• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Mis2013   chapter 11 kecerdasan buatan
 

Mis2013 chapter 11 kecerdasan buatan

on

  • 623 views

 

Statistics

Views

Total Views
623
Views on SlideShare
623
Embed Views
0

Actions

Likes
0
Downloads
15
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Mis2013   chapter 11 kecerdasan buatan Mis2013 chapter 11 kecerdasan buatan Presentation Transcript

    • Pengantar Kecerdasan Buatan Business Intelligence and Knowledge Management SISTEM INFORMASI MANAJEMEN
    • 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
    • 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
    • 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
    • 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
    • • 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)
    • KONSEP & DEFINISI KECERDASAN BUATAN
    • A Mental Exercise: Why Artificial Intelligence First let’s try some alternatives: • Fake intelligence • Synthetic intelligence • Imitation intelligence • Simulated intelligence
    • 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”
    • 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.”
    • 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”
    • 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.
    • 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
    • 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
    • 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)
    • 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
    • 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
    • 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.
    • 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
    • Perspektif Kecerdasan • Dari perspektif Kecerdasan (Intelligence) AI adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia
    • 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.
    • Perspektif Pemrograman •Dari perspektif pemrograman (Programming), AI termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search)
    • • 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.
    • 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)
    • 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)
    • 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)
    • Emphasis on knowledge (1966 – 1974) • domain specific knowledge is the key to overcome existing difficulties • knowledge representation (KR) paradigms • declarative vs. procedural representation
    • 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)
    • • 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
    • AI vs Pemrograman Konvensional
    • Karakteristik AI • Numeric versus Symbolic • Algorithmic versus Non algorithmic
    • 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
    • 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
    • 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.
    • 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.
    • 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
    • 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
    • • 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.
    • 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
    • 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
    • AI Computing (cont’d) • Caution: AI is NOT magic • AI is a unique approach to programming computers 41
    • Does a Computer Really Think? • WHY? • WHY NOT? • Dreyfus and Dreyfus [1988] say NO! • The Human Mind is Very Complex • Kurzweil says Soon 42
    • 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
    • Applied Areas of AI • Game playing • Speech and language processing • Expert reasoning • Planning and scheduling • Vision • Robotics
    • Some Examples • Playing chess • Driving on the highway • Translating languages • Recognizing speech • Diagnosing diseases • Mowing the lawn
    • Playing Chess • Environment? • Board • Actions? • Legal moves • Doing the right thing? • Moves that lead to wins
    • Recognizing Speech • Environment • Audio signal • Knowledge of user • Actions • Choosing word sequences • Doing the right thing • Recovering the users words
    • Diagnosing Diseases • Environment • Patient information • Results of tests • Actions • Choosing diseases • Choosing treatments • Doing the right thing • Eliminating disease
    • 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
    • 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
    • Lawn Mowing • Environment • Lawn • Actions • Cut • Navigate • Refuel • Doing the right thing • Make lawn look good in a timely manner
    • 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)
    • • 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.
    • • 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.
    • 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
    • Additional AI Areas • News Summarization • Language Translation • Fuzzy Logic • Genetic Algorithms • Intelligent Software Agents 57
    • AI pada Produk Komersil • Anti-lock Breaking Systems • Video CAMcorders • Appliances • Washers • Toasters • Stoves • Data Mining Software • Help Desk Software • Subway Control 58
    • The AI Field • Many Different Sciences & Technologies • Linguistics • Psychology • Philosophy • Computer Science • Electrical Engineering • Hardware and Software 59
    • (More) • Mechanics • Hydraulics • Physics • Optics • Others • Commercial, Government and Military Organizations 60
    • Plus • Management and Organization Theory • Chemistry • Physics • Statistics • Mathematics • Management Science • Management Information Systems 61
    • TERIMA KASIH Pertemuan berikut: • Manajemen pengetahuan • Sistem Keamanan Informasi