Pengertian Artificial Intelligence Dan Jenis-Jenisnya Lengkap

Pengertian Artificial Intelligence (AI) Kecerdasan Buatan Serta Jenis-Jenisnya

Artificial Intelligence atau yang lebih sering disingkat dengan AI merupakan kecerdasan buatan/bikinan atau sebuah kecerdasan yang ditanamkan dalam sistem yang dapat dikelola dalam konteks ilmiah atau Artificial Intelligence (inteligensi artifisial). AI bisa juga diartikan sebagai kecerdasan yang berwujud ilmiah. Sistem yang dibenamkan AI biasanya adalah sistem yang berkaitan dengan komputer atau robot.

Artificial Intelligence

AI sendiri dibuat dan dibenamkan dalam mesin komputer supaya ia bisa mengerjakan pekerjaan layaknya manusia. Hal ini tentu saja akan mempermudah dan mempersingkat suatu pekerjaan agar lebih praktis dan efisien dalam menghemat waktu pengerjaan. Namun begitu, bukan berarti AI adalah robot yang selalu bekerja membantu manusia. Tetapi AI juga termasuk dalam pelbagai bidang seperti sistem expert, logika fuzzy, video games (permainan), robotika dan syaraf tiruan.

Sebenarnya, jika kecerdasan AI dibandingkan dengan kecerdasan manusia, memang nampaknya ada sejumlah hal yang agak susah dilakukan oleh manusia. Meski demikian, tetap saja hal ini dianggap tak terlalu jadi masalah, alasannya sendiri ialah karena AI berkaitan dengan ilmu pengetahuan.

Ada beberapa hal yang agak susah dilakukan oleh manusia tetapi gampang oleh AI. Misalnya adalah mudahnya AI dalam mengubah rupa persamaan, membereskan persamaan integral, membuat games, mencetak dokumen, memutar video dan sebagainya. Sementara itu, ada juga beberapa hal yang mudah dilakukan manusia tetapi agak sulit direalisasikan dalam dunia informatika. Hal ini misalnya adalah, begitu mudahnya manusia mengenali wajah seseorang, bermain olahraga sepak bola dan sebagainya.

Meski Artificial Intelligence mempunyai konotasi fiksi ilmiah kuat yang membentuk cabang yang terbilang pokok didalam ilmu komputer, termasuk yang bersangkut paut dengan perilaku, pembelajaran serta adaptasi cerdas sebuah mesin. Penelitian dalam AI sangat berkaitan dengan proses pembikinan mesin guna mengotomatisasikan pekerjaan yang memerlukan kecerdasan. Misalnya adalah

1. Pengendalian

2. Perencanaan

3. Penjadwalan

4. Kemampuan dalam menjawab diagnosis atau pertanyaan

5. Pengenalan wajah, suara dan tulisan

Penerapan Sistem AI (Artificial Intelligence)

Hingga saat ini, sistem AI sudah merajalela. Dia bisa dtemukan dimana-mana tergantung apakah tempat tersebut terdapat peralatan teknologi canggih yang mampu melakukan pekerjaan cerdas seperti lima poin diatas. Adapun AI bisa ditemui dibidang.

1. Ekonomi

2. Obat-obatan

3. Teknik dan Militer

4. Aplikasi/Game/software/program

 

Jenis-Jenis Artificial Intelligence

Secara garis besar, artificial intellegence terbagi ke dalam dua faham pemikiran yaitu artificial intellegence Konvensional dan Kecerdasan Komputasional.

Artificial intellegence konvensional 

Kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai artificial intellegence simbolis, artificial intellegence logis, artificial intellegence murni dan artificial intellegence cara lama (GOFAI, Good Old Fashioned Artificial Intelligence).

Metoda-metodanya meliputi:

• 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.
• Pertimbangan berdasar kasus
• Jaringan Bayesian
• Artificial intellegence berdasar tingkah laku: metoda modular pada pembentukan sistem artificial intellgence secara manual

Kecerdasan komputasional 

Melibatkan pengembangan atau pembelajaran interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis). Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan artificial intellegence non-simbolis, artificial intelligence yang tak teratur dan perhitungan lunak.

Metoda-metoda pokoknya meliputi:

• Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat.
• Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
• Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti.

Pengelompokan kecerdasan buatan dalam masa perkembangannya :

• Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
• Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.
• Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
• Robotika & Sistem Sensor.
• Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
• Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
• Game Playing.
• Soft Computing

Setidaknya ada 9 jenis kecerdasan buatan yang sering kita temui, yaitu :

1. Jaringan Syaraf Buatan (Artificial Neural Networks)

Merupakan sekelompok jaringan saraf (neuron) buatan yang menggunakan model matematis atau komputasi untuk pemrosesan informasi berdasarkan pendekatan terhubung pada komputasi. Pada kebanyakan kasus, JST merupakan sistem adaptif yang merubah strukturnya berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.

Contoh :

Beberapa aplikasi jaringan syaraf tiruan adalah sebagai berikut :

• Pengenalan Pola (pattern Recognition)

Jaringan syaraf tiruan dapat dipakai untuk mengenali pola (misal huruf, angka, suara atau tanda tangan) yang sudah sedikit berubah. Hal ini mirip dengan otak manusia yang masih mampu mengenali orang yang sudah beberapa waktu tidak di jumpainya (mungkin wajah/bentuk tubuhnya sudah sedikit berubah).

• Signal Processing

Jaringan syaraf tiruan (model ADALINE) dapat dipakai unuk menekan noise dalam saluran telepon.

• Peramalan

Jaringan syaraf tiruan juga dapat dipakai untuk meramalkan apa yang sudah terjadi di masa yang akan datang berdasarkan pola kejadian yang ada di masa lampau. Ini dapat dilakukan mengingat kemampuan jaringan syaraf tiruan untuk mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya.

Disamping area-area terebut, jaringan syaraf tiruan juga di laporkan dapat menyelesaikan masalah dalam bidang kontrol, kedokteran, dan lain-lain.

Meskipun banyak aplikasi menjanjikan yang dapat di lakukan oleh jaringan syaraf tiruan juga memiliki beberapa keterbatasan umum, namun jaringan syaraf tiruan juga memiliki beberapa keterbatasan umum. Pertama adalah ketidak akuratan hasil yang di peroleh. Jaringan syaraf tiruan bekerja berdasarkan pola yang terbentuk pada inputnya.

2. Logika Fuzzy (Fuzzy Logics)

Adalah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output. Contoh:

• Manajer pergudangan mengatakan pada manajer produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari. 
• Pelayan restoran memberikan informasi seberapa baik pelayanannya terhadap tamu, kemudian tamu akan memberikan tip yang sesuai kepada pelayannya; 
• Penumpang taksi berkata pada sopir taksi seberapa cepat laju kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya.

3. Algoritma Genetik (Genetic Algorithms),

   

Algoritma Genetik biasanya digunakan dibidang kedokteran, misal untuk menganalisis DNA. Algoritma Genetik khususnya diterapkan sebagai simulasi komputer dimana sebuah populasi representasi abstrak (disebut kromosom) dari solusi-solusi calon (disebut individual) pada sebuah masalah optimisasi akan berkembang menjadi solusi-solusi yang lebih baik. Secara tradisional, solusi-solusi dilambangkan dalam biner sebagai string '0' dan '1', walaupun dimungkinkan juga penggunaan penyandian (encoding) yang berbeda. Evolusi dimulai dari sebuah populasi individual acak yang lengkap dan terjadi dalam generasi-generasi. Dalam tiap generasi, kemampuan keseluruhan populasi dievaluasi, kemudian multiple individuals dipilih dari populasi sekarang (current) tersebut secara stochastic(berdasarkan kemampuan mereka), lalu dimodifikasi (melalui mutasi atau rekombinasi) menjadi bentuk populasi baru yang menjadi populasi sekarang (current) pada iterasi berikutnya dari algoritma.

Contoh :

Aplikasi Algoritma Genetika

Berikut adalah contoh aplikasi algoritma genetika yang digunakan untuk menyelesaikan masalah kombinasi. Misalkan ada persamaan a+2b+3c+4d = 30, kita mencari nilai a, b, c, dan d yang memenuhi persamaan diatas. Kita mencoba menggunakan algoritma genetika untuk menyelesaikan permasalahan diatas.

Penjelasan mengenai langkah-langkah penyelesaian permasalahan diatas menggunakan algoritma genetika adalah sebagai berikut:

• 1. Pembentukan chromosome

Karena yang dicari adalah nilai a, b, c, d maka variabel a, b, c, d dijadikan sebagai gen-gen pembentuk chromosome. Batasan nilai variabel a adalah bilangan integer 0 sampai 30. Sedangkan batasan nilai variabel b, c, dan d adalah bilangan integer 0 sampai 10.

• 2. Inisialisasi

Proses inisialisasi dilakukan dengan cara memberikan nilai awal gen-gen dengan nilai acak sesuai batasan yang telah ditentukan.

Misalkan kita tentukan jumlah populasi adalah 6, maka:

Chromosome[1] = [a;b;c;d] = [12;05;03;08]

Chromosome[2] = [a;b;c;d] = [02;01;08;03]

Chromosome[3] = [a;b;c;d] = [10;04;03;04]

Chromosome[4] = [a;b;c;d] = [20;01;10;06]

Chromosome[5] = [a;b;c;d] = [01;04;03;09]

Chromosome[6] = [a;b;c;d] = [20;05;07;01]

4. Robotika (Robotics),

AI ini banyak digunakan di pabrik. Biasanya dibuat untuk melakukan kegiatan otomatisasi, misal dalam PLC (Programmable Logic Contro)

5. Permainan Komputer (Games),

AI jenis ini yang paling disukai oleh anak-anak, misal untuk memainkan game Age of Mythology atau Counter Strike.

6. Weak AI dan Strong AI

Weak ai adalah  mesin bertindak seakan-akan mempunyai kecerdasan (contoh smartphone-call by voice, seacrh by voice, find & replace)

    strong ai adalah mesin berpikir dan bertindak seperti manusia (robot pabrik, pengenalan pola kunci ruangan dg mata, suara, dll)

8. Sistem Pakar (Expert System)

Komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.

Contoh :

• MYCIN : Diagnosa penyakit
• DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal
• XCON & XSEL : Membantu konfigurasi sistem komputer besar
• SOPHIE : Analisis sirkit elektronik
• Prospector: Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit
• FOLIO : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi
• DELTA Pemeliharaan lokomotif listrik disel

9. Pengolahan Bahasa Alami (Natural Language Processing)

User dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.