Definisi Kecerdasan Buatan
Kecerdasan
Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi
tertentu khususnya program komputer yang “cerdas” (John Mc Cathy, 1956)
Kecerdasan
buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan
pemrograman computer untuk melakukan sesuatu hal – yang dalam pandangan manusia
adalah – cerdas. (H.A Simon, 1987).
Kecerdasan
merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada
bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin.
Kecerdasan
buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan
hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. ( Rich and
Knight, 1991).
Kecerdasan
buatan (AI) merupakan cabang dari ilmu komputer yang dalam mempresentasi
pengetahuan lebih banyak menggunakan bentuk symbol-simbol daripada bilangan,
dan memproses informasi berdasarkan metode heuristic (Metode Heuristik adalah
teknik yang dirancang untuk memecahkan masalah yang mengabaikan apakah solusi
dapat dibuktikan benar, tapi yang biasanya menghasilkan solusi yang baik atau
memecahkan masalah yang lebih sederhana yang mengandung atau memotong dengan pemecahan
masalah yang lebih kompleks.) atau dengan berdasarkan sejumlah aturan.(
Encyclopedia Britannica).
Kecerdasan
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 dan menyelesaikannya
secara efektif (Winston dan Pendergast, 1994)
Konsep Sistem Cerdas
·
Tiring Test - Metode Pengujian Kecerdasan
Ø
Turing Test - Metode Pengujian Kecerdasan yang
dibuat oleh Alan Turing.
Ø
Proses uji ini melibatkan penanya (manusia) dan
dua objek yang ditanyai. Yang satu adalah seorang manusia dan satunya adalah
sebuah mesin yang akan diuji.
Ø
Penanya tidak bisa melihat langsung kepada objek
yang ditanya.
Ø
Penanya diminta untuk membedakan mana jawaban
computer dan mana jawaban manusia berdasarkan jawaban kedua objek tersebut.
Ø
Jika penanya tidak dapat membedakan mana jawaban
mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji
tersebut dapat diasumsikan “cerdas”.
·
Pemrosesan Simbolik
Ø
Komputer semula didesain untuk memproses
bilangan/angka-angka.(pemrosesan numerik)
Ø
Sementara manusia dalam berpikir dan
menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah
rumus atau melakukan komputasi matematis.
Ø
Sifat penting dai AI adalah bahwa AI merupakan
bagian dari ilmu komputer yang melakukan proses secara simbolik dan non algoritmik
dalam penyelesaian masalah.
·
Heuristik
Ø
Istilah Heuristic diambil dari bahasa yunani
yang berarti menemukan.
Ø
Heuristic merupakan suatu strategi untuk
melakukan suatu pencarian (search) ruang problema secara selektif, yang memandu
proses pencarian yang kita lakukan sepanjang jalur yang memiliki kemungkinan
sukses paling besar.
·
Penarikan Kesimpulan (Inferencing)
Ø
AI mencoba membuat mesin memiliki kemampuan
berpikir atau mempertimbangkan (reasoning)
Ø
Kemampuan berpikir (reasoning) termasuk
didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta
dan aturan dengan menggunakan metode heuristic atau metode pencarian lainnya.
·
Pencocokan Pola (Pattern Matching)
Ø
AI bekerja dengan metode pencocokan pola
(pattern matching) yang berusaha untuk menjelaskan objek kejadian (events) atau
proses dalam hubungan logik atau komputasional.
Metode dalam Kecerdasan Buatan
1. Breadth-first
Search
Breadth-first
search adalah algoritma yang mengunjungi simpul secara preorder yaitu
mengunjungi suatu simpul kemudian mengunjungi semua simpul yang bertetangga
dengan simpul tersebut terlebih dahulu. Selanjutnya, simpul yang belum
dikunjungi dan bertetangga dengan simpulsimpul yang tadi dikunjungi , demikian
seterusnya. Jika graf berbentuk pohon berakar, maka semua simpul pada aras d
dikunjungi lebih dahulu sebelum simpul-simpul pad aras d+1. Algoritma ini
memerluka-n sebuah antrian q untuk menyimpan simpul yang telah dikunjungi.
Simpul simpul ini diperlukan sebagai acuan untuk mengunjungi simpul-simpul yang
bertetanggaan dengannya. Tiap simpul yang telah dikunjungu masuk ke dalam
antrian hanya satu kali. Algoritma ini juga membutuhkan table Boolean untuk
menyimpan simpul yang te lah dikunjungi sehingga tidak ada simpul yang
dikunjungi lebih dari satu kali. Salah satu contoh kakas pencarian yang
menggunakan metode BFS adalah WebCrawler. WebCrawler adalah suatu kakas yang
membuat indeks isi dari suatu dokumen di Web yang selanjutnya akan dimanfaatkan
oleh mesin pencari. Terdapat tiga langkah yang dilakukan oleh WebCrawler ini
ketika mengunjungi dokumen, yaitu menandai bahwa suatu dokumen telah
dikunjungi, mengenali link yang terdapat pada dokumen tersebut, kemudian isinya
didaftarkan pada daftar indeks. Pada akhirnya, WebCrawler aakan menampilkan
file yang paling banyak berkaitan dengan kata kunci.
2. Depth-first
Search
Depth-first
search (DFS) melakukan pencarian secara preorder. Mengunjungi anak suatu simpul
sebelum simpul tetangganya. Berkaitan dengan mesin pencari, DFS ini cenderung
mengindeks dokumen berdasarkan suatu link.Algoritma DFS yang diterapkan pada
mesin pencari dalam melakukan pengindeksan adalah mengunjungi suatu server
kemudian menyimpansemua link yang berhubungan dengan server tersebut baru
kemudian mengunjungi server lain. Salah satu yang menerapkan algoritma DFS pada
mesin pencarian adalah FTPSearch. FTPSearch adalah suatu mesin pencari dokumen
yang tersimpan di jaringan ITB. Dapat diakses pada http://ftpsearch.itb.ac.id. FTPSearch
akan menampilkan daftar hasil pencarian berdasarkan server. File-file yang
tersimpan pada suatu server akan ditampilkan terlebih dahulu kemudian baru
berpindah pada server lain. FTPSearch tidak memperhatikan file mana yang lebih
berkaitan dengan kata kunci karena FTPSearch tidak melakukan observasi sampai
pada isi dokumen tapi hanya melihat judul dokumen
Sumber: