M.

K SISTEM PAKAR Pertemuan 2

MENGENAL KECERDASAN
BUATAN (ARTIFICIAL
INTELLIGENCE)

PROGRAM STUDI TEKNIK INFORMATIKA

UNIVERSITAS COKROAMINOTO PALOPO
FAKULTAS TEKNIK KOMPUTER
2017

FIRMANSYAH IBRAHIM, SKom, MKom

PENGERTIAN DAN SEJARAH AI
Apa Itu AI?
 Kecerdasan buatan adalah bagian dari ilmu
komputer yang mempelajari bagaimana membuat
mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia
bahkan bisa lebih baik dari pada yang dilakukan
manusia.
Pengertian Versi Lain
 Definisi AI : merupakan proses di mana peralatan

mekanik dapat melaksanakan kejadian-kejadian

dengan menggunakan pemikiran atau kecerdasan

seperti manusia.
Sejarah AI
 Al pertama kali diperkenalkan pada tahun

1956 dengan program komputer pertama

disebut logic theorist ( pembuktian teorima

kalkulus).
Continue
 Al sedang diterapkan dibidang bisnis dalam bentuk
sistem berbasis pengetahuan ( knowledge base
system), jenis yang paling popular adalah program
komputer yang memcoba untuk mewakili
pengetahuan aturan yakni aturan praktis ( rule of
thumb) dan aturan dugaan ( rule of good guessing).
 Awal pekerjaan dipusatkan pada seperti game
playing (misalnya: audio dengan kecerdasan dan
permainan catur(chess player), pembuktian
teorema (theorem proving) pada Tugas-tugas
formal (Formal Tasks).
 Samual(1963) menulis sebuah program yang diberi
nama check-er-playing program, yang tidak hanya
untuk bermain game, tetapi digunakan juga
pengalamannya pada permainan untuk
mendukung kemampuan sebelumnya.
 Catur juga diterima, karena banyak sekali perhatian
terhadap permaianan catur yang merupakan
permainan yang lengkap atau kompleks, program
catur di sini situasinya harus jelas dan rule atau
ketentuannya harus seperti dunia nyata. Kandidat
AI harus mampu menangani masalah-masalah yang
sulit.
APLIKASI ATAU BIDANG-BIDANG AI
 Kecerdasan tiruan (AI) telah dipelajari selama kira-
kira 40 tahun. Hingga saat ini telah dihasilkan
beberapa produk aplikasi AI secara komersial.
Produkproduk tersebut umumnya dapat dijalankan
pada perangkat keras komputer mulai dari komputer
pribadi(PC) se-harga USA$5000 sampai dengan
komputer besar(mainframe) seharga USA$50,000.
 Secara khas masukkan untuk produkproduk
tersebut berbentuk data simbolis Aplikasi-aplikasi
AI antara lain:
Game Playing
Manajemen
Sistem
Analisa
Kendali Bahasa
Perancangan
Pakar
Otomatisasi
Kecerdasan
dan Data
Pemanggilan
VLSI
Reparasi
Alami
Cerdas
Kantor
Militer
dan
Perangkat
Pembuatan
informasi
Keras
disk
CAD/CAM
video
Kendali Pakar
Analisis
Diagnosis
Konfigurasi
Ramalan
Sintesis
Sistem
ManajemenRobot
Program
ucapan
senyawa
Penyakit
komputer
Kendali
Operator
Komputer
kimia
Senjata
Komputer
Bagian-Bagian Dari AI?
Area AI
 Sistem Pakar (Expert System)
 Sistem Samar(Fuzzy System)
 Jaringan Syaraf Tiruan (Artificial Neural Networks)
 Algoritma Genetika (Genetic Algorithms, GA)
 Penalaran Berbasis Kasus (Case-based reasoning,
CBR)
 Data Mining
 Agen Cerdas (Intelligent Software Agents)
 Teknologi Bahasa(Language Technology)
Mengenal Sistem Cerdas?
 Apa itu sistem cerdas (intelligent system)?

 •Pentingnya Sistem Cerdas dalam Bisnis

 •Karakteristik Sistem Cerdas

 •Bidang Kecerdasan Buatan (AI)

 •Paradigma Soft Computing

Apa itu Sistem Cerdas?
 •Kecerdasan?Sulit didefinisikan, namun berkaitan dengan:
 –Penalaran (Reasoning)
 –Pembelajaran (Learning)
 –Kemampuan Adaptasi (Adaptivity)
 •Sistem yang benar-benar cerdas mampu menyesuaikan
(adapts) dirinya dengan perubahan dalam masalah(automatic
learning). Masih Jarang !
 •Kecerdasan mesin: “Komputernya” mengikuti proses
penyelesaian masalah seperti yang dilakukan manusia
 •Sistem cerdas menunjukkan kecerdasan level mesin,
penalaran,sering learning, tidak harus self-adapting.
Sistem Cerdas dalam Bisnis
 Sistem cerdas di dunia bisnis menggunakan satu atau lebih
tool cerdas, biasanya untuk membantu pengambilan
keputusan
 •Menyediakan kecerdasan bisnis untuk:
 –Meningkatkan produktifitas
 –Memperoleh keuntungan kompetitif (bersaing)
 •Contoh kecerdasan bisnis –informasi mengenai
 –Pola perilaku pelanggan
 –Tren pasar
 –Leher-botol (kemacetan) efisiensi
 •Contoh aplikasi sistem cerdas yang sukses di
bisnis:
 –Layanan Pelanggan/Customer(Pemodelan Relasi
Pelanggan)
 –Penjadwalan (misal: Operasi tambang)
 –Data mining
 –Prediksi pasar keuangan (saham, dll)
 –Kendali kualitas (Quality control)
Sistem Cerdas dalam Bisnis (Contoh)

 •Falcon: Software Deteksi penipuan kartu kredit, menawarkan perbaikan

30-70% daripada metode yang telah ada(contoh neural network).
 •MetLife insurance menggunakan tool ekstraksi informasi otomatis dari
aplikasi MITA (contoh language technology)
 •Rekomendasi personal (Personalized) daftar saluran TV berbasis Internet,
(contoh intelligent agent)
 •FASTrak-Apt: teknologi perencanaan konstruksi apartemen, dari
Hyundai, (contoh proyek Case Based Reasoning)
 •US Occupational Safety and Health Administration (OSHA) menggunakan
“para penasehat pakar" untuk membantu mengidentifikasi kebakaran dan
bahaya keselamatan lain pada tempat kerja(contoh expert system).
Karakteristik Sistem Cerdas
 •Mempunyai satuatau lebihsifat:
 –Mampu mengekstrak dan menyimpan pengetahuan
 –Proses penalaran seperti manusia
 –Pembelajaran dari pengalaman (atau Training)
 –Berurusan dengan ekspresi tidak tepat/teliti dari fakta
 –Menemukan solusi melalui proses mirip evolusi alami
 •Tren Terkini? Interaksi yang lebih canggih dengan pengguna melalui:
 –Pemahaman bahasa Alami
 –Pengenalasan dan Sintesis bicara (speech)
 –Analisis citra (image)
 •Kebanyakan sistem cerdas saat ini berbasis pada
 –Sistem pakar berbasis aturan
 –Satu /lebih metodologi dalam soft computing.
Ilmu Kecerdasan Buatan (AI)
 •Tujuan Utama:Pengembangan software agar mesin mampu menyelesaikan

masalah melalui penalaran mirip manusia.

 •Belajar membangun sistem berdasarkan model representasi pengetahuan dan

pemrosesandalam pikiran manusia

 •Termasuk kajian mengenai otak (struktur dan fungsi-fungsinya).

 •Hadir sebagai disiplin ilmu sejak 1956. Awalnya tidak berkembang, karena:

 –Minimnya pemahaman tentang kecerdasan dan fungsi otak

 –Masalahyang akan diselesaikan dianggap kompleks

 •Expert systems –Cerita sukses AI tahun 1980-an

Paradigma Soft Computing (SC)

 •Atau Computational Intelligence

 •Tidak seperti komputasi konvensional, teknik SC:
 1.Dapat bertoleransidengan data masukan yang
tidak-tepat/teliti, tidak lengkap atau rusak (corrupt)
 2.Memecahkan masalah tanpalangkah-
langkahsolusieksplisit
 3.Mempelajarisolusimelalui observasi dan adaptasi
berulang
 4.Mampu menanganiinformasi yang dinyatakan
dalam terminologi bahasa kurang jelas (samar)
 5.Sampai pada suatu solusiyang dapat diterima
melaluievolusi
Paradigma Soft Computing (SC)

 4 ciri pertama bersifat umum dalam

pemecahan masalah oleh manusia
 •Karakteristik ke-5 (evolution) ada di
alam
 •Metodologi SC yang dominandalam
sistem cerdas adalah:
 –Artificial Neural Networks (ANN)
 –Fuzzy Systems
 –Genetic Algorithms (GA)
Sistem Pakar (ES)
 •Dirancang untuk menyelesaikan masalah pada suatu domain (bidang),
misal: ES untuk mendiagnosa gejala sakit pada pasien
 •Pembuatan:
 –Menanyai para pakar di bidang tersebut
 –Menyimpan pengetahuan yang diperoleh dalam suatu bentuk yang sesuai
bagi penyelesaian masalah, menggunakan penalaran sederhana
 •Penggunaan:
 –Pengguna memasukkan query sesuai dengan masalah yang ditetapkan
oleh sistem cerdas.
 –Query tersebut digunakan untuk pengambilan keputusan berbasiskan
pada pengetahuan
 –Jawaban diberikan ke pengguna, atau mungkin perlu masukan lebih
lanjut.
Sistem Pakar (ES)
 •Basis pengetahuan biasanya berupa himpunan
aturan IF … THEN …
 •Contoh domain dari aplikasi ES:
 –Perbankan dan keuangan (penilaian kredit,
kelangsungan proyek)
 –Pemeliharaan (diagnosa kegagalan mesin)
 –Retail(saran pola membeli yang optimal)
 –Layanan Darurat (konfigurasi peralatan)
 –Hukum (aplikasi hukum dalam scenario kompleks)
Arsitektur Sistem Pakar
Jaringan Syaraf Tiruan(ANN)
 Otak manusia terdiri dari 100 milyar elemen pemrosesan sederhana bernama
neuronyang sangat rapat dan saling-terhubung
 •ANNdidasarkan pada model yang disederhanakan dari neurondan operasi-
operasinya
 •ANN belajar dari pengalaman –representasi berulang dari masalah contoh
dengan solusi-solusinya yang sesuai.
 •Setelah pembelajaran, ANN mampu memecahkan masalah, bahkan dengan
masukan (input) paling baru
 •Fase pembelajaran mungkin melibatkan interfensi manusia
(supervisedvs.unsupervised)
 •‘Model’ penyelesaian masalah yang dikembangkan tetap implisit dan tidak
diketahui oleh pengguna
 •Sangat sesuai untuk masalah yang tidak mudah disolusikan secara algoritmik,
misal: pattern recognitiondan decision support.
Jaringan Syaraf Tiruan (ANN)
 •Model-model dari ANN tergantung pada:
 –Arsitektur
 –Metode Pembelajaran
 –Karakter operasional lain, misal: jenis fungsi aktifasi
 •Bekerja baik pada masalah pattern recognition dan klasifikasi
 •Kekuatan utama: mampu menangani data yang sebelumnya tidak
terlihat, tidak lengkap atau rusak
 •Beberapa contoh aplikasi:
 –Deteksi kepadatan di bandara
 –Pengenalan wajah
 –Penilaian resiko keuangan
 –Optimisasi da penjadwalan
Algoritma Genetika (GA)
 •Termasuk evolutionary computation
 •Solusi diperoleh melalui suatu proses :
 –Kelangsungan hidup dari fittest(paling tahan)
 –Keturunan campuran (crossbreeding) dan
 –Mutasi
 •Suatu populasi dari solusi kandidat diinisiasi (kromosom)
 •Generasi baru dari solusi diproduksi dimulai dengan
populasi awal, menggunakan operasi genetika tertentu:
pemilihan, crossoverdan mutasi
Algoritma Genetika (GA)
 •Generasi berikutnya diproduksi dari populasi saat ini menggunakan
 –crossover(menyambung, menggabung potongansolusi dari induk)
 –mutasi(perubahan acak dalam parameter-parameter yang mendefinisikan
solusi)
 •Fitness(kemampuan)dari solusi baru dievaluasi menggunakan suatu fungsi fitness.
 •Langkah-langkah pembangkitan solusi dan evaluasi berlanjut sampai diperoleh
solusi yang dapat diterima.
 •GA telah digunakan dalam:
 –Optimisasi portfolio
 –Prediksi kebangkrutan
 –Peramalan keuangan
 –Perancangan mesin jet
 –Penjadwalan
Referensi
 Husni, 2013. Kecerdasan buatan
“Mengenal sistem cerdas”. STMIK
AMIKOM. Yogyakarta.