BAB I
PENDAHULUAN
1.1
LatarBelakang
Kecerdasan buatan (Artficial Intelegence) merupakan suatu inovasi
baru dalam ilmu pengetahuan. Tahun 1950
– an muncul kecerdasan buatan yaitu sejak di mulainya komputer modern. Ini merupakan
kemampuan mesin-mesin elektronika baru untk menyimpansejumlah besar info dan
memprosesnya dengan kecepatan yang sangat cepat.Sejak saat itu mulaibanak
realisasi yang terjadi. Hal ini dibuktikan dengan adanya sistem komputer yang
menyusut dalam ukuran dsb.
Pada era globalisasi seperti saat ini kita tidak bisa lepasdari
mesin yang bernama komputer. Semua kegiatan yang berhubungan dengan aktivitas
belajar maupun pekerjaan sangat membutuhkan komputer. Kecangihan tetknologi
semakin memudahkan manusia dalam menyelesaikan aktivitas dalam kehidupan
sehari-hari. Karena komputer merupakan suatu mesin yang bisadigunakan untuk
membuat aplikasi apapun seusuaiyang kita butuhkan,hanya saja kita harus
mengetahui kemampuan atau kapasitas dari mesin terse but. Semua yang kita
inginkan atau apa yang ingin kita ketahui semuaada di dalamnya. Seperti game,
ilmu pengetahuan, ekonomi, kedokteran, dan lain sebagainya.
Meskipun tidak ada yang dapat meramalkan masa depan secara
rinci,jelas bahwa komputer dengan tingkat kecerdesan manusia atau lebih akan
memiliki dampak besar pada kehidupan sehari-hari dan peradaban masa
depan.karena itu, kecerdasan buatan merupakan hal penting dalam perkembangan
teknologi abad ini. Hal ini akan mempengaruhi negara-negara yang memainkan
peranan penting dalam perkembangan kecerdasan buatan yang kemudian akan
munculdi negara-negara adi kuasa. Untuk itu,kecerdasan buatan atau AI sangat
penting untuk dipahami dan di pelajari oleh manusia karena kegunaannya bagi
manusia sangat dibutuhkan baik sekarang dan masa depan.
1.2
Rumusan
Masalah
1.
Apakah
definisi Artficial Intelegence /AI ?
2.
Apa
konsep Artficial Intelegence/AI ?
3.
Apakah
perbedaan kecerdasan buatan dengan kecerdasan alami ?
4.
Bagaimana
kecerdasan buatan pada aplikasi komersial?
5.
Bagaimana
kecerdasan buatan memecahkan maslah ?
6.
Apa representasi
pengetahuanArtficial Intelegence /AI?
BAB II
PEMBAHASAN
2.1 Definisi Artficial
Intelegence (AI)
Tahun 1950 – an Alan Turing, seorang
pionir AI dan ahli matematika Inggris melakukan
percobaan Turing (Turing Test) yaitu sebuah komputer melalui terminalnya
ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan software AI
dan diujung lain ada sebuah terminal dengan seorang operator. Operator itu
tidak mengetahui kalau di ujung terminal lain dipasang software AI. Mereka
berkomunikasi dimana terminal di ujung memberikan respon terhadap serangkaian
pertanyaan yang diajukan oleh operator. Dan sang operator itu mengira bahwa ia
sedang berkomunikasi dengan operator lainnya yang beradapada terminal lain.
Turing beranggapan bahwa jika mesin dapat membuat seseorang percaya bahwa
dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin
tersebut cerdas (seperti layaknya manusia).
Dalam kamus, kecerdasan di
definisikan sebagai kemampuan untuk memperoleh, mengerti dan menggunakan
pengetahuan atau kemampuanuntuk melatih perkiraan dan pemikiran. Kecerdasan
adalah gabungan jumlah prestasi yang memberikan kita kemampuan untuk mengingat.
Kecerdasan dimiliki seseorang yang pandai melaksanakan pengetahuan yang
dimilikinya. Jika seseorang yang pandai melaksanakan pengetahuan yang
dimilikinya. Jika seseorang memiliki banyak pengetahuan,tetapi ia tidak bisa
melaksanakan dalam praktek, maka ia tidak bisa digolongkan dalam kecerdasan.
Dengan kata lain kecerdasan adalah kemampuan manusia untuk memperoleh
pengetahuan dan pandai melaksanakannya dalam praktek.
Artficial Intelegence (AI) merupakan
Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)
dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan
bisa lebih baik daripada yang dilakukan manusia. Menurut John McCarthy, 1956,
AI adalah Untuk mengetahui dan memodelkan proses-proses berpikir manusia dan
mendesain mesin agar dapat menirukan perilaku manusia.
Cerdas = memiliki pengetahuan +
pengalaman, penalaran (bagaimana membuat keputusan & mengambil tindakan),
moral yang baik
Agar mesin bisa cerdas (bertindak
seperti & sebaik manusia) maka harus diberi bekal pengetahuan &
mempunyai kemampuan untuk menalar. Dua bagian utama yg dibutuhkan untuk
aplikasi kecerdasan buatan :
a. basis pengetahuan (knowledge
base): berisi fakta-fakta, teori, pemikiran & hubungan antara satu dengan
lainnya.
b. motor inferensi (inference
engine) : kemampuan menarik kesimpulan berdasarkan pengetahuan.
Pada awal diciptakannya,komputer
hanya di fungsikan sebagai alata hitung saja. Namun dalam perkembangannya maka
peran komputersemakin mendominasi kehidupan manusia. Agar komputer bisa
bertindak seperti dan sebaik manusia maka komputer juga harus dibekali
pengetahuandan mempunyai kemampuan untuk menalar. Untuk itu, pada Artficial
Intelegence (AI) akanmencoba memberikan metode untuk membekali komputer dengan
kedua komponen terse but agar komputer menjadi pintar.
2.2 Konsep Artficial Intelegence/AI
Ada beberapa konsep yang harus dipahami dlam kecerdasan buatan,
diantaranya :
1.
Metode
pengujian kecerdasan (Turing test)
Merupakan sebuah
metode pengujian kecerdasan yang dibuat oleh turing. Dalam konsep ini, penanya
(manusia) akan diminta untuk membedakan yang mana merupakan jawaban
manusia dan mana yang merupakan jawaban
komputer. Apabila tidak dapat membedakan, maka turing berpendapat bahwa mesin
tersebut dapat diasumsikan CERDAS.
2.
Pemrosesan
simbolik
Adalah
komputeryangsemula didesain untuk pemrosesan numerik,sedangkan manusia dalam
berfikir dan menyelesaikan masalah lebih bersifat bersifat simbolik.sifat
penting dari AI adalah bagian dari ilmu komputer yang melakukan proses secara
simbolik dan non algometrik dalam menyelesaikan masalah.
3.
Heuristic
Heuristic
merupakan suatu strategi untuk melakukan proses pencarian (search) ruangproblem
secara selektif, yang memandu proses pencarian yang kita lakukan sepanjang
jalur yang memiliki kemungkinan sukses paling besar.
4.
Penarikan
kesimpulan (Inferencing)
AI
mencobamembuat mesin memiliki kemampuan berfikir atau mempertimbangkan
(reasoning). Kemampuan berfikir termasuk didalamnya proses penarikan kesimpulan
berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau
metode lainnya.
5.
Pencocokan
pola (Pattern matching)
AI bekerja dengan metode pencocokan pola (Pattern matching) yang
berusaha untukmenjelaskan objek, kejadian atau proses,dalam hubungan logik atau
komputasional.
2.3 Perbedaan Kecerdasan Buatan Dengan Kecerdasan Alami
Jika dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki
oleh manusia), kecerdasan buatan memiliki beberapa keuntungan secara komersial
:
|
Kecerdasan Alami
|
Kecerdasan Buatan
|
|
Bisa
berubah karena manusia bersifat pelupa
|
Bersifat
permanen selama sistem komputer tidak dirubah
|
|
Mentransferkan
pengetahuan manusa dari orang ke orang lain membutuhkan proses yang lama dan
keahlian tidak dapat dipublikasikan secara lengkap
|
Lebih
mudah di publikasikan dan di sebarkan. Jika pengetahuan terse but ada di
komputer maka lebih mudah disalin darikomputer ke komputer lain
|
|
Lebih
mahal, jika kita tidak memiliki kemampuan untuk menyelesaikan sejumlah pekerjaan,
maka kita harus mendatangkan seseorang
itu yang memakan biaya
|
Lebih
murah, layanan komputer lebih murah karena tidak harus mendatangkan seseorang
untuk mengerjakan sejumlah pekerjaan yang sangat lama
|
|
Tidak
dapat di dokumentasi secara langsung. Sangat sulit untuk di reproduksi
|
Dapat
di dokumentasi.keputusan yang dibuat komputer dapat di dokumentasi dengan
mudah dengan cara melacak setiap aktivitas dari sistem tersebut
|
|
Kurang
cepat dalam mengerjakan task
|
Bisa
mengerjakan task lebih cepat dan lebih baik dari manusia
|
|
Lebih
kreatif, karena kecedasan alami merupakan pikiran kreatif atau ide yang di
pikirkan oleh manusia
|
Bersfifatmonoton,layanan
komputer hanya menjalankan sistem berdasarkan konsep yang sudah dimiliki
|
|
Memungkinkan
orang untuk menggunakan pengalaman atau pembelajaran secara langsung
|
Harus
mendapatkan masukan berupa input-input simbolik sebagai dataatau memory
|
|
Kecerdasan
alami dapat digunakan secara luas
|
Kecerdasan
buatan sangat terbatas
|
|
Fokus
pemrosesan berdasarkan data dan informasi
|
Fokus
pemrosesan berdasarkan numerik dan simbolik (pengetahuan)
|
|
Pencarian
bersifat algoritma
|
Pencarian
bersifat heuristic
|
|
Sifat
input harus lengkap
|
Sifat
input boleh tidak lengkap
|
|
Keterangan
biasanya tidak disediakan
|
Keterangan
bisanya disediakan
|
|
Struktur
Kontrol terintegrasi dengan
informasi
(data)
|
Struktur
dikontrol dipisahkan dari pengetahuan
|
|
Siafat
input kualitatif
|
Sifat
input kuantitatif
|
|
Mempunyai
kemampuan
|
|
2.4 Kecerdasan Buatan Pada Aplikasi Komersial
Lingkup utama kecerdasan buatan :
1.Sistempakar (expert system) : komputer sebagai sarana untuk
menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian
menyelesaikan permasalahan dengan meniru keahlian yangdimiliki pakar. Contoh :
2. Pengolahan bahasa alami
(natural language processing) : user dapat berkomunikasi dengan komputer
menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, bahasa
jawa, dll, contoh :
v pengguna sistemdapat memberikan perintahdengan bahasa sehari-hari,
misalnya, untuk menghapus semua file, pengguna cukup memberikan perintah ”komputer,
tolong hapus semua file !” maka sistem akan mentranslasikan perintah bahasa
alami tersebut menjadi perintah bahasa formal yang dipahamioleh komputer, yaitu
”delete *.* <ENTER>”.
v Translator bahasa inggris ke
bahasa indonesia begitu juga sebaliknya,dll, tetapi sistem ini tidak hanya
sekedar kamus yang menerjemahkan kata per kata, tetapi juga mentranslasikan sintaks
dari bahasa asal ke bahasa tujuan.
v Text summarization : suatu sistemyang dapat membuat ringkasan
hal-hal penting dari suatu wacana yang diberikan.
3. Pengenalan ucapan (speech
recognition) : manusia dapat berkomunikasi dengan komputer menggunakan suara.
Contoh :
v memberikan instruksi ke komputer dengan suara.
v alat bantu membaca untuk tunanetra, mempunyai masukan berupa teks
tercetak (misalnya buku) dan mempunyai keluaran berupa ucapan dari teks
tercetak yang diberikan.
v Telpon untuk penderita bisu-tuli.
 |
|||
 |
|||
v konversi dari SMS (Short Message System) ke ucapan sehingga pesan
SMS dapat didengar. Dengan demikian memungkinkan untuk mendengar pesan SMS
sambil melakukan aktivitas yangmenyulitkan untuk membacanya, seperti
mengendarai mobil.
4. Robotika &
sistemsensor
Sistemsensor pada mesin cuci yaitu
menggunakan sensor optik, mengeluarkan cahaya ke air dan mengukur bagaimana
cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai
makin redup. Sistemjuga mampu menentukan jenis kotoran tersebut
daki/minyak.Sistemjuga bisa menentukan putaran yang tepat secara otomatis
berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci.
- Robotika
6.
Computer
vision : menginterpretasikan gambar atau objek-objek tampak melalui komputer
6. Intelligent
computer-aided instruction : komputer dapat digunakan sebagai tutor yang dapat melatih
& mengajar.
Contoh : Learn to speak English
7. Gameplaying
v 1997, DeepBluemengalahkan Garry Kasparov, the WorldChessChampion
v DeepBlue chess machine menggunakan komputer IBM,Dibuattahun
1990-anoleh Hsu, Campbell,Tan, Hoane,Brody, Benjamin
v DeepBlue mampu mengevaluasi 200juta posisibidakcatur /detik.
2.5Masalah Dan Metode Pemecahan Masalah
Sistemyang menggunakan kecerdasan
buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan
kumpulan pengetahuan yang ada.Gambar sistemyang menggunakan kecerdasan buatan :
 |
 |
||||
 |
|||||
Pada gambar, input yg diberikan padasistemyg menggunakan kecerdasan
buatan adalah berupamasalah. Sistemharus dilengkapi dengan
sekumpulanpengetahuan yang ada pada basis pengetahuan. Sistemharus memiliki
motor inferensi agar mampu mengambil kesimpulan berdasarkan fakta atau
pengetahuan. Output yang diberikan berupa solusi masalah sebagai hasil dari
inferensi.
Secara umum, untuk membangun suatu sistem yang mampu menyelesaikan
masalah, perlu dipertimbangkan 4 hal :
1. Mendefinisikan masalah
dengan tepat. Pendefinisian ini mencakup spesifikasi yang tepat mengenai
keadaan awaldan solusi yang diharapkan.
2. Menganalisis masalah
tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai.
3. Merepresentasikan
pengetahuan yang perlu untuk menyelesaikan masalah tersebut.
4. Memilih teknik
penyelesaian masalah yang terbaik.
2.5.1 Mendefinisikan Masalah Sebagai
Suatu Ruang Keadaan
Misalkan permasalahan yang dihadapi
adalahpermainan catur, maka harus ditentukan :
1. posisi awal pada papan
catur
Posisi awal setiap permainan catur selalu sama, yaitu semua bidak
diletakkan di atas papan catur dalam2 sisi, yaitu kubu putih dan kubu hitam.
2.
aturan – aturan untuk melakukan gerakan
Aturan – aturan ini sangat berguna
untuk menentukan gerakan suatu bidak, yaitu melangkah dari satu keadaan ke
keadaan lain. Misalkan untuk mempermudah menunjukkan posisi bidak, setiap kotak
ditunjukkan dalam huruf (a,b,c,d,e,f,g,h) pada arah horisontal dan angka
(1,2,3,4,5,6,7,8) pada arah vertikal. Suatu aturan untuk menggerakkan bidak
dariposisi (e,2) ke (e,4) dapat ditunjukkan dengan aturan :
if bidak putih pada kotak(e,2),
and kotak(e,3) kosong,
and kotak(e,4) kosong
then gerakkan bidak dari (e,2) ke
(e,4).
3.
tujuan (goal)
Tujuan yang ingin dicapai adalah
posisi pada papan catur yang menunjukkan kemenangan seseorang terhadap
lawannya. Kemenangan ini ditandai dengan posisi raja yang sudah tidak dapat
bergerak lagi.
Contoh tersebut menunjukkan
representasi masalah dalamRuang Keadaan (State Space), yaitu suatu ruang yang
berisi semua keadaan yang mungkin. Kita dapat memulai bermain catur dengan
menempatkan diri pada keadaan awal, kemudian bergerak dari satu keadaan ke
keadaan yang lain sesuai dengan aturan yang ada, dan mengakhiri permainan jika
salah satu telah mencapai tujuan.
Jadi untuk mendeskripsikan
masalahdengan baik harus :
1. Mendefinisikan suatu
ruang keadaan (state space)
2. Menetapkan satu atau
lebih keadaan awal (initial state)
3. Menetapkan satu atau
lebih tujuan (goal state)
4. Menetapkan kumpulan
aturan
2.5.2 Metode Pelacakan/Pencarian
Hal penting
dalammenentukan keberhasilan sistemcerdas adalah kesuksesan dalampencarian.
Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui
sekumpulan kemungkinan ruang keadaan (state space). Ruang keadaan = merupakan
suatu ruang yang berisi semua keadaan yang mungkin. Untuk mengukur perfomansi
metode pencarian, terdapat empat kriteria yang dapat digunakan :
v Completeness : apakah metode tersebut menjamin penemuan solusijika
solusinya memang ada?
v Timecomplexity : berapalama waktuyang diperlukan?
v Space complexity : berapa banyak memoriyang diperlukan
v Optimality : apakah metode
tersebut menjamin menemukan solusi yang terbaikjika terdapat beberapa solusi
berbeda?
Teknik
pencarian :
Pencarian buta
(blind search) : tidak ada informasi awal yang digunakan dalam proses pencarian
:
1.
Pencarian
melebar pertama (Breadth – First Search)
2.
Pencarian
mendalampertama (Depth – First Search)
Pencarian
terbimbing (heuristic search) : adanya informasi awal yang digunakan dalam proses
pencarian :
1.
Pendakian
Bukit (Hill Climbing)
2.
Pencarian
Terbaik Pertama (Best First Search)
2.6 Representasi Pengetahuan
Dua
bagian dasar sistemkecerdasan buatan:
Ø Basis pengetahuan : Berisi fakta tentang objek-objek dalamdomain
yang dipilih dan hubungan diantara domaindomain tersebut
Ø Inference Engine : Merupakan sekumpulan prosedur yang digunakan
untuk menguji basis pengetahuan dalam menjawab suatu pertanyaan,menyelesaikan
masalah, atau membuat keputusan
Basis
pengetahuan berisi strukturdata yang dapat dimanipulasi oleh suatu
sisteminferensi yang menggunakan pencarian dan teknik pencocokan pola pada
basis pengetahuan yang bermanfaatuntuk menjawab pertanyaan, menggambarkan
kesimpulan atau bentuk lainnya sebagai suatu fungsi kecerdasan
Karakteristik
representasi pengetahuan
Ø Dapat diprogramdengan bahasa komputer dan disimpan dalam memori
Ø Fakta dan pengetahuan lain yang terkandung didalamnya dapat
digunakan untuk melakukan penalaran
v Dalammenyelesaikan masalah harus dibutuhkan pengetahuan yang cukup
dan sistemjuga harus memiliki kemampuan untuk menalar. Basis pengetahuandan kemampuan untuk melakukan
penalaran merupakan bagian terpenting darisistem yang menggunakan kecerdasan
buatan.
2.6.1 Logika
Logika adalah
bentuk representasi pengetahuan yang paling tua. Proses logika adalah proses
membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah
ada. Input dariproses logika berupa premis atau fakta-fakta yang diakui
kebenarannya sehingga dengan melakukan penalaran pada proses logika dapat
dibentuk suatu inferensi ataukesimpulan yang benar juga.
2.6.2
LIST
dan TREE
List dan Tree
merupakan struktursederhana yang digunakan dalamrepresentasi hirarki
pengetahuan.
v List
Adalah daftar
dari rangkaian materiyang terkait.Hal ini bisa merupakan suatu daftar (list)
namaorang yang anda kenal, barang-barang yang akan dibeli dari toko Serba Ada,
hal-hal yang akan dikerjakan minggu ini, atau produk-produk berbagaijenis
barang dalamkatalog, dll. List biasanya digunakan untuk merepresentasikan
hirarki pengetahuan dimana objek dikelompokkan, dikategorikan atau digabungkan
sesuai dengan urutan atau hubungannya. Objek dibagi dalamkelompok atau jenis
yang sama. Kemudian hubungan ditampilkan dengan menghubungkan satu samalain.
v Tree
Struktur pohon
adalah struktur grafik hirarki. Struktur ini merupakan cara yang sederhana
untuk menggambarkan list dan hirarki pengetahuan lainnya.
2.6.3 Jaringan Semantik
Jaringan
semantik merupakan gambaran pengetahuan grafis yang menunjukkan hubungan antar
berbagai objek. Jaringan semantik terdiri dari lingkaran-lingkaran yang
menunjukkan objek dan informasi tentang objek-objek tersebut. Objek disini bisa
berupa bendaatau peristiwa. Antara 2 objek dihubungkan oleh arc yang
menunjukkan hubungan antar objek. Gambarberikut menunjukkan representasi
pengetahuan menggunakan jaringan semantik.
2.6.4 Frame
Frame merupakan
kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi,
dll. Frame memiliki slot yang menggambarkan rincian (atribut) dan karakteristik
objek. Frame biasanya digunakan untuk merepresentasikan pengetahuan yang
didasarkan pada karakteristik yang sudah dikenal, yang merupakan
pengalaman-pengalaman. Dengan menggunakan frame, sangat mudah untuk membuat
inferensi tentang objek, peristiwa, atau situasi baru, karena frame menyediakan
basis pengetahuan yang ditarik dari pengalaman.
2.6.5 Tabel keputusan
• pengetahuan diorganisasikan dalamformat
spreadsheet, menggunakan baris dan kolom.
• tabel dibagi 2 bagian, pertama sebuah list
dari atribut dibuat dan untuk setiap atribut semua nilai yang mungkin ditampilkan.
Kemudian sebuah list kesimpulan dirumuskan
•
pengetahuan dalamtabel diperoleh dari proses akuisisi pengetahuan.
2.6.6 pohon keputusan (decision
tree)
Keuntungan
utama representasi pengetahuan denganpohon keputusan adalah dapat
menyederhanakan proses akuisisi pengetahuan dan dapat dengan mudah
dikonversikan ke bentuk aturan (rule).
2.6.7 naskah (script)
Script adalah
skema representasi pengetahuan yang samadengan frame, yaitu merepresentasikan
pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai
pengalaman-pengalaman. Perbedaannya, frame menggambarkan objek, sedangkan
script menggambarkan urutan peristiwa. Dalammenggambarkan urutan peristiwa,
script menggunakan slot yang berisi informasi tentang orang, objek, dan
tindakan-tindakan yang terjadi dalamsuatu peristiwa. Elemen script meliputi :
1.
Kondisi input, yaitu kondisi yang harus dipenuhi sebelumterjadi atau
berlaku suatu peristiwa dalamscript
2.
Track, yaitu variasi yang mungkin terjadi dalamsuatu script.
3.
Prop, berisi objek-objek pendukung yang digunakan selamaperistiwa
terjadi
4.
Role, yaitu peran yang dimainkan oleh seseorang dalamperistiwa.
5.
Scene, yaitu adegan yang dimainkan yang menjadi bagian dari suatu
peristiwa
6.
Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalamscript
terjadi.
2.6.8 sistem produksi (aturan produksi/production rules)
Representasi pengetahuan dengan sistemproduksi berupa aplikasi
aturan (rule) yang berupa :
1. Antecedent, yaitu
bagianyang mengekspresikan situasi atau premis (pernyataan berawalan IF)
2. Konsekuen, yaitu bagian
yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika
suatu situasi atau premis bernilai benar (pernyataan berawalan THEN)
Konsekuensi atau konklusi yang dinyatakan pada bagian THEN baru dinyatakan
benar, jika bagian IF pada sistemtersebut juga benar atau sesuai dengan aturan
tertentu. Contoh :
IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja
Aturan dapat ditulis dalam beberapa bentuk :
1. IF premis THEN kesimpulan
Jika pendapatan tinggi MAKA pajak yang harus dibayar juga tinggi
2. Kesimpulan IF premis
Pajak yang harus dibayar tinggi JIKA pendapatan tinggi
3. Inclusion of ELSE
IF pendapatan tinggi OR pengeluaran tinggi, THEN pajak yang harus
dibayar tinggi
ELSE pajak yang harus dibayar rendah
4. Aturan yang lebih
kompleks
IF rating kredit tinggi AND gaji lebih besar dari $30,000 OR aset
lebih dari
$75,000 AND sejarah pembayaran tidak miskin THEN pinjaman diatas $
10,000
disetujui dan daftar pinjaman masuk kategori “B”
BAB III
KESIMPULAN
1.
Artficial
Intelegence (AI) merupakan Bagian dari ilmu komputer yang mempelajari bagaimana
membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia.
2.
Jika
dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki oleh manusia),
kecerdasan buatan memiliki beberapa keuntungan secara komersial.
3.
komputer
dengan tingkat kecerdesan manusia atau lebih akan memiliki dampak besar pada
kehidupan sehari-hari dan peradaban masa depan.
4.
Lingkup
utama kecerdasan buatan ada 2 yaitu : Sistempakar (expert system) dan Pengolahan
bahasa alami (natural language processing).
Tidak ada komentar:
Posting Komentar