Nama : Azhar Fauzani
NPM : 51414916
Mata Kuliah : Pengantar Teknologi Game
Nama Dosen : Rifki Amalia
penulisan ke- :2
Pengertian dari Artificial intelgent
Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tetapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
- kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
- atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Desicion Making
Proses adalah tindakan yang dilakukan oleh manajemen untuk mencapai tujuan organisasi. Pengambilan keputusan adalah proses organisasi karena hal tersebut melebihi individu dan mempunyai efek pada tujuan organisasi.Pengambilan keputusan didefinisikan secara universal sebagai pemilihan alternatif. Ahli teori keputusan dan organisasi Herbert A. simon mengonseptualisasikan proses pengambilan keputusan menjadi 3 tahap utama yaitu:
- Aktivitas intelegensi : Berasal dari pengertian militer “intelligence,”Simon mendiskripsikan tahap awal ini sebagai penelusuran kondisi lingkungan yang memerlukan pengambilan keputusan.
- Aktivitas desain : Selama tahap kedua, mungkin terjadi tindakan penemuan, pengembangan, dan analisis masalah.
- Aktivitas memilih : Tahap ketiga dan terakhir ini merupakan pilihan sebenarnya-memilih tindakan tertentu dari yang tersedia.
Langkah pengambilan keputusan menurut Mintzberg dan koleganya yaitu:
- Tahap identifikasi : Dimana pengenalan masalah atau kesempatan muncul dan diagnosis dibuat.
- Tahap pengembangan : Dimana terdapat pencarian prosedur atau solusi standar yang ada atau mendesain solusi yang baru.
- Tahap seleksi : Dimana pilihan solusi dibuat. Ada 3 cara pembentukan seleksi: dengan penilaian pembuatan keputusan dibuat berdasarkan pengalaman atau intuisi, dengan tawar menawar saat seleksi melibatkan kelompok pembuat keputusan dan semua manuver politik yang ada. Setelah keputusan diterima secara formal otorisasi pun dibuat.Perlu dicatat bahwa pengambilan keputusan merupakan proses dinamis, terdapat banyak celah berupa umpan balik dalam setiap tahap. Proses dinamis ini mempunyai implikasi perilaku dan strategi pada organisasi.
Rule Sistem
sistem berbasis aturan atau sistem berbasis pengetahuan adalah perangkat lunak khusus yang merangkum 'kecerdasan manusia' seperti pengetahuan ada dengan membuat decissions intelijen dengan cepat dan dalam bentuk berulang
Beberapa hal yang harus diketahui mengenai sistem berbasis aturan
- Mengapa mereka tidak banyak digunakan?
- Tidak ada bahasa standar untuk definisi aturan
- Proprietary dan vendor tertentu
- Kurva belajar yang besar dalam bahasa aturan vendor tertentu
- Mesin masih mengharapkan aturan untuk menangani dengan meta-data (bukan data)
- Mengalahkan tujuan
beberapa contoh nyata dalam penggunaan rule based system
-dell
-cisco
-vodafone
-Blue Cross Blue Shield-asuransi
Contoh Penggunaan rule based dalam penghematan biaya dibidang hematologi
TI telah menjadi mode untuk mencari cara-cara baru dalam lingkungan fiskal, legislatif, kompetitif, dan terus meningkat-volume saat ini dari lab klinis untuk meminimalkan biaya tanpa risiko untuk perawatan pasien.
Jika menggunakan perangkat lunak komputer yang membutuhkan database merupakan kriteria yang sangat penting. Untuk mencapai real-time manfaat biaya, menggunakan sistem berbasis aturan yang tidak hanya menutup loop pada spesimen hasil laporan dalam meningkatkan alur kerja dengan kecepatan dan konsistensi yang lain akan mahal. Pada dasarnya Sistem semacam ini memungkinkan teknolog terburu-buru untuk memberitahu komputer.
Suatu Rule Terdiri dari 2 bagian, yaitu:
a. Antacedent, yaitu bagian yang mengekspresikan situasi atau premis (Pernyataan berawalanIF)
b. Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika situasi atau premis bernilai benar (Pernyataan berawalanTHE N).
Misalnya:
IF lalulintas pagi ini macet THEN saya naik sepeda motor saja
Konsekuensi atau konklusi pada bagianTHE N akan dinyatakan benar jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu Dua metodereas oni ng (penalaran) pada rules:
Forward Chaining : pelacakan dimulai dari keadaan (informasi, fakta atau data) awal, dan kemudian mencocokan dengan tujuan yang diharapkan Backward Chaining: Penalaran ini dimulai dari tujuan atau hipotesa, baru dicocokan dengan keadaan awal atau fakta yang ada.
Arsitektur Sistem Berbasis Aturan
User Interface: bagian dimana user bisa melihat dan berinteraksi dengan sistem. Biasanya dalam bentuk display teks ataupun grafik yang interaktif.Developer Interface: bagian dimana knowledge engineer mengembangkan sistem,biasanya dalam bentuk pengembangan source code dari sistem.Explanation Facility: merupakan subsistem yang bertanggung jawab untuk menyediakanexplanati on (penjelasan) dari prosesreas oni ng dari sistem.External Program: program lain seperti database, algoritma ataupuns pr eeds heayang bisa digunakan untuk mendukung sistem
KEUNTUNGAN SISTEM BERBASIS ATURAN:
1. Ekspresi yang alamiah (natural)
2. Bagian Pengendali yang terpisah dengan Pengetahuan
3. Modularitas Pengetahuan
4. Mudah melakukan ekspansi sistem
5. Menggunakan pengetahuan yang relefan
6. Dapat menggunakan Pengetahuan Heuristik
7. Dapat menggunakan Pengetahuan yangUnc erta i nty
8. Dapat menggunakan variabel
KEKURANGAN/KERUGIAN SISTEM BERBASIS ATURAN:
1. Membutuhkan kondisi yang harus benar-benar tepat (exact matching) agar suatu
rule dapat di-firing.
2. Tidak dapat melakukanoverri de
3. Sistem bisa menjadi lambat pada set of rules yang besar
TAHAP RULE BASED SYSTEM dalam beberapa tahap.
1.Mengidentifikasi Masalah dan Kebutuhan. Mengkaji situasi dan memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah dengan sistem pakar bisa lebih membantu atau tidak.
2.Menentukan masalah yang cocok. Ada beberapa syarat yang harus dipenuhi agar sistem pakar dapat bekerja dengan baik, yaitu:
a. Domain masalah tidak terlalu luas
b. Kompleksitasnya menengah, artinya jika masalah terlalu mudah atau
masalah yang sangat kompleks, maka tidak perlu menggunakan sistem
pakar
c. Tersedianya Ahli ataupun sumber kepakaran
d.Menghasilkan solusi mental bukan fisik, artinya sistem pakar hanya
memberikan anjuran, tidak bisa melakukan aktifitas fisik seperti membau atau merasakan
e.Tidak melibatkan hal-hal yang bersifatcommon- sens
3.Menghitung pengembalian investasi. Termasuk diantaranya biaya pembuatan sistem pakar, biaya pemeliharaan dan biaya training.
4.Memilih alat pengembangan. Bisa menggunakansoftware pembuat sistem pakar (seperti: SHELL) atau dirancang dengan bahasa pemrograman AI (Lisp
dan PROLOG) maupun pemrograman konvensional (Basic, Pascal, C, dll)
5.Rekayasa Pengetahuan. Perlu dilakukan penyempurnaan terhadap aturan-atauran yang sesuai.
6.Merancang sistem. Bagian ini termasuk pembuatan prototype, serta menerjemahkan pengetahuan menjadi aturan-aturan
7.Melengkapi proses pengembangan.
8. Menguji dan memperbaiki kesalahan
9.Dokumentasi Aplikasi. Jika sistem yang diuji telah memberikan hasil yang
sesuai, maka dilakukan dokumentasi dari sistem yang dikembangkan.
10. Memelihara sistem
Beberapa hal yang harus diketahui mengenai sistem berbasis aturan
- Mengapa mereka tidak banyak digunakan?
- Tidak ada bahasa standar untuk definisi aturan
- Proprietary dan vendor tertentu
- Kurva belajar yang besar dalam bahasa aturan vendor tertentu
- Mesin masih mengharapkan aturan untuk menangani dengan meta-data (bukan data)
- Mengalahkan tujuan
beberapa contoh nyata dalam penggunaan rule based system
-dell
-cisco
-vodafone
-Blue Cross Blue Shield-asuransi
Contoh Penggunaan rule based dalam penghematan biaya dibidang hematologi
TI telah menjadi mode untuk mencari cara-cara baru dalam lingkungan fiskal, legislatif, kompetitif, dan terus meningkat-volume saat ini dari lab klinis untuk meminimalkan biaya tanpa risiko untuk perawatan pasien.
Jika menggunakan perangkat lunak komputer yang membutuhkan database merupakan kriteria yang sangat penting. Untuk mencapai real-time manfaat biaya, menggunakan sistem berbasis aturan yang tidak hanya menutup loop pada spesimen hasil laporan dalam meningkatkan alur kerja dengan kecepatan dan konsistensi yang lain akan mahal. Pada dasarnya Sistem semacam ini memungkinkan teknolog terburu-buru untuk memberitahu komputer.
Suatu Rule Terdiri dari 2 bagian, yaitu:
a. Antacedent, yaitu bagian yang mengekspresikan situasi atau premis (Pernyataan berawalanIF)
b. Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika situasi atau premis bernilai benar (Pernyataan berawalanTHE N).
Misalnya:
IF lalulintas pagi ini macet THEN saya naik sepeda motor saja
Konsekuensi atau konklusi pada bagianTHE N akan dinyatakan benar jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu Dua metodereas oni ng (penalaran) pada rules:
Forward Chaining : pelacakan dimulai dari keadaan (informasi, fakta atau data) awal, dan kemudian mencocokan dengan tujuan yang diharapkan Backward Chaining: Penalaran ini dimulai dari tujuan atau hipotesa, baru dicocokan dengan keadaan awal atau fakta yang ada.
Arsitektur Sistem Berbasis Aturan
User Interface: bagian dimana user bisa melihat dan berinteraksi dengan sistem. Biasanya dalam bentuk display teks ataupun grafik yang interaktif.Developer Interface: bagian dimana knowledge engineer mengembangkan sistem,biasanya dalam bentuk pengembangan source code dari sistem.Explanation Facility: merupakan subsistem yang bertanggung jawab untuk menyediakanexplanati on (penjelasan) dari prosesreas oni ng dari sistem.External Program: program lain seperti database, algoritma ataupuns pr eeds heayang bisa digunakan untuk mendukung sistem
KEUNTUNGAN SISTEM BERBASIS ATURAN:
1. Ekspresi yang alamiah (natural)
2. Bagian Pengendali yang terpisah dengan Pengetahuan
3. Modularitas Pengetahuan
4. Mudah melakukan ekspansi sistem
5. Menggunakan pengetahuan yang relefan
6. Dapat menggunakan Pengetahuan Heuristik
7. Dapat menggunakan Pengetahuan yangUnc erta i nty
8. Dapat menggunakan variabel
KEKURANGAN/KERUGIAN SISTEM BERBASIS ATURAN:
1. Membutuhkan kondisi yang harus benar-benar tepat (exact matching) agar suatu
rule dapat di-firing.
2. Tidak dapat melakukanoverri de
3. Sistem bisa menjadi lambat pada set of rules yang besar
TAHAP RULE BASED SYSTEM dalam beberapa tahap.
1.Mengidentifikasi Masalah dan Kebutuhan. Mengkaji situasi dan memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah dengan sistem pakar bisa lebih membantu atau tidak.
2.Menentukan masalah yang cocok. Ada beberapa syarat yang harus dipenuhi agar sistem pakar dapat bekerja dengan baik, yaitu:
a. Domain masalah tidak terlalu luas
b. Kompleksitasnya menengah, artinya jika masalah terlalu mudah atau
masalah yang sangat kompleks, maka tidak perlu menggunakan sistem
pakar
c. Tersedianya Ahli ataupun sumber kepakaran
d.Menghasilkan solusi mental bukan fisik, artinya sistem pakar hanya
memberikan anjuran, tidak bisa melakukan aktifitas fisik seperti membau atau merasakan
e.Tidak melibatkan hal-hal yang bersifatcommon- sens
3.Menghitung pengembalian investasi. Termasuk diantaranya biaya pembuatan sistem pakar, biaya pemeliharaan dan biaya training.
4.Memilih alat pengembangan. Bisa menggunakansoftware pembuat sistem pakar (seperti: SHELL) atau dirancang dengan bahasa pemrograman AI (Lisp
dan PROLOG) maupun pemrograman konvensional (Basic, Pascal, C, dll)
5.Rekayasa Pengetahuan. Perlu dilakukan penyempurnaan terhadap aturan-atauran yang sesuai.
6.Merancang sistem. Bagian ini termasuk pembuatan prototype, serta menerjemahkan pengetahuan menjadi aturan-aturan
7.Melengkapi proses pengembangan.
8. Menguji dan memperbaiki kesalahan
9.Dokumentasi Aplikasi. Jika sistem yang diuji telah memberikan hasil yang
sesuai, maka dilakukan dokumentasi dari sistem yang dikembangkan.
10. Memelihara sistem
sumber:https://jejenjaelani.wordpress.com/2012/12/20/decision-making-process/
Tidak ada komentar:
Posting Komentar