Makalah Artificial Intelligence

Artificial Intelligence

Bab I. Pendahuluan

A. Latar Belakang

Perkembangan teknologi yang berlangsung sangat cepat telah mendorong kemajuan perangkat mobile sehingga penggunaannya semakin luas di berbagai kalangan masyarakat. Kondisi ini memungkinkan penyampaian informasi dilakukan secara lebih cepat, praktis, dan efisien melalui perangkat mobile. Meskipun perangkat mobile memiliki ukuran fisik yang relatif kecil dengan keterbatasan pada luas layar, kualitas penyajian informasi tetap dapat setara dengan yang ditampilkan pada komputer pribadi (personal computer), asalkan dirancang dengan antarmuka dan tata penyajian yang baik.

Di samping kemajuan teknologi perangkat mobile, perkembangan di bidang kecerdasan buatan (Artificial Intelligence atau AI) juga mengalami peningkatan yang signifikan. Kecerdasan buatan merupakan cabang ilmu komputer yang berfokus pada pengembangan sistem yang mampu meniru kemampuan berpikir dan bertindak layaknya manusia (Arhami, 2005). Salah satu penerapan AI adalah Sistem Pakar (Expert System), yaitu sistem yang memanfaatkan basis pengetahuan (knowledge base) dan mekanisme penalaran untuk menyelesaikan permasalahan sebagaimana dilakukan oleh seorang pakar pada bidang tertentu (Arhami, 2005). Dengan memanfaatkan pengetahuan yang bersifat spesifik, Sistem Pakar mampu memberikan solusi atau rekomendasi dalam menyelesaikan masalah yang umumnya membutuhkan keahlian manusia.

Berikut merupakan keunggulan sistem pakar dibandingkan seorang pakar, yaitu:

1. Sistem pakar bisa digunakan setiap hari menyerupai sebuah mesin, sedangkan pakar tidak mungkin bekerja terus-menerus setiap hari tanpa beristirahat.
2. Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi maupun tempat yang berbeda, sedangkan seorang pakar hanya bekerja pada satu tempat dan pada saat yang bersamaan
3. Pengetahuan yang disimpan pada sistem pakar tidak bisa hilang/lupa, sedangkan pengetahuan seorang pakar manusia lambat laun akan hilang karena meningggal, usia yang semakin tua, maupun menderita suatu penyakit.
4. Kemampuan memecahkan masalah pada suatu sistem pakar tidak dipengaruhi oleh faktor dari luar seperti intimidasi, perasaan kejiwaan, faktor ekonomi ataupun perasaan tidak suka. Sebaliknya seorang pakar dapat dipengaruhi faktor-faktor luar, dengan kata lain seorang pakar boleh jadi tidak konsisten.
5. Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program sistem pakar (dengan asumsi bahwa program sistem pakar itu sudah ada).

Mesin inferensi merupakan komponen yang mengandung pola pikir penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Terdapat dua pendekatan untuk mengontrol mesin inferensi dalam sistem pakar yang berbasis aturan, yaitu pelacakan ke belakang (backward chaining) dan pelacakan ke depan (forward chaining). Menurut Schnupp, metode inferensi pelacakan ke belakang cocok digunakan untuk memecahkan masalah diagnosis (Arhami, 2005). Pendekatan ini dimotori oleh tujuan dalam pelacakannya (goal driven), merupakan cara yang efisien untuk memecahkan masalah yang dimodelkan sebagai masalah pemilihan terstruktur. Pelacakan dimulai dari tujuan, dan selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan.

Bab II. Pembahasan

A. Konsep Kecerdasan Buatan

I. Pengertian Kecerdasan Buatan

Artificial Intelligence (AI) atau kecerdasan buatan merupakan cabang ilmu komputer yang berfokus pada pengembangan sistem atau mesin yang mampu meniru kemampuan intelektual manusia, seperti belajar, bernalar, memecahkan masalah, mengambil keputusan, memahami bahasa, dan mengenali pola. AI dirancang agar komputer dapat melakukan tugas-tugas yang umumnya membutuhkan kecerdasan manusia melalui pemanfaatan algoritma, data, dan teknik komputasi.

Menurut Russell dan Norvig (2021), Artificial Intelligence adalah studi tentang agen cerdas (intelligent agents), yaitu sistem yang mampu mengamati lingkungannya, memproses informasi, dan mengambil tindakan yang bertujuan untuk mencapai hasil terbaik. Sementara itu, Nilsson (2010) mendefinisikan AI sebagai aktivitas yang bertujuan membuat mesin mampu melakukan fungsi-fungsi yang apabila dilakukan oleh manusia memerlukan kecerdasan.

Perkembangan AI telah memberikan dampak yang signifikan dalam berbagai bidang, seperti pendidikan, kesehatan, industri, keuangan, transportasi, hingga layanan publik. Berbagai teknologi, seperti machine learning, deep learning, pemrosesan bahasa alami (Natural Language Processing), pengenalan suara, dan pengenalan citra merupakan bagian dari implementasi AI yang banyak digunakan saat ini. Kemampuan AI dalam mengolah data dalam jumlah besar secara cepat dan akurat menjadikannya sebagai teknologi yang berperan penting dalam mendukung pengambilan keputusan dan meningkatkan efisiensi berbagai proses.

Dengan demikian, Artificial Intelligence dapat dipahami sebagai teknologi yang memungkinkan komputer atau sistem digital untuk meniru proses berpikir manusia sehingga mampu menyelesaikan tugas secara cerdas, adaptif, dan otomatis berdasarkan pengetahuan serta data yang dimilikinya.

II. Sejarah Kecerdasan Buatan

Perkembangan Artificial Intelligence (AI) atau kecerdasan buatan diawali dari upaya para ilmuwan untuk menciptakan mesin yang mampu meniru cara berpikir dan menyelesaikan masalah sebagaimana manusia. Gagasan mengenai mesin cerdas telah muncul sejak pertengahan abad ke-20, seiring dengan berkembangnya ilmu komputer dan matematika.

Tonggak awal perkembangan AI dimulai pada tahun 1950 ketika Alan Turing menerbitkan artikel berjudul Computing Machinery and Intelligence. Dalam karya tersebut, Turing mengajukan pertanyaan “Can machines think?” serta memperkenalkan Turing Test, yaitu metode untuk mengukur kemampuan mesin dalam menunjukkan perilaku cerdas yang tidak dapat dibedakan dari manusia (Turing, 1950). Konsep ini menjadi salah satu landasan penting dalam penelitian AI.

Istilah Artificial Intelligence pertama kali diperkenalkan secara resmi oleh John McCarthy pada Dartmouth Summer Research Project on Artificial Intelligence yang diselenggarakan pada tahun 1956. Konferensi tersebut dihadiri oleh sejumlah ilmuwan komputer, seperti Marvin Minsky, Claude Shannon, dan Nathaniel Rochester. Sejak saat itu, AI diakui sebagai bidang penelitian tersendiri dalam ilmu komputer (McCarthy et al., 1955).

Pada dekade 1950-an hingga 1960-an, penelitian AI berkembang pesat dengan fokus pada penyelesaian masalah menggunakan logika, permainan catur, serta pembuktian teorema matematika. Berbagai program awal berhasil menunjukkan bahwa komputer dapat menyelesaikan tugas-tugas tertentu yang sebelumnya hanya dapat dilakukan oleh manusia. Optimisme terhadap perkembangan AI pada masa ini sangat tinggi sehingga banyak peneliti memperkirakan mesin cerdas akan segera terwujud.

Namun, memasuki tahun 1970-an hingga pertengahan 1980-an, perkembangan AI mengalami perlambatan yang dikenal sebagai AI Winter. Periode ini ditandai dengan berkurangnya pendanaan penelitian dan menurunnya ekspektasi karena keterbatasan kemampuan komputer, kurangnya data, serta belum matangnya algoritma yang tersedia.

Kebangkitan AI terjadi kembali pada akhir 1980-an melalui pengembangan Sistem Pakar (Expert System), yaitu sistem yang memanfaatkan pengetahuan seorang pakar untuk membantu pengambilan keputusan pada bidang tertentu. Sistem Pakar menjadi salah satu aplikasi AI yang berhasil diterapkan secara luas dalam dunia industri, kesehatan, dan bisnis.

Memasuki abad ke-21, perkembangan AI mengalami kemajuan yang sangat pesat berkat meningkatnya kapasitas komputasi, ketersediaan data dalam jumlah besar (big data), serta berkembangnya algoritma machine learning dan deep learning. Teknologi AI kini mampu melakukan berbagai tugas kompleks, seperti pengenalan wajah, pengenalan suara, penerjemahan bahasa, analisis citra medis, kendaraan otonom, hingga sistem percakapan cerdas (chatbot).

Saat ini, AI telah menjadi salah satu teknologi utama dalam era transformasi digital. Berbagai sektor, seperti pendidikan, kesehatan, industri, keuangan, pertanian, dan pemerintahan, memanfaatkan AI untuk meningkatkan efisiensi, akurasi, serta kualitas pengambilan keputusan. Perkembangan AI juga semakin pesat dengan hadirnya Generative Artificial Intelligence (Generative AI), yaitu teknologi yang mampu menghasilkan teks, gambar, audio, video, hingga kode program berdasarkan data yang telah dipelajarinya. Kehadiran teknologi ini membuka peluang baru dalam inovasi sekaligus menghadirkan tantangan terkait etika, privasi, keamanan, dan tata kelola penggunaan AI.

Timeline Perkembangan Artificial Intelligence (AI)

Tahun	Peristiwa	Tokoh/Produk	Dampak
1943	Model pertama jaringan saraf tiruan (Artificial Neural Network) diperkenalkan.	Warren McCulloch & Walter Pitts	Menjadi dasar konsep neural network modern.
1950	Alan Turing menerbitkan Computing Machinery and Intelligence dan memperkenalkan Turing Test.	Alan Turing	Menjadi dasar pengujian kecerdasan mesin.
1951	Program AI pertama untuk permainan catur dan dam dibuat.	Christopher Strachey, Dietrich Prinz	Menunjukkan komputer dapat memainkan permainan strategi.
1956	Istilah Artificial Intelligence diperkenalkan pada Dartmouth Conference.	John McCarthy	AI resmi menjadi bidang penelitian ilmu komputer.
1958	Bahasa pemrograman LISP dikembangkan untuk penelitian AI.	John McCarthy	Menjadi bahasa utama AI selama beberapa dekade.
1966	ELIZA, chatbot pertama, dikembangkan.	Joseph Weizenbaum	Awal perkembangan sistem percakapan (chatbot).
1969	Robot bergerak berbasis AI Shakey dikembangkan.	SRI International	Robot pertama yang mampu merencanakan tindakannya sendiri.
1972	Sistem pakar MYCIN mulai dikembangkan.	Stanford University	Digunakan untuk membantu diagnosis penyakit infeksi.
1974–1980	AI Winter pertama.	–	Pendanaan dan penelitian AI menurun drastis.
1980	Sistem Pakar mulai digunakan secara komersial.	XCON (DEC)	AI mulai dimanfaatkan dalam industri.
1987–1993	AI Winter kedua.	–	Minat terhadap AI kembali menurun akibat keterbatasan teknologi.
1997	Deep Blue mengalahkan juara dunia catur Garry Kasparov.	IBM Deep Blue	Membuktikan AI mampu mengalahkan manusia pada permainan kompleks.
2002	Robot penyedot debu Roomba diluncurkan.	iRobot	AI mulai memasuki kehidupan sehari-hari.
2006	Geoffrey Hinton mempopulerkan istilah Deep Learning.	Geoffrey Hinton	Awal kebangkitan AI modern berbasis neural network.
2011	IBM Watson memenangkan kuis Jeopardy!	IBM Watson	AI menunjukkan kemampuan memahami bahasa alami.
2011	Siri diperkenalkan pada iPhone.	Apple	Asisten virtual AI mulai digunakan masyarakat luas.
2014	Amazon Alexa diluncurkan.	Amazon	Perangkat rumah pintar berbasis AI berkembang pesat.
2015	Microsoft Cortana dan Google Photos AI berkembang.	Microsoft, Google	AI semakin banyak digunakan pada layanan digital.
2016	AlphaGo mengalahkan Lee Sedol dalam permainan Go.	DeepMind	Tonggak penting kemampuan AI dalam pembelajaran mendalam.
2018	BERT diperkenalkan.	Google	Revolusi dalam pemrosesan bahasa alami (NLP).
2020	GPT-3 dirilis.	OpenAI	AI generatif mulai mampu menghasilkan teks berkualitas tinggi.
2021	GitHub Copilot diperkenalkan.	GitHub & OpenAI	AI mulai membantu pemrograman secara otomatis.
2022	DALL·E 2, Stable Diffusion, dan ChatGPT diluncurkan.	OpenAI, Stability AI	Era Generative AI dimulai dan digunakan secara luas.
2023	GPT-4, Claude, Gemini, dan Llama 2 dirilis.	OpenAI, Anthropic, Google, Meta	Model AI multimodal dan open-source berkembang pesat.
2024	AI multimodal semakin matang (teks, gambar, audio, video).	OpenAI, Google, Anthropic, Meta	AI mulai menjadi asisten produktivitas di berbagai bidang.
2025	Muncul agen AI (AI Agents) yang mampu melakukan tugas kompleks secara mandiri.	OpenAI, Google, Anthropic, Microsoft, lainnya	AI bergeser dari sekadar chatbot menjadi agen digital yang dapat merencanakan dan mengeksekusi pekerjaan.
2026	AI terintegrasi lebih luas pada pendidikan, kesehatan, industri, pemerintahan, dan penelitian ilmiah dengan kemampuan multimodal serta kolaborasi antaraplikasi.	Berbagai perusahaan AI global	Fokus pengembangan bergeser pada agen AI, kolaborasi manusia-AI, keamanan, dan tata kelola penggunaan AI.

Fase Perkembangan AI

1. Era Konseptual (1943–1955)
   Munculnya teori jaringan saraf tiruan dan konsep mesin cerdas.
2. Era Kelahiran AI (1956–1973)
   AI diakui sebagai disiplin ilmu dan berbagai algoritma dasar mulai dikembangkan.
3. AI Winter (1974–1980)
   Penelitian melambat karena keterbatasan perangkat keras dan algoritma.
4. Era Sistem Pakar (1980–1987)
   AI mulai dimanfaatkan secara komersial melalui sistem pakar.
5. AI Winter Kedua (1987–1993)
   Minat terhadap AI kembali menurun akibat ekspektasi yang tidak terpenuhi.
6. Era Machine Learning (1993–2011)
   AI berkembang melalui pendekatan berbasis data dan statistik.
7. Era Deep Learning (2012–2021)
   Kemajuan GPU, big data, dan jaringan saraf dalam memungkinkan AI mencapai performa tinggi pada pengenalan gambar, suara, dan bahasa.
8. Era Generative AI (2022–sekarang)
   AI mampu menghasilkan teks, gambar, video, musik, kode program, hingga menjadi agen cerdas yang mendukung berbagai aktivitas manusia.

III. Kecerdasan

Dari kamus, arti kecerdasan adalah: kemampuan untuk mengerti/memahami (The faculty of understanding). Perilaku cerdas dapat ditandai dengan:

1. Belajar atau mengerti dari pengalaman
2. Memecahkan hal yang bersifat mendua atau kontradiktif
3. Merespon situasi baru dengan cepat (fleksibel)
4. Menggunakan alasan untuk memecahkan problem secara efektif
5. Berurusan dengan situasi yang membingungkan
6. Memahami dengan cara biasa/rasional
7. Menerapkan pengetahuan untuk memanipulasi lingkungan
8. Mengenali elemen penting pada suatu situasi

Sebuah ujian yang dapat dilakukan untuk menentukan apakah sebuah komputer/mesin menunjukkan perilaku cerdas didesain oleh Alan Turing. Tes Turing menyatakan sebuah mesin dikatakan pintar hanya apabila seorang pewawancara (manusia) yang berbicara dengan orang lain dan mesin yang dua-duanya tidak terlihat olehnya, tidak mampu menentukan mana yang manusia dan mana yang mesin, meskipun dia telah berulang-ulang melontarkan pertanyaan yang sama.

B. Perbandingan AI dengan Program Komputer Konvensional

Program komputer konvensional prosesnya berbasis algoritma, yakni formula matematis atau prosedur sekuensial yang mengarah kepada suatu solusi. Algoritma tersebut dikonversi ke program komputer yang memberitahu komputer secara pasti instruksi apa yang harus dikerjakan. Algoritma yang dipakai kemudian menggunakan data seperti angka, huruf, atau kata untuk menyelesaikan masalah.

Perangkat lunak AI berbasis representasi serta manipulasi simbolik. Di sini simbol tersebut berupa huruf, kata, atau angka yang merepresentasikan obyek, proses dan hubungan keduanya. Sebuah obyek bisa jadi seorang manusia, benda, pikiran, konsep, kejadian, atau pernyataan suatu fakta. Menggunakan simbol, kita dapat menciptakan basis pengetahuan yang berisi fakta, konsep, dan hubungan di antara keduanya. Kemudian beberapa proses dapat digunakan untuk memanipulasi simbol tersebut untuk menghasilkan nasehat atau rekomendasi untuk penyelesaian suatu masalah. Perbedaan dasar antara AI dengan program komputer konvensional dapat dilihat pada tabel di bawah ini.

Aspek	AI	Program konvensional
PemrosesanInput Pendekatan pencarian Penjelasan/eksplanasi Fokus Pemeliharaan & peningkatan Kemampuan berpikir secara logis	Sebagian besar simbolik Tidak harus lengkap Sebagian besar heuristik Tersedia Pengetahuan Relatif mudah Ada	Algoritmik Harus lengkap lgoritma Biasanya tidak tersedia Data Biasanya sulit Tidak ada

C. Penyajian dan Aplikasi Dasar Kecerdasan Buatan

I. Cabang Kecerdasan Buatan

Cabang Kecerdasan Buatan Pencarian. Program AI seringkali harus mengevaluasi kemungkinan yang jumlahnya banyak sekali, misalnya kemungkinan langkah dalam permainan catur atau penyimpulan dari program untuk membuktikan suatu teori.

Pengenalan Pola.

Representasi, yakni bagaimana merepresentasikan/menuliskan fakta-fakta yang ada ke dalam simbul-simbul atau bahasa logika matematis.

Inferensi.

Pengetahuan dan penalaran yang masuk akal (common sense knowledge and reasoning).

Belajar dari pengalaman.

Perencanaan. Program perencanaan bermula dari fakta-fakta umum (terutama fakta mengenai efek dari suatu aksi), fakta tentang situasi yang khusus, dan suatu pernyataan tentang tujuan. Dari sini kemudian dibuat sebuah strategi untuk mencapai tujuan tersebut. Secara umum, biasanya strategi tersebut berupa urut-urutan aksi.

Epistemologi, yakni studi tentang sumber, sifat, dan keterbatasan pengetahuan yang digunakan untuk pemecahan masalah.

Ontologi, ilmu tentang keberadaan dan realitas.

Heuristik, yaitu suatu cara atau teknik untuk mencoba menemukan suatu benda/ide.

II. Bidang Aplikasi Kecerdasan Buatan

Penerapan Kecerdasan Buatan meliputi berbagai bidang seperti ditunjukkan pada bagian akar pohon AI dalam Gambar di bawah, antara lain: Bahasa/linguistik, Psikologi, Filsafat, Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Sedangkan sistem cerdas yang banyak dikembangkan saat ini adalah:

Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling banyak. Lebih detil tentang Sistem Pakar akan diberikan dalam bab berikutnya.

Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Sehingga komunikasi dapat dilakukan dengan cara percakapan alih-alih menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa. Bidang ini dibagi 2 lagi:

1. Pemahaman bahasa alami, yang mempelajari metode yang memungkinkan komputer mengerti perintah yang diberikan dalam bahasa manusia biasa. Dengan kata lain, komputer dapat memahami manusia.
2. Pembangkitan bahasa alami, sering disebut juga sintesa suara, yang membuat komputer dapat membangkitkan bahasa manusia biasa sehingga manusia dapat memahami komputer secara mudah.

C. Penyajian dan Aplikasi Dasar Kecerdasan Buatan

I. Cabang Kecerdasan Buatan

Cabang Kecerdasan Buatan Pencarian. Program AI seringkali harus mengevaluasi kemungkinan yang jumlahnya banyak sekali, misalnya kemungkinan langkah dalam permainan catur atau penyimpulan dari program untuk membuktikan suatu teori.

Pengenalan Pola.

Representasi, yakni bagaimana merepresentasikan/menuliskan fakta-fakta yang ada ke dalam simbul-simbul atau bahasa logika matematis.

Inferensi.

Pengetahuan dan penalaran yang masuk akal (common sense knowledge and reasoning).

Belajar dari pengalaman.

Perencanaan. Program perencanaan bermula dari fakta-fakta umum (terutama fakta mengenai efek dari suatu aksi), fakta tentang situasi yang khusus, dan suatu pernyataan tentang tujuan. Dari sini kemudian dibuat sebuah strategi untuk mencapai tujuan tersebut. Secara umum, biasanya strategi tersebut berupa urut-urutan aksi.

Epistemologi, yakni studi tentang sumber, sifat, dan keterbatasan pengetahuan yang digunakan untuk pemecahan masalah.

Ontologi, ilmu tentang keberadaan dan realitas.

Heuristik, yaitu suatu cara atau teknik untuk mencoba menemukan suatu benda/ide.

II. Bidang Aplikasi Kecerdasan Buatan

Penerapan Kecerdasan Buatan meliputi berbagai bidang seperti ditunjukkan pada bagian akar pohon AI dalam Gambar di bawah, antara lain: Bahasa/linguistik, Psikologi, Filsafat, Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Sedangkan sistem cerdas yang banyak dikembangkan saat ini adalah:

Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling banyak. Lebih detil tentang Sistem Pakar akan diberikan dalam bab berikutnya.

Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Sehingga komunikasi dapat dilakukan dengan cara percakapan alih-alih menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa. Bidang ini dibagi 2 lagi:

1. Pemahaman bahasa alami, yang mempelajari metode yang memungkinkan komputer mengerti perintah yang diberikan dalam bahasa manusia biasa. Dengan kata lain, komputer dapat memahami manusia.
2. Pembangkitan bahasa alami, sering disebut juga sintesa suara, yang membuat komputer dapat membangkitkan bahasa manusia biasa sehingga manusia dapat memahami komputer secara mudah.

Gambar: Pohon Kecerdasan Buatan dan aplikasi utamanya

Pemahaman Ucapan/Suara (Speech/Voice Understanding), adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya. Istilah “pengenalan suara” mengandung arti bahwa tujuan utamanya adalah mengenai kata yang diucapkan tanpa harus tahu artinya, di mana bagian itu merupakan tugas “pemahaman suara”. Secara umum prosesnya adalah usaha untuk menerjemahkan apa yang diucapkan seorang manusia menjadi kata-kata atau kalimat yang dapat dimengerti oleh komputer.

Sistem Sensor dan Robotika. Sistem sensor, seperti sistem visi dan pencitraan, serta sistem pengolahan sinyal, merupakan bagian dari robotika. Sebuah robot, yaitu perangkat elektromekanik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang hanya melakukan aksi yang telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih pintar dari lift. Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan.

Komputer Visi, merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali kualitas produk industri.

Intelligent Tutoring/Intelligent Computer-Aided Instruction, adalah komputer yang mengajari manusia. Belajar melalui komputer sudah lama digunakab, namun dengan menambahkan aspek kecerdasan di dalamnya, dapat tercipta komputer “guru” yang dapat mengatur teknik pengajarannya untuk menyesuaikan dengan kebutuhan “murid” secara individiual. Sistem ini juga mendukung pembelajaran bagi orang yang mempunyai kekurangan fisik atau kelemahan belajar.

Mesin Belajar (Machine Learning), yang berhubungan dengan sekumpulan metode untuk mencoba mengajari/melatih komputer untuk memecahkan masalah atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang telah terjadi. Dua metode mesin belajar yang paling populer adalah Komputasi Neural dan Logika Samar yang akan dipelajari lebih dalam di bab-bab berikutnya.

Aplikasi lain dari AI misalnya untuk merangkum berita, pemrograman komputer secara otomatis, atau menerjemahkan dari suatu bahasa ke bahasa yang lain, serta aplikasi dalam permainan (Ingat pertandingan catur antara Grand Master Anatoly Karpov dengan komputer Deep Thought dari IBM).

D. Keuntungan Kecerdasan Buatan dan Kecerdasan Alami

I. Keuntungan Kecerdasan Buatan

1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.

II. Keuntungan kecerdasan alami

1. Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun
2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik
3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

Bab III. Penutup

A. Simpulan

Di dalam ilmu komputer, banyak ahli yang berkonsentrasi pada pengembangan kecerdasan buatan atau Artificial Intelligence (AI).

Banyak implementasi kecerdasan buatan dalam bidang komputer, antara lain adalah Decision Support System (Sistem Pendukung Keputusan), Robotic, Natural Language (Bahasa Alami), Neural Network (Jaringan Saraf) dan lain-lain.

Pengertian kecerdasan buatan yaitu suatu studi khusus di mana tujuannya adalah membuat komputer berpikir dan bertindak seperti manusia.

Contoh bidang lain pengembangan kecerdasan buatan adalah sistem pakar yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.

Manfaat kecerdasan buatan yang diimplementasikan dalam pengembangan sistem pakar adalah:

• Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.
• Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang pakar.
• Meningkatkan produktivitas kerja, yaitu bertambah efisiensi pekerjaan tertentu serta hasil solusi kerja.
• Penghematan waktu dalam menyelesaikan masalah yang kompleks.
• Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.
• Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.

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.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah 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 militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

B. Saran

Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Maka dari itu, semoga makalah ini bermanfaat bagi kita semua dan mudah-mudahan menjadikan motivasi dalam mengembangkan Ilmu Pengetahuan dan Teknologi di masa yang akan datang.

DAFTAR PUSTAKA

Achmad, Balza. 2006. Diktat Mata Kuliah Kecerdasan Buatan. Yogyakarta: Universitas Gadjah Mada.

Fauset, Laurene. 2000. Fundamental of Neural Network. Prentice Hall.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya. Yogyakarta: Graha Ilmu.

Siler, William and J. Buckley, James. 2005. Fuzzy Expert System and Fuzzy Reasoning. Wiley-Interscience.

http://rehulina.wordpress.com/2009/08/05/pengertian-kecerdasan-buatan/

http://id.wikipedia.org/wiki/Kecerdasan_buatan

http://socs.binus.ac.id/2012/06/06/mengenal-kecerdasan-buatan-kini-dan-akan-datang/

http://kecerdasan-buatan.blogspot.com/

Nilsson, N. J. (2010). The Quest for Artificial Intelligence: A History of Ideas and Achievements. Cambridge University Press. Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. Arhami, M. (2005). Konsep Dasar Sistem Pakar. Andi Offset.