Langsung ke konten utama

Artificial Intellegent

Sejarah Artificial Intellegent (AI)


Istilah ini pertama kali dikemukakan pada tahun 1956 di konferensi darthmouth. Sejak saat itu , AI terus dikembangkan sebab berbagai penelitian mengenail teori teori dan prinsip prinsipnya juga terus berkembang. Meskipun AI baru muncul pada 1956 tapi teori teori yang mengarah ke AI sudah muncul sejak tahun 1941. Berikut Tahapan tahapan teori dalam AI

Era Komputer Elektronik (1941)
Pada tahu 1941 telah ditemukan alat penyimpanan dan pemosresan informasi. Penemuan tersebut dinamakan komputer elektronik dan dikembangkan di USA dan jerman. Saat itu komputer membutuhkan ruangan yang luas , AC yang terpisah dan melibatkan ribuan kabel untuk menjalankan suatu program.Itu tentunya sangat merepotkan programmmer dalam membuat program. Pada tahun 1949 , berhasil ditemukan komputer yang mampu membuat pekerjaan memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan yang mengarah ke AI

Masa Persiapan ( 1943 -1956)
Pada tahun 1943 , Warren McCulloch dan Walter Pitts berhasil membuat suatu model sel syaraf tiruan di mana setiap neuron digambarkan sebagai on dan off.mereka menunjukan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan sederhana

Pada tahun 1950 , Nobert Wiener membuat penelitian mengenai prinsip prinsip teori feedback. Contoh yang terkenal adalah thermostat . Penemuan ini yang merupakan awal dari perkembangan AI. Pada tahun 1956 John McCarhty membuat sebuah team utuk membantunya melakukan penelitian dalam bidang automata , jaringan syaraf dan mempelajari intelligence. Hasilnya adalah program yang mampu berpikir non-numeric dan menyelsaikan masalah pemikiran , yang dinamakan principia mathematica. Hal ini menjadikan john McCarthy disebut sebagai fathre of AI

Awal Perkembangan AI (1952 – 1969 )
Pada tahun pertama perkembangannya , AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newel dan Simon dengan sebuah program disebut General Problem Solver. Program ini dirancang untuk memlulai penyelesaian masalah secara manusiawi. Pada tahun 1958 McCarthy di MIT AI lam mendefinisikan bahasa pemograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program program AI. pada tahun 1959 keluarlah sebuah program AI yaitu Geometry Theorm Prover  yang dapat membuktikan suatu teorama teorama menggunakan axioma-axioma yang ada.Pada tahun 1968 , Program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ

Perkembangan AI Melambat ( 1966- 1974)
Prediksi Herbert Simon pada tahun 1957 menyatakan bahwa AI akan menjadi ilmu pengetahuan yang berkembang dengan pesat ternyata meleset pada tahun tahun ini perkembangan AI menjadi sangat lambat

AI menjadi sebuah Industri ( 1980 – 1988)
Industrialisasi AI diawali dengan ditemukannya expert system (sistem pakar) yang dinamakan R1 yang mampu mengkonfigurasi sitem sistem komputer baru.

Pengertian Artificial Intellegent

Beberapa ahli memukakan defisini kecerdasan buatan (Artificial Intelligence), yaitu sebagi berikut:

John McCarthy [1956]: Kecerdasan buatan (Artificial Intelligence) ialah Memodelkan proses berpikir manusia dan mendesain mesin agar menirukan perilaku manusia.

H. A. Simon [1987]“ Kecerdasan buatan (Artificial Intelligence) ialah sebuah tempat sebuah penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas”

Rich and Knight [1991]: “Kecerdasan Buatan (Artificial Intelligence) ialah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

Encyclopedia Britannica: “Kecerdasan Buatan (Artificial Intelligence) ialah 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”

Penerapan Artificial Intellegent

  • Game Playing
Game Playing (permainan game) merupakan bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya.

  • General Problem Solving
Bidang AI ini berhuungan dengan pemecahan masalah terhadap suatu situasi yang akan diselesaikan oleh komputer. Permasalahan yang diungkapkan dalam suatu cara yang sedemikian rupa sehingga komputer dapat mengertinya.semua deskripsi-deskripsi yang diinginkan juga diberikan kepada komputer. Biasanya permasalahaan tersebut dapat diselesaikan secara trial and error sampai solusi yang diinginkan didapatkan.

Suatu program paket yang cukup populer di kompuer mikro untuk pemecahan masalah secara trial and error adalah EUREKA yang ditulis oleh Borland.

  • Natural Language Recognition
Studi mengenai AI mencoba supaya komputer dapat mengerti bahasa alamiah yang diketikkan lewat keyboard. Bahasa alamiah (natural language) adalah bahasa sehari-hari yang dipergunakan oleh orang untuk berkomunikasi. Komputer yang dapat menerjemahkan satu bahasa ke bahasa lainnya merupakan contoh penerapan AI di bidang ini. Biasanya komputer yang khusus untuk AI dan dapat digunakan pada bidang ini diantaranya adalah IPL (Information Processing language), LISP, INTERLISP, SAIL, PLANNER, KRL dan PROLOG. Bidang AI ini masih sangat sulit dan belum dapat sempurna penerapannya. Misalnya pernyataan sebagai berikut:


“Amir menjatuhkan gelas ke lantai sehingga pecah”


dan pernyataan kedua:


“Amir menjatuhkan batu ke kaca sehingga pecah”

Kedua pernyataan tersebut mempunyai grammar yang sama, tetapi pernyataan yang pertama yang pecah adalah gelasnya (obyek yang pertama) dan pernyataan kedua yang pecah adalah kacanya (obyek kedua). Dapatkah komputer menjawab dengan tepat pertanyaan “apa yang pecah?”. Bila bidang ini berhasil dengan baik, maka penggunaan komputer untuk para pemakai (user) akan lebih mudah.

  • Speech Recognition
Bidang ini juga masih dikembangkan dan terus dilakukan penelitiannya. Kalau bidang ini berhasil dengan baik dan sempurna, alangkah hebatnya komputer. Kita dapat berkomunikasi dengan komputer hanya dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini dikarenakan jenis suara manusia berbeda-beda.

Suatu alat recognizer dapat ditambahkan pada komputer mikro sehingga dapat digunakan untuk speech recognition, diantaranya yaitu:
  1. Voice Recognition Module (VRM) buatan Interstate Electronic.
  2. Voice Data Entry System (VDEC) buatan Interstate Electronic.
  3. SpeechLab buatan Heuristics Inc.
  4. Voice Entry Terminal (VET) buatan Scott Instruments.
  5. Cognivox buatan Voicetek.

  • Visual Recognition
Bidang ini merupakan kemampuan suatu komputer yang dapat menangkap signal elektronik dari suatu kamera dan dapat memahami apa yang dilihat tersebut. Penerapan AI ini misalnya pada komputer yang dipasang di peluru kendali, sehingga peluru kendali dapat diprogram untuk selalu mengejar sasarannya yang tampak di kamera.

Pada era globalisasi saat ini, bidang Visual Recognition dapat kita jumpai pada komputer-komputer laptop terbaru. Mula-mula komputer dipasang alat untuk mendeteksi sidik jari (fingerprints password). Sekarang ini sudah banyak digunakan face detector, sehingga untuk mengakses sebuah laptop yang sudah dipasangi password dari gambar wajah orang pemiliknya, maka orang lain dengan wajah yang berbeda tidak akan dapat membuka laptop tersebut. Misalkan pada laptop LENOVO 3000 Y410 keluaran IBM.

  • Robotics
Robot berasal dari kata Robota, dari bahasa Chekoslavia yang berarti tenaga kerja. kata ini digunakan oleh dramawan Karel Capek pada tahun 1920 pada sandiwara fiksinya, yaitu R.U.R (Rossum’s Universal Robots).

Robot adalah suatu mesin yang dapat diarahkan untuk mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit). Negara yang banyak menggunakan robot untuk industri adalah Jepang, Amerika Serikat dan Jerman Barat.


Sumber

http://www.danang-ekal.com/2013/03/contoh-contoh-kecerdasan-buatan_19.html#.Wc-ab4-CzFg
http://ibtriau.damai.id/2015/10/14/sejarah-artificial-intelligence/
http://www.pendidikanmu.com/2015/04/pengertian-kecerdasan-buatan-menurut-para-ahli.html

Komentar

Postingan populer dari blog ini

Metode Pencarian Buta dan Heuristik

Pencarian Buta Merupakan pencarian asal ketemu. Jika solusi sudah ketemu, maka pencarian akan dihentikan. Jika dibuat skemanya, pencarian buta hanya mengenal tiga bagian, [masalah]-[pencarian]-[solusi]. Misalkan dalam kotak ada 3 kelereng warna merah, 3 biru, dan 3 kuning. Masalahnya adalah, ambillah satu kelereng yang berwarna merah. Solusi, setelah melakukan pencarian, kemudian didapat satu kelereng warna merah, nah, itulah solusinya. Algoritma Breadth-First Search Traversal akan dilakukan dalan suatu graf, misalnya dimulai dari simpul v.  Kunjungi simpul v, bila simpul yang dicari ditemukan, maka pencarian selesai dan kembalikan hasil. Bila tidak ditemukan, kunjungi semua simpul yang bertetangga dengan v, bila tidak ditemukan, cari lagi di simpul yang belum dikunjungi yang bertetangga dari simpul yang dikunjungi tadi. Begitu seterusnya sampai pencarian selesai (pencarian berhasil atau tidak ditemukan). Contoh Penerapan BFS Pencarian Jalur Terpendek dalam Permaina

Data Science vs Big Data vs Data Analytics

Data Science Tahun 2012 yang lalu, Harvard Business Review menyebut profesi data scientist sebagai profesi terseksi abad 21. Bagaimana tidak? Seorang data scientist memiliki kemampuan mengolah data dengan volume yang sangat besar dalam sehari. Ia juga dituntut untuk mempunyai tingkat kreativitas yang tinggi untuk mengomunikasikan hasil olahan data. Kemampuan ini sangatlah jarang ditemukan. Inilah yang membuat profesi ini terlihat keren, dan konon memberi pundi-pundi penghasilan yang tidak sedikit. Seorang data scientist dituntut untuk menguasai sejumlah disiplin ilmu: ilmu statistik untuk mengolah data, pemrograman sebagai pendukung pengolahan data dalam jumlah besar, ekonomi (atau bidang ilmu lain tergantung pada bidang perusahaan atau organisasi) dalam menganalisis dan mendapatkan insight dari hasil olahan data, serta kemampuan untuk menceritakan (story telling) data yang telah dianalisis. Big Data Big Data adalah istilah yang menggambarkan volume data yang besar, baik d

Perbandingan Framework COBIT, ITIL, dan Six Sigma

ITSM ITSM (Information Technology Service Management, Manajemen Layanan Teknologi Informasi) adalah suatu metode pengelolaan sistem teknologi informasi (TI) yang secara filosofis terpusat pada perspektif konsumen layanan TI terhadap bisnis perusahaan. Beberapa contoh kerangka kerja yang menerapkan ITSM adalah COBIT, ITIL, dan Six Sigma. Framework COBIT (Control Objectives for Information and Related Technology) Konsep kerangka kerja COBIT dapat dilihat dari tiga sudut pandang, meliputi : Information Criteria, IT Resources, IT Processes, seperti terlihat pada gambar dibawah ini : Model proses COBIT terdapat empat domain yang didalamnya terdapat 34  proses dalam memberikan informasi kepada dunia usaha sesuai dengan bisnis dan kebutuhan tata kelola teknologi informasi. Sehingga domain tersebut dapat diidentifikasikan yang terdiri dari 34 proses, yaitu (ITGI, 2007) : Domain Plain and Organize (PO) Yaitu mencakup masalah mengidentifikasikan cara terbaik TI untuk membe