Sistem Cerdas

            Seiringnya berkembangnya teknologi, komputer sekarang tidak hanya diharapkan menjadi alat menhitung saja, tetapi diharapkan dapat dikembangkan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran dengan baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar. Komputer/alat-alat yang telah disisipi hal tersebut dapat dikatakan sebagai Artificial Intellegent(AI) atau sistem cerdas.

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

            Dalam sistem cerdas, sistemnya dirancang sedemikian rupa sehingga memiliki fungsi dan cara kerja seperti halnya otak manusia. Dalam hal ini yang dimaksudkan seperti otak manusia, sistem cerdas dapat melakukan konsep-konsep otak sebagai berikut:

1.      Bagaimana kerja otak manusia?
2.      Bagaimana manusia berpikir?
3.     Bagaimana manusia merasa?

Cara kerja otak manusia dapat ditiru dengan menggunakan Artificial Neural Network  atau Jaringan Saraf Tiruan (JST) . Artificial Neural Network  atau Jaringan Saraf Tiruan (JST) adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut (id.wikipedia.org).

Sistem cerdas dapat meniru cara berpikir manusia menggunakan Artificial Intellegent(AI).Sistem cerdas harus memiliki proses nalar dan logika yang benar dan menyimpulkan data yang diperoleh dari hasil identifikasi. Setelah itu bagaimanakah sistem cerdas buatan itu dapat  mengolah dan mengambil keputusan tanpa diperintah untuk menanggapi setelah mengenali fenomena yang terjadi di sekitarnya.

            Untuk menjawab pertanyaan ketiga dapat digunakan Fuzzy Logic atau logika fuzzy  dan sering juga disebut konsep perasa atau logika samar. Fuzzy Logic merupakan kecerdasan buatan yang pertama kali dipublikasikan oleh Prof.Dr. Lotfi Zadeh yang berasal dari Pakistan. Logika ini berhubungan dengan nilai yang samar, maksudnya sebuah nilai tidak hanya dapat bernilai “ya” atau “tidak”, tetapi dapat bernilai benar dan salah secara bersamaan. Sebagai contoh ada robot yang diberikan halangan di depannya hanya diberikan peringatan “awas”, maka robot tersebut dengan sendirinya dapat memutuskan untuk menghindar.

Penerapan Sistem Cerdas

Sesuai yang dibahas sebelumnya, bahwa sistem cerdas menerapkan cara berpikir dan bertindak manusia pada mesin atau komputer, maka sebenarnya contoh penerapannya juga sudah banyak kita temui dalam kehidupan kita sehar-hari. Misalnya pada game DOTA, Pro Evolution Soccer, Angry Birds, dll. Dalam games tersebut sebenarnya juga berlaku hukum-hukum aksi-reaksi dan terjadi interaksi antar komponen yang terkait di dalam gametersebut layaknya di dunia nyata. Dalam game Angry Birds misalnya, kita harus melontarkan burungnya dengan sudut yang tepat, sehingga bisa mengenai bagian tertentu dari tumpukan balok yang memungkinkan untuk mengahancurkannya secara total.

Selain itu penerapan lain adalah di bidang robotika. Robot Big Dog yang bisa menyeimbangkan dirinya untuk tetap berdiri meskipun terdapat banyak gangguan yang memungkinkan untuk membuat robot terjatuh. Robot Ashimo milik honda yang bisa menari-nari ketika ada manusia yang memberikan contoh gerakan menari juga salah satu bentuk aplikasi sistem cerdas dalam robotika. Karena robot ashimo tersebut dapat bereaksi dan dapat mengenali rasa dan emosional yang ditangkapnya ketika manusia memberikan aksi berupa mengajak menari.

Dampak Sistem Cerdas 

            Dengan adanya teknologi sistem cerdas tentu saja dapat membantu tugas manusia, banyak hal yang nanti dapat dikerjakan oleh alat-alat yang canggih sehingga, tugas-tugas pun dapat terselesaikan dengan cepat. Namun dengan semakin berkembangnya teknologi peran manusia semakin tergeserkan, banyak tugas yang akan dialihkan oleh mesin-mesin. Oleh sebab itu kita harus lebih produktif agar teknologi tidak mengambil alih peran manusia. 

Sumber :

https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/

http://royandawud-fst09.web.unair.ac.id/artikel_detail-43533-Sistem%20Cerdas-Overview%20Sistem%20Cerdas.html

Contoh Alat Menggunakan AI

Salah satu contoh program AI adalah AlphaGo. AlphaGo adalah program komputer yang dikembangkan oleh Google DeepMind di London untuk memainkan permainan papan Go.  Go adalah sebuah permainan papan strategi di mana dua pemain –pemegang bidak hitam dan putih– berupaya untuk menjadi yang paling dominan. Permainan ini berasal dari Tiongkok dan sudah dimainkan sejak 2.500 tahun lalu, permainan Go tampak sederhana. Sebuah permainan dimulai dengan papan kosong. Dua pemain (satu menggunakan batu hitam dan yang lain putih), menempatkan batu di kotak dengan posisi tertentu, mencoba untuk merebut wilayah tanpa bidak kita tertangkap oleh lawan.

Seperti Alan Levinovitz catat di Wired, permainan ini sangat cepat menjadi rumit. Ada 400 posisi yang mungkin setelah putaran pertama pada permainan Catur sedangkan ada 129.960 pada permainan Go. Ada 35 kemungkinan gerak pada setiap gilirannya dalam pertandingan catur, dan 250 gerak untuk permainan Go.

Bukan Metode Kecerdasan Buatan Biasa

Mengingat bahwa Go memiliki tingkat kompleksitas yang tinggi, DeepMind tidak bisa mengandalkan apa yang disebut brute force AI, di mana program memetakan luasnya kemungkinan permainan melalui pohon keputusan (Decision tree).

Sebagaimana dicatat oleh Tanya Lewis dari Business Insider, AlphaGo menggabungkan dua metodologi AI:

Monte Carlo tree search: ini melibatkan pememilihan gerak secara acak pada awalnya, kemudian mensimulasi permainan sampai akhir untuk menemukan strategi kemenangan.

Deep neural network: lapisan-jaringan A 12  yang seperti syaraf dan terdiri dari “policy network” yang akan memilih langkah selanjutnya dan sebuah “value network” yang memprediksi pemenang pertandingan.

DeepMind tidak memrogram AlphaGo dengan evaluasi dari langkah “baik” dan “buruk”. Sebaliknya, algoritma AlphaGo ini mempelajari database online  pertandingan Go, memberikan  pengalaman setara dengan tidak melakukan apa-apa selain bermain Go selama 80 tahun berturut-turut.

“Deep neural net ini mampu berlatih dan berlatih serta menjalankan selamanya hingga ribuan maupun jutaan langkah. Hal ini untuk mengekstrak pola-pola yang mengarah ke pemilihan langkah yang baik,” kata Carnegie Mellon ilmuwan komputer Manuela Veloso, yang mempelajari agency in artificial intelligence systems.

Program komputer itu dirancang oleh sang pencipta, Demis Hassabis, untuk terus memperbaiki diri dengan cara bertanding melawan dirinya sendiri jutaan kali dan mempelajari ribuan pertandingan Go.

“Kami menyebutnya penguatan pembelajaran dalam,” kata Hassabis dalam wawancara dengan The Guardian. “Itu adalah kombinasi antara belajar mendalam, jaringan neural, dengan penguatan pelajaran.

“Jadi ia belajar melalui percobaan dan kesalahan, lalu secara bertahap belajar dari kesalahan itu sehingga akhirnya bisa memperbaiki pengambilan keputusan.”

Saat berkompetisi, AlphaGo dijalankan oleh jaringkan komputer awan milik Google, menggunakan 1.920 prosesor dan 280 GPU (graphic processing unit), serta cip khusus yang mampu melakukan penghitungan simpel dalam jumlah yang banyak. Sementara versi sederhana program ini “hanya” butuh sebuah komputer dengan 48 prosesor dan delapan GPU.

Read More