Sejarah Kecerdasan Buatan (Artificial Intelegent)

  Defnisi dan Pengantar Kecerdasan Buatan (Artifcial Intelegent) Minggu-1

  Sumarsono, S.Si, M.MT -- Poltek Defnisi Artifcial Inteligent

  Sumarsono, S.Si, M.MT -- Poltek

  Sumarsono, S.Si, M.MT -- Poltek Sejarah Kecerdasan Buatan (Artifcial Intelegent) Jaman “batu” (1943-1956) 

  Awal kerja Jaringan Syaraf Tiruan dan logika 

  Teori Logika (Alan Newell and Herbert Simon) 

  Kelahiran AI: Dartmouth workshop - summer 1956,

yakni John McCarthy’s Profesor MIT, memberi nama

bidang: artifcial intelligence pada tahun 1956 pada

Doartmouth Conference yang dihadiri para peneliti AI

  Sumarsono, S.Si, M.MT -- Poltek

  Awal antusias, harapan besar (1952-1969) 

  McCarthy (1958)

• Mendefnisikan Lisp - Menemukan time-sharing
• Advice Taker

   Pemodelan Jaringan Syaraf Tiruan

   Pembelajaran Evolusioner

   Metode resolusi Robinson. 

  

Logic teori diperkenalkan pada Dartmouth Conference, program

ini dapat membuktikan teorema matematika.

   Program mengetahui kalimat sederhana yang ditulis dalam

bahasa inggris yang mampu menjawab dari fakta yang didengar

dalam sebuah percakapan.  Sad Sam diprogam Robert K.Lindsay (1960)

  

Program melakukan terapi terhadap pasien dengan memberikan

beberapa pertanyaan.  Eliza diprogram Joseph Weizenbaum (1967).

  Sumarsono, S.Si, M.MT -- Poltek

  Masa Gelap (1966-1973) 

   AI tidak mengalami perkembangan: ledakan perkembangan combinatorial 

  

Fakta bahwa suatu program bisa mendapatkan suatu

solusi secara prinsip tidak berarti bahwa program memuat beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara praktis.

   Kegagalan dari pendekatan terjemahan bahasa alami

berbasis pada grammars sederhana dan kamus kata.

   Penemuan untuk pemrosesan bahasa natural dihentikan.

   Penelitian pada Jaringan Syaraf Tiruan dihentikan. 

  Realisasi dari kesukaran dalam proses learning dan keterbatasan dari metode yang dieksplorasi.

  Sumarsono, S.Si, M.MT -- Poltek

  Renaissance (1969-1979) 

  Perubahan pada paradigma penyelesaian:

Dari penyelesaian masalah berbasis “search-

based” menjadi penyelesaian masalah berbasis pengetahuan.

   Sistem pakar pertama

  ◦

Dendral: menginferensi struktur molecular dari

informasi yang disediakan oleh spektrometer massa.

  ◦ Mycin: diagnoses blood infections ◦ Prospector: merekomendasikan eksplorasi pengeboran pada lokasi geologi yang menyediakan suatu deposit mineral molybdenum.

  Sumarsono, S.Si, M.MT -- Poltek

  Era Industrial (1980-sekarang) 

  Sukses pertama Sistem Pakar secara komersial.The Many AI companies.

   Eksplorasi dari strategi pembelajaran yang bermacam- macam (Explanation-based learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc.)

  Sumarsono, S.Si, M.MT -- Poltek

  Kembalinya neural networks (1986- sekarang) 

  Penggalian kembali algoritma learning back propagation untuk neural networks

yang pertama dikenalkan dalam tahun

1969 oleh Bryson and Ho.

   Banyak aplikasi sukses dari Neural Networks.

   Kehilangan respek terhadap sulitnya membangun sistem pakar (macetnya knowledge acquisition).

  Sumarsono, S.Si, M.MT -- Poltek

  Kematangan (1987-sekarang) 

  Perubahan dalam cakupan dan metodologi penelitian bidang Kecerdasan Buatan:

  ◦

Membangun di atas teori yang ada,

bukan cuma mengusulkan teori baru;

  ◦ Berbasis klaim pada theorema dan eksperimen, bukan pada intuisi;

  ◦ Menunjukkan relevansi ke aplikasi nyata, bukan pada contoh “mainan”.

  Sumarsono, S.Si, M.MT -- Poltek

  Agent Cerdas (1995-sekarang) 

  Realisasi yang pada mulanya dipisahkan dalam sub dari Kecerdasan Buatan (speech recognition,

problem solving and planning, robotics, computer

vision, machine learning, knowledge representation, etc.) direorganisasi hasilnya kedalam suatu desain agent tunggal.

   Suatu proses reintegrasi dari sub-area yang

berbeda dari AI untuk membentuk “whole agent”: 

  ◦  Agent perspective of AI ◦ Agent architectures (e.g. SOAR, Disciple); ◦

  Multi-agent systems; ◦ Agent untuk aplikasi tipe-tipe yang berbeda, web agents.

  Sumarsono, S.Si, M.MT -- Poltek AI Saat Sekarang 

  

Perkembangan hardware dan software, berbagai produk AI

telah berhasil dibangun dikehidupan sehari-hari. Produk tersebut dihasilkan dari 4 teknik AI, yakni: Searching, Reasoning, Planning dan Learning.

   Teknik Searching, seperti digunakan untuk pencarian rute

optimum memandu perjalanan (Global Positioning System).

   Teknik Reasoning, berbasis pengetahuan dan sudah mengeluarkan produk permainan catur HITECH.

   Teknik Planning, membuat perencanaan dan memonitor eksekusi perencanaan, banyak digunakan didunia manufaktur dan robotik. produk yang sudah dikeluarkan assambling, integration and verifcation (AIC) pesawat terbang.

   Teknik Learning, digunakan untuk sistem jaringan syaraf

tiruan. Produk yang dihasilkan seperti transportasi, speech

processing, computer vision, robotics.

  Sumarsono, S.Si, M.MT -- Poltek AI Masa Depan 

Prediksi AI 100 tahun akan datang, menurut Ray Kurzweil.

  ◦ Tahun 2009, PC akan dapat melakukan kalkulasi 1 trilliun kalkulasi perdetik. Komputer akan sangat kecil.

  

◦ Tahun 2019, PC akan setara dengan kemampuan otak manusia,

virtual reality sudah dalam tiga dimensi, interaksi komputer dengan gesture.

  

◦ Tahun 2029, PC kemampuan komputasional seribu otak manusia.

  Komputer telah terhubunglangsung ke otak manusia, dengan koneksi high-bandwith.

  ◦ Tahun 2049, Makanan yang diproduksi menggunakan nano

technology, dengan nilai gizi yang baik sama seperti makanan

organik.

• 12

  ◦ Tahun 2072, Teknologi skala pycometer 10 meter berhasil diaplikasikan didunia nyata. ◦

  Tahun 2099, ada kecenderungan membuat gabungan antara pemikiran manusia dengan kecerdasan mesin. Tidak ada lagi perbedaan yang jelas antara manusia dan mesin.

  Sumarsono, S.Si, M.MT -- Poltek Studi Area Artifcial Intelegent

  Sumarsono, S.Si, M.MT -- Poltek Mundane Task

• Persepsi (vision & speech)
• Bahasa alami (understanding, generation & translation)
• Pemikiran yang bersifat commonsense
• Robot control

  Sumarsono, S.Si, M.MT -- Poltek

   Formal Task

• Permainan / Games - Matematika (Geometri, logika, kalkulus integral, pembuktian)

  Sumarsono, S.Si, M.MT -- Poltek Expert Task

• Analisis fnansial
• Analisis medikal
• Analisis ilmu pengetahuan
• Rekayasa (design, pencarian kegagalan, perencanaan manufaktur)

  Sumarsono, S.Si, M.MT -- Poltek Sub Disiplin Ilmu Artifcial Intelegent

  Sumarsono, S.Si, M.MT -- Poltek Robotika & Sistem Sensor 

  Robotika adalah satu cabang yang berhubungan dengan desain, konstruksi, operasi, disposisi struktural, pembuatan, dan aplikasi dari

  

Robotika terkait dengan dan

   Sensor adalah peranti yang menerima input berupa suatu besaran/sinyal fsik yang kemudian mengubahnya menjadi besaran/sinyal lain yang diteruskan ke kontroler.

  Sumarsono, S.Si, M.MT -- Poltek Jaringan Syaraf Tiruan (Artifcial Neural Network) 

  

dari sekelompok unit pemroses kecil

yang dimodelkan berdasarkan JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.

   Secara sederhana, JST adalah sebuah alat

pemodenon-linier. JST dapat

digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data.

  Sumarsono, S.Si, M.MT -- Poltek Logika Fuzzy 

  Logika Fuzzy adalah peningkatan dariyang berhadapan dengan konsepmenyatakan bahwa segala hal dapat diekspresikan

dalam istilah(0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan

   Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengandan

   Logika fuzzy dan logika probabilitas secara matematis sama -

keduanya mempunyaiyang berkisar antara 0 dan

1 - namun secara konsep berbeda. Logika fuzzy berbicara mengenai "derajat kebenaran", sedangkan logika probabilitas mengenai kecenderungan". Karena kedua hal itu

berbeda, logika fuzzy dan logika probabilitas mempunyai contoh

penerapan dalam dunia nyata yang berbeda.

  Sumarsono, S.Si, M.MT -- Poltek Algoritma Genetika 

  Teknik pencarian yang di dalam ilmu

komputer untuk menemukan penyelesaian

perkiraan untuk optimisasi dan masalah pencarian. Algoritma genetik adalah kelas khusus dari algoritma evolusioner dengan

menggunakan teknik yang terinspirasi oleh

biologi evolusioner seperti warisan, mutasi,

seleksi alam dan rekombinasi (atau crossover)

   Algoritma Genetik pertama kali dikembangkan oleh John Holland pada tahun 1970-an di New York, Amerika Serikat.

  Sumarsono, S.Si, M.MT -- Poltek

  

Lingkup Artifcial Intelegent pada

Aplikasi Komersial

  Sumarsono, S.Si, M.MT -- Poltek

  Sumarsono, S.Si, M.MT -- Poltek Silabus Artifcial Intelegent (AI)

  Sumarsono, S.Si, M.MT -- Poltek

1. Defnisi kecerdasan buatan dan

  ruang lingkup serta aplikasinya ◦

  Defnisi AI ◦

  Sejarah AI ◦

  Sub disiplin ilmu AI ◦

  Ruang lingkup AI pada aplikasi komersial

  Sumarsono, S.Si, M.MT -- Poltek

  2. Mendefnisikan masalah dalam ruang sistem informasi berbasis kecerdasan buatan

  ◦ Latar belakang ruang masalah dalam kecerdasan buatan

  ◦ Defnisi ruang masalah

  ◦ Defnisi aturan produksi

  ◦ Memilih metode pencarian yang tepat

  Sumarsono, S.Si, M.MT -- Poltek

3. Representasi pengetahuan

  ◦ Pengertian basis pengetahuan

  ◦ Merepresentasikan pengetahuan kedalam basis pengetahuan

  ◦ Penggunaan pengetahuan

  ◦

Klasifkasi representasi pengetahuan

  Sumarsono, S.Si, M.MT -- Poltek

4. Metode pencarian

  ◦

Macam-macam algoritma pencarian

  ◦

Mendefnisikan permasalahan dalam

ruang keadaan

  ◦ Pencarian buta

  ◦ Pencarian heuristik

  Sumarsono, S.Si, M.MT -- Poltek

  5. Kecerdasan buatan untuk menyelesaikan masalah ketidakpastian.

  ◦ Ruang lingkup ketidakpastian

  ◦ Konsep probabilitas dan teorema bayes untuk menyelesaikan masalah

ketidakpastian berbasis kecerdasan

buatan

  Sumarsono, S.Si, M.MT -- Poltek

6. Pengantar sistem pakar

  ◦ Defnisi sistem pakar

  ◦ Bagian-bagian sistem pakar

  ◦

Pemain utama dalam proyek sistem

pakar

  Sumarsono, S.Si, M.MT -- Poltek

7. Pengantar sistem fuzzy

  ◦ Defnisi sistem fuzzy

  ◦ Ruang lingkup sistem fuzzy

  ◦ Penerapan sistem fuzzy

  Sumarsono, S.Si, M.MT -- Poltek

8. Pengantar jaringan syaraf tiruan

  ◦

Latar belakang jaringan syaraf tiruan

  ◦ Struktur jaringan pada otak

  ◦ Sejarah model jaringan syaraf

  ◦ Konsep pemodelan jaringan syaraf

  Sumarsono, S.Si, M.MT -- Poltek

9. Pengantar algoritma genetika

  ◦ Defnisi algoritma genetika

  ◦ Siklus algoritma genetika

  ◦ Hal-hal penting dalam algoritma genetika

  Sumarsono, S.Si, M.MT -- Poltek

   Thank You

  Sumarsono, S.Si, M.MT -- Poltek