, yang mungkin akan meningkatkan penerimaan publik.

Gambar 3 Artificial Intelligence, Machine Learning, and Deep

Machine Learning
Machine Learning adalah salah satu pendekatan utama untuk
kecerdasan buatan. Singkatnya, Machine Learning adalah aspek ilmu
komputer di mana komputer atau mesin memiliki kemampuan untuk belajar
tanpa diprogram secara eksplisit. Hasil tipikal adalah saran atau prediksi
dalam situasi tertentu.
Pertimbangkan komputer pribadi pertama yang tersedia bagi
konsumen pada 1980-an. Mesin-mesin ini secara eksplisit diprogram untuk
dapat melakukan hal-hal tertentu. Sebaliknya, berkat Machine Learning,
banyak perangkat teknis yang akan Anda gunakan di masa mendatang akan
mendapatkan pengalaman dan wawasan dari cara penggunaannya agar dapat
menawarkan pengalaman pengguna yang dipersonalisasi untuk setiap
individu. Contoh dasarnya sudah termasuk personalisasi yang Anda lihat di
situs media sosial seperti Facebook, atau di hasil mesin pencari Google.

Universitas Esa Unggul

http://esaunggul.ac.id
8 / 16
 Machine Learning menggunakan algoritme untuk belajar dari pola
data. Misalnya, filter spam email menggunakan Machine Learning untuk
mendeteksi email mana yang merupakan spam dan kemudian
memisahkannya dari email yang sah. Ini adalah contoh sederhana tentang
bagaimana algoritma dapat digunakan untuk belajar dari pola data, dan
pengetahuan yang diperoleh dapat digunakan untuk membuat keputusan.
Gambar 4 di bawah ini menunjukkan tiga subkumpulan Machine
Learning yang dapat digunakan: pembelajaran yang diawasi, pembelajaran
tanpa pengawasan, dan pembelajaran penguatan.

Gambar 4 Tipe Machine Learning

Dalam pembelajaran yang diawasi, algoritme menggunakan data

yang telah diberi label atau diatur. Dengan metode ini dibutuhkan masukan
manusia untuk dapat memberikan umpan balik. Pembelajaran tanpa
pengawasan mengimplementasikan algoritme di mana data tidak diberi label
atau diatur sebelumnya. Sebaliknya, hubungan harus ditemukan tanpa
campur tangan manusia.

Universitas Esa Unggul

http://esaunggul.ac.id
9 / 16
 Terakhir, dengan pembelajaran penguatan, algoritme dapat belajar
dari pengalaman. Mereka tidak diberi tujuan eksplisit, kecuali untuk
memaksimalkan beberapa hadiah.

Deep Learning
Salah satu aplikasi kecerdasan buatan yang paling kuat dan paling
cepat berkembang adalah Deep Learning, yang merupakan sub-bidang
pembelajaran mesin. Deep Learning digunakan untuk memecahkan masalah
yang sebelumnya dianggap terlalu kompleks, dan biasanya melibatkan data
dalam jumlah besar.
Deep Learning terjadi melalui penggunaan jaringan saraf, yang
berlapis untuk mengenali hubungan dan pola kompleks dalam data.
Penerapan Deep Learning membutuhkan kumpulan data yang besar dan
daya komputasi yang kuat agar dapat berfungsi. Deep Learning saat ini
digunakan dalam pengenalan ucapan, pemrosesan bahasa alami, penglihatan
komputer, dan identifikasi kendaraan untuk bantuan pengemudi.
Salah satu contohnya dapat dilihat pada terjemahan yang dilakukan
di Facebook. Baru-baru ini, Facebook mengungkapkan bahwa berkat deep
learning mereka mampu membuat sekitar 4,5 miliar terjemahan setiap hari.
Ini cenderung merupakan terjemahan singkat untuk hal-hal seperti
pembaruan status yang diposting oleh orang-orang ke profil Facebook
mereka. Alat AI Facebook mampu menerjemahkan pesan-pesan ini secara
otomatis ke dalam berbagai bahasa. Ini akan menjadi sangat mahal dan
membutuhkan tim besar orang untuk menawarkan terjemahan yang sama
tanpa pembelajaran yang mendalam.

Apa yang Membuat Kecerdasan Buatan Begitu Penting Saat Ini?

Apa sebenarnya yang membuat kecerdasan buatan menjadi teknologi yang
penting dan spesial saat ini?
Ahli kecerdasan buatan dan pembelajaran mendalam Andrew Ng
mungkin mengatakan yang terbaik ketika dia menggambarkan kecerdasan
buatan sebagai listrik baru. Dengan mengatakan ini, dia menunjukkan

Universitas Esa Unggul

http://esaunggul.ac.id
10 / 16
 keyakinannya bahwa AI akan segera memberdayakan sebagian besar
aktivitas kita di masyarakat dan bisnis, mengubah secara drastis cara kita
bekerja dan hidup.
Kita percaya bahwa mempelajari cara kerja AI dan memahami
implikasinya bagi kehidupan kita setidaknya sama pentingnya dengan
belajar membaca dan menulis. Dengan kata lain, menyadari bahwa kita
sekarang mulai hidup di era AI, jadi penting untuk mempelajarinya sedini
mungkin.
Meskipun ada banyak alasan untuk memprioritaskan pembelajaran tentang
AI, berikut adalah yang paling penting:
1. Kecepatan Implementasi AI: Teknologi AI baru
diperkenalkan dengan kecepatan yang luar biasa dan bisa
jadi sulit untuk mengikutinya. Saat ini, hanya segelintir
orang yang benar-benar memahami semua implikasi
teknologi yang berkembang pesat ini bagi dunia kita.
Tentunya, perubahan yang cepat ini akan menimbulkan
sejumlah tantangan.
2. Potensi Dampak pada Masyarakat: Sulit membayangkan
banyaknya hal yang dapat ditingkatkan, diubah, atau dibuat
oleh AI, saat kami mulai menerapkannya ke banyak area
kehidupan yang berbeda.
3. Memprioritaskan AI oleh Setiap Perusahaan Teknologi
Besar: Bahkan Google, sebuah perusahaan yang dulunya
mengatakan bahwa seluler adalah prioritas utamanya, telah
mengalihkan fokusnya ke AI. Hampir setiap perusahaan
teknologi banyak berinvestasi dalam penelitian dan
pengembangan AI, yang dengan jelas menunjukkan
pentingnya AI untuk bisnis secara umum.
4. Kekurangan Pekerja Berpengetahuan: Karena AI
berkembang begitu pesat, ada kebutuhan besar untuk lebih
banyak ilmuwan data, pakar pembelajaran mesin, dan
profesional teknis lainnya yang dapat membangun solusi

Universitas Esa Unggul

http://esaunggul.ac.id
11 / 16
 dan layanan AI. Ada juga kekurangan tenaga profesional
lain, seperti guru dan konsultan, untuk membantu
menjelaskan implikasi dari pertumbuhan AI, yang pada
gilirannya akan membantu bisnis dan individu beradaptasi
dengan realitas baru.
5. Keunggulan Kompetitif bagi Perusahaan yang Pertama kali
Menerapkan AI dengan Benar: Baik perusahaan besar
maupun kecil dapat menerapkan AI, dan mereka yang
melakukannya terlebih dahulu, dan dengan benar, akan
menikmati keunggulan kompetitif yang menakjubkan.
6. Implikasi Hukum di Seluruh Dunia: Di hampir setiap
negara, undang-undang dan peraturan perlu ditinjau dan
diperbarui untuk memasukkan tren baru era AI. Ada juga
permintaan akan informasi tentang bagaimana masyarakat
bisa mendapatkan keuntungan dengan menerapkan AI ke
berbagai bidang seperti perawatan kesehatan dan
transportasi.
7. Pengembangan Etis: Saat kita mempersiapkan pertumbuhan
AI, kita perlu mendorong perusahaan untuk
mengembangkan teknologi baru secara etis dan
bertanggung jawab, untuk melayani umat manusia dengan
lebih baik dan meningkatkan standar hidup di seluruh dunia.
Meskipun ini lebih mudah diucapkan daripada dilakukan,
jenis kebijakan ini benar-benar perlu diterapkan lebih cepat
daripada nanti karena AI terus berkembang.
8. Komunikasi Keuntungan dan Peluang: Orang yang bekerja
untuk perusahaan teknologi cenderung menawarkan
pandangan paling positif tentang peluang masa depan yang
akan diberikan oleh AI. Namun, di luar sektor tersebut,
orang sering mendapat kesan negatif tentang alat AI karena
kurangnya pemahaman. Berbagi informasi tentang manfaat
yang ditawarkan oleh AI akan menjadi faktor penting

Universitas Esa Unggul

http://esaunggul.ac.id
12 / 16
 dalam membantu orang merasa nyaman dalam mengadopsi
teknologi baru ini. Di masa depan, anggota masyarakat
yang paling produktif akan bekerja sama dengan AI,
membentuk robot untuk kemitraan manusia, membuat
upaya mereka jauh lebih efisien. Penting untuk berbagi
pengetahuan dengan semua orang tentang bagaimana hal ini
dapat dilakukan dengan benar.
9. Kolaborasi Antara Sektor Swasta dan Publik: Penelitian
dan pengembangan AI seharusnya tidak hanya dilakukan di
perusahaan teknologi besar. Sebaliknya, perlu ada
kolaborasi yang kuat dan terbuka secara internasional, serta
antara perusahaan dari semua ukuran, dan antara sektor
publik dan swasta.

Faktor pendorong bagi terlaksananya aplikasi Kecerdasan Buatan adalah:

1. Pesatnya perkembangan teknologi perangkat keras. Hampir
semua aplikasi Kecerdasan Buatan memerlukan perangkat
keras yang memiliki kecepatan daya tampung yang lebih tinggi,
walaupun hanya menjalankan perangkat lunak Kecerdasan
Buatan yang paling sederhana sekalipun. Di samping itu, harga
perangkat keras yang dengan kemampuan lebih memiliki harga
yang relatif semakin murah.
2. Pengembangan perangkat lunak Kecerdasan Buatan Dewasa ini
bahasa dan alat pemrograman baru yang lebih canggih sudah
banyak dikembangkan dan dipasarkan secara luas, termasuk
bahasa khusus untuk Kecerdasan Buatan.
3. Perkembangan khusus komputer pribadi (personal
computer/PC). Sekarang sudah sangat banyak orang
menggunakan komputer mikro (microcomputer) khususnya
komputer pribadi baik di sekolah, perusahaan atau bahkan di
rumah yang menyebabkan permintaan mereka akan perangkat
lunak yang lebih unggul untuk pekerjaan mereka.

Universitas Esa Unggul

http://esaunggul.ac.id
13 / 16
 4. Turut andilnya para investor dalam mendanai penelitian dan
pengembangan teknologi Kecerdasan Buatan. Hal ini
mengakibatkan terjadinya semacam tekanan di kalangan
masyarakat Kecerdasan Buatan untuk berlombalomba dalam
mempercepat gerak dan langkah penelitiannya dan segera
memproduksi Kecerdasan Buatan dalam waktu yang singkat.

C. Latihan
1. Seperti apa cara pandang ilmuwan tentang AI saat ini?
2. Apa definisi yang paling tepat untuk saat ini?
3. Bagaimana pendapat anda mengenai AI saat ini?

D. Kunci Jawaban
1. Terdapat dua cara pandang berbeda mengenai AI. Pertama adalah
memandang AI sebagai bidang ilmu yang hanya fokus pada proses
berpikir. Sedangkan yang ke dua adalah memandang AI sebagai bidang
ilmu yang fokus pada tingkah laku. Cara pandang ke dua memandang AI
secara lebih luas karena suatu tingkahlaku selalu didahului dnegna proses
berpikir.
2. Untuk saat ini definisi AI yang paling tepat adalah acting rationally dengan
pendekatan rational agent. Hal ini berdasarkan pemikiran bahwa computer
bisa melakukan penalaran secara logis dan juga bisa melakukan aksi
secara rasional berdasarkan penalaran tersebut.
3. Saat ini, dengan semaikin cepatna perkembangan hardware dan software
berbagai produk AI terlah berhasil dibangun dan digunakan dalam
kehidupan sehari-hari. Dengan teknologi hardware yang performansinya
semakin tinggi dan berukuran kecil serta didukung teknologi software
yang semakin beragam dan kuat, produk-produk berbasis AI semakin
dekat dengan kehidupan mahusia.

Universitas Esa Unggul

http://esaunggul.ac.id
14 / 16
E. Daftar Pustaka
J Han, M Kamber, J Pei. Data Mining : Concepts and Techniques, 3rd
Edition.
DT Larose. Discovering Knowledge in Data.
Suyanto, Artificial Intelegence : Searching, Reasoning, Planning Learning.

Universitas Esa Unggul

http://esaunggul.ac.id
15 / 16