Definisi Teknologi Sistem Cerdas atau Artificial Intelligence
Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia bahkan bisa lebih baik daripada yang dilakukan manusia.( Hendra Jaya,2018)
Menurut John McCarthy, 1956, AI : untuk mengetahui dan memodelkan proses proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia. Cerdas berarti memiliki pengetahuan ditambah pengalaman, penalaran (bagaimana membuat keputusan dan mengambil tindakan), moral yang baik. (Muhammad Dahria, 2008)
Sementara menurut Haag dan Keen, 1996, AI adalah bidang studi yang berhubungan dengan penangkapan, pemodelan, dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia. (Entot Suhartono)
Jadi dapat disimpulkan bahwa Artificial Intelligence (AI) merupakan disiplin ilmu yang mempelajari, mendesain dan memodelkan kecerdasan manusia dalam sebuah sistem agar dapat menirukan prilaku manusia
Sejarah AI
Istilah AI pertama kali dikemukakan pada tahun 1956 dikonferensi Darthmouth. Sejak saat itu AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsipprinsipnya juga terus berkembang.
Masa persiapan AI (1943 – 1956)
Pada tahun 1943, Warren McCulloch dan Walter Pitts mengemukakan pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak Mereka berhasil membuat suatu model syaraf tiruan (artificial neuron) di mana setiap neuron digambarkan sebagai on dan off.
Pada tahun 1956, John McCarthy bersama dengan Minsky, Claude Shannon dan Nathaniel Rpchester mengerjakan proyek dalam bidang Automata yang merupakan jaringan sel syaraf dan pembelajaran intelejensia. Hasilnya adalah program yang mampu ber-pikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica.Awal perkembangan AI (1952 – 1969)
Awal perkembangan AI (1952 – 1969)
Pada tahun 1958, McCarthy di MTT Lab Memo No.1 mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP. Kemudian, McCarthy membuat program yang dinamakan Programs With Common Sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya mengeluarkan program AI Geometry Theorm Prover. Program ini dapat membuktikan suatu teorema menggunakan axioma-axioma yang ada.
Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah kalkulus. Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada tes IQ.
Perkembangan AI melambat (1966 – 1974)
Herbert Simon pada tahun 1957 yang menyatakan bahwa AI akan menjadi ilmu pengetahuan yang akan berkembang dengan pesat ternyata meleset. Pada 10 tahun kemudian, perkembangan AI melambat. Hal ini disebabkan adanya 3 kesulitan utama yang dihadapi AI.
Pertama, program-program AI yang bermunculan hanya mangandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada subjeknya.
Kedua, banyak masalah yang harus diselesaikan oleh AI, karena terlalu banyaknya masalah yang berkaitan, maka tidak jarang banyak terjadi kegagalan pada pembuatan program AI.
Ketiga, ada batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelejensia, contohnya pada tahun 1969 buku Minsky dan Papert Perceptrons membuktikan bahwa program-program perceptrons dapat mempelajari segala sesuatu, tetapi program program tersebut hanya mempresentasikan sejumlah kecil saja
Sistem berbasis pengetahuan (1969 – 1979)
Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktiikan dengan program yang dibuat oleh Ed Feigenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Program ini dinamakan Dendral programs yang berfokus pada segi pengetahuan kimia. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
AI menjadi sebuah industri (1980 – 1988)
Industrialisasi AI diawali dengan ditemukannya expert system (sistem pakar) yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebuut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$40 juta per tahun. Hampir semua perusahaan besar di USA mempunyai divisi AI sendiri yang menggunakan ataupun mempelajari sistem pakar.
Kembalinya jaringan syaraf tiruan (1986 – sekarang)
Meskipun bidang ilmu komputer menolak jaringan syaraf tiruan setelah diterbitkannya buku “perceptrons” karangan Minsky dan Papert, tetapi para ilmuan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain yaitu fisika. Para ahli seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf.
Para ahli psikollogi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model syaraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Back- Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam bidang ilmu komputer dan psikologi.
Konsep Dasar AI
1. Acting Humanly
Acting humanly ialah system yang melakukan pendekatan dengan menirukan tingkah laku seperti manusia yang dikenalkan pada tahun 1950 degan cara kerja pengujian melalui teletype yaitu jika penguji (integrator) tidak dapat membedakan yang mengintrogasai antara manusia dan computer maka computer tersebut dikatakan lolos(menjadi kecerdasan buatan).
2. Thinking Humanly
Yaitu system yang dilakukan dengan cara intropeksi yaitu penangkapan pemikiran psikologis Manusia pada computer,hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara pembelajarannya yaitu melalui experiment-experimen.
3. Thinking Rationaly
Ini merupakn system yang sangat sulit ,karena sering terjadi kesalah dala, prinsip dan prakteknya,system ini dikenal dengan penalaran komputasi.
4. Acting Rationaly
Yaitu system yang melakukan aksi dengan cara menciptakan suatu robotika cerdas yang menggantikan tugas manusia.
Contoh kasus pada dunia nyata (Intelligent Agent)
Agen dapat didefinisikan sesuatu yang dapat melihat lingkungan sebagai input melalui “sensor” dan memberikan respon terhadap lingkungannya melalui “tindakan/actuators”( Russell, S., and P Norvig. 2010). Oleh karena itu agent cerdas dapat dimanfaatkan dalam kehidupan sehari-hari contohnya adalah penerapan atau pemanfaatan agen cerdas untuk mengukur kinerja prestasi PNS (Pagawai Negeri Sipil).
Untuk mengukur kinerja prestasi PNS dibutuhkan 3 agen cerdas, yaitu 1) Agen-record-kinerja yang bertugas merekam data rencana kerja dan laporan kinerja PNS; 2) Agen-evaluator yang bertugas memberikan laporan progess Prestasi Kerja; 3) dan Agen-rencana-kerja berkontribusi dalam memberikan rekomendasi pekerjaan yang sesuai dengan bidang PNS yang kinerjanya masih rendah.
Pertama Agen rencana kerja, bertugas untuk menyusun rencana kerja berupa kegiatan Rencana Kerja Tahunan (RKT), target yang akan dicapai dan program Pemerintah. Agen rencana kerja menyediakan daftar pekerjaan untuk Sasaran Kerja Pegawai (SKP) dan sebagai bahan rekomendasi bai pegawai yang mempunyai SKP lebih rendah dari target seharusnya.
Kedua Agen evaluator, merupakan agen yang berfngsi untuk mengevaluasi progres berdasarkan SKP dan Prilaku Kerja. Agen evaluator dapat berkerja sama dengan Pejabat Penilai yang merupakan atasan langsung PNS yang dinilai. Agen evaluator melakukan penilaian Prestasi Kerja PNS dengan menggabungkan unsur SKP dan Perilaku kerja dengan bobot masing-masing 60% dan 40%. Unsur SKP yang diinilai berdasarkakn kriteria: kuantitas/output, kuanlitas/mutu, waktu, dan biaya.
Ketiga Agen record kinerja, bertugas untuk mnerima informasi tentang kegiatan tugas jabatan, angka kredit, dan target. Target digunakan sebagai ukuran prestasi kerja meliputi aspek kuatitas, kualitas, waktu dan biaya. Agen record kinerja PNS melakukan koordinasi dengan Agen rencana kerja dalam hal panyusunan tugas jabatan, angka kredit, dan target yang harus dicapai oleh PNS, selain itu memberikan informasi rekomendasi rencana kerja yang dapat dikerjakan oleh PNS yang dinilai melalui agen record kinerja PNS.
Diharapkan dengan adanya ketiga Intelligent agent tersebut dapat membatu di dalam proses evaluasi kinerja PNS, sehingga target kerja atau SKT dapat tercapai.
Referensi
Dahria, Muhammad. 2008. Kecerdasan Buatan (Artificial Intelligence). Penerbit : Jurnal SAINTIKOM
Dr. Hendra Jaya, S.Pd., M.T., dkk. 2018. KECERDASAN BUATAN. Makasar : Penerbit Fakultas MIPA Universitas Negeri Makassar.
Morris W. Firebaugh, “Artifial Intelligence – A Knowledge Based Approach”, 1989, PWS Publishing Company, Boston.
Pranolo Andri. 2014. PEMANFAATAN AGEN CERDAS UNTUK MENGUKUR PRESTASI KERJA PEGAWAI NEGERI SIPIL (PNS) (THE USE OF INTELLIGENT AGENS FOR MEASURE THE WORKING PERFOMANCE OF CIVIL SERVANTS). Yogyakarta : Fakultas Teknologi Industri, Universitas Ahmad Dahlan.
Russell, S., and P Norvig. 2010. Artificial Intelligence: A Modern Approach, 3rd Edition. Prentice Hall. ISBN-13: 978-0-13-606733-7
Disusun Oleh
Arie Suryo W (11118055)
3KA22
Fakultas Ilmu Komputer dan Teknologi Informasi
Sistem Informasi
Universitas Gunadarma
PTA 2020/2021
Comments