Kecerdasan Buatan, Kini dan Akan Datang
1.1
Sejarah Kecerdasan Buatan
Kecerdasan
buatan merupakan bidang ilmu komputer yang sangat penting di era kini dan masa
akan datang untuk mewujudkan sistem komputer yang cerdas. Bidang ini
telah berkembang sangat pesat di 20 tahun terakhir seiring dengan kebutuhan
perangkat cerdas pada industry dan rumah tangga, oleh karena itu buku ini
memaparkan berbagai pandangan modern dan hasil riset terkini yang perlu
dikuasai oleh para akademisi, pelajar dan praktisi lengkap dengan implementasi
nyata.
Kata
“intelligence” berasal dari bahasa Latin “intelligo” ang bearti “saya
paham”. Barti dasar dari intelligence ialah kemampuan untuk memahami dan
melakukan aksi. Sebenarnya, area Kecerdasan Buatan (Artificial
Intelligence) atau disingkat dengan AI, bermula dari kemunculan
komputer sekitar th 1940-an, meskipun sejarah perkembangannya dapat dilacak
sejak zaman Mesir kuno. Pada masa ini, perhatian difokuskan pada kemampuan
komputer mengerjakan sesuatu yang dapat dilakukan oleh manusia. Dalam hal
ini, komputer tersebut dapat meniru kemampuan kecerdasan dan perilaku
manusia[1].
McMulloh
dan Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari
neuron di dalam otak. Mereka juga menunjukkan bagaimana
neuron menjadi aktif seperti saklar on-off dan neuron tersebut mampu untuk
belajar dan memberikan aksi berbeda terhadap waktu dari input yang
diberikan. Sumbangan terbesar di bidang AI diawali pada paper Alan
Turing, pada tahun 1950 yang mencoba menjawab “Dapatkah computer berfikir”
dengan menciptakan mesin Turing. Paper Alan Turing pada tahun 1950
berjudul “Computing Machineri and Intelligence” mendiskusikan syarat sebuah
mesin dianggap cerdas. Dia beranggapan bahwa jika mesin dapat dengan sukses
berprilaku seperti manusia, kita dapat menganggapnya cerdas.
Pada
akhir 1955, Newell dan Simon mengembangkan The Logic Theorist,
program AI pertama. Program ini merepresentasikan masalah sebagai model
pohon, lalu penyelesaiannya dengan memilih cabang yang akan menghasilkan
kesimpulan terbenar. Program ini berdampak besar dan menjadi batu loncatan
penting dalam mengembangkan bidang AI. Pada tahun 1956 John McCarthy dari
Massacuhetts Institute of Technology dianggap sebagai bapak AI,
menyelenggarakan konferensi untuk menarik para ahli komputer bertemu,
dengan nama kegiatan “The Dartmouth summer research project on artificial
intelligence.” Konferensi Dartmouth itu mempertemukan para pendiri
dalam AI, dan bertugas untuk meletakkan dasar bagi masa depan pemgembangan
dan penelitian AI. John McCarthy di saat itu mengusulkan definisi
AI adalah “ AI merupakan cabang dari ilmu komputer yang berfokus pada
pengembangan komputer untuk dapat memiliki kemampuan dan berprilaku
seperti manusia” [2].
Gambar
1.1. John McCarthy, dikenal sebagai bapak AI
Pada
tahun 1960 hingga 1970, muncul berbagai dikusi bagaimana komputer dapat meniru
sedetail mungkin pada kemampuan otak manusia, dimana saat itu dapat
dikategorikan sebagai “classical AI”. Pada tahun 1980, dimana computer yang
semakin mudah diperoleh dengan harga yang lebih murah menjadikan berbagai riset
di bidang kecerdasan buatan berkembang sangat pesat pada berbagai
universitas. Tabel 1.1 merupakan rangkuman sejarah penting pengembagan
bidang Kecerdasan Buatan.
Tabel
1.1 Sejarah penting pengembangan bidang Kecerdasan Buatan
No
|
Tahun
|
Deskripsi
|
1
|
1206
|
Robot humanoid pertama karya
Al-Jazari
|
2
|
1796
|
Boneka penuang the dari jepang
bernama Karakuri
|
3
|
1941
|
Komputer elektronik pertama
|
4
|
1949
|
Komputer dengna program tersimpan
pertama
|
5
|
1956
|
Kelahiran dari Artificial
Intelligence pada Dartmouth conference
|
6
|
1958
|
Bahasa LISP dibuat
|
7
|
1963
|
Penelitian intensif departemen
pertahanan Amerika
|
8
|
1970
|
Sisem pakaer pertama diperkenalkan
secara luas
|
9
|
1972
|
Bahasa Prolog diciptakan
|
10
|
1986
|
Perangkat berbasis AI dijual luas
mencapai $425 juta
|
11
|
1994
|
AC berbasis Neuro fuzzy dijual
|
12
|
2010
|
Sistem kecerdasan buatan untuk
Pesawat komersial BOEING 900-ER ramai digunakan
|
13
|
2011
|
Service Robot untuk restoran
berhasil dibuat di Indonesia
|
14
|
2012
|
Sistem Pakar Troubleshooting
Komputer berbasis Fuzzy dan Self Learning
|
15
|
2012
|
Sistem immune pada Deteksi spam
diciptaka
|
Saat
ini, hampir semua perangkat komputer dan perangkat elektronika canggih
menerapkan kccerdasan buatan untuk membuat sistem lebih handal. Di masa yang
akan datang, diperkirakan semua perangkat elektronika dan komputer menjadi jauh
lebih cerdas karena telah ditanamkan berbagai metode kecerdasan buatan.
1.2
Bidang Ilmu Kecerdasan Buatan
Supaya
komputer dapat bertindak seperti atau serupa dengan manusia, maka komputer
harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar.
Penerapan bidang AI beraneka ragam. Tujuan dari sistem kecerdasan buatan dapat
dibagi dalam 4 kategori [5]
- Sistem yang dapat berfikir seperti manusia (Bellman, 1978)
- Sistem yang dapat berfikir secara rasional ( Winston, 1992)
- Sistem yang dapat beraksi seperti manusia (Rich and Knight, 1991)
- Sistem yang dapat beraksi secara rasional (Nilsson, 1998)[4]
Secara
garis besar bidang ilmu yang dipelajari dalam bidang AI bisa dilihat pada
gambar di bawah ini:
Gambar
1.2. Domain Area AI
Penjelasan
dari cabang ilmu AI di atas sebagai berikut :
1.
Natural Language Processing (NLP)
NLP
mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat
berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara
komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer
melakukan ekstraksi informasi dari input yang berupa natural language dan atau
menghasilkan output yang juga berupa natural language, misalnya pada system
Automated online assistant seperti gambar 1.3 dan deteksi email spam yang
cerdas [7].
Gambar
1.3 Penerapan NLP pada automated online asistant berbasis web
2.
Computer Vision
Cabang
ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek
secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh,
melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini
dikombinasikan dengan Artificial Intelligence secara umum akan mampu
menghasilkan sebuah visual intelligence system. Akuisisi dan pemrosesan
informasi berupa vision dapat ditampilkan pada gambar 1.4
Gambar
1.4 Model persepsi visual pada computer vision
Gambar
1.5 Contoh penerapan computer vision untuk identifikasi wajah
3.
Robotika dan Sistem Navigasi
Bidang
ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi
industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan
fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan
lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan
actuator seperti lengan, roda, kaki, dll. Kemudian, robot juga
diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi
terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada
dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana
berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan
boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis
karakter Kanji yang dibuat oleh Hisashige Tanaka.
Gambar
1.6 Al-Jazari’s programmable automata (Tahun 1206)
Gambar
1.7 Karakuri, rancangan robot dari Jepang adad 16 yang
mampu menuang air teh
Ada
beberapa istilah penting di dalam robot vision yang saling berhubungan,
diantaranya computer vision, machine vision dan robot vision. Computer
vision merupakan teknologi paling penting di masa yang akan datang dalam
pengembangan robot yang interaktif. Computer Vision merupakan bidang
pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan
berhubungan dengan akuisisi dan pemrosesan image. Machine vision
merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image,
kontrol proses dan pemanduan robot pada berbagai aplikasi industri dan rumah
tangga. Robot vision merupakan pengetahuan mengenai penerapan
computer vision pada robot. Robot membutuhkan informasi
vision untuk memutuskan aksi apa yang akan dilakukan. Penerapan saat ini
vision pada robot antara lain sebagai alat bantu navigasi robot, mencari obyek
yang diinginkan, inspeksi lingkungan dan lainnya. Vision pada robot
menjadi sangat penting karena informasi yang diterima lebih detail dibanding
hanya sensor jarak atau sensor lainnya. Misalnya dengan vision, robot
dapat mengenal apakah obyek yang terdeteksi merupakan wajah orang atau
bukan. Lebih jauh lagi, sistem vision yang canggih pada robot membuat
robot dapat membedakan wajah A dengan wajah B secara akurat (Face recognition
system menggunakan metode PCA, LDA dan lainnya) [6]. Proses pengolahan
dari input image dari kamera hingga memiliki arti bagi robot dikenal
sebagai visual perception, dimulai dari akuisisi image, image preprocessing
untuk memperoleh image yang diinginkan dan bebas noise misalnya, ekstrasi fitur
hingga interpretasi seperti ditunjukkan pada gambar 1.8. Misalnya saja untuk
identifikasi pelanggan dan penghindaran multiple moving obstacles berbasis
vision, atau untuk menggerakan servo sebagai aktuator untuk mengarahkan kamera
agar tetap mengarah ke wajah seseorang (face tracking) [5].
Gambar
1.8 Contoh Model visual perception pada robot[3]
Contoh
nyata model service robot berbasis vision (vision-based service robot)
yang dikembangkan penulis bernama Srikandi III yang menggunakan 2 buah kamera
(stereo vision) seperti gambar di bawah, dimana robot dapat mengirimkan order
pesanan minuman ke pelanggan:
(a)
(b)
Gambar
1.9 Contoh robotika berbasis kamera
Pada
pengembangan selanjutnya, menanamkan kecerdasan buatan yang komplek pada robot
sehingga mampu mengenal dan memahami suara manusia, perhatian terhadap
berbagai gerak lawan bicara dan mampu memberikan response alami yang diberikan robot
ke manusia merupakan tantangan ke depan untuk membangun robot masa depan.
4.
Game Playing
Game
biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang
dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang
nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila
karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan
oleh player. Hal ini akan memancing penasaran user dan membuat game menarik
untuk dimainkan. Tujuan intinya adalah membuat non-player memiliki strategi
yang cerdas untuk mengalahkan player. Pada bidang ini, AI dibutuhkan,
yaitu untuk merancang dan menghasilkan game yang fun serta antarmuka antara
man-machine yang cerdas dan menarik untuk dimainkan[8].
Gambar
1.10 Games tingkat lanjut yang menerapkan AI
5.
Sistem Pakar
Bidang
ilmu ini mempelajari bagaimana membangun sistem atau komputer yang memiliki
keahlian untuk memecahkan masalah dan menggunakan penalaran dengan meniru atau
mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem ini, permasalahan
yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli, dapat
diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem pakar
juga akan membantu aktivitas mereka sebagai asisten yang seolah-olah sudah
mempunyai banyak pengalaman.Sedangkan definisi lain dari sistem pakar
adalah sistem berbasis komputer yang
Gambar
1.11. Model Sistem Pakar
Menurut
Turban [6], Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu
lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan
pengembangan digunakan oleh ES builder untuk membangun komponen dan memasukkan
pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh
user nonpakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini
dapat dipisahkan setelah sistem lengkap.
Tiga
komponen utama yang tampak secara virtual di setiap sistem pakar adalah :
- Basis pengetahuan
Merupakan
representasi pengetahuan dari seorang pakar yang diperlukan untuk memahami,
memformulasikan dan memecahkan masalah. Terdiri dari 2 elemen dasar yaitu :
- Fakta yang berupa informasi tentang situasi permasalahan, teori dari area permasalahan atau informasi tentang objek.
- Spesial heuristik yang merupakan informasi tentang cara bagaimana membangkitkan fakta.
- Mesin inferensi
Membuat
inferensi yang memutuskan rule-rule mana yang akan digunakan.
- antarmuka pengguna.
Merupakan
bagian dari sistem pakar yang berfungsi sebagai pengendali masukan dan
keluaran. User interface melayani user selama proses konsultasi mulai dari
tanya-jawab untuk mendapatkan fakta-fakta yang dibutuhkan oleh inference engine
sampai menampilkan output yang merupakan kesimpulan dan solusi.
Informasi
dari pakar harus dijadikan pengetahuan bagi system pakar yang akan kita
kembangkan. Pengetahuan dari system pakar selanjutnya dapat
direpresentasikan dengan beberapa cara. Salah satu yang paling umum untuk
merepresentasikan pengetahuan dalam bentuk aturan IF-THEN, misalnya :
IF
the car doesn’t run and
The
fuel gauge reads empty
THEN
fill the gas tank
1.3
Case Study : Sistem Pakar untuk Troubleshooting Komputer
Dalam
mengoperasikan komputer tentu sering mengalami masalah dengan PC dan
sistem operasi, misanyal PC tidak mau start-p atau sistem operasi tidak mau
tampil, ataupun muncul pesan kesalahan yang tidak dimengerti, masalah-masalah
yang muncul ini tidak jarang berakibat fatal sehingga mengganggu pekerjaan
kita. Untuk mencoba memahami pentingya Kecerdasan buatan, kita dapat
memcoba membuat aplikasi sederhana untuk Sistem Pakar Troubleshooting Komputer
berbasis Web menggunakan Visual Studio 2010 Express Edition, Anda saya
sarankan membaca artikel yang lebih lengkap di [2]. Program ini sangat
memudahkan kita di dalam membangun aplikasi windows dan web dengan berbagai
fitur yang lengkap.
Langkah-langkahnya
:
- Unduh terlebih dahulu program tersebut di http://www.microsoft.com/visualstudio/en-us/products/2010-editions/express, setelah diinstalasi, pilih new Project ASP .Net Web Application dan beri nama project seperti gambar di bawah :
Gambar
1.12. Membuat proyek baru AS.Net Web Application
2.
Desainlah site.Master dan Default.aspx dan tambahkan label dan
radiobutton seperti gambar berikut :
Gambar
1.13 Desain form Default.aspx yang menampilkan sekumpulan pertanyaan
3.
Template web tersebut juga sudah menyediakan form Login dan Register yang dapat
yang terhubung ke database SqlServer dan dapat dikembangkan untuk aplikasi yang
lebih komplek.
Gambar
1.14 Tampilan form Register user
4.
Setelah register, pada pengembangan selanjutnya, kita dapat login untuk
mendapatkan hak akses yang lebih banyak pada aplikasi kita.
Gambar
1.15 Tampilan form Login
5.
Tambahkan button submit dan sertakan kode yang sesuai dengan rancangan Anda,
misalnya untuk kasus sederhana sebagai berikut :
Protected
Sub btnSubmit_Click(ByVal sender As Object, ByVal e As EventArgs) Handles
btnSubmit.Click
‘jika
power supply ok, booting ok namun tidak bisa masukke Sistem Operasi
If q1y.Checked = True And q4y.Checked = True And q7y.Checked = False Then
lblResult.Text
= ” Your Operating System was Corrupted “
lblSolution.Text
= “Please reinstall the Operating System”
Else
‘Jika
semua jawaban “No”
lblResult.Text
= ” Your Power Supply was out of service “
lblSolution.Text
= “Please change the Power Supply module with the same Power Output and
connectors”
End
If
End
Sub
Jalankan
program, maka aplikasi web akan berjalan di browser sebagai berikut :
Gambar
1.16 Tampilan demo program yang memberikan diagnosa dan solusi dari permasalahan
yang ada.
Ayo,
tunggu apalagi, pastikan Anda mencoba mengembangkan Sistem Pakar untuk kasus
spesifik yang Anda inginkan.
Referensi
:
- K. Warwick, Artificial Intelligence: The Basics, Routledge Publisher, 2012.
- Youssef Basil, Expert PC Troubleshooter with Fuzzy Logic and Self Learning Support, International Journal of Artificial Intelligence and Applications, vol. 3, no. 2, 2012.
- Budiharto W., Purwanto D., Jazidie A., A Robust Obstacle Avoidance for Service Robot using Bayesian Approach, International Journal of Advanced Robotic Systems, Intech publisher, vol 8(1), 2011.
- S. Russel, P. Norwig, Artificial Intelligence: A Modern Approach, Pearson Publisher, 2009.
- Jozeph C. Giaratanno, Expert Systems Principles and Programming, 2005.
- E. Turban, Decision Support and Expert Systems, 1995.
- Ismaila Idris, Model and Algorithm in Artificial Immune System for Spam Detection, International Journal of Artificial Intelligence and Applications, vol. 4(1), 2012
- S.Bhuvaneswari, Man-Machine Interface, International Journal of Artificial Intelligence and Applications, vol. 3(1), 2012.
0 comments:
Post a Comment