Artificial Intelligence (AI), AI dan Kognisi Manusia, AI dan Sistem Pakar

Kali ini saya ingin membahas mengenai Artificial intelligence (AI), AI dan Kognisi manusia, dan juga mengenai AI dan sistem Pakarnya. 

Pertama-tama saya akan membahas mengenai Apa sih itu Artificial Intellegence itu? disini Ada beberapa pendapat dari beberapa tokoh mengenai definisi AI atau kecerdasan buatan  :

Menurut Minsk (1989), Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia. Definisi lain diungkapkan oleh 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. Sedangkan Rich and Knight (1991), mendefinisikan AI sebagai studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Dari berbagai pendapat tokoh diatas dapat diambil kesimpulannya bahwa AI merupakan cabang dari ilmu komputer yang terkait dengan pemrograman komputer yang mampu meniru fungsi kognisi manusia dengan baik. 

Sejarah AI

Sebelum 1950, Claude Shannon dan Alan Turing mengusulkan tes untuk melihat bisa/tidaknya mesin memberikan respon terhadap serangkaian pertanyaan (agar mesin dapat dikatakan cerdas). Shannon mempublikasikan artikel dengan judul “A Chess-Playing Machine”. Bibit AI pertama kali disebar hanya 2 tahun setelah General Electric menerapkan komputer yang pertama kali digunakan untuk penggunaan bisnis. Tahun itu adalah tahun 1956, dan istilah kecerdasan buatan pertama kali dibuat oleh John McCarthy sebagai tema suatu konferensi yang dilaksanakan di Dartmouth College yang dihadiri oleh para peneliti AI. Pada tahun yang sama, program komputer AI pertama yang disebut Logic Theorist, diumumkan. Kemampuan Logic Theorist yang terbatas untuk berpikir (membuktikan teorema-teorema kalkulus) mendorong para ilmuwan untuk merancang program lain yang disebut General Problem Solver (GPS), yang ditujukan untuk digunakan dalam memecahan segala macam masalah. Proyek ini ternyata membuat para ilmuwan yang pertama kali menyusun program ini kewalahan, dan riset AI dikalahkan oleh aplikasi-aplikasi komputer yang tidak terlalu ambisius seperti SIM dan DSS. Namun seiring waktu, riset yang terus menerus akhirnya membuahkan hasil, dan AI telah menjadi wilayah aplikasi komputer yang solid.

AI saat ini meliputi berbagai macam sub bidang, mulai dari tujuan umum daerah, seperti belajar dan persepsi terhadap tugas-tugas tertentu seperti bermain catur, membuktikan teorema matematika, menulis puisi, dan mendiagnosis penyakit. AI systematizes dan mengotomatisasi tugas-tugas intelektual dan karena itu berpotensi relevan untuk setiap bidang aktivitas intelektual manusia.

Tujuan Kecerdasan buatan:

1. Untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
2. Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja

Sejauh ini AI telah dipakai untuk melakukan berbagai hal. Dengan segala keterbatasan, AI telah dipergunakan untuk :

1. Membuat aplikasi komputer yang sangat mudah bagi pemakai
2. Meningkatkan pemecahan masalah secara cepat dan konsisten
3. Membantu menyelesaikan masalah yang mengandung data yang tidak lengkap atau kurang jelas
4. Menangani informasi yang berlebihan
5. Meningkatkan produktifitas dalam melaksanakan banyak tugas
6. membantu melaksanakan pencarian data

AI dan kognisi manusia

Semua orang yang merangkai model proses distribusi parallel seperti neuron, telah bekerja keras untuk mencoba menemukan solusi atas pertanyaan tentang otak sebagai mesin berpikir. Setelah melalui riset psikologi selama lebih dari 1 abad, terutama melalui riset psikologi kognitif beberapa abad yang lalu. Apa yang telah kita pelajari tentang mesin berpikir kita, yang disebut otak.  Otak berbeda secara fundamental dibandingkan dengan komputer Von Neumann yang sekarang biasa digunakan. Mungkin AI akan berperan lebih jauh jika komputer lebih menyerupai otak. Di bawah ini ditampilkan rangkuman perbandingannya.

	Komputer Berbasis silikon (jenis von Neumann)	Otak berbasis karbon (manusia)
Kecepatan proses	Dalam nanodetik	Dalam milidetik sampai beberapa detik
Jenis	Rangkaian prosesor (kebanyakan)	Prosesor parallel (kebanyakan)
Kapasitas Penyimpanan	Sangat besar, untuk informasi berkode digital	Sangat besar, untuk informasi visual dan linguistik
Kerjasama	Sangat patuh	Cukup kooperatif
Kemampuan belajar	Sesuai aturan yang ditetapkan	konseptual
Fitur unggulan	Mampu memproses data yang banyak dalam waktu yang singkat, efisian dalam biaya, sudah teratur, mudah dirawat, dan bisa ditebak	Mampu membuat penilaian, kesimpulan, dan penyamarataan dengan mudah. Pergerakannya; memiliki bahasa, percakapan, vision dan emosi
Fitur terburuk	Tidak mampu belajar sendiri dengan cepat; memliki kesulitan dengan tugas kognitif manusia yang rumit, seperti pemahaman bahasa dan produksi.	Memiliki kapasitas penyimpanan dan pemrosesan informasi yang terbatas; pelupa dan cukup mahal dalam pemenuhan permintaan makanan, tidur, suhu udara.

Beberapa program komputer bekerja lebih efektif daripada pikiran manusia, dan kebanyakan sangat pintar menirukan hal-hal nyata meski masih sedikit janggal. Komputer mampu memecahkan beberapa masalah, seperti sebuah soal matematika yang mendetil, lebih cepat dan lebih akurat daripada manusia.

Seperti yang ditampilkan dalam table perbandingan komputer tipe Von Neumann dengan otak, jadi tidak aneh jika para ilmuwan menghentikan pekerjaan mereka. Mereka bekerja dengan jenis mesin yang salah. untuk membuat komputer lebih mirip otak baik dalam struktur maupun prosesnya. Sistem jaringan neuron, model-model PDP, dan hubungannya telah menggoda ilmuwan untuk menemukan prinsip komputerisasi yang memerintah jaringan neuron pada sistem saraf manusia. Mereka melakukannya dengan cara yang tampak sangat abstrak. Unit mewakili neuron, tetapi mengikuti tingkah laku neuron, yaitu bahwa unit bisa dipasangkan dengan unit yang lain. Hubungan diantara mereka bisa menguat atau melemah, lalu stabil dan seterusnya.

Sebuah konsep penting juga telah diajukan mengenai jaringan neuron yang juga masih dipelajari, yaitu melalui sistem seperti sinapsis (seperti infrastruktur otak) yang menghubungkan unit-unit, yang dapat berubah seiring dengan pengalaman. Beberapa usaha telah berhasil. Cara pandang baru mengenai kognisi manusia telah menimbulkan banyak antusiasme diantara para pendukungnya . 

AI dan sistem pakar

Sistem Pakar merupakan paket  perangkat lunak atau paket program komputer yang disediakan sebagai media penasehat atau membantu dalam memecahkan masalah di bidang-bidang tertentu seperti sains, pendidikan, kesehatan, perekayasaan matematika, dan sebagainya. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi. Sistem pakar bertujuan untuk membuat keputusan yang lebih cepat daripada pakar. Dengan adanya sistem pakar ini, pihak manajemen memperoleh keuntungan mendapatkan pakar tanpa pakar tersebut berada ditempat. Sistem pakar ini dapat sama atau bahkan dapat melebihi kepakaran manusia, setidaknya dalam konsistensi.

Sejarah Sistem Pakar

Sistem pakar mulai dikembangkan pada pertengahan tahun 1960an oleh AI corporation. Periode penelitian AI ini didominasi 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 Newell, John Cliff Shaw, dan Herbert Alexander Simon – dari Logic Theorist merupakan sebuah percobaan untuk menciptakan mesin yang cerdas. GPS sendiri merupakan sebuah Predecessor menuju Expert System (ES). GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebeumnya.

Sistem pakar dapat digunakan oleh :

1. Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam memecahkan masalah.
2. Pakar sebagai asisten yang berpengatahuan
3. Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.

Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar. Alasan mendasar mengapa Expert System dikembangkan untuk menggantikan seorang pakar:

1.                  Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi

2.                  Secara otomatis mengerjakan tugas-tigas rutin yang membutuhkan seorang pakar

3.                  Seorang pakar akan pensiun atau pergi.

4.                  Menghadirkan/menggunakan jasa seorang pakar memerlukan biaya yang mahal.

5.                 Kepakaran  dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environment)

Ciri-ciri sistem pakar

1.      Terbatas pada bidang yang spesifik

2.      Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti.

3.      Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.

4.      Berdasarkan pada aturan atau kaidah tertentu.

5.      Dirancang untuk dapat dikembangkan secara bertahap.

6.      Outputnya bersifat nasihat atau anjuran

7.      Output tergantung dari dialog dengan user

8.      Knowledge base dan inference engine terpisah

Masalah-masalah yang dapat diselesaikan dengan sistem pakar, diantaranya adalah :

1. Interpretasi   :Menghasilkan deskripsi situasi berdasarkan data sensor.
2. Prediksi         : Memperkirakan akibat yang mungkin dari situasi yang diberikan.
3. Diagnosis      : Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms)
4. Desain            :Menyusun objek-objek berdasarkan kendala.
5. Planning       :Merencanakan tindakan
6. Monitoring   : Membandingkan hasil pengamatan dengan proses perencanaan.
7. Debugging    : Menentukan penyelesaian dari kesalahan sistem.
8. Reparasi       : Melaksanakan rencana perbaikan.
9. Instruction    : Diagnosis, debugging, dan reparasi kelakuan pelajar.
10. Control         : Diagnosis, debugging, dan reparasi kelakuan sistem.

Penerapan sistem Pakar

Sistem pakar dapat diterapkan dalam berbagai bidang seperti, sains, pendidikan, kesehatan, dan sebagainya. Contoh dari tulisan mr. Rizal “Sistem integrasi Pola Alir Material & Uang dapat disebut Material Management System (MMS) adalah kelanjutan perkembangan dari sistem integrasi Inventory Control System (ICS). Sistem (MMS) ini dikembangkan atas sistem manual yang sudah teruji berjalan lancar di PT Krakatau Steel, yang karena tuntutan kemajuan teknologi, sistem manual ini perlu ditingkatkan menjadi sistem komputerisasi. Namun didalam penerapannya masih banyak kendala yang dihadapi oleh subsistem-subsistem pendukung MMS yang ada pada masing-masing divisi. Melalui penelitian ini, dikemukakan satu alternatif yang sangat potensial untuk mengatasi kendala yang dialami oleh subsistem pendukungnya, khususnya yang berada di Divisi Perencanaan & Pengendalian Suku Cadang (PPSC). Dalam penelitian ini dibuat sistem pakar yang mampu memberikan penjelasan dan beberapa alternatif penyelesaian soal-soal Pengendalian Suku Cadang, yang meliputi : Identifikasi Material, Sistem Order, Sistem Repairable dan Sistem Spesifik. Pembuatan sistem pakar ini melalui lima tahapan berikut, yaitu: identifikasi, konseptualisasi, formulasi, implementasi, dan pengujian. Bahasa pemrograman yang digunakan adalah Turbo Prolog, yang cukup ideal dalam menyelesaikan masalah yang undeterministic. Teknik Inferensi yang digunakan adalah backward chaining, proses penelusuran yang digunakan adalah depth first search, dan metoda representasi pengetahuan yang digunakan adalah representasi logika”.

Beberapa contoh Sistem Pakar

1. MYCIN : Diagnosa penyakit
2. DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal
3. XCON & XSEL : Membantu konfigurasi sistem komputer besar
4. SOPHIE   : Analisis sirkit elektronik
5. Prospector: Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit
6. FOLIO  : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi
7. DELTA  Pemeliharaan lokomotif listrik disel

Keuntungan dari Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2. Bisa melakukan proses secara berulang secara otomatis.

3. Menyimpan pengetahuan dan keahlian para pakar.

4. Meningkatkan output dan produktivitas.

5. Meningkatkan kualitas.

6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).

7. Mampu beroperasi dalam lingkungan yang berbahaya.

8. Memiliki kemampuan untuk mengakses pengetahuan.

9. Memiliki reabilitas.

10. Meningkatkan kapabilitas sistem komputer.

11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

12. Sebagai media pelengkap dalam pelatihan.

13. Meningkatkan kapabilitas dalam penyelesaian masalah.

14. Menghemat waktu dalam pengambilan keputusan

Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.

3. Sistem Pakar tidak 100% bernilai benar.

Setelah penjelasan mengenai sistem pakar diatas, dan mengenai AI yang sebelumnya dibahas dapat ditarik kesimpulan bila keduanya mempunyai tujuan yang sama untuk mencapai suatu hal yang maksimal dan untuk memecahkan masalah. Tapi, bedanya sistem pakar lebih mengacu pada perancangnya sendiri sebagai objek dalam menghasilkan hasil yang maksimal, sedangkan AI lebih mengacu kepada jalur yang berorientasi pada hardware guna mencapai yang maksimal.

Eliza, Parry, dan NETtalk

Untuk program bahasa dan AI terdapat Eliza, Parry dan Net Talk yang akan dijelaskan dibawah ini: 

ELIZA

Pada 1966, Joseph Weizenbaum dari MIT memperkenakan Eliza, suatu program komputer yang mampu berkomunikasi dan bisa menanggapi manusia dengan menggunakan bahasa sehari-hari. Weizenbaum berharap Eliza dapat menembus dinding pembatas antara komputer dan manusia. Sayangnya, Weizenbaum justru mendapati bahwa manusianya sendiri terlalu bersemangat untuk menembus dinding itu. Eliza diprogram untuk memberi tanggapan seperti ahli psikoterapi, dimana pernyataan seperti “saya punya masalah dengan ayah saya” memicu Eliza menanggapi dengan “cerita lagi lebih banyak tentang beliau.”

PARRY Colby, Hilf, Webber dan Kraemer (1972) mensimulasikan seorang pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang pasian paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi  komputer dan respon manusia.

NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada jaring jaring neuron, sehinnga dinamakan NETtalk. Program ini dikembangkan oleh Sejnowki disekolah medis harvard  dan Rosenberg di universitas Princeton. Dalam program ini, NETtalk  membaca tulisan dan mengucapkannya keras – keras. NETtalk membaca keras-keras dengan cara mengkonversi tulisan menjadi fenom-fenom, unit dasar dari suara sebuah bahasa. Sistem ini memiliki tiga lapisan: lapisan input, dimana setiap unit merespons sebuah tulisan; lapisan output, dimana unit menampilkan ke 55 fenom dalam bahasa inggris; dan sebuah lapisan unit tersembunyi, dimana setiap unit ditambahkan koneksinya pada setiap unit input maupun output.

NETtalk membaca dengan memperhatikan setiap tulisan satu demi satu, dan dengan menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang kontekstual. Disini lafal ‘e’ pada ‘net’, ‘neglect’, dan ‘red’ bisa ditangkap dengan bunyi yang berbeda. Setiap NETtalk membaca sebuah kata, program ini membandingkan pelafalannya dengan lafal yang benar yang disediakan manusia, kemudian menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan.

Referensi :

1. McLeod, Jr., Raymond., Schell, George.P. (2008). Sistem Informasi Manajemen. Jakarta : Salemba Empat
2. Kusrini. (2006). Sistem Pakar Teori dan Aplikasi. Yogyakarta : ANDI
3. Ma’arif, M. S., Tanjung, H.(2003). Manajemen Operasi. Jakarta :Gramedia
4. Solso, R. L., Maclin, O. H., Maclin, M. K. (2009). Psikologi Kognitif. Jakarta: Erlangga
5. Matthews, Robert. (2008). 25 gagasan Besar sains yang mengubah dunia kita. Jakarta : Serambi Ilmu Semesta
6. http://www.scribd.com/doc/97351365/Kecerdasan-Buatan-Indonesia
7. http://www.scribd.com/doc/51914629/artificial-intelligence-dan-sistem-pakar
8. http://www.yulyantari.com/tutorial/media.php?mod=detailmateri&mat=22&bab=1
9. Annisa Istiqomah, http://neezasty.wordpress.com/2011/09/29/kecerdasan-buatan-artificial-intelligence/#more-554
10. http://thesis.binus.ac.id/Doc/Bab2NoPass/2007-3--00193-IF-Bab%202.pdf
11. http://psikology09b.blogspot.com/2011/06/kecerdasan-buatan.html
12. http://id.wikipedia.org/wiki/Kecerdasan_buatan
13. http://blog.uin-malang.ac.id/sharfina/2010/09/26/sistem-pakar-dan-kecerdasan-buatan-serta-perbedaannya/