ARTIFICIAL

INTELLIGENCE AND
EXPERT SYSTEMS
 Bagian I : Kecerdasan Buatan dan Pemproses Informasi Manusia

ARTIFICIAL INTELLIGENCE (AI)

Artificial Intelligence (AI) atau kecerdasan buatan adalah suatu ilmu
pengetahuan dan teknologi yang berdasarkan pada disiplin ilmu seperti ilmu
kompouter, biologi, psikologi, ilmu bahasa, matematika dan teknik.
Artificial Intelligence (AI) memiliki tujuan untuk menciptakan komputer-
komputer yang dapat berfikir (dan juga) dapat melihat, mendengar, berjalan,
berbicara, dan merasakan. Dorongan utama dari Artificial Intelligence (AI) adalah
pengembangan fungsi normal komputer yang digabungkan dengan kecerdasan
manusia, seperti memberi alasan, menarik kesimpulan, belajar dan memecahkan
masalah.

Bagian-bagian Utama dari Aplikasi Artificial Intelligene (AI)

Artificial Intelligence (AI) dapat dikelompokkan ke dalam empat bagian
utama, seperti terlihat pada gambar di bawah ini :

Gambar 1. Bagian-bagian Utama dari Aplikasi Artificial Intelligence (AI)

A p l i k a i I lA m
F a l s a f a h
 Seperti terlihat pada gambar di atas, Artificial Intelligence (AI) dapat
dikelompokkan ke dalam empat bagian utama, yaitu ilmu falsafat, ilmu komputer,
aplikasi robotic, dan bahasa alami yang akan dijelaskan berikut ini.

Aplikasi Ilmu Falsafat

Untuk aplikasi ini, Artificial Intelligence (AI) berbasis pada penelitian di
bidang biologi, neurologi, psikologi, matematika, dan berbagai disiplin ilmu
terkait lainnya. Fokus penelitian dari aplikasi ini adalah meneliti bagaimana otak
manusia dapat bekerja, dan bagaimana manusia dapat berfikir dan belajar.
Aplikasi ilmu falsafah ini mencakup pengembangan di bidang sistem pakar,
sistem berbasis pengetahuan, sistem belajar, dan sistem logic fuzzy.

Aplikasi Ilmu Komputer

Untuk aplikasi ini, Artificial Intelligence (AI) memfokuskan diri pada
perangkat keras komputer dan sistem perangkat lunak yang dibutuhkan untuk
menghasilkan superkomputer yang kuat seperti yang dibutuhkan oleh berbagai
aplikasi Artificial Intelligence (AI). Aplikasi ilmu komputer ini mencakup
pengembangan genarasi kelima komputer, pemrosesan pararel, pemrosesan
simbolik, dan jaringan neural.

Aplikasi Robotic
Robotic berbasis pada bidang Artificial Intelligence (AI), teknik, dan
psikologi. Teknologi inilah yang menghasilkan robot. Robot diartikan sebagai
mesin dengan kecerdasan komputer dan dikontrol oleh komputer, dan memiliki
kemampuan fisik seperti manusia. Aplikasi dari robotic ini mencakup pemberian
kemampuan untuk melihat atau persepsi visual, menyentuh atau kemampuan
meraba, decterity atau kemampuan untuk memegang dan memanipulasi,
pengangkutan atau kemampuan fisik untuk bergerak, dan navigasi atau
kecerdasan untuk menemukan atau mencapai jalan keluar.
Aplikasi Bahasa Alami
Pengembangan aplikasi ini berhubungan dengan lingkungan atau bagian
utama dari Artificial Intelligence (AI) dan merupakan inti dari ilmu falsafat dan
robotic. Dapat berkomunikasi atau berbicara kepada komputer dan robot dakam
bahasa percakapan manusia dan dapat membuat komputer “mengerti” kita seperti
kita saling mengerti satu sama lain merupakan tujuan dari Artificial Intelligence
(AI).

HUMAN INFORMATION PROCESSING

Sebelum membangun Artificial Intelligence (AI) ke dalam komputer dan
robot, kita harus terlebih dahulu memahami kecerdasan manusia dengan baik,
yaitu bagaimana manusia mengenali dan menerima data, memrosesnya dan
menyimpan informasi tersebut untuk dapat digunakan untuk memilih dan
membuat berbagai macam respon.

Sistem Pemrosesan Informasi Manusia

Aliran proses informasi manusia dimulai dari ditangkapnya stimulus atau
rangsangan dari lingkungan sekitar oleh indera kita (mata, kulit, dll) yang
kemudian dikirim ke otak. Di dalam otak semua stimulus ini diproses yang
kemudian menghasilkan berbagai keluaran seperti membuat keputusan.
Aliran sistem informasi manusia dapat dilihat pada Gambar 2 berikut ini yang
menunjukkan komponen-komponen dan aliran dari sistem pemrosesan informasi
pada manusia.
 Gambar 2. Sistem Proses Informasi Manusia

Short Term Memory (STM) atau Memori Jangka Pendek

Short Term Memory (STM) dapat menyimpan beberapa unit atau chuck
informasi dalam beberapa detik. Chuck ini dapat berupa simbol seperti kata-kata,
angka, atau gambar. Short Term Memory (STM) merupakan unit processor yang
digunakan unutk mendukung proses input atau output. Short Term Memory
(STM) juga berhubungan dengan kemampuan kita untuk bekerja lebih dari satu
tugas dalam satu waktu.

Long Term Memory (LTM) atau Memori Jangka Panjang

Long Term Memory (LTM) memiliki kapasitas yang hampir tidak

S u bs i s t e m
terbatas untuk menyimpan informasi. Hanya dibutuhkan sepersekian detik untuk
memanggil satu unit informasi dari Long Term Memory (LTM), akan tetapi

P e r a s a
membutuhkan waktu lebih lama untuk menyimpan atau mengingat informasi.
S
Penyaringan Informasi
Dari lingkungan kita dapat memperoleh banyak stimulus atau rangsangan
yang dapat diproses sebagai informasi. Dengan demikian kita dapat mencegah
terjadinya kelebihan informasi dengan melakukan proses penyaringan informasi.

Teori Informasi dan Sistem Informasi

Teori informasi yang dikenal juga dengan teori matematika komunikasi,
dikembangkan oleh Nobert Weiner, yang mengembangkan konsep cybernetics,
yaitu konsep sistem otomatisasi yang mengawasi sistem umpan balik meraka
sendiri dan mengendalikan tindakan mereka. Teori informai terdiri dari beberapa
konsep penting yang digunakan dalam Artificial Intelligence (AI) dan juga dalam
mendesain sistem informai yang efektif.
Teori informasi membantu kita mengevaluasi komunikasi dari informasi
dalam tiga dimensi utama dan menekankan bahwa kita seharusnya dapat
menemukan jawaban dari tiga pernyataan dasar berikut ini saat menciptakan
sistem informasi :
• Dimensi Teknik. Bagaimana keakuratan informasi dapat dipindahkan?
• Dimensi Sematik. Bagaimana ketepatan informasi memberitahukan arti?
• Dimensi Ketepatan. Bagaimana keefektifan informasi mempengaruhi
sikap dari penerima?
 Bagian II : Expert Systems

Sistem pakar (expert systems) merupakan suatu pengembangan dari

Decision Support Systems (DSS), yang memiliki fungsi sebagai konsultan. Sistem
pakar merupakan salah satu aplikasi dari Artificial Inteligence (AI) yangbanyak
dimanfaatkan dalam dunia bisnis.

Perbedaan antara Sistem Pakar dan Decision support Systems dapat

dilihat dari tabel berikut ini.

Tabel Perbedaan sistem Pakar dan Decision support Systems

Decission Support Systems
Karaktristik Expert Systems
(DSS)
Fungsi Mencerminkan gaya dan Membuat keputusan
kemampuan manajer untuk melebihi kemampuan
memecahkan masalah. manajer.
Alur Penalaran Tidak terperinci. Terperinci dengan jelas.
Kemampuan Tidak ada. Ada, terbatas.
memberikan alasan
Kemampuan Terbatas. Ada.
menjelaskan
Pembuat keputusan Manusia dan/atau sistem. Sistem.
Metode manipulasi data Numeric. Simbolik.

Elemen-Elemen Sistem Pakar

Yang termasuk ke dalam elemen-elemen sistem pakar adalah sebagai
berikut :
1. User Interface
2. Knowledge Base
Terdiri dari : kenyataan mengenai area subjek yang spesifik dan heuristik.
3. Interface Engine
4. Development Engine.
 Elemen-elemen penyususn sistem pakar tersebut dapat digambarkan
sebagai berikut :

E x p e r t
A d v i c e
Gambar Elem-elemen Sistem Pakar

Keuntungan Sitem Pakar Dalam Proses Pengambilan Keputusan Bagi

U s e r
Manager
W o r k s
Keuntungannya antara lain perbaikan kemampuan-kemampuan seperti :
1. Menyediakan alternatif pertimbangan yang lebih banyak.
2. Menerapkan logika yang tinggi.
3. Menyediakan lebih banyak waktu untuk mengevaluasi hasil keutusan.
4. Membuat keputusan yang lebih konsisten.

Pegembangan Sistem Pakar

 A I

Dari gambar di atas dapat diketahui bahwa sistem pakar dan jaringan
saraf buatan merupakan aplikasi dari Artificial Intelligence.

S i s t e m
P a k a r