A. Sejarah Artificial
Inteligence (AI)
Berbagai
litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan
buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh
hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise
Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642.
Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin
penghitung mekanis yang dapat diprogram.
Perkembangan
terus berlanjut, Bertrand Russell dan Alfred North Whitehead menerbitkan “Principia
Mathematica”, yang merombak logika formal. Warren McCulloch dan Walter
Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas” pada
1943 yang meletakkan pondasi awal untuk jaringan syaraf.
Tahun
1950-an adalah periode usaha aktif dalam AI. Alan Turing mengusulkan tes untuk
melihat bisa/tidaknya mesin memberikan respon terhadap serangkaian pertanyaan
(agar dikatakan cerdas). Program AI pertama yang bekerja ditulis pada 1951
untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK):
sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan
program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat
istilah “Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu
dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing
test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph
Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi
Rogerian.
Selama
tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan
simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program
berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin
Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas
jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer
Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk
representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang
diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan
terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan
secara mandiri.
B. ARTIFICIAL
INTELIGENCE & KOGNISI MANUSIA
Karena
kecerdasan tiruan adalah ilmu yang berdasarkan proses manusia berpikir, maka
penelitian bagaimana proses manusia berpikir adalah hal yang pokok.
Pada
saat ini para peneliti hanya mulai mengerti sedikit dari proses berpikir
tersebut, tetapi sudah cukup diketahui untuk membuat asumsi-asumsi yang pasti
tentang bagaimana cara berpikir dan menggunakan asumsi-asumsi tersebut untuk
mendesain suatu pro-gram komputer yang mempunyai kecerdasan secara tiruan.
Semua
proses berpikir menolong manusia untuk menyelesaikan sesuatu masalah. Pada saat
otak manusia mendapat informasi dari luar, maka suatu proses berpikir
memberikan petunjuk tindakan atau respon apa yang dilakukan.
Hal
ini merupakan suatu reaksi otomatis dan respon yang spesifik dicari untuk
menyelesaikan masalah tertentu. Hasil akbar dari semua proses berpikir tersebut
disebut tujuan (goal).
Pada
saat tujuan telah dicapai, pikiran akan segera berha-dapan dengan tujuan-tujuan
lainnya yang akan dicapai. Di mana se-mua tujuan-tujuan ini bila terselesaikan
akan mengantar ke suatu tujuan utama. Dalam proses ini tidak ada satupun cara
berpikir yang mengarah ke tujuan akhir dilakukan secara acak dan sembarangan.
Kecerdasan
manusia dapat dipecah-pecah menjadi kumpulan fakta-fakta (facts) dan
fakta-fakta ini yang digunakan untuk mencapai tujuan. Hal ini dilakukan dengan
memformulasikan sekelompok aturan-aturan (rules) yang berhubungan dengan
fakta-fakta yang disimpan dalam otak.
Contoh
jenis fakta dan aturan yang berhubungan, yang digunakan sehari-hari,
adalah:
Fakta
1 : Api sangat panas
Aturan
1 : IF saya menaruh tangan ke api THEN terbakar
Di
sini aturan ditulis dalam bentuk IF-THEN yang berdasarkan fakta, dimana IF
adalah kondisi tertentu yang ada, dan THEN adalah respon atau aksi yang akan
dihasilkan.
Dalam
proses berpikir, proses ini berhubungan dengan fakta-fakta yang sangat banyak
sebelum memberikan suatu tindakan atau respon. Selama proses ada suatu sistem
yang mengarahkan pemilihan respon yang tepat. Proses ini disebut dengan
pemotongan (prunning). Proses ini mengeliminasi lintasan dari berpikir
yang tidak relevan dalam usaha mencapai tujuan. Jadi proses ini akan memotong
setiap fakta-fakta atau aturan-aturan yang tidak akan mengarah ke tujuan.
Teknik
pemrograman dengan kecerdasan tiruan melakukan prosesnya sama dengan apa yang
dilakukan oleh otak manusia. Kecerdasan tiruan juga meniru proses belajar
manusia di mana informasi yang baru diserap dan dimungkinkan untuk digunakan
sebagai referensi pada waktu yang akan datang.
Di
sini informasi yang baru dapat disimpan tanpa harus mengubah cara kerja pikiran
atau mengganggu seluruh fakta-fakta yang sudah ada. Sehingga dengan kecerdasan
tiruan dimungkinkan untuk membuat program di mana se-tiap bagian dari program
benar-benar independen. Di sini setiap bagian dari program seperti
potongan-potongan informasi dalam otak manusia.
Nickerson,
Perkins & Smith (1985), beberapa kemampuan yang mempresentasikan
inteligensi manusia:
1.
Kemampuan mengklasifikasikan pola
2.
Kemampuan memodifikasi perilaku secara adaptif
3.
Kemampuan berpikir secara deduktif
4.
Kemampuan berpikir secara induktif (generalisasi)
5.
Kemampuan mengembangkan dan menggunakan model konseptual
6.
Kemampuan memahami atau mengerti
C. ARTIFICIAL
INTELIGENCE & SISTEM PAKAR
Sistem
pakar atau Expert System biasa disebut dengan “knowledge-
based system” adalah program penasehat berbasis komputer yang mencoba
meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan
masalah-masalah spesifik.
Sistem
ini bekerja dengan menggunakan pengetahuan (knowledge) dan metode
analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan
bidang keahliannya. Sistem ini disebut sistem pakar karena fungsi dan perannya
sama seperti seorang ahli yang harus memiliki pengetahuan, pengalaman dalam
memecahkan suatu persoalan. Sistem biasanya berfungsi sebagai kunci penting
yang akan membantu suatu sistem pendukung keputusan atau sistem pendukung
eksekutif.
Sistem
pakar terdiri dari dua komponen utama yaitu: basis pengetahuan (knowledge
base) dan alat pengambilan kesimpulan (inference engine). Biasa
pengetahuan didapat dari akumulasi pengetahuan pakar pada bidang tertentu.
Pengetahuan
didefinisikan sebagai kumpulan data dan himpunan aturan untuk memanipulasi atau
mengolah data untuk menjadi pengetahuan baru. Basis pengetahuan merupakan
komponen penting dari suatu sistem pakar, besar kecilnya kemampuan sistem pakar
biasanya ditentukan oleh kapasitas dari basis pengetahuannya, sedangkan mesin
pengambil keputusan adalah aplikasi yang membantu dan memandu pengguna sistem
pakar dalam memanipulasi data dan memilih pengetahuan yang sesuai untuk
mendapatkan kesimpulan.
1.
Tujuan Sistem Pakar
Tujuan
dari sistem pakar adalah untuk memindahkan kemampuan (transferring expertise)
dari seorang ahli atau sumber keahlian yang lain ke dalam komputer dan kemudian
memindahkannya dari komputer kepada pemakai yang tidak ahli (bukan pakar).
Proses ini meliputi empat aktivitas yaitu:
a. Akuisi
pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan
mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain.
b. Representasi
pengetahuan (knowledge representation) adalah kegiatan menyimpan dan
mengatur penyimpanan pengetahuan yang diperoleh kedalam komputer. Pengetahuan
berupa fakta dan aturan disimpan dalam komputer sebagai sebuah komponen yang
disebut basis pengetahuan.
c. Inferensi
pengetahuan (knowledge inferencing) adalah kegiatan melakukan inferensi
berdasarkan pengetahuan yang telah disimpan didalam komputer.
d. Pemindahan
pengetahuan (knowledge transfer) adalah kegiatan pemindahan pengetahuan
dari komputer ke pemakai yang tidak ahli.
(
ELIZA, PARRY, & NET-TALK)
a. ELIZA
Pada
1966, Joseph Weizenbaum dari MIT memperkenakan Eliza, suatu program komputer
yang mampu berkomunikasi dan bisa menanggapi manusia dengan menggunakan bahasa
sehari-hari. Weizenbaum berharap Eliza dapat menembus dinding pembatas antara
komputer dan manusia. Sayangnya, Weizenbaum justru mendapati bahwa manusianya
sendiri terlalu bersemangat untuk menembus dinding itu. Eliza diprogram untuk
memberi tanggapan seperti ahli psikoterapi, dimana pernyataan seperti “saya
punya masalah dengan ayah saya” memicu Eliza menanggapi dengan “cerita lagi
lebih banyak tentang beliau.”
b. PARRY
Colby,
Hilf, Webber dan Kraemer (1972) mensimulasikan seorang pasien, dan
menyebut program ini PARRY, karena ia mesimulasikan seorang pasian paranoid.
Mereka memilih seorang paranoid sebagai subyek karena beberapa teori
menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon
psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan
penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan
antara respon simulasi komputer dan respon manusia.
c. NET talk
progam
ini jenisnya cukup berbeda, berdasarkan pada jaring jaring neuron, sehinnga
dinamakan NET talk. Program ini dikembangkan oleh Sejnowki
disekolah medis harvard dan Rosenberg di universitas Princeton.
Dalam program ini, NETtalk membaca tulisan dan mengucapkannya keras
– keras. NETtalk membaca keras-keras dengan cara mengkonversi tulisan menjadi
fenom-fenom, unit dasar dari suara sebuah bahasa. Sistem ini memiliki tiga
lapisan: lapisan input, dimana setiap unit merespons sebuah tulisan; lapisan
output, dimana unit menampilkan ke 55 fenom dalam bahasa inggris; dan sebuah
lapisan unit tersembunyi, dimana setiap unit ditambahkan koneksinya pada setiap
unit input maupun output.
NETtalk
membaca dengan memperhatikan setiap tulisan satu demi satu, dan dengan
menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang
kontekstual. Disini lafal ‘e’ pada ‘net’, ‘neglect’, dan ‘red’ bisa ditangkap
dengan bunyi yang berbeda. Setiap NETtalk membaca sebuah kata, program ini
membandingkan pelafalannya dengan lafal yang benar yang disediakan manusia,
kemudian menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan.
D. Penggunan
AI sebagai expert system ntuk mendukung pengambilan keputusan
Aplikasi
ini dibangun sebagai alat bantu dengan didasarkan pada kebutuhan seorang
psikolog/psikiater maupun orang-orang yang bekerja di area psikologi
abnormal dalam mendiagnosa klien yang menderitagangguan kepribadian secara
lebih cepat dan efisien. Arsitektur dari sistem ini terdiri dari Knowledge
Base, Inference Engine, User Interface, Knowledge Acquisition Facility.
Knowledge Base memuat jenis gangguankepribadian, simtom, dan kriteria
tiap jenis gangguan kepribadian tersebut. Sedangkan inference engine
diimplementasikan dengan metode forward chaining. Proses diagnosis aplikasi ini
adalah melalui proses penginputan simtom (gejala) yang diderita klien oleh
psikolog, dan selanjutnya hasil diagnosa didapatkanmelalui penelusuran aturan
yang ada antara lain dengan perhitungan jumlah simptom yang memenuhi
syaratminimal sebuah jenis gangguan kepribadian. Dengan adanya aplikasi
diagnosa gangguan kepribadian ini maka pengunjung/user dapat terbantu
dalam mendiagnosa gangguan kepribadian dengan lebih cepat dan memberikangejala
serta solusi yang baik.
SUMBER:
Diakses pada 26 Oktober, 2012 dari http://id.wikipedia.org/wiki/Kecerdasan_buatan
Diakses pada 26 Oktober, 2012 dari http://id.wikipedia.org/wiki/Sistem_pakar
Solso, R. L., Maclin, O. H., Maclin, M. K. (2009). Psikologi Kognitif. Jakarta: Erlangga