Selasa, 29 Desember 2015
- 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.
- 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.
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.
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.
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.
Selasa, 10 November 2015
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
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.
- Database adalah kumpulan dari beberapa file atau tabel yang saling berhubungan antara file yang satu dengan yang lainnya.
- File adalah kumpulan dari record yang saling berkaitan dan memiliki format field yang sama dan sejenis.
- Record adalah kumpulan dari field yang menggambarkan satu unit data individu tertentu.
- Field adalah suatu atribut dari record yang menunjukkan suatu item dari sebuah field.
- Byte adalah atribut dari field yang berupa karakter yang membentuk nilai dari sebuah field.
- 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.
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
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.
James, A. 2007. Sistem informasi Akuntansi, edisi 4. Jakarta : Salemba Empat.
Langganan:
Postingan (Atom)