Definisi Artificial Intelegence / Kecerdasan Buatan
—Kecerdasan Tiruan(AI-Artificial Intelligence) adalah suatu bidang ilmu
pengetahuan dan teknologi yang berdasarkan pada berbagai disiplin ilmu
pengetahuan seperti komputer, biologi, psikologi, linguistik (ilmu
bahasa), matematika, dan rancang-bangun.
- Tujuan AI
- —Mengembangkan komputer yang dapat berpikir, seperti halnya bisa melihat, mendengar, berjalan, berbicara, dan merasakan.
- —Pendorong utama dalam pengembangan AI adalah keyakinan bahwa komputer dapat berfungsi sejalan atau seperti kecerdasan manusia, seperti berfikir, belajar,dan memecahkan masalah.
- —AlanTuring pada tahun 1950 mengadakan suatu percobaan untuk menemukan suatu konsep apakah mungkin suatu mesin bisa berpikir. Menurut hasil percobaan Turing, suatu komputer bisa mempertunjukkan kecerdasan jika dilakukan suatu wawancara dengan manusia, pembicaraan antara manusia yang tak terlihat dan suatu komputer yang tak terlihat, tidak bisa menjelaskan apa-apa. Para kritikus percaya bahwa tidak ada satu pun komputer yang sungguh-sungguh bisa lolos dari percobaan Turing. Mereka mengatakan bahwa pengembangan kecerdasan untuk mencoba mengalihkan kemampuan seperti manusia kedalam komputer adalah tidak mungkin. Tetapi kemajuan berjalan terus, dan hanya waktu akan mejelaskan kepada kita kapan tujuan Kecerdasan Tiruan (AI) yang ambisius ini akan tercapai.
Ciri Ciri Perilaku Artifisial
- Berpikir dan bernalar
- Menggunakan Penalaran untuk menyelesaikan masalah
- Belajar dan paham dari pengalaman
- Memperoleh dan menerapkan pengetahuan
- Menampilkan kreatifitas dan imajinasi
- Mengatasi situasi yang rumit dan membingungkan Menanggapi situasi baru dengan cepat dan berhasil
Domain Kecerdaasan AI
Aplikasi AI dalam Dunia Bisnis
Model Sistem Komputasi yang dibuat mirip dgn jaringan saraf/otak yang
saling berhubungan, yg disebut neurons. Pengolah yang saling behubungan
di dalam suatu jaringan neural beroperasi secara paralel dan saling
berhubungan dengan dinamis. Ini memungkinkan jaringan belajar untuk
mengenali pola dan hubungan di dalam memproses data itu.
Contoh: suatu jaringan neural dapat digunakan untuk
mempelajari karakteristik kredit yang diberikan apakah pinjaman akan
berakibat baik atau jelek.
Metoda penalaran yg mirip dgn penalaran manusia. Hal ini memungkinkan
suatu sistem tersamar untuk memproses data yang tidak sempurna dan
dengan cepat menyediakan pendekatan, dan dihasilkan solusi yang bisa
diterima. Sistem yang tersamar menggunakan mikrochip pengontrol proses
yang banyak dipakai oleh peralatan yang dibuat oleh pabrikan Jepang
3. Algoritma Genetis
Menggunakan teori random dari Darwinian dan rumusan mathematis lainnya,
berfungsi menirukan suatu proses evolusiner yang terus sehingga
menghasilkan solusi yang lebih baik bagi penyelesaian suatu masalah.
Hal bermanfaat pada situasi di mana ada beribu-ribu solusi yang mungkin
dan harus dievaluasi untuk menghasilkan suatu solusi yang optimal.
4. Realitas Semu
Realitas Semu Adalah suatu kenyataan berdasarkan simulasi komputer yang
menggunakan pendekatan seperti melakukan perkerjaan sebenarnya untuk
menciptakan suatu dunia maya yang dapat digunakan untuk mencari
pengalaman melalui suatu tinjauan, pendengaran, dan sentuhan.
Aplikasi terkini dari realitas semu meliputi disain dengan bantuan
komputer, diagnostik medis, simulasi penerbangan, dan permainan video
3-D.
5. Agen Cerdas
Agen Cerdas dapat dikelompokkan ke dalam dua kategori :
1.Agen Interface Pemakai.
Tutor penghubung. Mengamati kegiatan operasi komputer, mengoreksi
kekeliruan dari pemakai, dan menyediakan isyarat serta nasihat
dalam penggunaan perangkat lunak secara efisien. Agen Presentasi.
Menyajikan Informasi dalam berbagai bentuk pelaporan dan format
presentasi serta penggunaan media berdasarkan pada pilihan pemakai.
Agen Navigasi Jaringan. Menetapkan alur informasi dan cara menyajikan informasi yang lebih disukai oleh pemakai.
Agen Permainan Peran. Menjalankan game atau permainan What-if, untuk
membantu para pemakai memahami informasi dan memperbaiki cara
pembuatan keputusan.
2.Agen dalam Manajemen Informasi.
- Agen Pencarian. Membantu para pemakai dalam menemukan file dan
database, mencari informasi yang diinginkan, dan menyarankan dan
menemukan jenis informasi baru tentang produk, media, dan sumber daya.
- Perantara Informasi. Menyediakan jasa untuk menemukan
dan mengembangkan sumber daya informasi yang cocok untuk dunia bisnis
atau kebutuhan yang bersifat pribadi dari seorang pemakai.
- Menyaring Informasi. Menemukan, Menerima, menyaring, Membuang,
menyimpan, menyampaikan dan memberitahu para pemakai tentang produk
yang diinginkan, termasuk e-mail, voice-mail, dan media informasi lain.
6. Sistem Pakar
Sistem Pakar adalah suatu sistem informasi berbasiskan
pengetahuan atau knowledge-based yang menggunakan pengetahuannya tentang
suatu area aplikasi yang kompleks dan spesifik serta bertindak sebagai
suatu konsultan ahli bagi pemakai akhir
Komponen suatu SP meliputi:
- Basis Pengetahuan . Suatu basis pengetahuan berisi pengetahuan yang diperlukan untuk mengimplemantsikan suatu tugas.
Ada dua type pengetahuan:
1. Pengetahuan berdasar fakta. Fakta,atau informasi deskriptif, tentang suatu subyek yang spesifik.
2. Heuristik (peraturan utama). Hukum ibu jari (Thumb) dalam menerapkan
fakta dan/atau membuat kesimpulan, pada umumnya dinyatakan seperti
aturan.
- Mesin Kesimpulan. Suatu mesin kesimpulan menyiapkan Sistem Pakar
dengan kemampuan untuk memberi alasan atau argumentasi. Mesin Kesimpulan
memproses pengetahuan yang berhubungan dengan suatu masalah spesifik.
Kemudian membuat hubungan dan kesimpulan serta menghasilkan berbagai
macam tindakan yang direkomendasikan.
- Penghubung Pemakai . Sarana bagi para pemakai untuk melakukan interaksi satu sama lain.
- Dalam menciptakan suatu Sistem Pakar seorang Insinyur Pengetahuan
memperoleh pengetahuan tentang suatu tugas dari seorang tenaga ahli
dengan menggunakan knowledge acquisition tools (peralatan pencari
pengetahuan).
Manfaat Sistem Pakar
Sistem pakar menangkap keahlian seorang atau sekelompok pakar dalam
sistem informasi berbasis komputer. Jadi, sistem ini dapat melakukan
keahlian manusia dalam banyak situasi masalah. Ini karena sistem pakar
lebih cepat dan lebih konsisten, dapat memiliki pengetahuan dari
beberapa pakar, dan tidak dapat lelah atau terganggu oleh pekerjaan yang
terlalu banyak atau stres. Sistem pakar juga membantu memelihara dan
memproduksi kembali pengetahuan para pakar.
Aplikasi Sistem Pakar
Sistem Pakar dapat digunakan untuk melakukan berbagai tugas bisnis AI:
- Manajemen Keputusan. Sistem yg menilai situasi atau mempertimbangkan
alternatif dan membuat rekomendasi berdasarkan pada ukuran-ukuran yang
tersedia sepanjang proses penemuan atau pencarian.
Contoh analisa portofolio pinjaman, evaluasi karyawan, jasa pertanggungan asuransi , perkiraan demografis.
- Diagnosa dan Penyelesaian masalah (Diagnostic/Troubleshooting). Adalah
penggunaan sistem dalam menyimpulkan/menduga suatu penyebab berdasarkan
riwayat dan gejala yang dilaporkan.
Contoh kalibrasi peralatan, kegiatan bantuan(help desk), perangkat lunak untuk debugging, hasil diagnosa medis.
- Maintenance/Scheduling. Sistem ini menentukan prioritas dan pembatasan jadwal atau waktu kiritis sumber daya.
Contoh skeduling pemeliharaan, skeduling produksi, skeduling pendidikan , manajemen proyek.
sumber refrensi :
http://anggasisteminformasimanajemen.blogspot.com/2010/06/pendukung-keputusan-dalam-bisnis.html
http://www.4shared.com/file/yun1WcoD/07_teknologi_artificial__intel.html
http://ratriptyas.staff.gunadarma.ac.id/Downloads/files/25872/9_SISTEM-PENGAMBILAN-KEPUTUSAN
sumber refrensi :
http://anggasisteminformasimanajemen.blogspot.com/2010/06/pendukung-keputusan-dalam-bisnis.html
http://www.4shared.com/file/yun1WcoD/07_teknologi_artificial__intel.html
http://ratriptyas.staff.gunadarma.ac.id/Downloads/files/25872/9_SISTEM-PENGAMBILAN-KEPUTUSAN
0 komentar:
Posting Komentar