Artificial Intelegent atau AI adalah suatu sistem yang memanfaatkan kecerdasaan buatan. Sistem ini nantinya akan diinput oleh manusia dengan bahasa mesin kedalam computer. Sistem ini dibuat bertujuan agar mempunyai kecerdasan seperti manusia dan cara berperilaku manusia yang mampu mepelajari segala sesuatu yang baru dengan cepat berdasarkan pengalaman yang dialaminya. Sehingga sistem ini seolah olah mempunyai kehendak sendiri tanpa harus dikontrol secara manual oleh manusia. Konsep dasar didalam teknologi sistem cerdas diantaranya :
1. Sistem Pakar (Expert System)
Disini komputer akan diberi perintah agar bisa memiliki kemampuan seperti pakar , agar suatu saat apa bila terjadi masalah komputer dapat menyelsaikan masalah tersebut sesuai keahlian pakar aslinya.
2. Decision Support Systems (DSS)
System pendukung keputusan adalah serangkaian class yang terkomputerisasi yang mempunyai tujuan untuk memudahkan pengambilan keputusan.
3. Pengolahan Bahasa Alami (Natural Language Processing )
Maksudnya adalah user diharapkan dapat berinteraksi dengan komputer menggunakan bahasa sehari hari layaknya berinteraksi dengan manusia lainnya.
4. Pengenalan Ucapan (speech recognition)
Dengan adanyak speech recognition , diharapkan user dapat juga berkomunikasi dengan komputer melalui suara.
5. Robotika &Sistem Sensor (Robotic & Sensory Systems)
6. Computer Vision.
Disini user dapat menginterpretasikan objek atau gambar melalui komputer.
7. Inteligent Computer-aided instruction
8. Game Playing.
Kelebihan Artificial Intellegence.
- · Kemampuan data yang dapat disesuaikan oleh kebutuhan (tidak terbatas).
- · Ketepatan dan Kecepatan.
- · Bisa digunakan kapan saja tanpa merasakan bosan.
Kekurangan Artificial Intellegence.
- · Tidak Memiliki Common Sense . common sense adalah yang membuat kita mengerti informasi apa yang kita proses
- · Kecerdasan dalam AI terbatas (pada program yang diberikan)
- · Mudah Rusak
- · Memerlukan daya listrik
Expert System (Sistem Pakar)
Sistem pakar atau Expert System adalah suatu sistem yang memiliki kecerdasan para ahli agar dapat memecahkan suatu masalah seperti para pakar memecahkan masalahnya dibidang masing masing
Keuntungan Sistem Pakar :
- · Memudahkan bagi para user untuk mengerjakan pekerjaan seorang pakar
- · Meningkatakan kualitas
- · Memiliki realibilitas
- · Meningkatkan Kapabilitas pada sistem komputer
- · Meningkatkan produktivitas
Kerugian Sistem Pakar :
- · Biaya pembuatannya sangat mahal
- · Sulit untuk mengembangkan
- · Tida 100% bernilai benar
Decision Support System (DSS)
Sistem pendukung keputusan atau Decision Support System (DSS) adalah Serangkaian kelas tertentu dari sistem informasi terkomputerisasi yang mendukung dalam pengambilan keputusan. System pengambilan keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi dan mengambil keputusan yang benar atau membangun strategi dari analisis tidak pengaruh terhadap computer.
Informasi yang biasanya dikumpulkan menggunakan aplikasi pendukung keputusan akan melakukan :
· Mengakses informasi terkini
· Angka penjualan yang periodenya berkesinambungan
· Angka pendapatan berdasarkan asumsi penjualan sebuah produk baru
· Konsekuensi pengambilan keputusan yang berbeda
Metodologi Sistem Cerdas
Sistem Pakar (Expert System)
Dirancang untuk menyelesaikan masalah pada suatu domain (bidang), misal: ES untuk mendiagnosa gejala sakit pada pasien.
Pembuatan:
· Menanyai para pakar di bidang tersebut
· Menyimpan pengetahuan yang diperoleh dalam suatu bentuk yang sesuai bagi penyelesaian masalah, menggunakan penalaran sederhana
Penggunaan:
· Pengguna memasukkan query sesuai dengan masalah yang ditetapkan oleh sistem cerdas.
· Query tersebut digunakan untuk pengambilan keputusan berbasiskan pada pengetahuan
· Jawaban diberikan ke pengguna, atau mungkin perlu masukan lebih lanjut.
Sistem Samar (Fuzzy System)
Logika tradisional yang bernilai salah satu dari dua yait true atau false (benar atau salah). Sistem Fuzzy menangani informasi tidak “pas” dengan memberikan suatu derajat kebenaran – menggunakan logika samar. Pengetahuan dapat diekspresikan dalam terminologi bahasa yang samar. Contohnya penyederhanaan aturan dalam sistem kendali, ada ketidaktepatan.
Jaringan Syaraf Tiruan (Artificial Neural Networks)
Otak manusia terdiri dari 100 milyar elemen pemrosesan sederhana bernama neuron yang sangat rapat dan salingterhubung. ANN didasarkan pada model yang disederhanakan dari neuron dan operasi-operasinya. Model-model dari ANN tergantung pada:
· Arsitektur
· Metode Pembelajaran
· Karakter operasional lain, misal: jenis fungsi aktifasi
ANN bekerja baik pada masalah pattern recognition dan klasifikasi. Kekuatan utamanya mampu menangani data yang sebelumnya tidak terlihat, tidak lengkap atau rusak. Beberapa contoh aplikasinya antara lain:
· Deteksi kepadatan di bandara
· Pengenalan wajah
· Penilaian resiko keuangan
· Optimisasi da penjadwalan
Algoritma Genetika (Genetic Algorithms, GA)
GA termasuk dalam evolutionary computation yang merupakan suatu wilayah ilmu komputer yang menggunakan pola pikir dari konsep dan prinsip dasar dari evolusi alam, yaitu prinsip seleksi alam Darwinisme, sebagai inspirasi dalam perancangan metode komputasi. Solusi diperoleh melalui suatu proses:
· Kelangsungan hidup dari fittest (paling tahan)
· Keturunan campuran (crossbreeding)
· Mutasi
Penalaran Berbasis Kasus (Case-based reasoning, CBR)
Sistem CBR memecahkan masalah dengan memanfaatkan pengetahuan (knowledge) mengenai masalah serupa yang ditemukan sebelumnya (masa lalu). Pengetahuan masa lalu dijadikan sebagai suatu basis kasus (case-base).Solusi diperoleh dengan mensintesis kasus-kasus serupa, dan menyesuaikan untuk memenuhi perbedaan antara masalah yang diberikan dan kasus yang serupa. Sulit dipraktekkan tetapi sangat tangguh jika berhasil dilakukan.Contoh aplikasi:
· Penalaran menurut undang-undang (Legal, hukum)
· Mediasi perselisihan
· Data mining
· Diagnosa kesalahan
· Penjadwalan
Data Mining – Agen Cerdas (Intelligent Software Agents)
Proses eksplorasi dan analisis data untuk menemukan informasi baru dan bermanfaat. Dapat mengekstrak informasi perilaku pasar dan pengguna dengan menggali data tersebut. Informasi yang menyangkut soal:
· Menyatakan tren & asosiasi perilaku pasar
· Meningkatkan keunggulan kompetitif/efektifitas pemasaran.
Teknologi Bahasa (Language Technology)
Aplikasi pengetahuan bahasa manusia bagi solusi berbasis computer. Komunikasi antara manusia dan komputer adalah aspek penting sistem informasi cerdas. Aplikasi LT diantaranya:
· Natural Language Processing (NLP) , Knowledge Representation, Speech recognition
· Optical character recognition (OCR), Handwriting recognition
· Machine translation, Text summarization
· Speech synthesis
Sistem berbasis LT dapat berupa front-end dari sistem informasi yang berbasis pada perangkat cerdas lainnya.
