Senin, 01 Oktober 2018

Pertemuan Ke-1 : Pengenalan Kecerdasan Buatan


Nama  : Rezky Audiansyah Putra
Kelas  : 3KA12

NPM   : 18116161 

Hasil PPT --> https://drive.google.com/open?id=1VebwhDgzeMJbq8b_XMGG2AMBGoq66kIe
Pengertian Kecerdasan Buatan
        Kecerdasan buatan adalah upaya agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia dan merupakan bagian ilmu komputer untuk pengerjaannya.
Namun kecerdasan buatan secara umum memiliki pengertian  sebagai salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan berbagai permasalahan yang kompleks dengan cara yang lebih manusiawi.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Sebab itu Artificial Intelegence akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.
Bidang Ilmu yang menjadi dasar kecerdasan buatan
       Kecerdasan Buatan dapat diterapkan dalam berbagai bidang seperti Sistem Pakar (Expert System), Pengolahan Bahasa Alami (Natural Language Processing), Pengenalan Ucapan (Speech Recognition), Pattern Recognition (PR), Robotika, serta yang paling menarik adalah penerapannya dalam permainan (game)
1. Expert System (ES)

Expert System (ES) atau Sistem Pakar, merupakan salah satu cabang AI yang mempelajari pembuatan sebuah sistem yang dapat bekerja layaknya seorang pakar. ES dapat menyimpan pengetahuan seorang pakar dan memberikan solusi berdasarkan pengetahuan yang dimilikinya tadi. ES juga merupakan salah satu cabang AI yang sering melakukan kerja sama dengan disiplin ilmu lain karena sifatnya yang dapat menyimpan pengetahuan.
Contohnya program komputer yang dapat mendiagnosa penyakit dengan memasukan gejala-gejala yang dialami pasien.
2. Natural Languange Processing (NLP)

Natural Languange Processing (NLP) atau Pemrosesan Bahasa Alami, merupakan salah satu cabang AI yang mempelajari pembuatan sistem untuk menerima masukan bahasa alami manusia. Dalam perkembangannya, NLP berusaha untuk mengubah bahasa alami komputer (bit dan byte) menjadi bahasa alami manusia yang dapat kita mengerti. NLP merupakan ilmu dasar yang dapat dijadikan jembatan untuk membuat komunikasi antara mesin dengan manusia.
Contohnya hasil program komputer web broser google yang dapat menghasilkan suara serta bahasa alami manusia melalui google voice.

3. Pengenalan Ucapan (Speech Recognition)

Kecerdasan buatan pada pengenalan suara ini dapat mengenali suara manusia. Cara mengenali suara ini dengan mencocokannya pada acuan yang telah diprogramkan terlebih dahulu. Contohnya perintah komputer dengan menggunakan suara user.
4.  Pattern Recognition (PR)

Pattern Recognition (PR) atau Pengenalan Pola, merupakan salah satu cabang AI yang mempelajari pembuatan sebuah sistem untuk dapat mengenali suatu pola tertentu. Misalnya sistem PR untuk mengenali huruf dari tulisan tangan, walaupun terdapat perbedaan penulisan huruf A dari masing-masing orang tetapi PR dapat mengenali bahwa huruf tersebut adalah huruf A. Beberapa aplikasi dari PR antara lain : voice recognition, Fingerprint Identification, Face Identification, Handwriting Identification, Optical Character Recognition, Biological Slide Analysis, Robot Vision dan lainnya.
 5. Robotic

Robotic atau Robotika, merupakan salah satu cabang AI yang menggabungkan cabangcabang AI yang lain termasuk ketiga cabang di atas untuk membentuk sebuah sistem robotik Seiring perkembangan riset dalam AI, dapat dimungkinkan akan muncul cabang-cabang baru yang melengkapi unsur AI sehingga AI menjadi sebuah sistem lengkap dan akan mencapai goal-nya yang sampai sekarang masih belum sempurna.
6. Permainan

Kecerdasan buatan pada permainan ini memungkinkan sebuah sistem komputer untuk memiliki cara berpikir manusia dalam bermain. Contohnya permainan yang memiliki fasilitas orang melawan komputer. Komputer sudah di program sedemikian rupa agar memiliki cara bermain seperti seorang manusia bahkan bisa melebihi seorang manusia.
Sejarah Kecerdasan Buatan

Tahun 1950-1970 merupakan tahun pembuka bagi kecerdasan buatan, dimana para ilmuan mulai memukurkan cara agar mesin dapat melakukan pekerjaan seperti yang dikerjakan oleh manusia.
Februari 1951, University of Manchester “ mengembangkan komputer elektronik pertama didunia yang diberi nama Ferranti Mark I .
1951 sebuah program pemain catur berhasil dibuat oleh Dietrich Prinz.
Alan Turing seorang pionir AI dan ahli matematika inggris melakukan percobaan Turing (Turing Test) yaitu sebuah komputer melalui terminalnya ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan software AI dan diujung lain ada sebuah terminal dengan seorang operator. Operator itu tidak mengetahui kalau ujung terminal lain dipasang software AI. Mereka berkomunikasi dimana terminal di ujung memberikan respon terhadap serangkaian pertanyaan yang diajukan oleh operator. Dan sang operator itu mengira bahwa ia sedang berkomunikasi dengan operator lainnya yang berada pada terminal lain. Turing beranggapan bahwa jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas.
Agent dan lingkungan
Pengertian sebuah AGENT adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. agen manusia memiliki mata,telinga sedangkan kan organ lain untuk mensensor tangan, kaki, mulut dan yang lain nya. sebuah pengganti agen robot kamera dan berbagai pencarian framer untuk sensor dan berbagai motor untuk efektor
Dalam Kecerdasan Buatan (Artificial Intelligent), sebuah Agen Cerdas (Intelligent Agent) adalah sebuah entitas otonom yang mengamati dan bertindak berdasarkan suatu lingkungan (yaitu sebuah agen) dan mengarahkan aktivitasnya ke arah pencapaian tujuan (yakni, rasional). Agen Kecerdasan dapat juga belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Mereka mungkin sangat sederhana atau sangat kompleks: sebuah mesin refleks seperti termostat adalah agen yang cerdas, seperti manusia, seperti komunitas manusia bekerja bersama menuju tujuan.
Agen Kecerdasan sering digambarkan secara skematik sebagai sistem fungsional abstrak mirip dengan program komputer. Untuk alasan ini, agen cerdas kadang-kadang disebut abstrak agen cerdas (Abstract Intelligent Agent) untuk membedakan mereka dari dunia nyata implementasi sebagai sistem komputer, sistem biologis, atau organisasi. Beberapa definisi agen cerdas menekankan otonomi mereka, dan jadi lebih suka istilah otonom agen cerdas. Yang lain (terutama Russell & Norvig (2003)) dianggap perilaku terarah tujuan sebagai esensi dari cerdas dan jadi lebih suka istilah yang dipinjam dari ekonomi, “agen rasional”.

 a. Rasionalitas
Sebuah keputusan yang rasional adalah salah satu yang tidak hanya beralasan, tetapi juga dioptimalkan untuk mencapai suatu tujuan atau memecahkan masalah. Menentukan optimal untuk perilaku rasional membutuhkan formulasi diukur dari masalah, dan membuat beberapa asumsi utama. Ketika tujuan atau masalah melibatkan membuat keputusan, faktor rasionalitas dalam berapa banyak informasi yang tersedia (misalnya lengkap atau pengetahuan yang tidak lengkap).
Secara kolektif, perumusan dan latar belakang asumsi model rasionalitas mana yang berlaku. Menggambarkan relativitas rasionalitas: jika seseorang menerima model optimal yang menguntungkan diri mereka sendiri, maka rasionalitas disamakan dengan perilaku egois untuk titik yang egois; sedangkan jika seseorang menerima model menguntungkan optimal, maka perilaku murni egois tidak rasional. Oleh karena itu sarana untuk menegaskan rasionalitas tanpa juga menentukan asumsi dari model yang menggambarkan bagaimana latar belakang masalah dibingkai dan dirumuskan.
 b. PEAS 
(performance measure,environment,actuators,sensors)
PEAS adalah singkatan dari Performance Measure, Environment, Actuators, dan Sensor. Dimana harus dispesifikasikan terlebih dahulu mengenai rancangan intelligent agent.
Misalkan untuk task yang didesain untuk agent pengemudi taksi otomatis:
Performance Measure: Aman, Cepat, Legal, Perjalanan yang nyaman, Keuntungan Maksimal
Environment : Jalan, Lalu lintas kendaraan lain, Pejalan kaki, Pelanggan
Actuators: Setir, Akselerator, Rem, Lampu Sinyal, Klakson
Sensors: Kamera, Sonar, Spedometer, GPS, odometer, sensor mesin, keyboard
Misalkan untuk task yang disusun untuk agent sistem diagnosis medis:
Performance Measure : Kesehatan Pasien, Biaya minimal, Hukum
Environment: Pasien, Rumah Sakit, Staf
Actuator : Tampilan Layar (Pertanyaan, Tes, Diagnosa, Perawatan, Rujukan)
Sensors : Keyboars(Entri gejala, pencarian penyakit, jawaban untuk pasien)
Misalkan untuk task yang disusun untuk agent robot pengambil suku cadang
Performance Measure : Persentase suku cadang di tempat yang benar
Environment :  sabuk konveyor, tempat pengumpulan suku cadang
Actuator : Lengan dan tangan robot
Sensor : Kamera, sensor di lengan robotd.
c. lingkungan agent
Sebuah agent diharapkan melakukan tindakan yang benar sesuai dengan tujuan diciptakan agent tersebut. Tindakan yang dilakukan oleh agent tersebut yang akan digunakan sebagai tolak ukur terhadap keberhasilan sebuah agent.
Berikut 4 buah dasar yang dapat digunakan untuk menentukan tolak ukur sebuah agent :
Performance measure (tolak ukur terhadap kesuksesan hasil kerja) yang menyatakan derajat kesuksesan.
Semua imput yang diterima oleh agent, dapat dilacak kembali (imput disimpan dalam serangkaian data/memory).
Segala sesuatu yang diketahui agen terhadap lingkunganya.
Setiap indakan yang akan dilakukan oleh agen.
Pada umumnya sebuah agent terdiri dari dua buah komponen dasar yaitu suatu program dan sebuah piranti perangkat keras (arsitektur/computer). Sebagai ilustrasi terhadap hubungan keduanya, sebuah arsitektur memberikan sebuah percept dari sensor kemudian siap digunakan kedalam program, menjalankan program dan memberikan pilihan-pilihan tindakan program ke efektor.
Dua hal penting dalam proses pembuatan program agent.
Menyatakan mapping (pemetaan) sebagai sebuah fungsi dan urutan precepsi ke tindakan. Program agent hanya menerima sebuah presepsi berdasarkan jangka waktu tertentu. Kemudian menyimpan setiap prepsesi sesuai dengan urutan tertentu kedalam memory .
Tujuan dan performance tidak termaksud kedalam rangka program.
Terdapat 4 hal yang harus diperhatikan dalam merancang sebuah agent. Yaitu Percept, Action, Goal dan Enviroment. Biasa disingkat PAGE. Aget harus menangapi setiap rangsangan (precpt) yang ada disekitarnya, kemudian memberikan tindakan (action) yang tepat terhadap rangsangan tersebut, dan yang pasti setiap tindakan tersebut harus sesuai dengan tujuan (Goal) awal diciptakanya agent tersebut. Selain itu setiap aksi yang dilakukan aleh agent tersebut harus memperhatikan lingkungan (Environment) dimana agent tersebut di tempatkan.

Referensi :

 

Tidak ada komentar:

Posting Komentar