1.Pengertian Teknologi Sistem
Cerdas
Teknologi
sistem cerdas adalah sebuah kemajuan di bidang teknologi dengan adanya
kecerdasan yang dibuat pada suatu sistem untuk bisa mengetahui dan menalar apa
yang dilakukan layaknya berpikir seorang manusia sehingga dapat meminimalisir
adanya kesalahan.
2.Pengertian Kecerdasan Buatan /
Artificial Intelligence
Kecerdasan
buatan (artificial intelligence) adalah bagian dari ilmu komputer yang
mempelajari tentang bagaimana sebuah komputer bisa dibuat dengan sedemikian
rupa agar dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia. Menurut John McCarthy (1956),kecerdasan buatan adalah suatu sistem komputer
yang terbentuk untuk mengetahui dan memodelkan proses-proses berpikir manusia
dan mendesain agar dapat menirukan perilaku manusia .
Adapun
tujuan dibuatnya kecerdasan buatan yaitu :
-membuat
computer lebih cerdas
-mengerti
tentang kecerdasan
-membuat
mesin lebih berguna
Yang dimaksud
kecerdasan disini adalah kemampuan untuk belajar atau mengerti dari pengalaman
,memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik
atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah serta
menyelesaikannya dengan efektif (Winston dan Prendergast :1994).
3.Perbedaan Intelligence Kecerdasan
Buatan dan Alami
Kecerdasan buatan adalah suatu
teknologi mesin yang didalamnya sudah diberi algoritma untuk dapat memahami dan
menalar suatu data dan informasi sehingga dapat mengembalikan apa yang sudah di
intruksikan .
Kecerdasan
alami adalah kecerdasan alamiah yang sudah ada pada manusia sejak ia lahir dan
kemudian kecerdasan tersebut bias berkembang seperti halnya memecahkan masalah
,menalar ,merencanakan ,memahami gagasan ,menggunakan bahasa ,dan bakat alami .
4.Sejarah Kecerdasan Buatan
Teori-teori
yang mengarah ke KB sudah muncul sejak tahun 1941. Berikut ini tahap-tahap
sejarah perkembangan KB :
A.
Era Komputer Elektronik (1941)
- Ditemukannya pertama kali alatpenyimpanan dan pemprosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke KB.
B. Masa
Persiapan KB (1943 – 1956)
- Tahun 1943, Warren McCulloch dan Walter Pitts
mengemukakan tiga
hal, yaitu :
a.
pengetahuan fisiologi dasar dan fungsi sel syaraf
dalam
otak
b.
analisis formal tentang logika proposisi (propositional logic)
c.teori
komputasi Turing
- Tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh yang terkenal adalah thermostat. Penemuan ini juga merupakan awal dari perkembangan KB.
- Tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang Automata, Jaringan Syaraf dan pembelajaran intelijensia.
Mereka kerjakan
projek ini selama dua tahun di Dartmouth. Hasilnya adalah program yang mampu
berpikir non-numerik dan menyelesaikan masalah pemikiran yang dinamakan
Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai ”Bapak Kecerdasan
Buatan”.
C.
Awal Perkembangan Kecerdasan
Buatan (1956 – 1969)
- diawali dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut ”General Prbolem Solver”. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi.
- tahun 1958, McCarthy mendefenisikan bahasa pemrograman tingkat tinggi, yaitu LISP, yang sekarang mendominasi pembuatan program-program kecerdasan buatan.
- McCarthy membuat program yang dinamakan programs with Common Sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahu-an dalam mencari solusi.
- Tahun 1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya mengeluarkan program, kecerdasan buatan, yaitu geometry Theorm Prover. Program ini dapat membuktikan suatu teorema menggunakan axioma-axioma yang ada.
- Tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral untuk mata kuliah kalkulus.
- Tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ.
D. Sistem
Berbasis Pengetahuan (1969 – 1979)
Pengetahuan
adalah kekuatan pendukung KB. Hal ini dibuktikan dengan program yang dibuat
oleh Ed Feigenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat
program untuk memecahkan masalah struktur molekul dari informasi yang
didapatkan dari spectometer massa.
Program
ini dinamakan Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari
segi diagnosa medis juga sudah ada yang menemukannya, yaitu Saul Amarel dalam
proyek Computer in Biomedicine. Proyek ini diawali dengan keinginan untuk
mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme
penyebab proses penyakit.
E.
KB menjadi sebuah industri (1980 – 1988)
- Industrialisasi KB diawali dengan ditemukannya ”sistem pakar” (expert system) yang dinamakan R1 yang mampu mengonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermot tahun 1982.
- Tahun 1986, program tersebut mampu menghemat biaya US$ 40 juta /tahun.
- Tahun 1988, Kelompok KB di DEC menjalankan 40 sistem pakar.
- Booming KB ini juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, Intellicorp dan Technoledge yang menawarkan software tools untuk membangun sistem pakar.
- Perusahaan Hardware seperti LISP Machines Inc, Texas Instruments, Symbolics dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan LISP.
F. Era
Kembalinya Jaringan Syaraf Tiruan (1986 – Sekarang)
- Para ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf.
- Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada memori.
- Pada tahun 1985-an, sedikitnya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Back-Propagation learning). Algoritma ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi.
5.Contoh Teknologi Sistem Cerdas
Otomasi adalah proses pembuatan
suatu sistem atau fungsi proses secara otomatis. Otomatisasi
proses robotik, misalnya, dapat diprogram untuk melakukan tugas bervolume
tinggi dan berulang yang biasanya dilakukan oleh manusia. RPA
berbeda dengan otomasi TI karena bisa beradaptasi dengan keadaan yang berubah.
Mesin belajar adalah ilmu mendapatkan komputer untuk bertindak tanpa pemrograman. Deep learning adalah bagian dari pembelajaran mesin yang, dalam istilah yang sangat sederhana, dapat dianggap sebagai otomasi analisis prediktif. Ada tiga jenis algoritma pembelajaran mesin: pembelajaran diawasi, di mana kumpulan data diberi label sehingga pola dapat dideteksi dan digunakan untuk memberi label kumpulan data baru; pembelajaran tanpa pengawasan, dimana kumpulan data tidak diberi label dan diurutkan berdasarkan persamaan atau perbedaan; dan pembelajaran penguatan, di mana kumpulan data tidak diberi label namun, setelah melakukan tindakan atau beberapa tindakan, sistem AI diberi umpan balik.
Visi mesin adalah ilmu membuat komputer melihat. Penglihatan mesin menangkap dan menganalisis informasi visual menggunakan kamera, konversi analog-ke-digital dan pemrosesan sinyal digital. Hal ini sering dibandingkan dengan penglihatan manusia, namun penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat melalui dinding, misalnya. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Penglihatan komputer, yang difokuskan pada pengolahan citra berbasis mesin, sering dikelompokkan dengan penglihatan mesin.
Natural language processing (NLP) adalah pengolahan bahasa manusia - dan bukan bahasa komputer oleh program komputer. Salah satu contoh NLP yang lebih tua dan paling terkenal adalah deteksi spam, yang melihat pada baris subjek dan teks email dan memutuskan apakah itu sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP meliputi terjemahan teks, analisis sentimen dan pengenalan ucapan.
Pengenalan pola adalah cabang pembelajaran mesin yang berfokus pada identifikasi pola dalam data. Istilahnya, hari ini, bertanggal.
Robotika adalah bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit dilakukan manusia atau tampil secara konsisten. Mereka digunakan di jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda-benda besar di luar angkasa. Baru-baru ini, periset menggunakan pembelajaran mesin untuk membangun robot yang bisa berinteraksi dalam setting sosial.
Mesin belajar adalah ilmu mendapatkan komputer untuk bertindak tanpa pemrograman. Deep learning adalah bagian dari pembelajaran mesin yang, dalam istilah yang sangat sederhana, dapat dianggap sebagai otomasi analisis prediktif. Ada tiga jenis algoritma pembelajaran mesin: pembelajaran diawasi, di mana kumpulan data diberi label sehingga pola dapat dideteksi dan digunakan untuk memberi label kumpulan data baru; pembelajaran tanpa pengawasan, dimana kumpulan data tidak diberi label dan diurutkan berdasarkan persamaan atau perbedaan; dan pembelajaran penguatan, di mana kumpulan data tidak diberi label namun, setelah melakukan tindakan atau beberapa tindakan, sistem AI diberi umpan balik.
Visi mesin adalah ilmu membuat komputer melihat. Penglihatan mesin menangkap dan menganalisis informasi visual menggunakan kamera, konversi analog-ke-digital dan pemrosesan sinyal digital. Hal ini sering dibandingkan dengan penglihatan manusia, namun penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat melalui dinding, misalnya. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Penglihatan komputer, yang difokuskan pada pengolahan citra berbasis mesin, sering dikelompokkan dengan penglihatan mesin.
Natural language processing (NLP) adalah pengolahan bahasa manusia - dan bukan bahasa komputer oleh program komputer. Salah satu contoh NLP yang lebih tua dan paling terkenal adalah deteksi spam, yang melihat pada baris subjek dan teks email dan memutuskan apakah itu sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP meliputi terjemahan teks, analisis sentimen dan pengenalan ucapan.
Pengenalan pola adalah cabang pembelajaran mesin yang berfokus pada identifikasi pola dalam data. Istilahnya, hari ini, bertanggal.
Robotika adalah bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit dilakukan manusia atau tampil secara konsisten. Mereka digunakan di jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda-benda besar di luar angkasa. Baru-baru ini, periset menggunakan pembelajaran mesin untuk membangun robot yang bisa berinteraksi dalam setting sosial.
Kesimpulan
Pada
dasarnya kecerdasan yang nyata ialah anugrah yang diberikan tuhan kepada
manusia sehingga manusia inilah yang bisa membuat kecerdasan buatan yang
tujuannya kembali untuk membantu pekerjaan yang mereka lakukan . kecerdasan
buatan pada awalnya dibuat hanya untuk membantu menyelesaikan permasalahan di keseharian
manusia namun pada era modern ini kecerdasan buatan sudah sangat maju dan dibuat
untuk banyak kepentingan dan kecerdasan buatan ini dibuat untuk memenimalisir
suatu kesalahan yang dilakukan pada manusia(human error) .
Sumber 1
Sumber 2
Sumber 3
EmoticonEmoticon