You are on page 1of 14

INOVASI SISTEM INFORMASI & NEW TECHNOLOGY

Di Susun oleh :
Nama : M. ARIEF RACHMAN
Kelas : 2KA26
NPM : 14116726

FAKULTAS ILMU KOMPUTER


SISTEM INFORMASI
UNIVERSITAS GUNADARMA
2017
KATA PENGANTAR
Puji dan syukur kehadirat Allah SWT yang telah memberikan kemudahan
kepada saya dalam menyelesaikan makalah ini, sholawat serta salam semoga
tercurah limpahkan kepada Nabi Muhammad SAW.
Makalah ini disusun untuk memenuhi tugas Inovasi SI & New Technology
sebagai mata kuliah Soft Skill, selain itu makalah ini disusun untuk menambah
kazanah ilmu pengetahuan kepada pembaca tentang Pengembangan Aplikasi
Kecerdasan Buatan dalam Teknologi SI Terkini
Semoga makalah ini bisa memberikan manfaat dan pengetahuan yang lebih luas
bagi pembaca, saya sebagai penyusun tidak lepas dari kesalahan begitu juga
dalam penyusunan makalah ini, yang mempunyai banyak kekurangan. Oleh
sebab itu, penyusun mohon maaf atas kekurangannya dan kritik serta saran yang
membangun dari pembaca saya dibutuhkan. Terima kasih
Pendahuluan
1.1 Sejarah Kecerdasan Buatan
Kecerdasan buatan merupakan bidang ilmu komputer yang sangat penting di
era kini dan masa akan datang untuk mewujudkan sistem komputer yang cerdas.
Bidang ini telah berkembang sangat pesat di 20 tahun terakhir seiring dengan
kebutuhan perangkat cerdas pada industry dan rumah tangga, oleh karena itu
buku ini memaparkan berbagai pandangan modern dan hasil riset terkini yang
perlu dikuasai oleh para akademisi, pelajar dan praktisi lengkap dengan
implementasi nyata.
Kata “intelligence” berasal dari bahasa Latin “intelligo” ang bearti “saya
paham”. Barti dasar dari intelligence ialah kemampuan untuk memahami dan
melakukan aksi. Sebenarnya, area Kecerdasan Buatan (Artificial Intelligence) atau
disingkat dengan AI, bermula dari kemunculan komputer sekitar th 1940-an,
meskipun sejarah perkembangannya dapat dilacak sejak zaman Mesir kuno. Pada
masa ini, perhatian difokuskan pada kemampuan komputer mengerjakan sesuatu
yang dapat dilakukan oleh manusia. Dalam hal ini, komputer tersebut dapat
meniru kemampuan kecerdasan dan perilaku manusia[1].
McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis
bernama perceptron dari neuron di dalam otak. Mereka juga menunjukkan
bagaimana neuron menjadi aktif seperti saklar on-off dan neuron tersebut
mampu untuk belajar dan memberikan aksi berbeda terhadap waktu dari input
yang diberikan. Sumbangan terbesar di bidang AI diawali pada paper Alan Turing,
pada tahun 1950 yang mencoba menjawab “Dapatkah computer berfikir” dengan
menciptakan mesin Turing. Paper Alan Turing pada tahun 1950 berjudul
“Computing Machineri and Intelligence” mendiskusikan syarat sebuah mesin
dianggap cerdas. Dia beranggapan bahwa jika mesin dapat dengan sukses
berprilaku seperti manusia, kita dapat menganggapnya cerdas.
Pada akhir 1955, Newell dan Simon mengembangkan The Logic Theorist,
program AI pertama. Program ini merepresentasikan masalah sebagai model
pohon, lalu penyelesaiannya dengan memilih cabang yang akan menghasilkan
kesimpulan terbenar. Program ini berdampak besar dan menjadi batu loncatan
penting dalam mengembangkan bidang AI. Pada tahun 1956 John McCarthy dari
Massacuhetts Institute of Technology dianggap sebagai bapak AI,
menyelenggarakan konferensi untuk menarik para ahli komputer bertemu,
dengan nama kegiatan “The Dartmouth summer research project on artificial
intelligence.” Konferensi Dartmouth itu mempertemukan para pendiri dalam AI,
dan bertugas untuk meletakkan dasar bagi masa depan pemgembangan dan
penelitian AI. John McCarthy di saat itu mengusulkan definisi AI adalah “ AI
merupakan cabang dari ilmu komputer yang berfokus pada pengembangan
komputer untuk dapat memiliki kemampuan dan berprilaku seperti manusia”

1.2 Bidang Ilmu Kecerdasan Buatan


Supaya komputer dapat bertindak seperti atau serupa dengan manusia, maka
komputer harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk
menalar. Penerapan bidang AI beraneka ragam. Tujuan dari sistem kecerdasan
buatan dapat dibagi dalam 4 kategori
 Sistem yang dapat berfikir seperti manusia (Bellman, 1978)
 Sistem yang dapat berfikir secara rasional ( Winston, 1992)
 Sistem yang dapat beraksi seperti manusia (Rich and Knight, 1991)
 Sistem yang dapat beraksi secara rasional (Nilsson, 1998)

Secara Garis besar bidang Ilmu yang dipelajari dalam bidang Al bisa dilihat pada
gambar dibawah ini :
1. Natural Language Processing (NLP)

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user
dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi
antara komputer dengan bahasa natural yang digunakan manusia, yakni
bagaimana komputer melakukan ekstraksi informasi dari input yang berupa
natural language dan atau menghasilkan output yang juga berupa natural
language, misalnya pada system Automated online assistant seperti gambar 1.3
dan deteksi email spam yang cerdas

2. Computer Vision

Cabang ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke
obyek secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk
memperoleh, melakukan proses, menganalisa dan memahami image. Apabila
cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan
mampu menghasilkan sebuah visual intelligence system. Akuisisi dan pemrosesan
informasi berupa vision

3. Robotika dan Sistem Navigasi


Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna
bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa
menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan
berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot
diperlengkapi dengan actuator seperti lengan, roda, kaki, dll. Kemudian, robot
juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima
dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang
ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan
robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada
tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu
menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige
Tanaka.

Ada beberapa istilah penting di dalam robot vision yang saling berhubungan,
diantaranya computer vision, machine vision dan robot vision. Computer vision
merupakan teknologi paling penting di masa yang akan datang dalam
pengembangan robot yang interaktif. Computer Vision merupakan bidang
pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan
berhubungan dengan akuisisi dan pemrosesan image. Machine vision merupakan
proses menerpakan teknologi untuk inspeksi automatis berbasis image, kontrol
proses dan pemanduan robot pada berbagai aplikasi industri dan rumah tangga.
Robot vision merupakan pengetahuan mengenai penerapan computer vision
pada robot. Robot membutuhkan informasi vision untuk memutuskan aksi apa
yang akan dilakukan. Penerapan saat ini vision pada robot antara lain sebagai alat
bantu navigasi robot, mencari obyek yang diinginkan, inspeksi lingkungan dan
lainnya. Vision pada robot menjadi sangat penting karena informasi yang
diterima lebih detail dibanding hanya sensor jarak atau sensor lainnya. Misalnya
dengan vision, robot dapat mengenal apakah obyek yang terdeteksi merupakan
wajah orang atau bukan. Lebih jauh lagi, sistem vision yang canggih pada robot
membuat robot dapat membedakan wajah A dengan wajah B secara akurat (Face
recognition system menggunakan metode PCA, LDA dan lainnya) [6]. Proses
pengolahan dari input image dari kamera hingga memiliki arti bagi robot dikenal
sebagai visual perception, dimulai dari akuisisi image, image preprocessing untuk
memperoleh image yang diinginkan dan bebas noise misalnya, ekstrasi fitur
hingga interpretasi seperti ditunjukkan pada gambar 1.8. Misalnya saja untuk
identifikasi pelanggan dan penghindaran multiple moving obstacles berbasis
vision, atau untuk menggerakan servo sebagai aktuator untuk mengarahkan
kamera agar tetap mengarah ke wajah seseorang (face tracking)
4. Game Playing
Game biasanya memiliki karakter yang dikontrol oleh user, dan karakter
lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-
aturan yang nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi
menarik apabila karakter lawan (non-player) bereaksi dengan baik terhadap apa
yang dilakukan oleh player. Hal ini akan memancing penasaran user dan membuat
game menarik untuk dimainkan. Tujuan intinya adalah membuat non-player
memiliki strategi yang cerdas untuk mengalahkan player. Pada bidang ini, AI
dibutuhkan, yaitu untuk merancang dan menghasilkan game yang fun serta
antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan

5. Sistem Pakar
Bidang ilmu ini mempelajari bagaimana membangun sistem atau komputer
yang memiliki keahlian untuk memecahkan masalah dan menggunakan penalaran
dengan meniru atau mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem
ini, permasalahan yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli,
dapat diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem
pakar juga akan membantu aktivitas mereka sebagai asisten yang seolah-olah
sudah mempunyai banyak pengalaman.Sedangkan definisi lain dari sistem pakar
adalah sistem berbasis komputer yang
Menurut Turban, Sistem Pakar dapat ditampilkan dengan dua lingkungan,
yaitu lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan
pengembangan digunakan oleh ES builder untuk membangun komponen dan
memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi
digunakan oleh user nonpakar untuk memperoleh pengetahuan dan nasihat
pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.
2.2. Sistem Pakar

2.2.1. Pengertian Sistem Pakar

Sistem pakar atau Expert System adalah suatu program komputer yang dirancang
untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau
beberapa orang pakar. Menurut Marimin (1992), sistem pakar adalah sistem
perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir
dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang
biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang
bersangkutan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-
kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan
tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya
digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah
tertentu. Sistem Pakar banyak digunakan untuk pengembangan aplikasi cerdas
seperti Dokter Digital dan lainnya.

2.2.2. Manfaat Sistem Pakar

Sangat banyak kemampuan dan mamfaat yang diberikan oleh Sistem Pakar, di
antaranya:

1. Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja


lebih cepat dari manusia.
2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan
mengurangi kesalahan.
3. Mampu menangkap kepakaran yang sangat terbatas.
4. Dapat beroperasi di lingkungan yang berbahaya.
5. Memudahkan akses ke pengetahuan.
6. Handal. Sistem Pakar tidak pernah menjadi bosan dan kelelahan atau sakit.
Sistem Pakar juga secara konsisten melihat semua detil dan tidak akan
melewatkan informasi yang relevan dan solusi yang potensial.
7. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi
Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan
mencakup lebih banyak aplikasi .
8. Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti.
Berbeda dengan sistem komputer konvensional, Sistem Pakar dapat
bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon
dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan
selama konsultasi, dan Sistem Pakar tetap akan memberikan jawabannya.

2.2.3. Komponen Sistem Pakar

Secara umum, Sistem Pakar biasanya terdiri atas beberapa komponen yang
masing-masing berhubungan, diataranya :

1. Basis Pengetahuan

Berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan


memecahkan masalah

2. Mesin Inferensi (Inference Engine)

Merupakan otak dari Sistem Pakar. Juga dikenal sebagai penerjemah aturan (rule
interpreter). Komponen ini berupa program komputer yang menyediakan suatu
metodologi untuk memikirkan reasoning) dan memformulasi kesimpulan.

3. Papan Tulis (Blackboard/Workplace)

Adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya


berupa sebuah basis data.

4. Antarmuka Pemakai (User Interface)

Sistem Pakar mengatur komunikasi antara pengguna dan komputer. Komunikasi


ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk tanya-jawab
dan kadang ditampilkan dalam bentuk gambar/grafik. Antarmuka yang lebih
canggih dilengkapi dengan percakapan (voice communication).
5. Subsistem Penjelasan (Explanation Facility)

Kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil


merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan
masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang
secara interaktif menjawab pertanyaan pengguna.

6. Sistem Penghalusan Pengetahuan (Knowledge Refining System)

Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka


bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta
meningkatkan pengetahuannya untuk konsultasi berikutnya

2.2.4. Aplikasi Sistem Pakar

2.2.4.1. Aplikasi Sistem Pakar di bidang Manajerial


- Analisis
- Interpretasi
- Analisa pasar untuk komoditi tertentu
- Identifikasi media iklan yang sesuai
- Identifikasi kebutuhan pelatihan
- Diagnostik
- Diagnosa kelesuan perusahaan dan usaha penyembuhan
- Sintesa
- Penarikan tenaga kerja
- Strategi penentuan harga
- Strategi pengembangan produk
- Integrasi
- Prediksi perkembangan nilai pada bursa saham efek
2.2.4.2. Penerapan Sistem pakar dalam Industri / Manufaktur
Manufaktur di definisikan sebagai urutan-urutan kegiatan yang saling
berhubungan meliputi perancangan, perencanaan, pemilihan material, produksi,
pengontrolan kualitas, menajemen serta pemasaran produk. Proses manufaktur
yang penyelesaiannya dapat dibantu oleh system pakar antara lain :
Sistem Pakar Dalam Perancangan PRIDE(Pinch Roll Interactive Design
Expert / Environment). Sistem pakar ini digunakan untuk merancang system
pengaturan kertas untuk mesin fotocopy. Sistem ini membuat rancangan dengan
representasi pengetahuan tentang rancangan berdasarkan kumpulan goal,
metoda perancangan, generator dan aturan-aturan yang terstruktur.
System Pakar Dalam Perencanaan Wood Trus fabrication Application merupakan
contoh system pakar dalam proses perencanaan. System ini dibuat dengan
menggunakan shell sitem pakar SPS (Semi Intelligent Process Selector).

2.2.4.3. BIDANG KEDOKTERAN


Aplikasi sistem pakar dalam bidang kedokteran yang dibuat dengan proses
penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada
manusia, terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi
sarana untuk menyimpan pengetahuan tentang penyakit terutama yang
berkenaan dengan jenis penyakit mata dari para pakar atau ahlinya. Sistem pakar
mampu membantu pasien maupun dokter dalam menyediakan sistem pendukung
keputusan dan saran dari pakar.
Pada aplikasi sistem pakar umumnya user akan diminta untuk menjawab
pertanyaan sesuai dengan gejala yang dirasakan. Dalam aplikasi ini, user
menjawab dengan ya atau tidak. Setelah menjawab beberapa pertanyaan, maka
aplikasi akan menghasilkan kesimpulan mengenai jenis penyakit mata yang
diderita user. Pada aplikasi sistem pakar lainnya, tidak jarang juga sudah
memberikan solusi atau cara penanganan terhadap jenis penyakit yang diderita
tersebut.
2.3. Hubungan Antara Kecerdasan Buatan dengan Sistem Pakar
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial
Intelligence Corporation. Periode penelitian artificial intelligence ini di dominasi
oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan
menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini
adalah General Purpose Problem- Solver (GPS). GPS yang berupa sebuah prosedur
yang dikembangkan oleh Allen Newel, John Cliff Shaw, dan Herbert Alexander
Simon dari Logic Theorist merupakan sebuah percobaan untuk menciptakan
mesin cerdas. GPS sendiri merupakan sebuah precedessor menuju Expert Sistem
(ES) atau yang sekarang kita sebut dengan Sistem Pakar. GPS berusaha untuk
menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal
menjadi state tujuan yang telah ditentukan sebelumnya.
Pada dasarnya sistem pakar merupakan cabang dari kecerdasan buatan,
yaitu dengan menyimpan kepakaran dari pakar manusia ke dalam komputer dan
meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat
berkonsultasi layaknya dengan pakar manusia. Di dalam kecerdasan buatan ada 2
bagian utama yag dibutuhkan yaitu Knowledgebase dan Inference Engine. Lingkup
utama dalam kecerdasan buatan salah satunya adalah system pakar. Didalam
system pakar sendiri terdapat 3 bagian utama, yaitu Knowledgebase dan Working
Memory yang diolah dalam Inference Engine sehingga menghasilkan suatu
pemecahan atas suatu masalah.
PENUTUP

3.1. Kesimpulan

Berdasarkan hasil pembahasan di atas dapat disimpulkan bahwa :


 Kecerdasan Buatan (Artificial Intelligence) adalah suatu pengetahuan yang
membuat computer dapat meniru kecerdasan manusia sehingga
diharapkan computer dapat melakukan hal-hal yang apabila dikerjakan
manusia memerlukan kecerdasan.
 Manfaat kecerdasan buatan adalah Memberikan penyederhanaan solusi
untuk kasus-kasus yang kompleks dan berulang-ulang.
 Perbedaan kecerdasan buatan dan alami adalah kecerdasan buatan lebih
bersifat permanen, lebih mudah diduplikasi & disebarkan, lebih murah,
bersifat konsisten, dapat didokumentasi, lebih cepat, lebih baik.
 Aplikasi dari kecerdasan buatan meliputi bidang sains, transportasi,
industri, pengembangan mainan, telekomunikasi, otomotif.
 Sistem pakar atau Expert System adalah suatu program komputer yang
dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh
seorang atau beberapa orang pakar.
 Manfaat sistem pakar yaitu Meningkatkan output dan produktivitas,
meningkatkan kualitas, mampu menangkap kepakaran yang sangat
terbatas, dapat beroperasi di lingkungan yang berbahaya, memudahkan
akses ke pengetahuan, handal, meningkatkan kapabilitas sistem
terkomputerisasi yang lain
 Komponen sistem pakar yaitu basis pengetahuan, mesin inferensi, papan
tulis, antarmuka pemakai, subsistem penjelasa, sistem penghalusan
pengetahuan.
 Aplikasi pada sistem pakar meliputi bidang manajerial, industry,
kedokteran.
 Hubungan kecerdasan buatan dan sistem pakar adalah pada dasarnya
sistem pakar merupakan cabang dari kecerdasan buatan
Daftar Pustaka :

 Athya, Ghina. 2014.


“http://ghinaathayakingdom.blogspot.co.id/2014/02/hubungan-
kecerdasan-buatan-dengan.html”.

 Etunas. 2015. “http://www.etunas.co.id/blog/2015/08/15/pengertian-
sistem-pakar/”.

 Naimaah. 2013. “https://naynaimah.wordpress.com/2013/12/29/contoh-
sistem-pakar-dan-penerapannya/”.

 Pendidikanmu. 2015.
“http://www.pendidikanmu.com/2015/04/pengertian-kecerdasan-buatan-
menurut-para-ahli.html”.

 S, Ibrahim. 2013. “http://elektro-
unimal.blogspot.co.id/2013/05/perbedaan-kecerdasan-buatan-dan.html”.

 Universitas Gunadarma. 2013.
“http://lunaslunaslunas.blogspot.co.id/2013/04/kecerdasan-buatan-dan-
sistem-pakar_631.html”.

 Weenata. 2010. “https://weenata.wordpress.com/2010/03/06/aplikasi-
kecerdasan-buatan/”.