KECERDASAN BUATAN

KECERDASAN BUATAN DAN PEMROSES INFORMASI MANUSIA

ARTIFICIAL INTELLIGENCE (AI)

Artificial Intelligence (AI) atau kecerdasan buatan adalah suatu ilmu pengetahuan dan teknologi yang berdasarkan pada disiplin ilmu seperti ilmu kompouter, biologi, psikologi, ilmu bahasa, matematika dan teknik.

Artificial Intelligence (AI) memiliki tujuan untuk menciptakan komputer-komputer yang dapat berfikir (dan juga) dapat melihat, mendengar, berjalan, berbicara, dan merasakan. Dorongan utama dariArtificial Intelligence (AI) adalah pengembangan fungsi normal komputer yang digabungkan dengan kecerdasan manusia, seperti memberi alasan, menarik kesimpulan, belajar dan memecahkan masalah.

Bagian-bagian Utama dari Aplikasi Artificial Intelligene (AI)

Artificial Intelligence (AI) dapat dikelompokkan ke dalam empat bagian utama, seperti terlihat pada gambar di bawah ini :

Seperti terlihat pada gambar di atas, Artificial Intelligence (AI) dapat dikelompokkan ke dalam empat bagian utama, yaitu ilmu falsafat, ilmu komputer, aplikasi robotic, dan bahasa alami yang akan dijelaskan berikut ini.

Aplikasi Ilmu Falsafat

Untuk aplikasi ini, Artificial Intelligence (AI) berbasis pada penelitian di bidang biologi, neurologi, psikologi, matematika, dan berbagai disiplin ilmu terkait lainnya. Fokus penelitian dari aplikasi ini adalah meneliti bagaimana otak manusia dapat bekerja, dan bagaimana manusia dapat berfikir dan belajar. Aplikasi ilmu falsafah ini mencakup pengembangan di bidang sistem pakar, sistem berbasis pengetahuan, sistem belajar, dan sistem logic fuzzy.

Aplikasi Ilmu Komputer

Untuk aplikasi ini, Artificial Intelligence (AI) memfokuskan diri pada perangkat keras komputer dan sistem perangkat lunak yang dibutuhkan untuk menghasilkan superkomputer yang kuat seperti yang dibutuhkan oleh berbagai aplikasi Artificial Intelligence (AI). Aplikasi ilmu komputer ini mencakup pengembangan genarasi kelima komputer, pemrosesan pararel, pemrosesan simbolik, dan jaringan neural.

Aplikasi Robotic

Robotic berbasis pada bidang Artificial Intelligence (AI), teknik, dan psikologi. Teknologi inilah yang menghasilkan robot. Robot diartikan sebagai mesin dengan kecerdasan komputer dan dikontrol oleh komputer, dan memiliki kemampuan fisik seperti manusia. Aplikasi dari robotic ini mencakup pemberian kemampuan untuk melihat atau persepsi visual, menyentuh atau kemampuan meraba, decterity atau kemampuan untuk memegang dan memanipulasi, pengangkutan atau kemampuan fisik untuk bergerak, dan navigasi atau kecerdasan untuk menemukan atau mencapai jalan keluar.

Aplikasi Bahasa Alami

Pengembangan aplikasi ini berhubungan dengan lingkungan atau bagian utama dari Artificial Intelligence (AI) dan merupakan inti dari ilmu falsafat dan robotic. Dapat berkomunikasi atau berbicara kepada komputer dan robot dakam bahasa percakapan manusia dan dapat membuat komputer “mengerti” kita seperti kita saling mengerti satu sama lain merupakan tujuan dari Artificial Intelligence (AI).

HUMAN INFORMATION PROCESSING

Sebelum membangun Artificial Intelligence (AI) ke dalam komputer dan robot, kita harus terlebih dahulu memahami kecerdasan manusia dengan baik, yaitu bagaimana manusia mengenali dan menerima data, memrosesnya dan menyimpan informasi tersebut untuk dapat digunakan untuk memilih dan membuat berbagai macam respon.

Sistem Pemrosesan Informasi Manusia

Aliran proses informasi manusia dimulai dari ditangkapnya stimulus atau rangsangan dari lingkungan sekitar oleh indera kita (mata, kulit, dll) yang kemudian dikirim ke otak. Di dalam otak semua stimulus ini diproses yang kemudian menghasilkan berbagai keluaran seperti membuat keputusan.

Aliran sistem informasi manusia dapat dilihat pada Gambar 2 berikut ini yang menunjukkan komponen-komponen dan aliran dari sistem pemrosesan informasi pada manusia.

Short Term Memory (STM) atau Memori Jangka Pendek

Short Term Memory (STM) dapat menyimpan beberapa unit atau chuckinformasi dalam beberapa detik. Chuck ini dapat berupa simbol seperti kata-kata, angka, atau gambar. Short Term Memory (STM) merupakan unit processor yang digunakan unutk mendukung proses input atau output. Short Term Memory (STM) juga berhubungan dengan kemampuan kita untuk bekerja lebih dari satu tugas dalam satu waktu.

Long Term Memory (LTM) atau Memori Jangka Panjang

Long Term Memory (LTM) memiliki kapasitas yang hampir tidak terbatas untuk menyimpan informasi. Hanya dibutuhkan sepersekian detik untuk memanggil satu unit informasi dari Long Term Memory (LTM), akan tetapi membutuhkan waktu lebih lama untuk menyimpan atau mengingat informasi.

Penyaringan Informasi

Dari lingkungan kita dapat memperoleh banyak stimulus atau rangsangan yang dapat diproses sebagai informasi. Dengan demikian kita dapat mencegah terjadinya kelebihan informasi dengan melakukan proses penyaringan informasi.

Teori Informasi dan Sistem Informasi

Teori informasi yang dikenal juga dengan teori matematika komunikasi, dikembangkan oleh Nobert Weiner, yang mengembangkan konsep cybernetics, yaitu konsep sistem otomatisasi yang mengawasi sistem umpan balik meraka sendiri dan mengendalikan tindakan mereka. Teori informai terdiri dari beberapa konsep penting yang digunakan dalam Artificial Intelligence (AI) dan juga dalam mendesain sistem informai yang efektif.

Teori informasi membantu kita mengevaluasi komunikasi dari informasi dalam tiga dimensi utama dan menekankan bahwa kita seharusnya dapat menemukan jawaban dari tiga pernyataan dasar berikut ini saat menciptakan sistem informasi :

· Dimensi Teknik. Bagaimana keakuratan informasi dapat dipindahkan?

· Dimensi Sematik. Bagaimana ketepatan informasi memberitahukan arti?

· Dimensi Ketepatan. Bagaimana keefektifan informasi mempengaruhi sikap dari penerima?

Sistem pakar (expert systems) merupakan suatu pengembangan dari Decision Support Systems (DSS), yang memiliki fungsi sebagai konsultan. Sistem pakar merupakan salah satu aplikasi dari Artificial Inteligence (AI) yangbanyak dimanfaatkan dalam dunia bisnis.

Perbedaan antara Sistem Pakar dan Decision support Systems dapat dilihat dari tabel berikut ini.

Tabel Perbedaan sistem Pakar dan Decision support Systems

Karaktristik	Decission Support Systems (DSS)	Expert Systems
Fungsi	Mencerminkan gayadan kemampuan manajer untuk memecahkan masalah.	Membuat keputusan melebihi kemampuan manajer.
Alur Penalaran	Tidak terperinci.	Terperinci dengan jelas.
Kemampuan memberikan alasan	Tidak ada.	Ada, terbatas.
Kemampuan menjelaskan	Terbatas.	Ada.
Pembuat keputusan	Manusia dan/atau sistem.	Sistem.
Metode manipulasi data	Numeric.	Simbolik.

Elemen-Elemen Sistem Pakar

Yang termasuk ke dalam elemen-elemen sistem pakar adalah sebagai berikut :

1. User Interface
2. Knowledge Base

Terdiri dari : kenyataan mengenai area subjek yang spesifik dan heuristik.

3. Interface Engine
4. Development Engine.

Elemen-elemen penyususn sistem pakar tersebut dapat digambarkan sebagai berikut :

Keuntungan Sitem Pakar Dalam Proses Pengambilan Keputusan Bagi Manager

Keuntungannya antara lain perbaikan kemampuan-kemampuan seperti :

1. Menyediakan alternatif pertimbangan yang lebih banyak.
2. Menerapkan logika yang tinggi.
3. Menyediakan lebih banyak waktu untuk mengevaluasi hasil keutusan.
4. Membuat keputusan yang lebih konsisten.