- Hubungan kecerdasan buatan dengan Sistem Pakar
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian artificial intelligence ini di dominasi 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 Newel, John Cliff Shaw, dan Herbert Alexander Simon dari Logic Theorist merupakan sebuah percobaan untuk menciptakan mesin cerdas. GPS sendiri merupakan sebuah precedessor menuju Expert Sistem (ES) atau yang sekarang kita sebut dengan Sistem Pakar. GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.[4]
Pada dasarnya sistem pakar merupakan cabang dari kecerdasan buatan, yaitu dengan menyimpan kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar manusia. Di dalam kecerdasan buatan ada 2 bagian utama yag dibutuhkan yaitu Knowledgebase dan Inference Engine. Lingkup utama dalam kecerdasan buatan salah satunya adalah system pakar. Didalam system pakar sendiri terdapat 3 bagian utama, yaitu Knowledgebase dan Working Memory yang diolah dalam Inference Engine sehingga menghasilkan suatu pemecahan atas suatu masalah.
- Persamaan dan Perbedaan antar System Pakar dengan Kecerdasan Buatan
Persamaannya adalah sama-sama mempunyai tujuan untuk mencapai hasil yang maksimal dalam suatu penyelesaian masalah. sedangkan perbedaannya:
Kalau system pakar mengacu kapada si perancang itu sendiri sebagai object dalam menyiapkan suatu system guna mendapatkan hasil yang maksimal. Sedangkan Kecerdasan buatan mengacu kepada jalur atau langkah yang sebagian besar berorientasi kepada Hardware guna mencapai hasil yang maksimal
Pengertian dan Manfaat Kecerdasan Buatan
Tulisan saya kali ini mengulas tentang pengertian dan manfaat kecerdasan buatan.
Di dalam ilmu komputer, banyak ahli yang berkonsentrasi pada pengembangan kecerdasan buatan atau Artificial Intelligence (AI).
Banyak implementasi kecerdasan buatan dalam bidang komputer, antara lain adalah Decision Support System (Sistem Pendukung Keputusan), Robotic, Natural Language (Bahasa Alami), Neural Network (Jaringan Saraf) dan lain-lain.
Pengertian kecerdasan buatan yaitu suatu studi khusus di mana tujuannya adalah membuat komputer berpikir dan bertindak seperti manusia.
Contoh bidang lain pengembangan kecerdasan buatan adalah sistem pakar yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.
Manfaat kecerdasan buatan yang diimplementasikan dalam pengembangan sistem pakar adalah :
- Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.
- Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang pakar.
- Meningkatkan produktivitas kerja, yaitu bertambah efisiensi pekerjaan tertentu serta hasil solusi kerja.
- Penghematan waktu dalam menyelesaikan masalah yang kompleks.
- Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
- Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.
- Contoh sistem pakar dalam psikologi
- ELIZA.
Eliza merupakan salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT tahun 1976. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.
Berikut ini adalah contoh percakapan antara Eliza dengan seorang klien :
Eliza: Hello. I am ELIZA. How can I help you?
Klien: My name is Balza.
Eliza: I have told you before, I do not care about names.
Klien: I don’t have any money. That’s my problem.
Eliza: Why do you say your problem?
Klien: Because you asked me.
Eliza: Do any other reasons not come to mind?
Klien: No.
Eliza: You are being a bit negative.
Klien: Why?
Eliza: Please go on.
Klien: OK. I am bankrupt.
Eliza: How long have you been bankrupt?
Klien: A year.
Eliza: Please go on.
Klien: So, what should I do?
Eliza: Does that question interest you?
Klien: Yes, how can I make big money?
Eliza: You are sure?
Klien: Of course I’m sure.
- Parry.
Parry adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviewnya.
Psikiater : Why are you in the hospital?
Parry : I shouldn’t be here.
Psikiater : Who brought you here?
Parry : The police.
Psikiater : What trouble did you have with the police?
Parry : Cops don’t do their job.
Psikiater : What do they do instead?
Parry : Cops arrest the wrong people.
Psikiater : They arrest the right ones sometimes
Parry : The law should get those Italian crooks.
Psikiater : Are you Italian?
Parry : My background is British but I was born in this country.
Psikiater : Do you know any Italian crooks?
Parry : I try to avoid the underworld.
- NETtalk
Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan mendengarkan sangat menarik.
Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.
SUMBER DATA:
Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta
Graha Ilmu.
Russel, S and Norvigm P : Artificial Intelligence : A modern Approach. Prentice Hall, Second Edition.
Kusrini. (2006). Sistem pakar, teori dan aplikasi. Andi: Yogyakarta. Pertemuan 1. Pengantar kecerdasan buatan.
Solso R.L, Machlin O.H & Machlin M.K. (2007). Psikologi Kognitif, Terjemahan : Rahardanto M. & Batuadji K. Jakarta : Erlangga.
Hestuning Ikrarini 