Sistem cerdas adalah suatu sistem yang
diciptakan berbentuk mesin biasanya disebut dengan komputer berfungsi untuk
membantu manusia menyelesaikan suatu masalah. Sedangkan teknologi sistem cerdas
atau kecerdasan buatan yaitu Artificial Intelligence(AI) atau Intelegensi Buatan
yang dapat didefinisikan sistem informasi yang
berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam
sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan
seperti yang dimiliki manusia.
Artificial Intelligence (AI)
ada kelebihan dan kekurangannya. Kita sebutkan saja kelebihannya itu apa saja
yaitu kemampuannya menyimpan data yang tidak ada batasannya dan dapat di
sesuaikan dengan kebutuhan jadi tidak membuang sia-sia memory, kemudian memiliki
ketepatan dan kecepatan yang sangat akurat pada sistem kerjanya maka sangat
menguntungkan user, yang terakhi dapat digunakan kapan saja dan dimana saja
karena tidak ada rasa lelah dan bosan kepada AI ini.
Sedangkan kekurangannya
yaitu teknologi ini tidak memiliki common sense apa sih common sense itu?
Common sense adalah suatu yang membuat kita tidak hanya memproses informasi
tapi kita dapat mengerti informasi tersebut itu bagaimana, common sense hanya
dimiliki oleh manusia yang membuatnya. Kemudian kecerdasan yang ada pada AI
terbatas sesuai dengan yang diberikan kepadanya maksudnya sesuai dengan program
yang diberikan. AI juga tidak dapat mengelola informasi yang tidak ada dalam
sistemnya.
Ada konsep dasar pada
Artifical Intelligence(AI) yaitu ada Sistem Pakar (Expert System), Decision
Support System (DSS), Pengolahan Bahasa Alami (Natural Language Processing),
Pengenalan Ucapan (Speech Recognition), Robotika & Sistem Sensor, Computer
Vision, IntelligentComputer-aided Instruction, dan terakhir tergolong sebagai
hobi anak-anak hingga remaja yaitu Game Playing. Kita akan bahas satu persatu
konsep dasarnya setelah itu menjelaskan apa sih metodologi pada teknologi
sistem cerdas.
Konsep pertama adalah Sistem
Pakar. Sistem pakar merupakan pengetahuan manusia dalam komputer untuk
memecahkan suatu permasalahan dan dikerjakan oleh seorang pakarnya, contoh :
Dokter. Mereka hanya memecahkan permasalahan sesuai dengan pekerjaannya atau
sesuatu yang sudah dikuasai. Sistem pakar ini sendiri memiliki 4 bagian, apa saja?
Ada User Interface, Knowledge Base, Inference Engine, dan Development Engine.
Lalu ada jenis-jenis pada sistem pakar yaitu sebagai berikut Interpretasi,
Prediksi, Diagnosis, Design, Planning, Monitoring, Debugging, Reparasi,
Instruction, dan terakhir Control.
Konsep kedua nya adalah
Decision Support System (DSS) atau disebut juga dengan sistem pendukung
keputusan yang merupakan serangkaian kelas tertentu dari sistem informasi
terkomputerisasi yang mendukung pengambilan keputusan bisnis dan organisasi.
Apa saja sih informasi yang biasa dikumpulan dengan aplikasi DSS? Kita dapat
mengakses semua aset informasi terkini, ada data legasi dan relasional,
kumpulan data, gudang data, dan lain sebagainya. Angka-angka penjualan antara
periode dengan periode lainnya. Angka pendapatan yang dapat diperkirakan, namun
ada konsekuesinya pada pilihan pengambilan keputusan yang berbeda dengan
pengalaman dalam suatu konteks yang dirinci ulang.
Konsep ketiga Pengolahan
Bahasa Alami (Natural Language Processing) dengan adanya ini diharapkan sekali
user dapat berkomunikasi dengan komputernya menggunakan bahasa sehari-hari dan
dapat dengan nyaman menyelesaikan permasalahannya di komputer. Konsep keempat
yaitu Pengenalan Ucapan (Speech Recognition) dengan adanya ini diharapkan user
dapat berkomunikasi dengan komputernya hanya dengan media suara saja.
Konsep kelima Robotika &
Sistem sensor. Robot adalah sebuah manipulator yang terkendali, multifungsi,
dan mampu diprogram untuk bergerak dalam tiga sumbu atau lebih, yang tetap
berada di tempat atau bergerak untuk digunakan dalam aplikasi otomasi industri.
Sedangkan sensor tiruan dari indra pada makhluk hidup. Sensor ini berfungsi
sebagai komponen yang membuat robot bisa merespon lingkungan sekitarnya.
Konsep keenam adalah Computer
Vision yang dapat menginterpretasikan gambar atau objek melalui komputer sesuai
yang diinginkan oleh usernya. Konsep ketujuh adalah Intelligent Computer-aided
Instruction yang dipakai untuk melatih dan mengajar dan sangat bermanfaat bagi
user. Konsep yang terakhir adalah Game Playing yang tidak diragukan lagi
kehebatannya pada interaksi manusia dengan teknologi, terutama para gamers yang
selalu berinteraksi dengan komputer.
Kita sudah membahas apa sih sistem cerdas itu dan apa
sih konsep konsepnya sekarang akan di bahas mengenai metodologi apa sih yang
ada pada sistem cerdas itu sendiri. Apakah memiliki manfaat yang sangat baik
untuk user? Inilah maca-macam metologi yang terbagi menjadi 3 macam yaitu :
- Artifical Neural Networks (ANN)
ANN atau disebut biasa disebut
NN (neurak networks) jaringan dari
sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. Otak manusia terdiri dari 100 milyar
elemen pemrosesan yang biasa disebut neuron
yang saling terhubung. ANN sendiri didasarkan pada model yang
disederhanakan dan ANN sendiri biasanyan belajar dari pengalaman – representasi
berulang dari masalah contoh dengan solusi – solusinya yang sesuai. Setelah
pembelajaran, ANN mampu memecahkan masalah, bahkan dengan masukkan (input)
paling baru. Kekuatan utama ANN mampu menangani data yang sebelumnya tidak
terlihat, tidak lengkap atau rusak. Beberapa contoh aplikasi yang menggunakan
jaringan syaraf tiruan (ANN):
-
Deteksi eksplosif di bandara
-
Deteksi wajah
-
Penilaian resiko keuangan
-
Optimasi dan penjadwalan
- Fuzzy System
Sistem inferensi fuzzi sering disebut juga fuzzy
inference engine yaitu sistem yang dapat melakukan penalaran dengan prinsip
serupa seperti kita (manusia) yang menggunakan
nalurinya. Ada beberapa jenis FIS (fuzzy
inference engine) yang sering kita kenal yaitu mamdami, Sugeno, dan Tsukamoto.
- Genetic Algorithms / Alogaritma Genetika (GA)
GA adalah sebuah teknik pencarian yang didalam ilmu
computer untuk menemukan penyelesaian perkiraan dan masalah pencarian. GA itu
sendiri adalah kelas khusus dari algoritma evolusioner dengan menggunakan
teknik yang terinspirasi oleh
biologi evolusioner seperti warisan, mutasi, seleksi alam dan rekombinasi atau crossover. Biasanya GA
digunakan dalam beberapa pemakaian, contohnya :
·
Optimasi portofolio
·
Prediksi kebangrutan
·
Peramalan keuangan
·
Perancangan mesin jet
·
Penjadwalan
REFERENSI
Tidak ada komentar:
Posting Komentar