Dokumen ini membahas tentang kecerdasan buatan (AI) dan definisinya, komponen, serta aplikasinya dalam beragam bidang. AI memiliki perbedaan signifikan dibandingkan kecerdasan alami dan komputasi konvensional dan dapat diaplikasikan dalam sistem pakar, pengolahan bahasa alami, dan mobil otonom. Berbagai contoh aplikasi AI juga dijelaskan, termasuk pengenalan wajah, rekomendasi produk, dan diagnosa medis.

1. 1
Kecerdasan Komputasional
Diskusi Sesi 1
Nama : Hendro Gunawan
NIM : 200401072103
Kelas : IT701
Pendahuluan
Gambar 1. Artificial Intelligence
1.1 Pengertian
❖ Menurut Rich (1991), Kecerdasan Buatan adalah “Sebuah studi tentang bagaimana membuat
komputer mengerjakan sesuatu yang dapat dikerjakan manusia”,
❖ Menurut Suparman (1991) Artificial Intelligence atau Kecerdasan Buatan merupakan sub bidang
pengetahuan komputer yang khusus ditujukan untuk membuat software dan hardware yang
sepenuhnya bisa menirukan beberapa fungsi otak manusia.
❖ Salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia (Sri Kusuma Dewi, 2003).
1.2 Sejarah Artificial Intelligence
Turing Test
▪ Seorang penanya dan 2 objek yang ditanyai.
▪ Penanya tidak melihat langsung kepada objek yang ditandai.
▪ Penanya diminta untuk membedakan jawaban komputer/jawaban manusia berdasarkan jawaban
kedua objek tersebut.
▪ Jika tidak dapat membedakan - CERDAS
1.3 3V-4V-5V
• Volume: Ukuran data sangat besar dari sisi jumlah yang mencapai Miliaran TeraByte = triliunan
GB.
• Velocity: Kecepatan data sangat besar dari sisi kemunculan dan perubahan.
• Variety: Variasi jenis/tipe data sangat banyak, unstructured dan multi-structured.

2. 2
• Value: Nilai yang dihasilkan juga sangat besar, dari sisi manfaat dalam bentuk uang maupun non
uang.
• Veracity: Kebenaran dan keakuratan informasi yang tidak mudah dipastikan, misal salah ketik di di
twitter.
1.4 Komponen AI
Gambar 2. Penerapan Konsep Kecerdasan Buatan di Komputer.
Untuk membangun aplikasi kecerdasan buatan ada 2 bagian utama yang sangat dibutuhkan (Gambar 2), yaitu:
1. Basis Pengetahuan (Knowledge Basis)
Berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
2. Motor Inferensi (Inference Engine)
Yaitu kemampuan menarik kesimpulan berdasarkan pengalaman.
1.5 Perbedaan AI
Tabel 1. Perbedaan Kecerdasan Buatan dan Kecerdasan Alami
No KECERDASAN BUATAN KECERDASAN ALAMI
1 Lebih permanen. Cepat mengalami perubahan/bersifat lebih
kreatif.
2 Lebih mudah diduplikasikan dan disebarkan. Tidak mudah diduplikasikan dan disebarkan,
karena mentransfer pengetahuan manusia dari
satu orang ke orang lain membutuhkan proses
yang sangat lama dan juga suatu keahlian itu
tidak akan pernah dapat diduplikasi dengan
lengkap.
3 Lebih murah Lebih mahal karena harus mendatangkan
seseorang untuk mengerjakan sejumlah
pekerjaan dalam jangka waktu yang sangat
lama.
4 Konsisten dan menyeluruh karena Senantiasa berubah-ubah.

3. 3
kecerdasan buatan adalah bagian dari
teknologi komputer.
5 Dapat didokumentasikan dengan cara
melacak setuap aktivitas dari sistem
tersebut.
Kecerdasan alami sangat sulit untuk
direproduksi.
6 Dapat mengeksekusi tugas tertentu lebih
cepat.
Lebih lama dalam mengeksekusi tugas tertentu.
7 Dapat menjalankan tugas tertentu lebih baik
dari banyak atau kebanyakan orang.
Memiliki kelemahan dalam menjalankan tugas
tertentu.
8 Untuk menambah pengetahuan harus
dilakukan melalui sistem yang dibangun.
Kreatif, karena kemampuan untuk menambah
ataupun memenuhi pengetahuan itu sangat
melekat pada jiwa manusia.
9 Harus bekerja dengan input-input simbolik. Memungkinkan orang untuk menggunakan
pengalaman secara langsung.
10 Sangat terbatas Pemikiran manusia dapat digunakan secara
luas.
1.6 Perbedaan Komputasi Kecerdasan Buatan dengan Komputasi Konvensional
Tabel 2. Perbedaan Komputasi Kecerdasan Buatan dengan Komputasi Konvensional
Dimensi Kecerdasan Buatan Pemrograman Konvensional
Pemrosesan Mengandung konsep-konsep
simbolik
Algoritmik
Sifat Input Bisa tidak lengkap Harus lengkap
Pencarian Kebanyakan bersifat heuristik Biasanya didasarkan pada
algoritma
Keterangan Disediakan Biasanya tidak disediakan
Fokus Pengetahuan Data & informasi
Struktur Kontrol dipisahkan dari
pengetahuan
Kontrol terintegrasi dengan
informasi (data)
Sifat Output Kuantitatif Kualitatif
Pemeliharaan dan Update Relatif mudah Sulit
Kemampuan menalar Ya Tidak
1.7 Aplikasi-aplikasi AI
1. Sistem Pakar (Expert System)

4. 4
Gambar 3. Components of expert system
Di sini komputer digunakan sebagai sarana untuk menyimpan pengetahuan para pakar. Dengan
demikian komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru
keahlian yang dimiliki oleh pakar.
2. Pengolahan Bahasa Alami (Natural Language Processing)
Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan
menggunakan bahasa sehari-hari.
3. Pengenalan Ucapan (Speech Recognition)
Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer dengan
menggunakan suara.
4. Robotika & Sistem Sensor (Robotics & Sensory Systems)
5. Computer Vision
Mencoba untuk dapat menginterpretasikan gambar atau objek-objek tampak melalui komputer.
6. Intelligence Computer-aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
7. Game Playing
1.8 Tugas
Cari contoh aplikasi kecerdasan buatan, dan jelaskan fungsi dari aplikasi tersebut dalam kehidupan
nyata!
Jawaban:
Terdapat banyak contoh aplikasi kecerdasan buatan dalam kehidupan nyata yang memiliki berbagai
fungsi dan manfaat. Berikut beberapa contoh:
1. Pengenalan Wajah (Face Recognition):

5. 5
Gambar 4. Pengenalan wajah
• Fungsi: Pengenalan wajah menggunakan teknik kecerdasan buatan untuk mengidentifikasi
individu berdasarkan ciri-ciri wajah mereka.
• Keuntungan: Aplikasi ini digunakan dalam keamanan, seperti membuka ponsel dengan wajah
(Face ID di iPhone), pengawasan keamanan, pengecekan kehadiran, dan manajemen akses fisik
ke gedung atau area tertentu.
2. Rekomendasi Produk (Product Recommendation):
Gambar 5. Product Recommendation
• Fungsi: Algoritma kecerdasan buatan digunakan untuk menganalisis perilaku pengguna dan
memberikan rekomendasi produk atau konten yang sesuai.
• Keuntungan: Aplikasi ini ditemukan di platform e-commerce seperti Amazon, Netflix, dan
Spotify, meningkatkan pengalaman pengguna dengan menghadirkan produk atau konten yang
relevan dan meningkatkan penjualan.
3. Mobil Otonom (Autonomous Vehicles):
Gambar 6. Mobile Otonom Milik Telkomsel

6. 6
• Fungsi: Mobil otonom menggunakan AI, kamera, sensor, dan pengenalan objek untuk
mengemudi sendiri tanpa pengemudi manusia.
• Keuntungan: Meningkatkan keselamatan lalu lintas, mengurangi kecelakaan akibat kesalahan
manusia, dan memberikan mobilitas bagi mereka yang tidak dapat mengemudi.
4. Pemrosesan Bahasa Alami (Natural Language Processing, NLP):
Gambar 7. Natural Language Processing (NLP)
• Fungsi: NLP digunakan untuk memahami dan menghasilkan bahasa manusia.
• Keuntungan: Aplikasi ini termasuk chatbot yang dapat memberikan dukungan pelanggan 24/7,
penerjemah bahasa otomatis, dan analisis sentimen untuk memahami opini publik tentang merek
atau produk.
5. Pendeteksian Penipuan Keuangan (Financial Fraud Detection):
Gambar 8. Financial Fraud Detection
• Fungsi: Algoritma kecerdasan buatan digunakan untuk menganalisis transaksi keuangan dan
mendeteksi aktivitas yang mencurigakan atau penipuan.
• Keuntungan: Mengurangi risiko keuangan dan kerugian akibat penipuan, serta melindungi
keuangan perorangan dan perusahaan.
6. Pengenalan Tulisan Tangan (Handwriting Recognition):

7. 7
Gambar 9. Handwriting Recognition
• Fungsi: Mengidentifikasi dan mengubah tulisan tangan manusia menjadi teks yang dapat dibaca
oleh komputer.
• Keuntungan: Membantu dalam pengarsipan dokumen, pengolahan cek, dan digitalisasi
dokumen sejarah.
7. Diagnostik Medis (Medical Diagnostics):
Gambar 10. Medical Diagnostics
• Fungsi: AI digunakan untuk menganalisis gambar medis seperti pemindaian CT dan MRI untuk
mendeteksi penyakit atau gangguan.
• Keuntungan: Meningkatkan akurasi dalam mendiagnosis penyakit seperti kanker, membantu
dalam perawatan yang lebih cepat dan lebih efektif.
8. Manajemen Rantai Pasokan (Supply Chain Management):
Gambar 11. Supply Chain Management

8. 8
• Fungsi: AI digunakan untuk memantau, mengoptimalkan, dan memprediksi rantai pasokan
secara real-time.
• Keuntungan: Meningkatkan efisiensi dalam pengelolaan persediaan, pengiriman, dan distribusi
produk, serta mengurangi biaya operasional.
Aplikasi kecerdasan buatan dapat ditemukan di berbagai aspek kehidupan sehari-hari, membantu
meningkatkan efisiensi, kualitas, dan keamanan dalam berbagai industri.
Terima kasih.
Referensi
Ir.Henny Yulianti, M. M. (2023, 10 21). Edlink Universitas Siber Asia. Diambil kembali dari Kecerdasan
Komputasional: https://edlink.id/panel/classes/563122
singh, P. (2019, Maret 5). How Big Data and Machine Learning Shield BFSI from Financial FraudMar .
Diambil kembali dari Cyfuture: https://cyfuture.com/blog/how-big-data-and-machine-learning-shield-
bfsi-from-financial-fraud/
Website
https://www.slideshare.net/HendroGunawan8/kecerdasan -komputasional-diskusi-1docx