Pages

Subscribe:
Selamat Datang Di Blog MK =Kecerdasan Buatan= Mahasiswa TI Semester 7 UBI Banyuwangi

Labels

Rabu, 03 Oktober 2012

sejarah kecerdasan buatan


doni aspriawan

0955201011


                                 

  Sejarah Kecerdasan Buatan




robot that think,...and fall in love
robot that think,...and fall in love
Pada awal abad 17, Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit.
Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642.
Pada abad-19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal.
Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas ” pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark di University of Manchester (UK); sebuah program permainan naskah yang ditulis olehChristopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz.
John McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing Test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas.
Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian
.Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika.
Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog.
Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama.
Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.
Pada Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi.
Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997.
Definisi Kecerdasan Buatan
Tidak ada definisi yang memuaskan untuk kecerdasan. Kecerdasan dapat diartikan sebagai kemampuan untuk memperoleh pengetahuan dan menggunakannya atau kecerdasan adalah apa yang di ukur oleh sebuah ”test kecerdasan”.
Apa kecerdasan buatan itu? Bagian dari ilmu pengetahuan komputer ini khusus ditujukan dalam perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer. Sistem memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam kelakuan atau tindak-tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia, seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah, dan lain sebagainya.
Kecerdasan Buatan (Artificial Intelligence) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (Komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf dan robotika.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
Paham Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik.Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
  1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
  2. Pertimbangan berdasarkan kasus
  3. Jaringan Bayesian
  4. AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual
ai6.jpg
 

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
  1. Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
  2. Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
  3. Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut).
Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

Senin, 01 Oktober 2012

ARSITEKTUR DAN LINGKUNGAN SISTEM KECERDASAN BUATAN



Syam Aji Purbowiyoto
NIM : 0955201052

Arsitektur Sistem Kecerdasan Buatan
Dalam mengimplementasi sistem Kecerdasan Buatan, diperlukan algoritma-algoritma paralel. Algoritma-algoritma tersebut antara lain untuk pencarian, optimasi, pengukuran kepuasan, sistem produksi, pencocokan pola dan graf. Untuk mendukung algoritma-algoritma tersebut, diperlukan struktur data untuk merepresentasikan pengetahuan yang mampu melakukan manipulasi paralel.

Oleh karena itu, dalam desain arsitektur sistem pengetahuan harus melibatkan komponen-komponen berikut:
●     Penyederhanaan representasi
●     Struktur pengetahuan
●     Mekanisme inferensi

Perangkat keras atau arsitektur komputer yang diminta oleh sistem Kecerdasan Buatan adalah sebuah komputer yang dapat melaksanakan pemrosesan paralel. Sedangkan perangkat lunaknya harus dikembangkan dengan bahasa yang mempunyai kemampuan paralel dan logika yang handal, seperti Lisp dan Prolog.

Untuk meningkatkan kecepatan pemrosesan dan ukuran memori dimungkinkan untuk tidak melakukan peningkatan kecepatan perangkat keras, tetapi melalui pembuatan arsitektur perangkat lunak dan perangkat keras yang berbeda secara radikal. Solusi yang ditawarkan dalam hal ini adalah:
●     Desain pemrograman dengan kemampuan paralel.
●     Keefisienan programer dalam menggunakan bahasa tersebut.
●     Implementasi bahasa tersebut pada arsitektur/perangkat keras yang tepat.


Sistem dan Lingkungan Pengembangan Kecerdasan Buatan
Komputasi Kecerdasan Buatan adalah komputasi simbolik, dimana dia sangat berbeda dari komputasi konvensional (numerik). Perbedaan komputasi – seperti juga yang telah dikemukakan pada “Proses Komputasi Kecerdasan Buatan” – itu  dapat dilihat pada Tabel 5.1.

Karena perbedaan komputasi tersebut, maka sistem pengembangan perangkat lunak Kecerdasan Buatan dan lingkungannya berbeda dengan sistem komputer konvensional.


Tabel 5.1. Perbedaan Komputasi Konvensional dengan Komputasi Kecerdasan Buatan.

Komputasi Konvensional
Komputasi Kecerdasan Buatan
Format keluaran berupa bit, byte, angka, dan fungsi
Hubungan simbol, konsep, dan aturan-aturan
Menggunakan algoritma prosedural yang menyelesaikan problem
Bahasa deskriptif (menguraikan fakta-fakta yang diketahui dan hubungan)
Menggunakan tahap-tahap urutan tertentu untuk penyelesaian (algoritma).
Penggunaan search untuk menemukan penyelesaian (heuristik).
Kesimpulan (conclusion)-nya bersifat determistik.
Tidak tahu apakah algoritma memusat (converge).
Tipe data : angka dan karakter
Tipe data : atom, obyek, list (program)
Perlu deklarasi awal dan tipe variabel
Tidak perlu deklarasi awal atau tipe data (variabel tipe-tipe tertentu dapat dapat dibuat apabila ia diperlukan selama proses penyelesaian)
Dimensi variabel yang tetap
Dimensi struktur data dapat tumbuh atau menyusut selama proses
Representasi informasi yang eksak
Representasi informasi yang tidak eksak
Jawaban yang eksak
Jawaban yang memuaskan

Sistem pengembangan perangkat lunak Kecerdasan Buatan membutuhkan fitur-fitur berikut ini:
1.      Kemungkinan untuk mengembangkan model-model dan mekanisme penyimpulan secara incemental, dengan dekomposisi penyelesaian problem ke ukuran yang lebih kecil, unit-unit penyelesaian interelated. Incremental adalah program dapat dikembangkan pada compiler/interpreter (sistem) yang berbeda tapi harus dapat dipadukan hasil akhirnya menjadi satu kesatuan.
2.      (a). Struktur kontrol yang fleksibel untuk memudahkan pengarahan pemrograman kepada tujuan akhir.
(b). Struktur kontrol yang fleksibel untuk memfasilitasi pengarahan program data.
(c). Struktur kontrol yang fleksibel untuk memfasilitasi rekursi.
(d). Struktur kontrol yang fleksibel untuk memfasilitasi pemrograman paralel.
3.      Kemampuan komunikasi sistem yang interaktif.
4.      Debugger untuk mencek program, khususnya untuk unifikasi, rekursi, dan lain-lain.
5.      Fasilitas representasi data simbolik yang buitl-in, dan cara untuk memperluas representasi tersebut menuju struktur pengetahuan yang kompleks.
6.      Fasilitas pattern-matching.
7.      Fasilitas strategi-strategi pengikatan variabel sebagaimana pendekatan penyelesaian trial and error.

Fitur-fitur lingkungan perangkat lunak Kecerdasan Buatan yang diharapkan adalah sebagai berikut:
1.      Pengembangan program bersifat incremental.
2.      Editor yang terpadu (cerdas) sebagai bagian sistem.
3.      Compiler/interpreter yang bersifat incremental.
4.      Debugger yang user friendly dan cerdas.
5.      Kemampuan layar berkecepatan dan beresolusi yang tinggi.
6.      Antarmuka yang khusus untuk instrumentasinya.
7.      Kapasitas memori yang besar.

Aplikasi Kecerdasan Buatan (Artificial Intelligence)


Aplikasi Kecerdasan Buatan (Artificial Intelligence)

 

1. Bidang Komputer dan Sains
 
Para Peneliti kecerdasan buatan telah membuat banyak alat untuk memecahkan beberapa masalah yang dapat dikategorikan paling rumit pada bidang komputer dan sains. Kebanyakan dari penemuan mereka telah diambil alih oleh cabang ilmu komputer dan sains dan tidak lagi menjadi bagian dari bidang ilmu kecerdasan buatan. Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek.

2. Finansial

Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail.

3. Kesehatan

Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang.

 
4. Industri

Pada bidang Industri penggunaan mesin sudah merupakan hal yang umum. Mesin biasanya digunakan dalam industri untuk pekerjaan yang membahayakan manusia dan yang sulit untuk dilakukan manusia. sebagai contoh memindahkan barang yang mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah diambil alih oleh mesin.

5. Telekomunikasi


Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya.

6. Pengembangan Game

Perkembangan Game yang pesat pada masa ini juga membutuhkan sesuatu yang berbeda pada rule permainannya. Sebuah sistem game, jika sudah dimainkan sampai tuntas oleh seorang player, maka ketika player yang sama memulai lagi permainan dari awal, maka rule permainannya akan sama. namun berbeda untuk game-game yang telah ada saat ini. sistem dalam game, dapat belajar mengenali pola permainan dari player dan ketika player tersebut memulai permainan kembali, maka sistem ini akan menggunakan rule yang berbeda untuk pemain yang sama ini. sehingga game menjadi lebih menarik dan menantang untuk dimainkan. Contoh aplikasi kecerdasan buatan dalam bentuk game sangat banyak sekali, ada yang berbentuk game PC, dan ada pula yang berbentuk game jaringan atau Game Online.

7. Pengembangan Mainan Dengan AI
Peralatan permainan seperti AIBO dan ASIMO, robot anjing cerdas dan robot yang menyerupai manusia yang dapat berinteraksi dengan manusia menjadi salah satu favorit alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya.








8. Pengembangan AI yang lain

SYSTRAN adalah perangkat lunak yang dapat dipakai untuk melakukan penerjemahan dari dan kebahasa-bahasa berikut: Jerman, Prancis, Italia, Jepang, Korea, Rusia, Portugis dan Spanyol

Delco Electronics menciptakan sebuah mobil yang dapat mengemudi sendiri. Mobil ini menggunakan pendeteksi tepi untuk tetap bertahan di jalan

Volkswagen AG (Jerman) menciptakan sistem pengemudi kendaraan otomatis.


by: Eko Ridayanto (0955201015)