Minggu, 15 Oktober 2017

Kecerdasan Ditinjau dalam Sistem Informasi


CERDAS DALAM SISTEM INFORMASI


                                                           RIZKI DARMAWAN
                                                                   
                                                       (16115141)

                                                             
BAB I
PENDAHULUAN
  
       1.1        Latar Belakang

Segala sesuatu yang ada di alam semesta ini, baik setiap gejala alamnya, fenomena yang terjadi di dalamnya, kehidupan makhluk-makhluk yang ada di dalamnya merupakan suatu bentuk persamaan matematis atau dapat dibilang segala gejala dan fenomena tersebut dapat dibuat ke dalam bentuk persamaan matematis, termasuk di dalamnya adalah bagaimana cara kerja otak dan bagaimana manusia berpikir. Pemrograman konvensional masih dapat digunakan untuk membuat mesin atau komputer berinteraksi dengan manusia, namun bagaimana untuk wilayah-wilayah sensitif atau area soft science yang tidak dapat dijelaskan atau dirumuskan dengan pasti. Sehingga  muncullah suatu analisis mengenai bagaimana cara kerja otak manusia dan dirumuskan dalam suatu persamaan matematis atau model matematika. Dari model matematika inilah kecerdasan buatan dapat diciptakan.
Kecerdasan Buatan (bahasa InggrisArtificial Intelligence atau AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzyjaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat agar dapat berpikir layaknya manusia. Sistem ini dibuat agar dapat “berperilaku” seperti manusia, juga mampu menyerap pengalaman dan mampu bertindak berdasarkan pengalaman tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri dan mampu berpikir seperti halnya manusia.
       1.2    Tujuan penelitian
     1.     Untuk mengetahui konsep sistem cerdas.
           2.     Untuk mengetahui kelebihan dari sistem cerdas.
           3.     Untuk mengetahui metodologi dari sistem cerdas.
           4.     Untuk mengetahui contoh-contoh aplikasi sistem cerdas.
           5      Untuk mengetahui pengimplementasian sistem cerdas.
       1.3    Rumusan masalah
   Permasalahan yang ditulis diajukan dalam penyusunan tugas ini adalah :
          1.           Apa konsep sistem cerdas?
 2.          Apa kelebihan dari sistem cerdas?
          3.      Apa metodologi dari sistem cerdas?
          4.      Apa saja contoh-contoh sistem cerdas?
          5.      Bagaimana mengimplementasikan sistem cerdas?
        1.4    Manfaat penelitian
          1.      Memudahkan kita mengenal tentang sistem cerdas.
          2.      Memudahkan kita mengetahui manfaat serta kelebihan dari sistem cerdas.


BAB II
PEMBAHASAN

       2.1  Konsep Sistem Cerdas
       Berikut beberapa konsep dari sistem cerdas:
    1.    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, yaitu 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.
     2.    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. Informasi yang bisa dikumpulan dengan aplikasi DSS ialah 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.
    3.   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.
    4.     Pengenalan Ucapan (Speech Recognition) dengan adanya ini diharapkan user dapat berkomunikasi dengan komputernya hanya dengan media suara saja.
     5.   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.
     6.    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.
       2.2  Kelebihan dari menggunakan sistem cerdas
     1.  Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.
      2.   Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap.Jadi jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebut dapat disalin dari komputer tersebut & dapat dipindahkan dengan mudah ke komputer yang lain.
    3.  Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
 4.    Bersifat konsisten karena kecerdasan buatan adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah
     5.   Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi dengan mudah dengan  cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
       6.     Lebih cepat
       7.     Lebih baik
      2.3   Metodelogi dari Sistem Cerdas
      Inilah maca-macam metologi yang terbagi menjadi 3 macam yaitu :
      1. 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
        2. 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.
       3. 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
        2.4   Contoh- contoh Aplikasi
        Ada banyak contoh program yang menampilkan berbagai tingkat kecerdasan. Di antaranya adalah:
        1. Twenty Questions
        Sebuah game berdasar Neural Network yang menampilkan 20 pertanyaan.
        2. The Start Project
        Sebuah sistem berdasar web di mana partanyaan-jawaban dalam bahasa Inggris
        3. Brainboost
        Sistem tanya-jawab yang lain.
        4. AskEd!
        Sebuah sistem tanya-jawab multi lingual.
        5. Cyc
        Sebuah koleksi pengetahuan dasar yang luas mengenai fakta-fakta tentang dunia nyata dan                         kemampuan  untuk beralasan dengan logika.
        6. ALICE dan Alan
      Sebuah chatterbot (serta chatbot,chatterbox) adalah program bot yang dapat melakukan percakapan            dengan manusia.
        7. Jabber Wacky
        Sebuah chatterbot pembelajar.
       2.5   Pengimplementasian Sistem Cerdas
Sistem cerdas menerapkan kecerdasan buatan pada mesin atau komputer. Contoh dari sistem cerdas yang sering kita temui sehari-hari adalah pada games, contohnya seperti pada games Angry Birds atau DOTA yang memiliki banyak sekali kemungkinan gerak aksi-reaksi pada unsur-unsur dalam games tersebut sehingga tidak mungkin ditangani oleh pemrograman konvensional. Sistem cerdas juga dapat diterapkan di bidang robotika, misalnya sistem cerdas ini dapat membuat analisa keseimbangan pada gerak refleks robot BigDog atau analisa lengan robot yang mampu mengangkat telur tanpa memecahkannya. Sistem cerdas juga memungkinkan kita berinteraksi secara emosional pada robot yang dapat memiliki unsur rasa.

2.3.1
BAB III
PENUTUP

Pada bab ini merupakan akhir dari penulisan tugas ini. Dan dalam bab ini akan dibahas mengenai kesimpulan yang dapat diambil, dan saran-saran yang mungkin agar untuk diperbaiki dan dikembangkan di masa yang akan datang.

      3.1  Kesimpulan.

Sistem cerdas adalah sistem yang dapat mengadopsi sebagaian kecil dari tingkat kecerdasan manusia untuk berinteraksi dengan keadaan eksternal suatu sistem. Sebagian kecil dari tingkat kecerdasan itu antara lain: kemampuan untuk dilatih, mengingat kembali kondisi yang pernah dialami, mengolah data-data untuk memberikan aksi yang tepat sesuai yang telah diajarkan, dan kemampuan menyerap kepakaran seorang ahli melalui perintah yang dituliskan dalam sebuah bahasa pemrograman tertentu.

      3.2  Saran

Setiap hasil karya tentunya masih jauh dari sempurna dan masih ada hal-hal yang perlu dikembangkan. Untuk itu penulis berharap di masa yang akan datang, ada yang menyempurnakannya sehingga menjadi sebuah sistem informasi yang lengkap.




DAFTAR PUSTAKA

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya. Yogyakarta: Graha Ilmu.
http://erlindamettadewi-fst09.web.unair.ac.id/artikel_detail-43183-Sistem%20Cerdas-OVERVIEW%20tentang%20SISTEM%20CERDAS.html
http://hanif-roikhatul-fst12.web.unair.ac.id/artikel_detail-137530-KOMPUTER%20CERDAS%202015%20-SISTEM%20CERDAS.html
http://giputra.blogspot.co.id/2016/10/metodologi-sistem-cerdas-artifical.html
http://ebook.dede-gunawan.web.id/2015/09/ebook-kecerdasan-buatan-pdf-ppt.html