KONSEP DAN METODOLOGI SISTEM INFORMASI CERDAS

KONSEP SISTEM CERDAS


PENGERTIAN SISTEM CERDAS
Kecerdasan Buatan (kecerdasan yang ditambahkan kepada suatu sistem yang dapat diatur dalam konteks ilmiah atau Intelegensi Artifisial) dapat 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 fuzzy, jaringan syaraf tiruan dan juga robotika.

Banyak hal yang kelihatannya susah untuk kecerdasan manusia, namun untuk Informatika relatif tidak bermasalah. Contohnya mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur ataupun Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Contohnya Pengenalan Objek/Muka, dan bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting dalam ilmu komputer, berhubungan dengan perilaku, pembelajaran dan juga adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya ialah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan juga militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game. 

Sistem Cerdas adalah gabungan dari teori Optimasi, Probabilitas, Statistik, Logika dan algoritma.  Dalam membuat kercerdasan buatan atau sistem pakar, 4 pendekatan yang perlu diperhatikan adalah sebagai berikut:
  1. Thinking humanly
    Penilaian suatu kecerdasan sistem dari kecerdasan buatan dinilai dari proses bagaimana cara mesin berpikir agar menyamai atau lebih dari cara pikir seorang manusia.
  2. Acting humanly
    Penilaian terhadap kecerdasan sistem yang dilihat dari perilaku sistem yang menyerupai manusia. pada penilaian acting humanly, atau menggunakan Tes Turing (Turing Test) suatu sistem dianggap "cerdas" apabila lawan bicara mesin (dalam situasi ini manusia) tidak bisa membedakan antara manusia dengan mesin tersebut. sampai saat ini belum ada sistem yang mampu lolos dari tes ini.
  3. Thinking Rationally
    Penilaian terhadap sistem buatan dapat dilihat dari proses berpikir yang diarahkan menuju hasil yang terbaik dengan mengandalkan Probabilitas, Statistik, Logika dan juga algoritma. 
  4. Acting Rationally
    Penilaian terhadap kecerdasan buatan dapat dilihat dari perilaku sistem untuk mendapatkan hasil terbaik. Acting rationally berguna untuk mendapatkan hasil terbaik atau menuju ekspektasi terbaik dengan mengandalkan Probabilitas, Statistik, Logika dan algoritma. 
Kelebihan Artificial Intellegence:
  1. Kemampuan komputasi yang tidak terbatas.
  2. Ketepatan dan Kecepatan karena kemampuan komputasi yang besar.  
Kekurangan Artificial Intellegence:
  1. Kecerdasan dalam AI terbatas (dalam program yang diberikan serta sumber daya yang dibutuhkan).
  2. Mudah Rusak karena harus di rawat terus menerus. 
  3. Memerlukan daya listrik yang besar untuk kebutuhan komputasi yang besar. 

METODOLOGI TEKNOLOGI SISTEM CERDAS 
Sistem Pakar (Expert System)
Sistem Pakar dirancang untuk menyelesaikan masalah pada suatu bidang yang membutuhkan pakar pada bidang tersebu. Sebagai contoh adalah sistem pakar untuk mendiagnosa gejala penyakit pada seorang pasien.

Pembuatannya:
  1. Bertanya kepada para pakar yang menjadi ahli di bidang tersebut.
  2. Menyimpan pengetahuan yang diperoleh dalam suatu bentuk yang sesuai dalam penyelesaian suatu masalah dengan menggunakan penalaran sederhana. 
Penggunaannya:
  1. Pengguna memasukkan query sesuai dengan masalah yang ditetapkan oleh sistem pakar.
  2. Query tersebut digunakan untuk pengambilan keputusan berbasiskan pada pengetahuan yang disimpan dalam basis data sistem pakar tersebut.
  3. Jawaban diberikan kepada pengguna, atau mungkin perlu masukan lebih lanjut dari para pakar yang ahli pada bidang tersebut.
Jaringan Syaraf Tiruan (Artificial Neural Networks)
ANN didasarkan pada model yang disederhanakan dari otak manusia serta operasi-operasinya. Model-model dari ANN tergantung pada:
  • Arsitektur jaringan syaraf tiruan tersebut.
  • Metode Pembelajaran jaringan syaraf tiruan yang digunakan.
  • Karakter operasional lain, contohnya: jenis fungsi aktifas. 
ANN bekerja baik pada masalah pengenalan pola serta klasifikasi. Mampu menangani data yang sebelumnya tidak terlihat, tidak lengkap ataupun rusak. Beberapa contoh aplikasinya antara lain sebagai berikut:
  • Deteksi kepadatan di bandara dengan pola-pola tertentu.
  • Pengenalan wajah menggunakan pola dan klasifikasi pada sistem.
  • Penilaian resiko keuangan dengan pengenalan pola.
  • Optimisasi dan penjadwalan dengan pengenalan pola. 

Data Mining
Proses eksplorasi, pengambilan dan juga analisis data untuk menemukan informasi baru dan bermanfaat. Mengekstrak informasi perilaku pasar dan pengguna dengan cara menggali data yang di gunakan oleh pengguna tersebut. Informasi tersebut yang menyangkut soal:
  1. Menyatakan tren dan asosiasi perilaku pasar dengan menganalisis data yang di dapatkan dari pengguna.
  2. Menyatakan tren dan asosiasi perilaku pasar dengan menganalisis data yang di dapatkan dari pengguna 

Teknologi Bahasa (Language Technology)
Pengenalan Bahasa manusia untuk memudahkan komunikasi antara manusia dengan komputer merupakan aspek yang penting sistem informasi cerdas. Aplikasi LT diantaranya sebagai berikut:
  • Bahasa Pemrosesan Natural, Representasi pengetahuan, Pengenalan ucapan. 
  • Pengenalan tulisan tangan yang di input oleh pengguna. 
  • Speech synthesis yang dikembangkan dari pengenalan ucapan.
Sistem berbasis LT dapat berupa front-end dari sistem informasi yang berbasis pada sistem cerdas lainnya.



Referensi:

Komentar

Posting Komentar