Handout TIF212 TIF212 Bab1 Intoduction

2/11/2015

Prio Handoko, S. Kom., M.T.I.
Program Studi Teknik Informatika
Universitas Pembangunan Jaya
Jl. Boulevard - Bintaro Jaya Sektor VII
Tangerang Selatan – Banten 15224

Kompetensi Dasar
Mahasiswa mendapatkan gambaran serta
pemahaman implementasi kecerdasan buatan untuk
berbagai kebutuhan.

Agenda
• Kecerdasan Buatan
• Area Aplikasi Kecerdasan Buatan (AI)
• AI vs NI
• Komputasi AI vs Konvensional

• Definisi: Kecerdasan buatan atau artificial intelligence(AI)
merupakan cabang ilmu komputer yang fokus pada

mengotomatisasi tingkah laku cerdas.
Bagian dari komputer

•
• Didasarkan pada prinsip-prinsip aplikasi di bidangnya:
•
•
•
•

struktur data
algoritma
bahasa pemrograman
teknik pemrograman

1

2/11/2015

• Alan Turing (1950)

• Dirancang untuk menyediakan definisi
yang layak bagi kecerdasan

operasional

• Mendefinisikan sebagai suatu kemampuan meniru
manusia

• Mencukupi untuk fool interrogator
• Mesin harus lolos uji Turing

•

Bagaimana caranya agar mesin mampu melalui
uji Turing?

• Natural Languange Processing
• Knowledge Representation
• Automated Reason
• Machine Learning

2

2/11/2015

•

Jika ingin menyatakan bahwa sebuah mesin
memiliki daya pikir seperti manusia, maka terdapat
beberapa cara untuk menyatakannya:

•

Terdapat 2 permasalah dalam pendekatan ini:

• Tidak mudah membuat pengetahuan informal dan
menyatakannya dalam formal term

• Adanya perbedaan antara dapat memecahkan masalah

• Melalui introspeksi, mampukah mesin tersebut melakukan

secara teori (prinsip-prinsip) dan praktik

introspeksi?

• Melalui eksperimen-eksperimen
psikologi

•

Membuat inferensi yang benar merupakan bagian
dari suatu rational agent

•

Perspektif AI:

• Kecerdasan (intelligent): Mesin melakukan hal yang tidak
dapat dilakukan manusia

aksi rasional

menalar secara
logika

kesimpulan

melakukan
aksi

•

Aksi dan pikiran manusia di luar
rasio belum dapat ditiru oleh mesin.

tujuan

• Bisnis: Alat (tools) yang berguna untuk menyelesaikan
masalah-masalah bisnis

• Pemrograman (programming): Studi mengenai
pemrograman simbolik, pemecahan
masalah, pencarian (search)

• Penelitian (research): sebagai
pembuktian teori

3

2/11/2015

•
•

•
•

•

•
•
•
•
•

•

Aktivitas:
• Knowledge Acquisition
• Knowledge Representation
• Knowledge Inferencung
• Knowledge Transfering
Keunggulan:
• Menghimpun data dalam jumlah yang sangat besar
• Menyimpan data tersebut dalam jangka waktu lama
• Mengerjakan perhitungan secara cepat dan tepat

•

•

Cabang dari AI dan merupakan sistem yang dapat
menyamai atau meniru kemampuan seorang pakar
(Giarratno, Riley: 1994)
Bekerja untuk mengadopsi pengetahuan manusia ke
komputer yang menggabungkan knowledge base dengan
ssitem inferensi untuk menggantikan fungsi seorang pakar.

Tujuan: Mentransfer kepakaran seorang pakar  komputer 
orang lain

Kemampuan:
• Menjawab berbagai pertanyaan yang menyangkut
bidang keahliannya

• Dapat menyajikan asumsi dan alur penalaran yang
digunakan untukmenjawab pertanyaan

• Menambah fakta kaidah dan alur penalaran untuk

meningkatkan kemampuannya

4

2/11/2015

•

Kelemahan:
• Tidak semua pengetahuan ada pakarnya
• Pengembangan dan pemeliharaan sistem membutuhkan
biaya besar

• Karena tidak semua pengetahuanada pakarnya 

pengetahuan kurang lengkap  tidak dapat memberikan
jawaban
dan dievaluasi
berkala

• Sistem tidak 100% sempurna, perlu diuji

5