Pengertian ARTIFICIAL INTELLIGENCE dan Pengenalan Expert System (Sistem Pakar)

Apa itu KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)..? 

Kecerdasan Buatan atau Artificial Intelligence adalah salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia, bahkan bisa lebih baik daripada yang dilakukan manusia. Aplikasi atau program kecerdasan buatan dapat ditulis dalam semua bahasa komputer, baik dalam bahasa C, Pascal, Basic, dan bahasa pemrograman lainnya.

1. Menurut H.A Simon (1987), Kecerdasan buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas. 
2. Menurut Schalkoff (1990) , Kecerdasan buatan (Artificial Intelligence)  adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi. 
3. Menurut Rich dan Knight (1991), Kecerdasan buatan (Artificial Intelligence) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dilakukan lebih baik oleh manusia. 
4. Menurut Luger dan Stubblefield (1993), Kecerdasan buatan  (Artificial Intelligence) adalah cabang ilmu komputer yang berhubungan dengan otomasi perilaku yang cerdas. 
5. Menurut Haag dan Keen (1996), Kecerdasan buatan (Artificial Intelligence) adalah Bidang studi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia. 
6. Menurut Encyclopedia Britannica, Kecerdasan Buatan (Artificial Intelligence) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan. 
7. Menurut Andi (2003), kecerdasan buatan adalah suatu studi khusus di mana tujuannya adalah membuat komputer berfikir dan bertindak seperti manusia. 
8. Menurut Kusumadewi (2003), kecerdasan buatan merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.

Sejarah AI

• 1955, Pengembangan dalam bidang permainan atau game Catur oleh Shannon
• 1956, Istilah AI mulai dipopulerkan oleh John McCarthy sebagai suatu tema ilmiah di bidang komputer yang diadakan di Dartmouth College.
• 1956, Komputer berbasis AI pertama kali dikembangkan dengan nama Logic Theorist yang melakukan penalaran terbatas untuk teorema kalkulus. Perkembangan ini mendorong para peneliti untuk mengembangkan program lain yang disebut sebagai General Problem Solver (GPS).
• 1963, Checkers-playing program diperkenalkan oleh Samuel, program ini dapat digunakan untuk memainkan game dan punya kemampuan untuk menyimpan pengalaman untuk digunakan pada permainan berikutnya.
• 1972, Newell dan Simon memperkenalkan Teori Logika secara konseptual yang kemudian berkembang pesat dan menjadi acuan pengembangan sistem berbasis AI lainnya.
• 1978, Buchanan dan Feigenbaum mengembangkan bahasa pemrograman DENDRAL, bahasa pemragraman ini dibuat untuk Badan Antariksa AS (NASA) dan digunakan untuk penelitian kimia di planet Mars.

Beberapa bidang Tugas AI

Bidang Umum

• Perception : Vision, Speech
• Natural Language : Understanding, Generation, Translation 
• Commonsense Reasoning
• Robot control 

Bidang Formal

• Games : Chess, Bakgammon, Checkers, Go
• Mathematics : Geometry, Logic, Integral Calculus

Bidang Ahli

• Engineering : Design, Fault finding, Manufacturing planning
• Scientific analysis
•  Medical diagnosis
• Financial analysis

Bagian-Bagian AI

Teknik-Teknik AI

Beberapa teknik AI yang penting diantaranya:

1. Search (Pencarian)

menyediakan cara penyelesaian masalah untuk kasus dimana bila tidak ada lagi pendekatan langsung yang dapat digunakan maka pindahkan kerangka kerja kpd teknik langsung yang mungkin untuk dilekatkan.

2. Use of Knowledge (Penggunaan Pengetahuan)

menyediakan cara penyelesaian masalah yang lebih kompleks dengan mengekploitasi struktur dari objek yang terkait dengan masalah tsb.

3. Abstraction

menyediakan cara untuk memilah/memisahkan keterangan dan variasi yang penting dari sekian banyak yang tidak penting dimana akan mempercepat penyelesaian masalah.

PENERAPAN KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) PADA KOMPUTER

Dalam membuat aplikasi kecerdasan buatan yang mampu bertindak seperti manusia diperlukan pengetahuan untuk menalar, adapun 2 bagian utama yang penting dalam pembuatan aplikasi kecerdasan buatan ini meliputi;

• Basis Pengetahuan (Knowledge Base), bersifat fakta-fakta, teori, pemikiran dan hubungan antar satu dengan yang lainnya. 
• Motor Inferensi (Inference Engine), kemampuan menarik kesimpulan berdasarkan pengetahuan dan pengalaman.

Dibawah ini merupakan Penerapan Konsep Kecerdasan Buatan di Komputer :

Pengenalan Expert System (Sistem Pakar)

Definisi Sistem Pakar

Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli, dan sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli (Kusumadewi, 2003:109).

Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel & Simon (Turban, 1995).

Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan orang awam. Contohnya dokter, mekanik, psikolog, dan lain-lain.

Ciri-ciri Sistem Pakar

•  Memiliki fasilitas informasi yang handal
• Mudah dimodifikasi
• Dapat digunakan dalam berbagai jenis komputer
•  Memiliki kemampuan untuk belajar beradaptasi
• Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
• Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukan user (melalui kotak dialog)
• Dapat menalar data-data yang tidak pasti dan dapat memberikan beberapa   alasan pemilihan.
• Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

• KELEBIHAN DAN KEKURANGAN SISTEM PAKAR

KELEBIHAN

1. Masyarakat yang bukan pakar atau masyarakat awam bisa memanfaatkan keahlian di bidang tertentu tanpa kehadiran langsung seorang ahli.
2. Mengambil dan melestarikan keahlian langka.
3. Menghemat waktu dalam penyelesaian masalah yang kompleks.
4. Adanya kemungkinan untuk mengabungkan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
5. Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.
6. Sebagai media pembelajaran.
7. Mempunyai kemampuan untuk bekerja dengan informasi yang tidak lengkap dan tidak pasti.
8. Dapat beroperasi dalam lingkup yang berbahaya.
9. Dapat digunakan untuk mengakses basis data dengan cara cerdas.
10. Bertambahnya efeisiensi pekerjaan tertentu, serta hasil solusi pekerjaan.

KEKURANGAN

1. Biaya yang diperlukan untuk  pembuatan dan pemeliharaan sistem relatif mahal.
2. Berkurangnya daya kerja dan produktivitas manusia,karena semua dikerjakan secara otomatis oleh sistem.
3. Sulit di kembangkan karena erat kaitannya dengan ketersediaan para ahli.
4. Harus ada satu admin yang selalu update informasi dalam bidang yang sesuai dengan sistem pakar.
5. Membutuhkan waktu yang lama untuk mempelajari sistem.

Bentuk SP : 

1. Berdiri sendiri. Sistem bentuk ini merupakan s/w yang berdiri sendiri tidak tergabung  dengan s/w lain.
2. Tergabung. Sitem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvesional).
3. Menghubungkan ke s/w lain. Bentuk ini biasanya merupakan SP yang menghubungkan ke suatu paket program tertentu .
4. Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang digabungkan dengan suatu fungsi tertentu. 

Komponen atau Bagian Utama Sistem Pakar : 

1.Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)

2.Mesin Inferensi (Inference Engine)

Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.

3. Basis Data (Database)

Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

4.Antarmuka Pemakai (User Interface)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan sistem.

Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar di bawah ini :

Contoh Aplikasi Sistem Pakar :

Dendral : Mengidentifikasi struktur organik tak dikenal melalui analisa spektrum massa dan ilmu kimia

Mycin: Identifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien. Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an.

Dipmeter Advisor: Digunakan oleh Schlumberger untuk analisis data dalam pengeboran minyak.

XCON & XSEL : Membantu konfigurasi sistem komputer besar. Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an. Untuk sistem komputer DEC VAC 11 1780

Sophie : Analisis sirkit elektronik

Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. Didesign oleh Sheffield Research Institute, akhir ‘70an

Folio : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.

Delta : Pemeliharaan lokomotif listrik disel. Didesign & dikembangkan oleh General Electric Company.

YESMVS : Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage). Didesign oleh IBM awal th ‘80an

ACE : SP troubleshooting pd sistem kabel telpon. Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

Sumber :

#.  McLeod, Raymond, Management Information System, 7th ed., Prentice Hall, NewJersey, 1998

#. B.G. Buchaman and E.H. Shortliffe. Rule-Based Expert Systems: The MYCINExperiments of the Stanford Heuristic Programming Project. Addison-Wesley,1984.

#. gordon B. Davis (1998) Kerangka dasar Sistem Informasi Manajemen: Pengantar Seri Manajemen No: 90. A, PT. Pustaka Binaman Pressindo, 1988.