#SIP Artificial Intelligence dan Expert System

Artificial Intelligence atau kecerdasan buatan seperti pada film A.I. Artificial Intelligence (2001) sebuah film dari Warner Bros Picture yang menceritakan tentang pembuatan robot dengan memiliki kecerdasan layaknya manusia dan meniru tingkah laku manusia. Seperti robot yang bernama David, yang didesain khusus menyerupai seorang anak laki-laki yang diprogram untuk memiliki kecerdasan, tingkah laku dan perasaan manusia. Robot-robot tersebut merupakan salah satu aplikasi dari Artificial Intelligence atau kecerdasan buatan Pada tulisan ini akan membahas tentang apa yang dimaksud dengan Artificial Intelligence dan bagaimana perkembangan AI tersebut.

A. Sejarah Artificial Intelligence

Asal-usul Artificial Intelligence atau AI dapat dilihat dalam karya Turing dalam makalahnya diterbitkan pada tahun 1950. Penemuan AI pada McCarthy dari bahasa pemrograman LISP pada tahun 1950-an. Ini adalah bahasa pertama yang dirancang untuk memecahkan masalah simbolis daripada yang numerik. Newell dan Simon, menunjukkan bagaimana pengetahuan pencarian umum dapat digunakan untuk memecahkan berbagai masalah. Pada 1970-an, sistem pakar dikembangkan yang diwujudkan sebagai seperangkat aturan pengetahuan ahli. Yang paling terkenal ini adalah sistem pakar medis MYCIN. Pada saat yang sama sistem dikembangkan untuk memahami bahasa, yang paling terkenal adalah Winograds sistem SHRDLU. Tahun 1980-an melihat perkembangan jaringan saraf sebagai metode contoh pembelajaran. Kita bisa melihat perkembangan kronologis dari AI pada diagram berikut:

Tahun 1943-1955

Warren McCulloch dan Walter Pitts mengusulkan model neuron buatan tahun 1943. Ini adalah karya pertama yang dianggap sebagai AI. McCulloch dan Pitts menunjukkan bahwa setiap fungsi komputasi dapat dihitung dengan beberapa jaringan neuron dan bahwa semua penghubung yang digunakan dalam menyusun kalimat. Marvin Minsky dan Dean Edmonds, membangun komputer jaringan saraf pertama pada tahun 1951 yang dikenal sebagai SNARC. Alan Turing dalam artikel yang diterbitkan pada tahun 1950, “Computing Machinery and Intelligence” memperkenalkan AI yang disebut "Turing Test".

Tahun 1956

Sosok yang penting dan berpengaruh di bidang AI adalah John McCarthy, yang bergabung Dartmouth College. Dia menyelenggarakan lokakarya selama dua bulan dengan Minsky yang diselenggarakan pada musim panas 1956 di Dartmouth yang akhirnya menjadi tempat kelahiran resmi AI. Allen Newel dan Herbert Simon, dua peneliti dari Carnegie Tech memiliki program penalaran yang disebut Logic Theorist yang bisa memecahkan sebuah masalah.

Tahun 1952-1969

Seperti yang dinyatakan sebelumnya, Newell dan Simon mengembangkan program penalaran yang disebut Logic Theorist yang mampu membuktikan 38 dari 52 teorema dari Principia Mathematica. Program ini diperluas kemudian ke dalam program pemecahan masalah yang disebut General Problem Solver atau GPS pada tahun 1963. Program ini dirancang dari awal untuk meniru memecahkan masalah manusia. Keberhasilan GPS dan perkembangan selanjutnya lainnya dipimpin Newell dan Simon untuk merancang mereka terkenal physical symbol system hypothesis pada tahun 1976.

Tahun 1958 menjadi tahun bersejarah di bidang AI karena kontribusi penting oleh McCarthy saat bekerja di MIT. Pertama, ia mengembangkan LISP yang menjadi bahasa pemrograman yang dominan dan merupakan bahasa tertua kedua yang masih digunakan. Kedua, McCarthy pada tahun yang sama menerbitkan sebuah makalah berjudul programs with common sense. Dalam makalah ini ia menggambarkan program hipotesis disebut Advice Taker yang dapat dianggap sebagai program AI yang lengkap pertama kali. Pada tahun 1959, Herbert Gelenter membangun Geometry Theorm Prover.

Tahun 1969-1979

DANDRAL dikembangkan di Stanford pada tahun 1969 oleh Ed Feigenbaum, Bruce Buchanan dan Joshua Lederberg selama percobaan mereka untuk menyimpulkan struktur molekul dari informasi yang diberikan oleh spektrometer massa. Bahwa ini adalah yang pertama yang berhasil dalam program berbasis pengetahuan dan selanjutnya yang disebut sebagai sistem pakar atau expert system oleh ilmuwan dan insinyur yang terkait dengan bidang AI. Feigenbaum, Buchanan, dan Edward Shortliffe lagi di Stanford membangun sebuah program yang dikenal sebagai MYCIN yang bisa menyamai kinerja manusia. Sistem SHRDLU dari Winograd dibangun untuk memahami beberapa bahasa. Sejumlah besar representasi dan penalaran bahasa dikembangkan termasuk PROLOG.

Tahun 1980-sekarang

Sistem komersial pertama yang sukses dalam tujuannya adalah RI yang mulai beroperasi pada tahun 1982. Pada tahun 1988, departemen AI dari Digital Equipment Corporation mampu mengembangkan sekitar 40 expert system. Jepang mengumumkan proyek 'Generasi Kelima' pada tahun 1981 untuk membangun sistem pakar. Selama periode yang sama, AS membentuk Microelectronics and Computer Technology Corporation (MCC) sebagai pembentukan penelitian menjaga AI sebagai bagian dari upaya luas yang mencakup desain dan pembuatan chip.

B. Pengertian Artificial Intelligence

Artificial intelligent (AI) atau kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia (Minsky dalam Kusrini, 2006). Adapun kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang – dalam pandangan manusia adalah – cerdas (Simon dalam Kusrini, 2006). Ensiklopedia Britannica mendefinisikan Artificial Intelligence sebagai cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan. Kecerdasan buatan adalah bidang rekayasa yang berkembang pesat dengan tujuan utama untuk membangun mesin yang mampu bertindak dan berpikir seperti manusia (Kumar, 2008).

Kecerdasan buatan (AI) terdiri dari sistem berbasis komputer (baik perangkat lunak maupun perangkat keras) yang berusaha untuk menyamai tingkah laku manusia. Sistem semacam ini mampu mempelajari bahasa, menyelesaikan pekerjaan fisik, dan menyamai keahlian dan cara pengambilan keputusan manusia. Walaupun aplikasi kecerdasan buatan tidak dapat menyamai kecerdasan manusia dalam hal keluasan, kompleksitas, keaslian, dan generalitas pemikiran, kecerdasan buatan ini memiliki peranan penting dalam manajemen pengetahuan (Laudon & Laudon, 2008).

Adapun perbandingan Kecerdasan Buatan dengan Kecerdasan Alamiah atau kecerdasan pada manusia berikut ini.

Keuntungan kecerdasan buatan disbanding kecerdasan alamiah :

Lebih permanen
Memberikan kemudahan dalam aplikasi dan penyebaran.
Relatuf lebih murah dari kecerdasan alamiah
Konsisten dan teliti
Dapat didokumentasi
Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik disbanding manusia

Sedangkan keuntungan kecerdasan alamiah dibandingkan dengan kecerdasan buatan adalah :

Bersifat lebih kreatif
Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa symbol dan representasi.
Menggunakan fokus yang luas sebagai referensi untuk pengambilan keputusan. Sebalikanya, AI menggunakan fokus yang sempit.

Kecerdasan buatan atau AI memiliki beberapa lingkup utama, yaitu:

1. Sistem Pakar (Expert System)

Sistem pakar adalah program penasihat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-masalah spesifik.

2. Pengaturan Bahasa Alami (Natural Language Processing)

Natural Language Processing atau biasanya disingkat dengan NLP merupakan teknologi yang memberikan kemampuan kepada komputer untuk memahami bahasa manusia sehingga pengguna komputer dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.

3. Pengenalan Ucapan (Speech Recognition)

Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer menggunakan suara.

4. Robotika dan Sistem Sensor (Robotics and Sensory Systems)

Sistem sensor, seperti sistem vision, sistem tactile, dan sistem pemrosesan sinyal jika dikombinasikan dengan AIdapat dikategorikan ke dalam suatu sistem yang luas yang disebut sistem robotik.

5. Game Playing

Ada tiga tujuan berdasarkan kecerdasan buatan, yaitu membuat komputer lebih cerdas, mengerti tentang kecerdasan, dan membuat mesin lebih berguna. Yang dimaksud 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 serta menyelesaikan dengan efektif (Winston & Prendergest dalam Kusrini, 2006).

Ada beberapa domain atau bidang penelitian dalam kecerdasan buatan (AI), di antaranya:

1. Formal tasks (matematika, games)

2. Mundane tasks (perceotion, robotics, natural language, common sense, reasoning)

3. Expert tasks (financial analysis, medical diagnostics, engineering, scientific analysis, dll).

Ada beberapa konsep yang harus dipahami dalam kecerdasan buatan (AI), di antaranya:

Turing Test – Metode Pengujian Kecerdasan: Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Alan Turing. Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Seorang manusia dan sebuah mesin yang akan diuji. Penanya tidak dapat melihat langsung obyek yang ditanyai. Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan kedua obyek tersebut. Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan cerdas.
Pemrosesan Simbolik: Komputer semula didesain untuk memproses bilangan/ angka-angka (pemrosesan numerik). Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah rumus atau melakukan komputasi matematis. Sifat oenting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melakukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah.
Heuristic: Istilah heuristic diambil dari bahasa Yunani yang berarti menemukan. Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problem secara selektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar.
Penarikan kesimpulan (Inferencing): AI mencoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning). Kemampuan berpikir (reasoning) termasuk di dalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristic atau metode pencarian lainnya.
Pencocokan Pola (Pattern Matching): AI bekerja dengan metode pencocokan pola (pattern matching) yang berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logic atau komputasional.

Artificial Intelligence dan Expert System

Expert system atau sistem pakar adalah teknik cerdas untuk menangkap pengetahuan yang tersembunyi dalam keahlian manusia yang sangat spesifik dan terbatas cakupannya. Sistem ini menangkap pengetahuan dari pekerja pakar dalam bentuk serangkaian aturan dalam sistem peranti lunak yang dapat digunakan oleh orang lain dalam organisasi tersebut. Serangkaian aturan dalam sistem ahli ditambahkan ke dalam memori atau pembelajaran perusahaan. Sistem ahli tidak memiliki pengetahuan yang luas dan juga tidak mempunyai pemahaman prinsip dasar yang dimiliki oleh seorang pakar (Laudon & Laudon, 2008). Sistem pakar adalah sebuah program komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran untuk memecahkan masalah dan membuat keputusan. Sistem pakar memilih antara alternatif pilihan dengan menimbang bukti untuk pilihan, atau utilitas dari hasil. Untuk alasan pragmatis lingkup sistem pakar cenderung terbatas pada sepotong melalui domain tertentu pengetahuan (Biondo, 1990).

Kecerdasan buatan atau artificial intelligence dapat dianalogikan sebagai bidang arsitek tingkat tinggi untuk sistem ahli. Daya tolak atau dorongan umum dari AI bertujuan untuk mengembangkan mesin-mesin yang berfungsi secara cerdas. Dua cara untuk melakukan riset AI adalah memahami bahasa alamiahnya dan menganalisa kemampuannya untuk berpikir melalui pencarian masalah hingga ke kesimpulan logisnya. Sistem pakar menggunakan pendekatan-pendekatan pemikiran AI untuk menyelesaikan permasalahan serta memberikannya melalui pengguna bisnis dan lainnya. Suatu sistem pakar secara efektif menangkap dan menggunakan pengetahuan seorang ahli untuk menyelesaikan masalah yang dialami dalam suatu organisasi. Sistem ahli menyeleksi solusi terbaik terhadap suatu masalah atau suatu kelas masalah khusus. Komponen dasar suatu sistem ahli adalah knowledge base, yaitu suatu mesin interferensi yang menghubungkan pengguna dengan sistem melalui pengolahan pertanyaa lewat bahasa semacam structured query language (SQL) dan antarmuka pengguna. Orang menyebut knowledge engineering menangkap keahlian pakar, membangun sebuah sistem komputer yang mencakup expert knowledge ini, dan kemudian mengimplementasikannya. Secara keseluruhan, sangat mungkin membangun dan mengimplementasikan sistem ahli yang akan menjadi pekerjaan para penganalisis (Haryadi, 2009).

Perusahaan dapat menggunakan kecerdasan buatan (AI) untuk meraih suatu pengetahuan dan menjadi ahli dalam pengetahuan tersebut serta untuk lebih mencakapkan para pegawai pada bentuk sistem informasi. Fungsi sistem ahli dinamakan sebagai konsultan, dan kegiatannya dinamakan konsultasi. Sistem ini dapat menampilkan lebih cepat kebutuhan basis data atau penggunaan di bidang lainnya dan lebih konsisten dibandingkan manusianya sendiri. Salah satu sistem ahli pertama adalah dibuat pada perusahaan General Electric (GE), dari Amerika Serikat, untuk mendapatkan transfer pengetahuan dari ahli perbaikan lokomotif yang lama. Sistemnya dinamakan CATS-1, dibuat untuk membantu montir mengenali/mendiagnosis masalah mesin (Gaol, 2008).

Komponen Sistem Pakar :

1. A knowledge base : berisi pengetahuan khusus dari domain masalah. Dalam sistem pakar berbasis aturan, pengetahuan termasuk fakta, konsep, dan hubungan.

2. An inference engine : melakukan pengolahan pengetahuan. Ini adalah model setelah proses penalaran pakar manusia dan menerapkan pengetahuan dalam basis pengetahuan serta informasi tentang masalah yang diberikan untuk solusinya.

3. A working memory : memegang data, pernyataan tujuan, dan hasil yang membentuk keadaan saat proses inferensi.

4. An explanation subsystem : memberikan penjelasan dari proses penalaran dari sistem dan pembenaran atas tindakan dan kesimpulan sistem. Penjelasan yang memfasilitasi penerimaan sistem oleh komunitas pengguna.

5. A user interface : adalah jendela di mana pengguna berinteraksi dengan sistem. Seperti tanya-jawab, pemahaman bahasa, grafis, dan bantuan online. Sistem pakar harus mudah untuk dipelajari dan ramah untuk digunakan.

6. A knowledge base editor : adalah jendela melalui dimana sistem pengetahuan berkembang. Hal ini juga membantu dalam mempertahankan dan memperbarui basis pengetahuan.

7. A system interface : menghubungkan sistem pakar untuk program eksternal dan sumber informasi.

Di antara sejumlah besar sistem pakar dikembangkan, berikut adalah beberapa yang terkenal:

1. DENDRAL: Sistem pakar kimia yang menafsirkan spektrum massa senyawa kimia organik.

2. ELIZA: Sistem pakar dalam dialog wawancara. Eliza merupakan program yang dibuat oleh Joseph Weizwenbaum (1967). Program ini dapat melakukan terapi terhadap pasien dengan mengajukan beberapa pertanyaan.

3. HEARSAY : Sebuah sistem pakar Pidato pemahaman.

4. INTERNIST : Salah satu sistem pakar medis terbesar.

5. MACSYMA : Sebuah sistem pakar matematika simbolik yang memecahkan masalah matematika yang melibatkan persamaan aljabar, kalkulus, dan diferensial.

6. MOLGEN : Sistem pakar untuk merencanakan eksperimen gen kloning.

7. MYCIN : Sistem pakar medis yang berhubungan dengan infeksi bakteri.

8. PUFF : Sebuah sistem diagnostik medis untuk.

9. PROSPECTOR : Sistem pakar untuk memprediksi deposit mineral yang potensial.

10. XCON : Sebuah sistem pakar yang digunakan untuk mengkonfigurasi komputer yang terdiri dari ratusan modul.

11.Parry : Parry adalah sistem pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang menstimulasikan seorang paranoid.

12. NetTalk : NetTalk adalah sebuah program yang belajar mengucapkan teks bahasa Inggris yang ditulis dengan menjadi teks yang ditampilkan sebagai masukan dan pencocokan transkripsi fonetik untuk perbandingan.

D. Interface Suatu Aplikasi Psikologi

Berikut ini adalah suatu rancangan mengenai suatu aplikasi Psikologi, dimana Tes-IQ.com digunakan sebagai contoh.

1. Pertama adalah membuka aplikasi dari web Tes-IQ.com. Ini adalah tampilan dari halaman depan Tes-IQ.com. Terdapat Tes IQ Online dengan jumlah 30 pertanyaan bergambar dan waktu 30 menit.

2. Untuk mengikuti tes, selanjutnya klik Take The Test. Maka tes langsung dimulai. Seperti tampilan berikut yang merupakan contoh dari tes bergambar dari Tes-IQ.com.

3. Hanya langsung klik jawaban yang menurut Anda benar atau klik Jump The Question untuk melewati pertanyaan tersebut untuk ke nomor berikutnya.

4. Tes tersebut hanya dikerjakan dalam waktu 30 menit dalam 30 pertanyaan bergambar. Jika sudah, maka akan ada tampilan Final Step, klik Select untuk memilih jangkaun usia.