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