pengantar kecerdasan buatan

Pengantar Kecerdasan Buatan

Sistem PakarHerman Tolle, ST., MT.

Sketsa

Sistem Cerdas di KPN Telecom• Perusahaan telekomunikasi utama yg

menawarkan jaringan fix-line di Belanda• Layanan data/IP di Eropa Barat• Layanan mobile di Belanda, Jerman, dan

Belgia• Karyawan 38.000• Pelanggan fix: 7,9 juta; Mobile: 13,4

juta; Internet: 1,4 juta• Bagimana operasional berjalan

dengan efisien dan dengan biaya minimum

Sistem Cerdas di KPN Telecom

Masalah:• Bagaimana mengatur 35.000 workstation

tetap bekerja dg benar• Konfigurasi hardware dan software yg

berbeda-beda• Panggilan layanan perbaikan oleh pelanggan

terus menerus• Maintenance sangat memakan waktu dan

dapat menimbulkan rasa frustasi• Sebagian pengetahuan pemeliharaan yg

substansial hilang karena pergantian atau pensiun karyawan

Sistem Cerdas di KPN Telecom

Solusi:• Mengembangkan Sistem berbasis

aturan Archimides• Menangkap, mengatur dan

mengotomatisasi instalasi dan perawatan 35.000 workstation

• Knowledge base dan antarmuka pengguna yg mudah digunakan

• Unit pemroses bahasa alami (natural language) yg dapat berkomunikasi dg pengguna

Hasil• Implementasi yang sukses• Penurunan substansial dalam

pengaturan SDM• Kualitas pelayanan yang baik• Masalah maintenance yang ruwet

dapat diatasi dan memberikan efisiensi serta biaya murah

• Dalam beberapa situasi keputusan, dukungan dari manajemen data dan model masih belum cukup

• Dukungan tambahan dari sistem pakar untuk menggantikan pakar manusia, dengan menyediakan pengetahuan yg diperlukan

• Situasi tersebut menggunakan pengetahuan kualitatif ketimbang model matematis

• Sistem berbasis pengetahuan kecerdasan buatan (Artificial Intelligence)

KONSEP & DEFINISIKECERDASAN BUATAN

A Mental Exercise:Why Artificial Intelligence

First let’s try some alternatives:• Fake intelligence• Synthetic intelligence• Imitation intelligence• Simulated intelligence

Definisi Kecerdasan Buatan (1)

• H. A. Simon [1987]:• “Kecerdasan buatan (artificial

intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas”

Definisi Kecerdasan Buatan (2)

• Rich and Knight [1991]:• “Kecerdasan Buatan (AI)

merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

Definisi Kecerdasan Buatan (3)

• Encyclopedia Britannica:• “Kecerdasan Buatan (AI) merupakan

cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan”

Other Definition

• AI is a collection of hard problems which can be solved by humans and other living things, but for which we don’t have good algorithms for solving. – e. g., understanding spoken natural

language, medical diagnosis, circuit design, learning, self-adaptation, reasoning, chess playing, proving math theories, etc.

A Framework

“The automation of activities that we associate with human thinking…”Bellman 1978

“The study of mental faculties through the use of computational models”Charniak & McDermott

“The study of how to make computers do things at which at the moment people are better. Rich&Knight

“The branch of CS that is concerned with the automation of intelligent behavior.” Lugar & Stubblefield

Our Framework

Getting computers to do the right thing based on their circumstances and what they know.

• No presuppositions about how they should be designed to do the right thing– I.e. not limited to how people do it

• Evaluation is based on performance, not on how the task is performed

Tujuan dari kecerdasan buatan

Winston dan Prendergast [1984]:1. Membuat mesin menjadi lebih

pintar (tujuan utama)2. Memahami apa itu kecerdasan

(tujuan ilmiah)3. Membuat mesin lebih

bermanfaat (tujuan entrepreneurial)

Ciri “Cerdas”

• Mampu belajar dari pengalaman • Memahami pesan-pesan yang

ambigous atau kontradiktif • Merespon secara cepat dan

benar terhadap situasi baru• Melakukan reasoning

(pertimbangan) untuk menyelesaikan masalah

More …

• Mampu menghadapi situasi yang membingungkan

• Memahami dan menyimpulkan dengan rasional biasa

• Menerapkan pengetahuan untuk memanipulasi lingkungan

• Berpikir dan mempertimbangkan• Mengenali kepentingan relatif elemen

yg berbeda dalam suatu situasi

TURING TEST• Turing Test merupakan sebuah metode pengujian

kecerdasan yang dibuat oleh Allen Turing.• Proses uji ini melibatkan seorang penanya (manusia)

dan dua obyek yang ditanyai. Manusia dan Mesin• Penanya tidak bisa melihat langsung kepada obyek

yg ditanyai• Penanya diminta untuk membedakan mana

jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua obyek tersebut.

• Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan CERDAS.

Contoh Mesin Cerdas

Komputer Cerdas mengalahkan Grand Master Catur

• Tahun 1997, Deep Blue, sistem komputer dengan AI mengalahkan juara dunia catur Gary Kasparov (pecatur terbaik yg pernah ada). Dalam pertandingan 6 game

• Deep Blue, mesin IBM RS/6000 SP, mampu memeriksa 200 juta langkah per detik atau 50 milyar posisi dalam 3 menit

Perspektif Kecerdasan

• Dari perspektif Kecerdasan (Intelligence) AI adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia

Perspektif Bisnis

• Dari perspektif bisnis, AI adalah sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.

Perspektif Pemrograman

• Dari perspektif pemrograman (Programming), AI termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search)

• Umumnya program AI lebih fokus pada simbol-simbol daripada pemrosesan numerik (huruf, kata, angka untuk merepresentasikan obyek, proses dan hubungannya).

• Pemecahan masalah -> pencapaian tujuan

• Search -> jarang mengarah langsung ke solusi. Proses search menggunakan beberapa teknik.

Bahasa pemrograman AI

• LISP, dikembangkan awal tahun 1950-an, bahasa pemrograman pertama yang diasosiasikan dengan AI.

• PROLOG, dikembangkan pada tahun 1970-an.

• Bahasa pemrograman berorientasi obyek (Object Oriented Programming (Objective C, C++, Smalltalk, Java)

• Saat ini banyak tools & bahasa pemrograman yang dikembangkan untuk AI, termasuk juga AI berbasis web (internet)

Sejarah AI

Awal kelahiran AI (1943 – 1956)• Pitts and McCulloch (1943): simplified

mathematical model of neurons (resting/firing states) can realize all propositional logic primitives (can compute all Turing computable functions)

• Allen Turing: Turing machine and Turing test (1950)

• Claude Shannon: information theory; possibility of chess playing computers

• Tracing back to Boole, Aristotle, Euclid (logics, syllogisms)

Sejarah AI …

Early enthusiasm (1952 – 1969)• 1956 Dartmouth conference• John McCarthy (Lisp-AI programming

language);• Marvin Minsky (first neural network

machine);• Alan Newell and Herbert Simon

(GPS);Emphasize on intelligent general problem solving

• Resolution by John Robinson (basis for automatic theorem proving);

• heuristic search (A*, AO*, game tree search)

Emphasis on knowledge (1966 – 1974)

• domain specific knowledge is the key to overcome existing difficulties

• knowledge representation (KR) paradigms

• declarative vs. procedural representation

Knowledge-based systems (1969 – 1999)

• DENDRAL: the first knowledge intensive system (determining 3D structures of complex chemical compounds)

• MYCIN: first rule-based expert system (containing 450 rules for diagnosing blood infectious diseases)

• EMYCIN: an ES shell• PROSPECTOR: first knowledge-based system

that made significant profit (geological ES for mineral deposits)

• AI became an industry (1980 – 1989)– wide applications in various domains– commercially available tools

• Current trends (1990 – present)– more realistic goals – more practical (application oriented)– distributed AI and intelligent software agents– resurgence of neural networks and

emergence of genetic algorithms

AI vs Pemrograman Konvensional

Karakteristik AI

• Numeric versus Symbolic• Algorithmic versus Non

algorithmic

32

Pemrosesan Simbolik

• Komputer semula didisain untuk memproses bilangan/angka-angka (pemrosesan numerik).

• Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.

• AI merupakan bagian dari ilmu komputer yang melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah

33

• Simbol adalah sebuah string (kumpulan karakter) yang mengartikan sebuah konsep/benda/kondisi dunia nyata

• Misalnya:– Product– Defendant– 0.8 – Chocolate

AI Represents Knowledge as Sets of Symbols

HEURISTIC

• Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan

• Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar.

INFERENCING

PENARIKAN KESIMPULAN (INFERENCING)• AI mecoba membuat mesin memiliki

kemampuan berpikir atau mempertimbangkan (reasoning)

• Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian lainnya.

AI vs Natural Intelligence

Keuntungan Kecerdasan Buatan dibanding kecerdasan alamiah:

• lebih permanen• memberikan kemudahan dalam duplikasi

dan penyebaran• relatif lebih murah dari kecerdasan

alamiah• Konsisten dan teliti• Dapat didokumentasi• Dapat mengerjakan beberapa task dengan

lebih cepat dan lebih baik dari manusia

AI vs Natural Intelligence

Keuntungan Kecerdasan Alamiah dibanding kecerdasan buatan

• Bersifat lebih kreatif• Dapat melakukan proses pembelajaran

secara langsung, sementara AI harus mendapatkan masukan berupa simbol dan epresentasi-representasi

• Fokus yang luas sebagai referensi untuk pengambilan keputusan sebaliknya AI menggunakan fokus yang sempit

• Komputer dapat: – mengumpulkan informasi tentang obyek, – kegiatan (events), – proses

• dan dapat memproses sejumlah besar informasi dengan lebih efisien dari yang dapat dikerjakan manusia,

• Tetapi manusia dapat melakukan hal yang sulit untuk diprogram pada komputer, yaitu: – mengenali (recognize) hubungan antara hal-hal

tersebut, – menilai kualitas, dan – menemukan pola yang menjelaskan hubungan

tersebut.

39

• Berdasarkan manipulasi dan representasi simbolik

• Simbol bisa dalam bentuk huruf, kata, atau angka, yang merepresentasikan objek, proses dan hubungannya. Objek bisa berarti: suatu benda, ide, konsep, kegiatan (events) atau pernyataan fakta

• Membuat pangkalan pengetahuan simbolik (symbolic knowledge base)

AI Computing

40

AI Computing (cont’d)

• Manipulates symbols to generate advice

• AI reasons or infers with the knowledge base by search and pattern matching

• Hunts for answers (via algorithms)

41

AI Computing (cont’d)

• Caution: AI is NOT magic

• AI is a unique approach to programming computers

42

• WHY?• WHY NOT?

• Dreyfus and Dreyfus [1988] say NO!

• The Human Mind is Very Complex

• Kurzweil says Soon

Does a Computer Really Think?

AI Method are Valuable

• Memodelkan bagaimana manusia berpikir (think)

• Metode untuk mengaplikasikan kecerdasan manusia

• Memudahkan penggunaan komputer• Membuat berbagai pengetahuan tersedia• Mensimulasi sebagian dari pikiran

manusia

Applied Areas of AI

• Game playing• Speech and language processing• Expert reasoning• Planning and scheduling• Vision• Robotics

Some Examples

• Playing chess• Driving on the

highway• Translating

languages

• Recognizing speech

• Diagnosing diseases

• Mowing the lawn

Playing Chess

• Environment?– Board

• Actions?– Legal moves

• Doing the right thing?– Moves that lead to wins

Recognizing Speech

• Environment– Audio signal– Knowledge of user

• Actions– Choosing word sequences

• Doing the right thing– Recovering the users words

Diagnosing Diseases

• Environment– Patient information– Results of tests

• Actions– Choosing diseases– Choosing treatments

• Doing the right thing– Eliminating disease

Translation

• Environment– Source text to be translated

• Actions– Word sequences in target language

• Doing the right thing?– Words that achieve the same effect– Words that are faithful to the source

Driving

• Environment– Restricted access highway

• Actions– Accelerate, brake, turn, navigate,

other controls• Doing the right thing

– Stay safe, get where you want to go, get there quickly, don’t get a ticket

Lawn Mowing

• Environment– Lawn

• Actions– Cut– Navigate– Refuel

• Doing the right thing– Make lawn look good in a timely

manner

AI Task Domain

• Formal tasks (matematika, games)

• Mundane task (perception, robotics, natural language, common sense, reasoning)

• Expert tasks (financial analysis, medical diagnostics, engineering, scientific analysis, dll)

• NATURAL LANGUAGE : Suatu teknologi yang memberikan kemampuan kepada komputer untuk memahami bahasa manusia sehingga pengguna komputer dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari -hari.

• ROBOTIK DAN SISTEM SENSOR: Sistem sensor, seperti sistem vision, sistem mekanik, dan sistem pemrosesan sinyal jika dikombinasikan dengan AI, dapat dikategorikan kedalam suatu sistem yang luas yang disebut sistem robotik.

• EXPERT SYSTEM: Sistem pakar (Expert System) adalah program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah -masalah spesifik.

56

Major AI Areas

• Expert Systems• Natural Language Processing• Speech Understanding• Robotics and Sensory Systems• Computer Vision and Scene

Recognition• Intelligent Computer-Aided

Instruction• Neural Computing

57

Additional AI Areas

• News Summarization• Language Translation• Fuzzy Logic• Genetic Algorithms• Intelligent Software Agents

58

AI pada Produk Komersil

• Anti-lock Breaking Systems• Video CAMcorders• Appliances

– Washers– Toasters– Stoves

• Data Mining Software• Help Desk Software• Subway Control

59

The AI Field

• Many Different Sciences & Technologies– Linguistics– Psychology– Philosophy– Computer Science– Electrical Engineering– Hardware and Software

60

(More)

– Mechanics– Hydraulics– Physics– Optics– Others

• Commercial, Government and Military Organizations

61

Plus

– Management and Organization Theory

– Chemistry– Physics– Statistics– Mathematics– Management Science – Management Information Systems

TERIMA KASIH

Bab berikut: Pengantar Sistem Pakar