Your SlideShare is downloading. ×
Mis2013   chapter 11 kecerdasan buatan
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Mis2013 chapter 11 kecerdasan buatan

492

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
492
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
22
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Pengantar Kecerdasan Buatan Business Intelligence and Knowledge Management SISTEM INFORMASI MANAJEMEN
  • 2. Sketsa Sistem Cerdas di KPN Telecom • Perusahaan telekomunikasi utama yg menawarkan jaringan fix-line di Belanda • Layanan data/IP di Eropa Barat • Layanan mobile di Belanda, Jerman, dan Belgia • Karyawan 38.000 • Pelanggan fix: 7,9 juta; Mobile: 13,4 juta; Internet: 1,4 juta • Bagimana operasional berjalan dengan efisien dan dengan biaya minimum
  • 3. Sistem Cerdas di KPN Telecom Masalah: • Bagaimana mengatur 35.000 workstation tetap bekerja dg benar • Konfigurasi hardware dan software yg berbeda-beda • Panggilan layanan perbaikan oleh pelanggan terus menerus • Maintenance sangat memakan waktu dan dapat menimbulkan rasa frustasi • Sebagian pengetahuan pemeliharaan yg substansial hilang karena pergantian atau pensiun karyawan
  • 4. Sistem Cerdas di KPN Telecom Solusi: • Mengembangkan Sistem berbasis aturan Archimides • Menangkap, mengatur dan mengotomatisasi instalasi dan perawatan 35.000 workstation • Knowledge base dan antarmuka pengguna yg mudah digunakan • Unit pemroses bahasa alami (natural language) yg dapat berkomunikasi dg pengguna
  • 5. Hasil • Implementasi yang sukses • Penurunan substansial dalam pengaturan SDM • Kualitas pelayanan yang baik • Masalah maintenance yang ruwet dapat diatasi dan memberikan efisiensi serta biaya murah
  • 6. • Dalam beberapa situasi keputusan, dukungan dari manajemen data dan model masih belum cukup • Dukungan tambahan dari sistem pakar untuk menggantikan pakar manusia, dengan menyediakan pengetahuan yg diperlukan • Situasi tersebut menggunakan pengetahuan kualitatif ketimbang model matematis • Sistem berbasis pengetahuan  kecerdasan buatan (Artificial Intelligence)
  • 7. KONSEP & DEFINISI KECERDASAN BUATAN
  • 8. A Mental Exercise: Why Artificial Intelligence First let’s try some alternatives: • Fake intelligence • Synthetic intelligence • Imitation intelligence • Simulated intelligence
  • 9. Definisi Kecerdasan Buatan (1) H. A. Simon [1987]: • “Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas”
  • 10. Definisi Kecerdasan Buatan (2) Rich and Knight [1991]: • “Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
  • 11. Definisi Kecerdasan Buatan (3) Encyclopedia Britannica: “Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol- simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan”
  • 12. Other Definition • AI is a collection of hard problems which can be solved by humans and other living things, but for which we don’t have good algorithms for solving. • e. g., understanding spoken natural language, medical diagnosis, circuit design, learning, self- adaptation, reasoning, chess playing, proving math theories, etc.
  • 13. A Framework “The automation of activities that we associate with human thinking…” Bellman 1978 “The study of mental faculties through the use of computational models” Charniak & McDermott “The study of how to make computers do things at which at the moment people are better. Rich&Knight “The branch of CS that is concerned with the automation of intelligent behavior.” Lugar & Stubblefield
  • 14. Our Framework Getting computers to do the right thing based on their circumstances and what they know. • No presuppositions about how they should be designed to do the right thing • I.e. not limited to how people do it • Evaluation is based on performance, not on how the task is performed
  • 15. Tujuan dari kecerdasan buatan Winston dan Prendergast [1984]: 1. Membuat mesin menjadi lebih pintar (tujuan utama) 2. Memahami apa itu kecerdasan (tujuan ilmiah) 3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
  • 16. Ciri “Cerdas” • Mampu belajar dari pengalaman • Memahami pesan-pesan yang ambigous atau kontradiktif • Merespon secara cepat dan benar terhadap situasi baru • Melakukan reasoning (pertimbangan) untuk menyelesaikan masalah
  • 17. More … • Mampu menghadapi situasi yang membingungkan • Memahami dan menyimpulkan dengan rasional biasa • Menerapkan pengetahuan untuk memanipulasi lingkungan • Berpikir dan mempertimbangkan • Mengenali kepentingan relatif elemen yg berbeda dalam suatu situasi
  • 18. TURING TEST • Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Allen Turing. • Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Manusia dan Mesin • Penanya tidak bisa melihat langsung kepada obyek yg ditanyai • Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua obyek tersebut. • Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan CERDAS.
  • 19. Contoh Mesin Cerdas Komputer Cerdas mengalahkan Grand Master Catur • Tahun 1997, Deep Blue, sistem komputer dengan AI mengalahkan juara dunia catur Gary Kasparov (pecatur terbaik yg pernah ada). Dalam pertandingan 6 game • Deep Blue, mesin IBM RS/6000 SP, mampu memeriksa 200 juta langkah per detik atau 50 milyar posisi dalam 3 menit
  • 20. Perspektif Kecerdasan • Dari perspektif Kecerdasan (Intelligence) AI adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia
  • 21. Perspektif Bisnis •Dari perspektif bisnis, AI adalah sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.
  • 22. Perspektif Pemrograman •Dari perspektif pemrograman (Programming), AI termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search)
  • 23. • Umumnya program AI lebih fokus pada simbol-simbol daripada pemrosesan numerik (huruf, kata, angka untuk merepresentasikan obyek, proses dan hubungannya). • Pemecahan masalah -> pencapaian tujuan • Search -> jarang mengarah langsung ke solusi. Proses search menggunakan beberapa teknik.
  • 24. Bahasa pemrograman AI • LISP, dikembangkan awal tahun 1950-an, bahasa pemrograman pertama yang diasosiasikan dengan AI. • PROLOG, dikembangkan pada tahun 1970-an. • Bahasa pemrograman berorientasi obyek (Object Oriented Programming (Objective C, C++, Smalltalk, Java) • Saat ini banyak tools & bahasa pemrograman yang dikembangkan untuk AI, termasuk juga AI berbasis web (internet)
  • 25. Sejarah AI Awal kelahiran AI (1943 – 1956) • Pitts and McCulloch (1943): simplified mathematical model of neurons (resting/firing states) can realize all propositional logic primitives (can compute all Turing computable functions) • Allen Turing: Turing machine and Turing test (1950) • Claude Shannon: information theory; possibility of chess playing computers • Tracing back to Boole, Aristotle, Euclid (logics, syllogisms)
  • 26. Sejarah AI … Early enthusiasm (1952 – 1969) • 1956 Dartmouth conference • John McCarthy (Lisp-AI programming language); • Marvin Minsky (first neural network machine); • Alan Newell and Herbert Simon (GPS);Emphasize on intelligent general problem solving • Resolution by John Robinson (basis for automatic theorem proving); • heuristic search (A*, AO*, game tree search)
  • 27. Emphasis on knowledge (1966 – 1974) • domain specific knowledge is the key to overcome existing difficulties • knowledge representation (KR) paradigms • declarative vs. procedural representation
  • 28. Knowledge-based systems (1969 – 1999) • DENDRAL: the first knowledge intensive system (determining 3D structures of complex chemical compounds) • MYCIN: first rule-based expert system (containing 450 rules for diagnosing blood infectious diseases) • EMYCIN: an ES shell • PROSPECTOR: first knowledge-based system that made significant profit (geological ES for mineral deposits)
  • 29. • AI became an industry (1980 – 1989) • wide applications in various domains • commercially available tools • Current trends (1990 – present) • more realistic goals • more practical (application oriented) • distributed AI and intelligent software agents • resurgence of neural networks and emergence of genetic algorithms
  • 30. AI vs Pemrograman Konvensional
  • 31. Karakteristik AI • Numeric versus Symbolic • Algorithmic versus Non algorithmic
  • 32. Pemrosesan Simbolik • Komputer semula didisain untuk memproses bilangan/angka-angka (pemrosesan numerik). • Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis. • AI merupakan bagian dari ilmu komputer yang memerlukan proses secara simbolik dan non- algoritmik dalam penyelesaian masalah 32
  • 33. AI Represents Knowledge as Sets of Symbols • Simbol adalah sebuah string (kumpulan karakter) yang mengartikan sebuah konsep/benda/kondisi dunia nyata • Misalnya: • Product • Defendant • 0.8 • Chocolate 33
  • 34. HEURISTIC • Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan • Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar.
  • 35. INFERENCING PENARIKAN KESIMPULAN (INFERENCING) • AI mecoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning) • Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian lainnya.
  • 36. AI vs Natural Intelligence Keuntungan Kecerdasan Buatan dibanding kecerdasan alamiah: • lebih permanen • memberikan kemudahan dalam duplikasi dan penyebaran • relatif lebih murah dari kecerdasan alamiah • Konsisten dan teliti • Dapat didokumentasi • Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik dari manusia
  • 37. AI vs Natural Intelligence Keuntungan Kecerdasan Alamiah dibanding kecerdasan buatan • Bersifat lebih kreatif • Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa simbol dan epresentasi- representasi • Fokus yang luas sebagai referensi untuk pengambilan keputusan sebaliknya AI menggunakan fokus yang sempit
  • 38. • Komputer dapat: • mengumpulkan informasi tentang obyek, • kegiatan (events), • proses • dan dapat memproses sejumlah besar informasi dengan lebih efisien dari yang dapat dikerjakan manusia, • Tetapi manusia dapat melakukan hal yang sulit untuk diprogram pada komputer, yaitu: • mengenali (recognize) hubungan antara hal-hal tersebut, • menilai kualitas, dan • menemukan pola yang menjelaskan hubungan tersebut.
  • 39. AI Computing • Berdasarkan manipulasi dan representasi simbolik • Simbol bisa dalam bentuk huruf, kata, atau angka, yang merepresentasikan objek, proses dan hubungannya. Objek bisa berarti: suatu benda, ide, konsep, kegiatan (events) atau pernyataan fakta • Membuat pangkalan pengetahuan simbolik (symbolic knowledge base) 39
  • 40. AI Computing (cont’d) • Manipulates symbols to generate advice • AI reasons or infers with the knowledge base by search and pattern matching • Hunts for answers (via algorithms) 40
  • 41. AI Computing (cont’d) • Caution: AI is NOT magic • AI is a unique approach to programming computers 41
  • 42. Does a Computer Really Think? • WHY? • WHY NOT? • Dreyfus and Dreyfus [1988] say NO! • The Human Mind is Very Complex • Kurzweil says Soon 42
  • 43. AI Method are Valuable • Memodelkan bagaimana manusia berpikir (think) • Metode untuk mengaplikasikan kecerdasan manusia • Memudahkan penggunaan komputer • Membuat berbagai pengetahuan tersedia • Mensimulasi sebagian dari pikiran manusia
  • 44. Applied Areas of AI • Game playing • Speech and language processing • Expert reasoning • Planning and scheduling • Vision • Robotics
  • 45. Some Examples • Playing chess • Driving on the highway • Translating languages • Recognizing speech • Diagnosing diseases • Mowing the lawn
  • 46. Playing Chess • Environment? • Board • Actions? • Legal moves • Doing the right thing? • Moves that lead to wins
  • 47. Recognizing Speech • Environment • Audio signal • Knowledge of user • Actions • Choosing word sequences • Doing the right thing • Recovering the users words
  • 48. Diagnosing Diseases • Environment • Patient information • Results of tests • Actions • Choosing diseases • Choosing treatments • Doing the right thing • Eliminating disease
  • 49. Translation • Environment • Source text to be translated • Actions • Word sequences in target language • Doing the right thing? • Words that achieve the same effect • Words that are faithful to the source
  • 50. Driving • Environment • Restricted access highway • Actions • Accelerate, brake, turn, navigate, other controls • Doing the right thing • Stay safe, get where you want to go, get there quickly, don’t get a ticket
  • 51. Lawn Mowing • Environment • Lawn • Actions • Cut • Navigate • Refuel • Doing the right thing • Make lawn look good in a timely manner
  • 52. AI Task Domain • Formal tasks (matematika, games) • Mundane task (perception, robotics, natural language, common sense, reasoning) • Expert tasks (financial analysis, medical diagnostics, engineering, scientific analysis, dll)
  • 53. • NATURAL LANGUAGE : Suatu teknologi yang memberikan kemampuan kepada komputer untuk memahami bahasa manusia sehingga pengguna komputer dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari -hari. • ROBOTIK DAN SISTEM SENSOR: Sistem sensor, seperti sistem vision, sistem mekanik, dan sistem pemrosesan sinyal jika dikombinasikan dengan AI, dapat dikategorikan kedalam suatu sistem yang luas yang disebut sistem robotik.
  • 54. • EXPERT SYSTEM: Sistem pakar (Expert System) adalah program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah -masalah spesifik.
  • 55. Major AI Areas • Expert Systems • Natural Language Processing • Speech Understanding • Robotics and Sensory Systems • Computer Vision and Scene Recognition • Intelligent Computer-Aided Instruction • Neural Computing 56
  • 56. Additional AI Areas • News Summarization • Language Translation • Fuzzy Logic • Genetic Algorithms • Intelligent Software Agents 57
  • 57. AI pada Produk Komersil • Anti-lock Breaking Systems • Video CAMcorders • Appliances • Washers • Toasters • Stoves • Data Mining Software • Help Desk Software • Subway Control 58
  • 58. The AI Field • Many Different Sciences & Technologies • Linguistics • Psychology • Philosophy • Computer Science • Electrical Engineering • Hardware and Software 59
  • 59. (More) • Mechanics • Hydraulics • Physics • Optics • Others • Commercial, Government and Military Organizations 60
  • 60. Plus • Management and Organization Theory • Chemistry • Physics • Statistics • Mathematics • Management Science • Management Information Systems 61
  • 61. TERIMA KASIH Pertemuan berikut: • Manajemen pengetahuan • Sistem Keamanan Informasi

×