TUGAS Pengantar Teknologi Sistem Cerdas

 

TUGAS Pengantar Teknologi Sistem Cerdas

Untuk Memenuhi Tugas Mata Kuliah Pengantar Teknologi Sistem Cerdas

Dosen: Bapak Imam Ahmad Trinugroho, ST., MMSI.

 

Disusun oleh :

Muhammad Bintang Al Akbar

3KA22

14118517

 

                                                                          

UNIVERSITAS GUNADARMA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

PROGRAM STUDI SISTEM INFORMASI
PTA 2020 / 2021

Pengantar Teknologi Sistem Cerdas

1.     Definisi Kecerdasan Buatan

Definisi Kecerdasan Buatan Menurut Para Ahli:

            Kecerdasan buatan adalah usaha memodelkan proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia. John McCarthy, 1956

            Kecerdasan buatan adalah tempat suatu penelitian, aplikasi, dan instrusksi yang terkait dengan pemrograman komputer dalam melakukan suatu hal yang menurut pandangan manusia ⎼ cerdas. Herbert Simon, 1987

            Kesimpulan yang dapat diambil dari beberapa ahli serta pendapat dari penulis adalah kecerdasan buatan merupakan suatu keilmuan cerdas yang diperoleh dari pemikiran manusia dalam bentuk pemberian/pembentukan informasi sehingga terbentuk teknologi computer yang semakin berkembang. 

2.     Sejarah Kecerdasan Buatan

• 1941; era komputer elektronik 

            Penemuan komputer elektronik sebagai penyimpan dan pengolah informasi menjadi dasar perkembangan kecerdasan buatan atau yang lebih dikenal sebagai artificial intelligence.

• 1943-1956; era persiapan perkembangan kecerdasan buatan

            Pada era ini Warren McCulloch dan Walter Pitts telah berhasil menciptakan suatu model saraf tiruan, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback (thermostat), dan John McCarthy bersama Minsky, Claude Shannon, dan Nathaniel Rochester telah melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia.

·         1952-1969; era awal perkembangan kecerdasan buatan

            Pada tahun 1958, McCarthy mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP. Selanjutnya Herbert A. Simon, J.C. Shaw, dan Allen Newell  menciptakan program komputer dengan nama General Problem Solver.
Selain itu, program yang dapat menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus diciptakan oleh orang hebat yang bernama James Slagle.

• 1966-1974; era perlambatan perkembangan kecerdasan buatan

            Terdapat beberapa kesulitan yang di hadapi seperti  banyaknya program kecerdasan buatan yang bermunculan dengan sedikit atau bahkan sama sekali memiliki pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan, dan terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.

• 1969-1979; era sistem berbasis pengetahuan

            Pada tahun 1960-an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis DENDRAL yang merupakan program pemecah masalah struktur molekul dari informasi yang berasal dari spectometer massa.

• 1980-1988; era kecerdasan buatan memasuki industri

            Diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Perusahaan-perusahaan besar mendapat efek nyata dari kecerdasan buatan, seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. 

·      1986-sekarang; era penggunaan kembali jaringan saraf tiruan

            Setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf.

3.      Konsep Dasar Kecerdasan Buatan

·         Pembelajaran Mesin (Machine Learning)

Pembelajaran mesin adalah cabang dari AI yang bertujuan untuk memberikan mesin kemampuan dalam mempelajari tugas tanpa kode yang sudah ada. Dalam istilah yang paling sederhana, mesin tersebut akan diberikan contoh uji coba dalam jumlah yang besar untuk tugas tertentu. Ketika mesin tadi menjalani uji coba, mesin itu akan belajar dan mengadaptasi strategi yang sesuai untuk mencapai tujuan yang diinginkan. Misalnya, mesin pengenal gambar dapat diberikan jutaan gambar untuk dianalisis. Setelah melalui permutasian yang panjang, mesin akan memperoleh kemampuan untuk mengenali pola, bentuk, wajah, dan masih banyak lagi.

·         Pembelajaran Mendalam (Deep Learning) 

Pembelajaran mendalam adalah teknik pembelajaran mesin yang mengajarkan komputer untuk melakukan apa yang secara alami terjadi pada manusia: belajar dengan cara mencontoh. Pembelajaran mendalam adalah teknologi utama di balik mobil tanpa kemudi (driveless car). Itu memungkinkan mereka untuk mengenali tanda berhenti, atau untuk membedakan pejalan kaki dengan tiang lampu. Ini adalah kunci dari kontrol suara di perangkat konsumen seperti ponsel, tablet, TV, dan speaker hands-free. Pembelajaran mendalam mendapatkan banyak perhatian belakangan ini karena dapat mencapai hasil yang sebelumnya tidak mungkin.

·         Jaringan Saraf Tiruan (Neural Network)

Neural Network atau juga disebut sebagai jaringan saraf tiruan adalah berbagai teknologi pembelajaran yang mendalam, yang juga berada di bawah naungan kecerdasan buatan atau AI. Neural Network adalah paradigma pemrosesan informasi yang terinspirasi dari cara sistem saraf biologis, seperti otak yang memproses informasi. Kunci elemen dari paradigma ini adalah struktur novel dari sistem pemrosesan informasi. 

4.     Studi Kasus Kecerdasan Buatan Dalam Dunia Pendidikan

Dalam dunia pendidikan AI juga sudah banyak digunakan di beberapa negara. Penggunaaan AI dalam pendidikan antara lain sebagai berikut (Johnson, Alyssa, 2019;   Schoer, Alyssa, 2018; TeachThought Staff , 2018): 

1)      Membantu manajemen:

•      Membantu pengelolaan manajemen sekolah sehingga lebih lancar dan cepat. 

•      Membantu sebagai informan di sekolah, bila ada yang minta bantuan atau mencari informassi yang diperlukan;

•      Membanatu koreksi ujian dan tes, sehingga para dosen dan guru diringankan;

2)      Membantu untuk menjadi tutor bagi siswa dan mahasiswa dengan program yang disesuaikan dengan kebutuhan, kesenangan, dan kesulitan siswa dan mahasiswa, dengan feedback langsung seperti beberapa program:

•      Nuance, di Burlington,, MA. Membantu siswa belajar Bahasa, terutama siswa yang sulit menulis dan pengenalan katanya kurang. Dapat mentrasnkirp 160 kata per menit.

•      Knewton, di NY. Program belajar teknologi bagi mahasiswa. Program yang digunakan ALTA, membantu mahasiswa dengan tugas yang sesuai dengan apa yang harus diuasai.

3)      Menjadi pengganti guru, asisten guru disaat guru tidak hadir atau guru butuh bantuan dalam pembelajaran; dalam melatih kegiatan rutin seperti melatih olah raga anak seperti robot berikut:

•      Nao robot in school. NAO Robot in School - for STEM, Autism and engaging students (Dalam https://www.youtube.com/watch?v=mkt52Utz2Gk).

•      Meet    Germany's       first      robot    lecturer

(https://www.youtube.com/watch?v=Amfrm2V_KO0&t=336s).

4)      Membantu pembelajaran yang lebih menarik, isi lebih smart, lebih disesuaika dengan situasi nyata;

5)      Mengelompokan dan mendeteksi siswa yang mengalami kesulitan dalam menangkap pelajaran di kelas, sehingga guru nantinya dapat membantu lebih tepat.

Daftar Pustaka

·         Evangelino, 2017. Artificial intelligence : Definisi, Sejarah dan Contoh Kecerdasan Buatan.
Available at: https://evangelinosite.wordpress.com/2017/09/28/artificial-intelligence-definisi-sejarah-dan-contoh-kecerdasan-buatan/

·         Hestanto, 2019. Hestanto.
Available at: hestanto.web.id/kecerdasan-buatan/

·         Yasha, 2018. Kecerdasan Buatan: Perkembangan dan Dampak, Jakarta: PT Dewaweb.

·         Idmetafora . 2019. Mengenal 3 Konsep dasar kecerdasan buatan (artificial intelligence). Available at https://idmetafora.com/news/read/318/mengenal-3-konsep-dasar-kecerdasan-buatan-artificial-intelligence.html.

·         TeachThought Staff. 2018. 10 Roles For Artificial Intelligence In Education. Available at https://www.teachthought.com/the-future-of-learning/10-roles-for-artificial-intelligencein-education/

Share this post