SIP Web Desain

Artificial Intelligent & Expert System

1. Kaitan kecerdasan buatan dengan Sistem Pakar (Expert System)

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian artificial intelligence ini di dominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem- Solver (GPS). GPS yang berupa sebuah prosedur yang dikembangkan oleh Allen Newel, John Cliff  Shaw, dan Herbert Alexander Simon dari Logic Theorist merupakan sebuah percobaan untuk menciptakan mesin cerdas. GPS sendiri merupakan sebuah precedessor menuju Expert Sistem (ES) atau yang sekarang kita sebut dengan Sistem Pakar. GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.[4]

Pada dasarnya sistem pakar merupakan cabang dari kecerdasan buatan, yaitu dengan menyimpan kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar manusia. Di dalam kecerdasan buatan ada 2 bagian utama yag dibutuhkan yaitu Knowledgebase dan Inference Engine. Lingkup utama dalam kecerdasan buatan salah satunya adalah system pakar. Didalam system pakar sendiri terdapat 3 bagian utama, yaitu Knowledgebase dan Working Memory yang diolah dalam Inference Engine sehingga menghasilkan suatu pemecahan atas suatu masalah.

2. Persamaan dan Perbedaan antar System Pakar dengan Kecerdasan Buatan 

Persamaannya adalah sama-sama mempunyai tujuan untuk mencapai hasil yang maksimal dalam suatupenyelesaianmasalah.

Sedangkanperbedaannya:
Kalau system pakar mengacu kapada si perancang itu sendiri sebagai object dalam menyiapkan suatu system guna mendapatkan hasil yang maksimal. Sedangkan Kecerdasan buatan mengacu kepada jalur atau langkah yang sebagian besar berorientasi kepada Hardware guna mencapai hasil yang maksimal.

Al merupakan proses di mana peralatan mekanik dapat melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau kecerdasan seperti manusia.Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu intensitas buatan, sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan kedalam suatu mesin (komputer) agar dapat melakukan pekerjaan, seperti yang dapat dilakukan manusia.

Beberapa macam bidang yang menggunakan kecerdasan buatan, antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan, dan robotika. banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permaianan catur atau Backgammon.

Kecerdasan buatan sering kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.

Menurut H. A. Simon (1987), kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Menurut Rich & Knight (1991), kecerdasan buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Pengertian Al Ditinjau Dari Dua Pendekatan 

1         Pendekatan Ilmiah ( A Scientific Approach)

Pendekatan dasar ilmiah timbul sebelum invansi ke komputer, ini tidak sama dengan kasus mesin uap. Pendekatan ilmiah melihat batas sementara dari komputer, dan dapat diatasi dengan perkembangan teknologi lanjutan. Mereka tidak mengakibatkan tingkatan pada konsep.

2         Pendekatan Teknik ( An Engineering Approach)

Usaha untuk menghindari definisi AI, tetapi ingin mengatasi atau memecahkan persoalan-persoalan dunia nyata (real world problem). Jadi, kesimpulannya AI merupakan proses di mana peralatan mekanik dapat melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau kecerdasan seperti manusia.

Aplikasi Eliza, Parry Dan Nettalk

Eliza, Parry dan Nettalk adalah beberapa contoh darichatterbot. Chatterbot merupakan sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbotdikategorikan sebagai kecerdasan buatan atau Artificial Intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan (conversational agent).

1.   ELIZA 

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya, dalam hal ini, ELIZA berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional ELIZA melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

2.  PARRY

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophren paranoid berdasarkan konsep, konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi : penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari ELIZA.   

3.   NETTALK

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf” atau “jaring syaraf”). jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana.

Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.

Sumber :

Kusrini. (2006). Sistem pakar, teori dan aplikasi. Andi: Yogyakarta. Pertemuan 1. Pengantar kecerdasan buatan.

Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Nurhayati, O. D. (2008). Konsep Interaksi Manusia dan Komputer. Diponogoro: Studi Sistem Komputer.

Russel, S and Norvigm P : Artificial Intelligence : A modern Approach. Prentice Hall, Second Edition.

Solso R.L, Machlin O.H & Machlin M.K. (2007). Psikologi Kognitif, Terjemahan : Rahardanto M. & Batuadji K. Jakarta : Erlangga.

Turban, E. (2001). Decision Support and Expert System and Management Support System. Newyork: Prentice-Hall.

Artificial Intelligent (Kecerdasan Buatan)

Sejarah Articial Intelligence (AI)

Kecerdasan buatan sering kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.

Menurut H. A. Simon (1987), kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Menurut Rich & Knight (1991), kecerdasan buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Para ilmuwan memiliki dua cara pandang yang berbeda tentang AI. Yang pertama adalah memandang AI sebagai bidang ilmu yang hanya focus pada proses berpikir. Sedangkan yang kedua adalah memandang AI sebagai bidang ilmu yang focus pada tingkah laku. Cara pandang kedua memandang AI secara lebih luas karena suatu tingkah laku selalu didahului dengan proses berpikir.

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 secaara rasional berdasarkan hasil pemikiran tersebut.

Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yan gmengarah ke AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan sejarah perkembangan AI :

Era Komputer Elektronik (1941)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang luas dan ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para programmer.

Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

Masa Persiapan AI (1943 – 1956)

Pada tahun 1943, Warren McCulloch dan Walter Pitt mengemukakan tiga hal : pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisa formal tentang logika proposisi, dan teori komputasi Turing. Mereka berhasil membuat suatu model sel syaraf tiruan di mana setiap sel syaraf digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana. Pada tahun 1950, Nobert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh yang terkenal adalah thermostat. Penemuan ini juga merupakan awal dari perkembangan AI.

Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidan Otomata, Jaringan Syaraf dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartsmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikira, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai Father of AI (Bapak AI).

Awal Perkembangan AI (1952 – 1969)

Pada tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan ssebuah program yang disebut General Problem Solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi.

Pada tahun 1958, McCarthy di MIT AI Lab Memo No.1 mendefinisikan bahasa pemrograman tingkat tinggi yaiyu LISP, yang sekarang mendominasi pembuatan program-pogram AI. Kemudian, McCarthy membuat program yang dinamakan Programs with Common Sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada tahun 1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya mengeluarkan program AI yaitu Geometry Theorm Prover. Program ini dapat mengeluarkan suatu teorema menggunakan aksioma-aksioma yang ada.

Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.

Pada tahun 1986, program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ.

Perkembangan AI Melambat (1966 – 1974)

Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu :

1      Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada subjeknya. Programm-program AI berhasil hanya karena manipulasi sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berbagai topic, sebenarnya hanyalah peminjaman manipulasi kalimat-kalimat yang diketikkan manusia.

2      Banyak masalah yang harus diselesaikan oleh AI.

3      Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.

Sistem Berbasis Pengetahuan (1969 – 1979)

Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktikan dengan program yang dibuat oleh Ed Feingenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectrometer massa. Program ini dinamakan Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnose medis juga sudah ada yang menemukannya, yaitu Sau Amarel dalam proyek Computer in Biomedicine. Proyek ini diawali keinginan untuk mendapatkan diagnose penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

AI Menjadi Sebuah Industri (1980 – 1988)

Industrialisasi AI diawali dengan ditemukannya system pakar yang dinamakan R1 yang mampu mengkonfigurasi system-sistem computer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982.

Pada tahun 1986, R1 telah berhasil menghemat US$ 40 juta per tahun. Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi AI. Sehingga perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dolar per tahun meningkat menjadi 2 milyar US dolar per tahun pada tahun 1988. Kembalinya Jaringan Syaraf Tiruan (1986 – sekarang)

Meskipun bidang ilmu computer menolak jaringan syaraf tiruan setelah diterbitkannya buku “Perceptrons” karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain yaitu fisika. Para ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat pentimpanan dan optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf tiruan pada memori.

Pada tahun 1985-an setidaknya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Black-Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam bidang ilmu computer dan psikologi.

Perkembangan AI Saat Ini

Dengan semakin pesatnya perkembangan hardware dan software, berbagai produk AI telah berhasil dibangun dn digunakan dalam kehidupan sehari-hari. Di sini, produk-produk tersebut dikelompokkan ke dalam empat teknik yang ada di AI, yaitu searching, reasoning, planning, dan learning.

Hubungan Artificial Intelligence dan Kognisi Manusia

Artificial intelligence adalah salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Kecerdasan buatan juga merupakan suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.

Artificial intelligence merupakan suatu sistem yang membuat mesin secerdas manusia. Untuk itu, sistem ini harus berpedoman pada sistem kognisi manusia, yaitu cara berfikir manusia, cara manusia bernalar, mengenali suatu stimulus, memecahkan masalah, mengingat, dan mengambil keputusan serta merespon dan bertindak. Dengan demikian para peneliti ilmu ini dapat membuat suatu sistem, aplikasi, atau program yang dapat melakukan pekerjaan-pekerjaan manusia dengan lebih baik, menggunakan perangkat mesin yang canggih untuk mempermudah pekerjaan manusia dikehidupan nyata.

Sejarah Articial Intelligence (AI)

Kecerdasan buatan sering kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.

Menurut H. A. Simon (1987), kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Menurut Rich & Knight (1991), kecerdasan buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Para ilmuwan memiliki dua cara pandang yang berbeda tentang AI. Yang pertama adalah memandang AI sebagai bidang ilmu yang hanya focus pada proses berpikir. Sedangkan yang kedua adalah memandang AI sebagai bidang ilmu yang focus pada tingkah laku. Cara pandang kedua memandang AI secara lebih luas karena suatu tingkah laku selalu didahului dengan proses berpikir.

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 secaara rasional berdasarkan hasil pemikiran tersebut.

Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yan gmengarah ke AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan sejarah perkembangan AI :

Era Komputer Elektronik (1941)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang luas dan ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para programmer.

Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

Masa Persiapan AI (1943 – 1956)

Pada tahun 1943, Warren McCulloch dan Walter Pitt mengemukakan tiga hal : pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisa formal tentang logika proposisi, dan teori komputasi Turing. Mereka berhasil membuat suatu model sel syaraf tiruan di mana setiap sel syaraf digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana. Pada tahun 1950, Nobert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh yang terkenal adalah thermostat. Penemuan ini juga merupakan awal dari perkembangan AI.

Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidan Otomata, Jaringan Syaraf dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartsmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikira, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai Father of AI (Bapak AI).

Awal Perkembangan AI (1952 – 1969)

Pada tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan ssebuah program yang disebut General Problem Solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi.

Pada tahun 1958, McCarthy di MIT AI Lab Memo No.1 mendefinisikan bahasa pemrograman tingkat tinggi yaiyu LISP, yang sekarang mendominasi pembuatan program-pogram AI. Kemudian, McCarthy membuat program yang dinamakan Programs with Common Sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada tahun 1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya mengeluarkan program AI yaitu Geometry Theorm Prover. Program ini dapat mengeluarkan suatu teorema menggunakan aksioma-aksioma yang ada.

Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.

Pada tahun 1986, program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ.

Perkembangan AI Melambat (1966 – 1974)

Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu :

1      Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada subjeknya. Programm-program AI berhasil hanya karena manipulasi sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berbagai topic, sebenarnya hanyalah peminjaman manipulasi kalimat-kalimat yang diketikkan manusia.

2      Banyak masalah yang harus diselesaikan oleh AI.

3      Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.

Sistem Berbasis Pengetahuan (1969 – 1979)

Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktikan dengan program yang dibuat oleh Ed Feingenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectrometer massa. Program ini dinamakan Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnose medis juga sudah ada yang menemukannya, yaitu Sau Amarel dalam proyek Computer in Biomedicine. Proyek ini diawali keinginan untuk mendapatkan diagnose penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

AI Menjadi Sebuah Industri (1980 – 1988)

Industrialisasi AI diawali dengan ditemukannya system pakar yang dinamakan R1 yang mampu mengkonfigurasi system-sistem computer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982.

Pada tahun 1986, R1 telah berhasil menghemat US$ 40 juta per tahun. Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi AI. Sehingga perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dolar per tahun meningkat menjadi 2 milyar US dolar per tahun pada tahun 1988. Kembalinya Jaringan Syaraf Tiruan (1986 – sekarang)

Meskipun bidang ilmu computer menolak jaringan syaraf tiruan setelah diterbitkannya buku “Perceptrons” karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain yaitu fisika. Para ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat pentimpanan dan optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf tiruan pada memori.

Pada tahun 1985-an setidaknya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Black-Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam bidang ilmu computer dan psikologi.

Perkembangan AI Saat Ini

Dengan semakin pesatnya perkembangan hardware dan software, berbagai produk AI telah berhasil dibangun dn digunakan dalam kehidupan sehari-hari. Di sini, produk-produk tersebut dikelompokkan ke dalam empat teknik yang ada di AI, yaitu searching, reasoning, planning, dan learning.

Hubungan Artificial Intelligence dan Kognisi Manusia

Artificial intelligence adalah salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Kecerdasan buatan juga merupakan suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.

Artificial intelligence merupakan suatu sistem yang membuat mesin secerdas manusia. Untuk itu, sistem ini harus berpedoman pada sistem kognisi manusia, yaitu cara berfikir manusia, cara manusia bernalar, mengenali suatu stimulus, memecahkan masalah, mengingat, dan mengambil keputusan serta merespon dan bertindak. Dengan demikian para peneliti ilmu ini dapat membuat suatu sistem, aplikasi, atau program yang dapat melakukan pekerjaan-pekerjaan manusia dengan lebih baik, menggunakan perangkat mesin yang canggih untuk mempermudah pekerjaan manusia dikehidupan nyata.

SUMBER DATA:

Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta

Graha Ilmu.

Russel, S and Norvigm P : Artificial Intelligence : A modern Approach. Prentice Hall, Second Edition.

Kusrini. (2006). Sistem pakar, teori dan aplikasi. Andi: Yogyakarta. Pertemuan 1. Pengantar kecerdasan buatan.

Solso R.L, Machlin O.H & Machlin M.K. (2007). Psikologi Kognitif, Terjemahan : Rahardanto M. & Batuadji K. Jakarta : Erlangga.

Software Pengolah Database

1. Firebird (FirebirdSQL) adalah sistem manajemen basisdata relasional yang menawarkan fitur-fitur yang terdapat dalam standar ANSI SQL-99 dan SQL-2003. RDBMS ini berjalan baik di Linux, Windows, maupun pada sejumlah platform Unix. Firebird di diarahkan dan di-maintain oleh FirebirdSQL Foundation.

Firebird merupakan turunan dari Interbase versi open source milik Borland. Firebird adalah database open source yang dikembangkan untuk menjawab kebutuhan akan database yang handal namun cukup ringan dan mudah dalam mengoperasikannya.

2. IBM DB2 Enterprise Server Edition merupakan sebuah perangkat lunak sistem manajemen basisdata relasional yang dikembangkan oleh IBM. Perangkat lunak tersebut utamanya berjalan pada sistem operasi Unix (sebut saja AIX), Solaris, Linux, IBM i/OS/400, z/OS, dan Microsoft Windows. DB2 juga diketahui digunakan sebagai sistem basis data pada IBM InfoSphere Warehouse edition

          

3. Ms. Access memiliki beberapa komponen utama antara lain:

1. Tables: Merupakan komponen inti yang berfungsi untuk menyimpan data dengan topik tertentu. Misalnya, data mahasiswa disimpan pada table mahasiswa dan disusun dalam bentuk baris (record) dan kolom (field).

2.      Queries: Komponen ini berfungsi untuk menamilakn atau meminta data tertentu dari database sesuai dengan yang diinginkan. Sebuahquerydapat digunakan mengakses beberapa table secara bersamaan.Queries memegang peranan penting dalam mengelola sebuah database.

3.      Forms: Forms berfungsi untuk menampilkan input, edit, hapus daya dan lain sebagainya dengan tampilan antarmuka yang lebih baik.

4.      Reports: Sesuai dengan namanya, bagian ini berfungsi untuk menyajikan laporan, sehingga dapat dicetak pada layar monitor atau langsung keprinter

5.      Pages: Pages berfungsi untuk menyediakan databaseyang dibuat dengan Access sehingga dapat diakses melalui Internet Explorer

6.      Macros: Rangkaian instruksi yang dapat dikenakan pada objek yang ada pada form. Sebuah macro dapat disimpan dan dijalankan ulang secara otomatis. Misalnya, instruksi untuk membuka atau menutup sebuah form, instruksi untuk mencetak report pada form dan lain sebagainya.

7.      Modules: Sebuah kode yang dibuat sesuai aturan sebagai pendukung aplikasi Ms. Access

SUMBER

Huda, M. (2010). Membuat aplikasi database dengan Java, MySQL, dan NetBeans. Jakarta: Elex Media Komputindo

S, Sudarma. (2010). Panduan belajar MySQL database server. Jakarta: Wahana Komputer

Sakur, S. B. (2005). Aplikasi WEB database dengan Dreamweaver MX 2004. Yogyakarta: Andi Offset 

Yuhefizard. (2008). Database management: Menggunakan Microsoft Access 2003. Jakarta: Elex Media Komputindo

LINGKUP DATA CBIS

LINGKUP DATA

Hirarki Data

         

 Hirarki adalah urutan atau aturan dari tingkatan abstraksi menjadi seperti struktur pohon. Hirarki membentuk sesuatu pada beberapa aturan yang khusus atau berdasarkan peringkat (misalnya kompleksitas dan tanggung jawabnya). Berdasarkan tingkat kompleksitas nilai data, tingkatan data dapat disusun kedalam sebuah hirarki, mulai dari yang paling sederhana hingga yang paling komplek.

1. Database adalah kumpulan dari beberapa  file atau tabel yang saling berhubungan antara file yang satu dengan yang lainnya.
2. File adalah kumpulan dari  record yang saling berkaitan dan memiliki  format field yang sama dan sejenis.
3. Record adalah kumpulan dari  field yang menggambarkan satu unit data individu tertentu.
4. Field adalah suatu  atribut dari  record yang menunjukkan suatu item dari sebuah field.
5. Byte adalah atribut dari field yang berupa karakter yang membentuk nilai dari sebuah field.
6. Bit adalah bagian terkecil dari data secara keseluruhan, yaitu berupa karakter ASCII nol atau satu yang merupakan komponen byte.

PEMROSESAN DATA

Batch

          Batch processing adalah suatu model pengolahan data, dengan menghimpun data terlebih dahulu, dan diatur pengelompokkan datanya dalam kelompok-kelompok yang disebut batch. Tiap batch ditandai dengan identitas tertentu, serta informasi mengenai data-data yang terdapat dalam batch tersebut. Setelah data-data tersebut terkumpul dalam jumlah tertentu, data-data tersebut akan langsung diproses.

Online

          Online Adalah sebuah sistem yang mengaktifkan semua periferal sebagai pemasok data, dalam kendali komputer induk. Informasi-informasi yang muncul merupakan refleksi dari kondisi data yang paling mutakhir, karena setiap perkembangan data baru akan terus diupdatekan ke data induk. Salah satu contoh penggunaan online processing adalah transaksi online. Dalam sistem pengolahan online, transaksi secara individual dientri melalui peralatan terminal, divalidasi dan digunakan untuk meng-update dengan segera file komputer. Hasil pengolahan ini kemudian tersedia segera untuk permintaan keterangan atau laporan.

Real Time

          Real time  adalah bagian dari proses interaktif atau online.

Definisi: Input terus menerus, secara otomatis diperoleh dari sensor, misalnya, yang segera diproses untuk menanggapi masukan dalam waktu sesedikit mungkin. Setelah sistem ini selesai menanggapi membaca set berikutnya input data segera memproses itu. Sistem ini tidak memerlukan pengguna untuk mengontrolnya, ia bekerja secara otomatis.

Keuntungan: Setiap kali ada reaksi cepat diperlukan karena beberapa jenis perubahan, pengolahan real time dapat mengambil tindakan tanpa perlu pengguna atau waktu proses yang lama terlebih dahulu.

PENYIMPANAN DATA

DASD

         DASD atau Direct Access Storage Device merupakan kebutuhan dari simpanan luar yang sifatnya pemasukan secara langsung telah dirasakan sejak komputer generasi pertama dan mulai digunakan pertama kali di sistem komputer RAMAC 3005 pada tahun 1956. DASD untuk pengambilan data terntu tidak perlu dicari dari awal, tetapi bisa langsung ke data yang dituju. Oleh karna itu, prosesnya lebih cepat dibanding SASD.

SASD

          SASD atau Sequential Access Stroge Device merupakan media penyimpanan untuk mengisikan catatan yang diatur dalam susunan tertentu yang merupakan jenis memory eksternal yang mempunyai akses data secara tidak langsung (berurutan). Tetapi prosesnya lambat karena untuk mencari data tertentu harus dimulai dari awal. Sudah jarang dipakai dan umumnya hanya untuk backup data. Contohnya Magnetic Tape.

Referensi

http://library.binus.ac.id/eColls/eThesis/Bab1/2012-1-00617-SI%20Bab%201.pdf

James, A. 2007. Sistem informasi Akuntansi, edisi 4. Jakarta : Salemba Empat.