Artificial intelligence

  A.  Sejarah AI ceritakan asal muasal terciptanya AI dan sejarah AI

-          Kalkulator

Kalkulator adalah bentuk tertua computer yang pada dasarnya adalah alat hitung. Pada abad ke-6 sebelum masehi di China bentuk awalnya adalah abacus. Lalu sekitar 450 tahun sebelum masehi orang mesin menemukan mesin hitung yang menggunakan kelereng . sekitar 1633 seorang astronom yang tidak terlalu dikenal Wilhelm Schickard menemukan kalkulator digital otomatis yang diabadikan lewat perangko. Blaise pascal tahun 1623 menemukan kalkulus, mesin buatan pascal hanya mampu mengurangi dan menambahkan tetapi pada tahun 1670an Gottfried Leibniz mengenalkan mesin yang busa mengalikan dan membagi.kemudian computer ditemukan oleh Charles Babbage pada 1792-1871

-          Komputer

Asal mula komputer  modern bias dilacak di tahun 1940an, ketika komputer tabung vakum seperti komputer Universal Otomatis (UNIVAC) dan Integerator Angka Elektronik (ENIAC) ditemukan untuk mempercepat perhitungan matematika yang panjang dan menjemukan yang biasa digunakan pihak militer. Dahulu mesin hitung raksasa ini memiliki berat 30 ton dan bertenaga 174 kilo watt. Dengan standart seperti ini, komputer raksasa ini kurang pintar dan tidak efisien tetapi mesin raksasa ini member i jalan pada sistem yang lebih kecil, lebih kuat, dan lebih kompleks seperti yang digunakan saat ini. Setelah konferensi Darmouth, AI berkembang sangat pesat, AI dalam beraneka ragam bentuknya, saat ini telah menyentuh kehidupan sehari-hari kebanyakan manusia didunia.

-          AI Zaman Dahulu

Jenis komputer yang paling umum digunakan saat ini terpola berdasarkan ahli matematika Hungaria , Jhon Von Neumann pada tahun 1958. Komputer-komputer ini sering disebut dengan Jhoniacs atau rangkaian prosesor yang berupa jalinan jalur elektronik yang diproses dalam beberapa seri atau dengan urutan tertentu. Urutan ini beroperasi sangat cepat dengan setiap langkah yang hanya menghabiskan nanodetik. Komputer ini intuk menjalankan tugas yang sulit dengan unsur matematika ataupun menata ulang dokumen akan membutuhkan beberapa menit, jam, bahkan lebih lama.

F. Rosenblatt mengambil ahli proyek perakitan komputer yang meniru fungsi dan struktur otak manusia. Tujuan utamanya adalah menciptakan komputer yang mampu mengenali bentuk. Hasilnya disebut persepton dan dia berhasil meniru struktur organisasi otak dengan sukses. Mesin Roseblatt memiliki tiga tingkatan level, dimana setiap levelnya dihubungakn dengan fungsi yang berbeda yang secara umum memancing sensor, asosiasi, dan pola motorik manusia. Para ilmuwan masih terus menganggap AI masih dalam tahap pemikiran bayi dan sebagian program AI memiliki pemikiran yang kaku.  

  

-          AI Saat ini

Generasi komputer atau ilmuwan kognisi saat ini lebih optimis dengan kemampuan mesin untuk memancing fungsi neuron. Salah satu perubahan terbaru dari perseptron adalah konsepnya. Para ilmuwan menambahkan lapisan ketiga pada komputer yang disebut lapisan tersembunyi. Lapisan tersembunyi ini menanggapi neuron didalam otak, yang berhubungan dengan input atau output, tetapi tentu dengan menghubungkan jalinan yang satu dengan neuron lain. Dan model ini dianggap mewakili otak manusia.

Perbedaan komputer dengan otak manusia adalah komputer biasanya memproses informasi secara bersusun, menggunakan sebuah model proses yang berurutan. Sementara biasanya otak memproses informasi secara paralel. Ilmuwan yang bernama W. Daniel Hillis pada tahun 1987 memecahkan masalah dengan menjabarkannya sekaligus memprosesnya secara paralel. Model proses paralel dimana sekeping masalah didistribusikan untuk memisahkan area jaringan proses komputer.

  B.  AI dan Kognisi manusia (mesin berpikir)

Mesin berfikir manusia yang disebut otak berbeda secara fundamental dibandingkan dengan komputer saat ini yang biasa digunakan. Mungkin AI akan berperan lebih jauh jika komputer menyerupai otak. Beberapa program komputer bekerja lebih efektif daripada pikiran manusia dan kebanyakan sangat pintar menirukan hal-hal nyata meski masih terlihat janggal. Komputer mampu memecahkan masalah seperti persoalan matematika yang mendetail, lebih cepat dan lebih akurat dari otak manusia. Tetapi dalam beberapa tugas lainnya seperti mengeneralisasi dan mempelajari pola aktivitas yang baru, dilakukan paling baik oleh manusia daripada oleh komputer.

Sebagai titik awal, John Searle (1980) menggambarkan dua jenis AI yaitu: AI lemah yang bias digunakan sebagai alat investigasi kognisi manusia. Dan AI kuat dimana komputer yang telah diprogram dengan baik memiliki pikiran yang bisa memahami.

  C. AI dan sistem pakar (Eliza, Parrry, Net Talk)

-          Eliza

Salah satu program komputer pertama yang mampu berkomunikasi, Eliza ditulis oleh Joseph Weizenbaum pada tahun 1966. Pada satu program yang spesifik, bernama DOCTOR ELIZA mengambil peran sebagai seorang psikiater. Pada contoh berikut ini, peran Eliza dicetak dalam huruf  besar :

Pasien        : Semua pria sama

Psikiater    : DALAM HAL APA

Pasien        :Mereka selalu menjadi gangguan bagi kita dalam berbagai hal

Psikiater    : BISAKAH KAMU MEMBERIKAN CONTOH YANG LEBIH SPESIFIK

Pasien        : Yeah pacarku membuatku datang kesini

Psikiater    : PACARMU MEMBUATMU DATANG KESINI

Pasien        : Dia bilang aku depresi sepanjang waktu

Psikiater    : AKU TURUT BERSEDIH MENDENGAR KAMU DEPRESI

Pasien        : Memang benar, aku tidak bahagia

Psikiater    : APAKAH KAMU PIKIR DENGAN DATANG KE SINI BISA MENOLONGMU MERASA BAHAGIA

Pasien        : Yang pasti aku butuh pertolongan

      Percakapan tersebut mungkin akan dianggap seseorang sebagai percakapan yang timbul dalam wawancara antara seorang psiakiater dengan pasiennya. Respons dari komputer cenderung stereotipe misalnya dia di program untuk merespons beberapa kunci kalimat dengan respons yang hanyalah merupakan transformasi dari kalimat aslinya. Jika tidak ada kata kunci yang ditemukan, komputer akan menjawab dengan cirri-cirinya yang tanpa isi, atau pada beberapa kasus, berakhir menjadi transformasi yang lebih awal. Kapasitas manusia dalam hal pengetahuan, perasaan, kecenderungan, dinamika kelompok, dan seterusnya terbentuk menjadi apa yang mau tidak mau kita sebut pengertian. Eliza kurang dalam hal tersebut.

-          Parry

Pada tahun 1972 Weber dan Kraemer mensimulasikan seorang pasien dan menyebut program ini PARRY, karena ia mensimulasikan seorang pasien paranoid. Mereka memilih seorang paranoid sebagai subjek karena beberapa teori menyebutkan bahwa proses dan sistem paronia memang ada, perbedaan respons psikotis dan respons normalnya cukup hebat, dan mereka bias menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respons simulasi komputer dan respons manusia.

Colby dan rekan-rekan penelitinya mengarahkan komputer tersebut untuk melakukan tes turing, dan hasilnya mengindikasikan sulit dibedakannya model dan pasien dalam setting yang sangat special. Meskipun Colby dan rekan-rekannya berhasil memprogram komputer yang mampu merespons serupa dengan respons seorang pasien paranoid, dimana program ini juga lulus tes turing. Tetapi program ini masih jauh dari konsep model pemahaman lengkap dan produksi bahasa.

-          Net Talk

Program ini jenisnya cukup berbeda, berdasarkan pada jarring-jaring neuron sehingga dinamakan NETtalk. Program ini dikembangkan oleh Sejnowski disekolah medis Harvard dan Rosenberg diuniversitas Princeton pada tahun 1987. Model simulasi jaringan neuron terdiri atas beberapa ratus unit (neuron) dan ribuan koneksi. Net talk membaca keras-keras dengan cara mengkonversikan tulisan menjadi fonem-fonem, unit dasar dari sebuah bahasa. Sistem ini memiliki tiga lapisan yaitu : lapisan input dimana setiap unit merespons setiap tulisan, lapisan output dimana unit menampilkan ke 55 fenom dalam bahasa inggris dan sebuah lapisan tersembunyi dimana setiap unit ditambahkan koneksinya pada setiap unit input maupun output.

Net talk membaca dengan memperhatikan setiap tulisan satu demi satu, dan dengan menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang kontekstual. Setiap net talk membaca sebuah kata, program ini membandingkan pelafalannya dengan lafal yang benar yang disediakan manusia, kemudian menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan. Aplikasi yang lebih praktis atas sistem ini terlihat apa yang mungkin tidak terlalu terlihat, tetapi dalam operasi jangka panjang menjadi terasa lebih penting, sebagai sebuah konsep yang menggebrak model sekarang yang terinspirasi oleh neuron.

  D.   Penggunaan AI sebagai  expert system yang dapat digunakan untuk mendukung system pengambilan keputusan (diagnose)

Salah satu sub pokok dari AI adalah expert system. Expert system adalah program komputer yang berfungsi dengan cara yang sama seperti ahli manusia, yaitu memberi advis pemakai mengenai cara pemecahan masalah. Expert system berfungsi sebagai konsultan, maka proses penggunaannya disebut consultation, yaitu pemakai meminta konsultasi untuk mendapatkan advis dari expert system.  Konsep expert system didasarkan pada asumsi bahwa pengetahuan ahli dapat disalin ke dalam penyimpanan komputer dan dapat digunakan oleh yang lain yang ingin menerapkan pengetahuan tersebut. Pengetahuan expert memungkinkan expert system untuk dapat melakukan tugas pemecahan masalah dalam porsi yang lebih besar daripada yang dapat menunjukkan trend umum mengenai peningkatan dukungan komputer. Pada akhir 1980-an perhatian dan minat cenderung kepada penggunaan expert system untuk melakukan sebagian besar pemecahan masalah.

Expert system memberikan peluang untuk mendapatkan kemampuan dalam mebuat keputusan melebihi kemampuan yang dimiliki manajer. Contoh pegawai baru pada sebuah perusahaan dapat menggunakan expert system untuk bias memperoleh pengetahuan yang setara dengan pegawai yang mempunyai pengalaman bertahun-tahun.

Expert system dapat juga digunakan untuk memecahkan yang menghalangi (menjadi kendala bagi) teknik pemrograman tradisional. Contoh expert system awal dalam praktek penggunaan sekarang dikenal sebagai XCON yang dikembangkan di digital equipment corporation yang bekerja sama dengan Carnegie-mellon university. Ia menggunakan sekitar 3.300 deskripsi aturan dan 5.500 deskripsi produk untuk mengkonfigurasi komponen VAX rinci yang spesifik dan sistem komputer lain yang guna merespon pesanan pelanggankeseluruhan. Sistem tersebut pertama kali menentukan penggantian dan penambahan apa, jika ada, yang harus dilakukan untuk memenuhi pesanan tersebut sehingga ia bias lengkap dan konsisten, kemudian menghasilkan sejumlah diagram yang menunjukkan koneksi (hubungan) elektrik dan tata letak ruang untuk 50 sampai 150 komponen dalam sistem biasa. Aplikasi ini berkali-kali tidak berhasil ketika menggunakan teknik pemrograman tradisional namun setelah usaha dengan AI dimulai, maka aplikasi ini bisa diwujudkan.

Data yang digunakan expert system lebih bersifat simbolis dan seringkali berbentuk tes naratif. Program expert system menekankan penggunaan logic routines. Dalam menghadapi masalah bias menggunakan expert system bila masalah tersebut melibatkan diagnosis situasi yang kompleks atau melibatkan pembuatan kesimpulan atau peringkasan dari volume data yang besar, ada tingkat ketidaktentuan dalam aspek masalah tertentu, dan ada kemungkinan bagi ahli manusia untuk memecahkan masalah tersebut dalam jangka waktu yang wajar.

Kesimpulannya, expert system harus digunakan bila pemecahan masalah terdiri atas jenis penalaran yang biasanya diberikan oleh manusia atau pemakai, namun juga dapat ditentukan dan deprogram dalam komputer.

Ada empat komponen expert system, yaitu:

-          user interface memungkinkan pemakai untuk dapat berinteraksi dengan expert system

-          knowledge base menyimpan pengetahuan gabungan yang digunakan untuk memecahkan masalah tertentu

-          interference engine memberikan kemampuan penalaran yang menginterpretasi isi dari knowledge base

-          development engine digunakan oleh expert (ahli) dan analisis sistem untuk menciptakan expert system.

Daftar Pustaka

Solso, L., Maclin, H., & Maclin, K. (2008). Psikologi kognitif edisi kedelapan. Jakarta: Erlangga

http://directory.umm.ac.id/sistem-pakar/bab12_sistem_pakar.pdf

http://elearning.gunadarma.ac.id/docmodul/sistem_penunjang_keputusan/bab24_expert_system_tantangan_baru_bagi_manajer.pdf