1. Nama : Bima Setio Pamungkas
Nim : 131112748
Kelas : TP-A Pagi
Jawaban soal 1 :
Saya tidak setuju dengan pendapat Alan Turing, karena sebuah mesin tidak dapat meniru pemikiran
manusia dikarenakan setiap manusia memiliki pemikiran yang berbeda, walaupun di topic yang sama
dengan orang yang berbeda bisa saja jawaban itu berbeda, hal inilah yang harus diadopsi ke mesin agar
dapat lulus ter Turing. Inilah yang membuat saya tidak setuju dengan pendapat alan turing.
Walaupun suatu hari nanti menurut saya pasti ada computer yang bisa lulus tes Turing. Perlu
pengembangan lagi agar dapat memikirkan pemikiran yang berbeda seperti manusia yang satu dengan
lainnya. Dikarenakan setiap manusia memiliki pemikiran yang berbeda.
Banyak halangan untuk lulus di tes Turing ini, seperti masih terbatasnya kemampuan pemikiran
manusia, Teknologi yang dibutuhkan, bahasa mesin yang lebih kompleks dan lain-lainnya.
Jawaban Soal 2:
1. Pengolahan Bahasa Alami / Natural Language Processing (NLP) merupakan pembuatan
program yang akan memiliki kemampuan untuk memahami bahasa manusia. Bentuk utama representasinya
adalah berupa ucapan/ lisan dan tulisan, tetapi sering dinyatakan dengan tulisan. Contoh : aplikasi SimSimi.
Beberapa bidang AI pada NLP adalah.
a. Natural Language Translator,yaitu translator dari satu bahasa alami ke bahasa
alami lainnya, misalnya translator bahasa Inggris ke bahasa Indonesia, Bahasa Indonesia ke Bahasa
Jawa dan sebagainya. Translator bahasa alami bukan hanya kamus yang menerjemahkan kata per
kata,tetapi harusjuga mentranslasikan sintaks dari bahasa asalke bahasatujuannya.(contoh :google
translator, bing translator dll).
b. Translator bahasa alami ke bahasa buatan, yaitu translator yang mengubah
perintah-perintah dalam bahasa alami menjadi bahasa buatan yang dapat dieksekusi oleh mesin
atau komputer. Sebagai contoh, translator yang memungkinkan kita memberikan perintah bahasa
alami kepada komputer. Dengan sistem seperti ini, pengguna sistem dapat memberikan perintah
dengan bahasa sehari-hari, misalnya, untuk menghapus semua file, pengguna cukup memberikan
perintah ”komputer, tolong hapus semua file !” (contoh : aplikasi SIRI milik Aple)
c. TextSummarization, yaitu suatu sistem yang dapat ”membuat ringkasan” hal-hal
yang penting dari suatu wacana yang diberikan.
2. Knowledge Representation/ pengetahuan Representasi adalah suatu teknik untuk
merepresentasikan pengetahuan yang diperoleh kedalam suatu skema atau diagram tertentu sehingga dapat
diketahui relasi atau hubungan antara suatu data dengan data yang lain agar dapat menguji kebenaran
penalarannya.
a. RepresentasiLogikaadalahLogika didefinisikan sebagaiilmu untuk berpikir dan
menalar dengan benar sehingga didapatkan kesimpulan yang sah. Tujuan dari logika: memberikan
2. aturan-aturanpenalaran sehingga orang dapat menentukan apakahsuatu kalimat bernilai benar atau
salah. (Contoh : aljabar Boolean).
b. Jaringan Semantik adalah teknik representasidalam artificial intelligence klasik
untuk informasi proposional, sehingga sering kali disebut sebagai poporsional network Jaringan
semantik merupakan model memori manusia yang dibangun oleh M. R. Quillian sebagai
representasi grafis dari informasi proposisional. Informasi proposisional adalah pernyataan yang
dapat bernilai benar atau salah. Jaringan semantik ini disajikan dalam bentuk graf berarah.
Berikut ini adalah contoh sebuah jaringan semantik :
Informasi proposisional yang membentuk jaringan semantik di atas adalah :
1. Dessi makan donat
2. Donat bentuknya bulat
3. Dessi punya adik namanya sendi
4. Sendi pergi sekolah naik motor
5. Sendi pergi sekolah membawa bola
6. Dessi bermain bola
7. Bola bentuknya bulat
8. Motor membutuhkan bensin
9. Pom bensin menyediakan bensin
10. Sendi punya rumah dekat pom bensin
c. Object-Attribute-Value(OAV) Bentuk object-attribute-value triple dapat
digunakan untuk mempresentasikan semua karakteristik pengetahuan dalam semantic net dan
digunakan pada sistem pakar MYCIN untuk mendiagnosa penyakit infeksi.
3. d. Bingkai(Frame) Salah satu tipe skema yang digunakan dalam beberapa aplikasi
AI adalah frame. Frame merupakan struktur yang baik untuk mempresentasikan objek yang tipikal
dalam situasi tertentu.Karakteristik dasarframe adalah frame mempresentasikan pengetahuan yang
terkait mengenai sebuah subjek yang sempit dan memiliki default. Sistem frame adalah pilihan
yang baik untuk mendeskripsikan peralatan mekanik seperti mobil. Frame mencoba memodelkan
objek yang ada di dunia nyata menggunakan pengetahuan generik untuk atribut yang banyak
dimiliki oleh obyek dan pengetahuan spesifik untuk kasus khusus.
3. Automated Reasoning merupakan ilmu yang menjadikan computer untuk menerapkan penalaran
logis dalam memecahkan masalah, seperti membuktikan teorema, memcahkan teka teki dll. Autotamed
Reasoning merupakan program computer yang membantu dalam memecahkan masalah dan dalam
menjawab pertanyaan-pertanyaan membutuhkan penalaraan.
a. Deduksi didefinisikan sebagai: reasoning dari fakta yang sudah diketahui
menuju fakta yang belum diketahui, dari hal-hal umum menuju ke hal-hal
spesifik, dari premis menuju ke kesimpulan logis. Contoh :
4. b. Abduksiadalahmetoda reasoning yang sering dipakai untuk memberikan/menghasilkan
penjelasan terhadap fakta. Berbeda dengan metoda deduksi, pada metoda ini tidak ada jaminan
bahwa kesimpulan yang didapat selalu benar. Sebagai
contoh, sebuah aturan seperti pada contoh terdahulu dituliskan
sebagai berikut:
∀ X, [rajin-belajar(X) → jadi-sarjana(X)]
Misalkan didapati bahwa Alex telah diwisuda, maka bentuk predicate
calculus nya adalah:
jadi-sarjana(alex)
Dengan menggunakan abduksi dapat disimpulkan bahwa:
rajin-belajar(alex)
Tetapi tidak ada jaminan bahwa kesimpulan tersebut benar. Menjadi
sarjana tidak selalu berarti rajin belajar.
c. Induksi berarti proses reasoning dari fakta-fakta khusus atau kasus-kasus
individual menuju ke kesimpulan secara general. Sebagai contoh:
P(a) adalah benar
P(b) adalah benar
maka dengan induksi dapat disimpulkan bahwa:
∀ X, P(X) adalah benar
4. Machine Learning adalah sebuah studi yang mempelajari cara untuk memprogram sebuah
computer untuk belajar. Manfaat Machine Learning dalam kehidupan sehari-hari yaitu speech recognition,
fingerprint recognition atau handwriting recognition. Ataupun yang paling canggih saat ini adlah robot
cerdas buatan Honda ASIMO. Dengan beberapa teknik AI diaplikasikan kedalamnya, seperti speech
recognition untuk dapat berinteraksi, image recognition untuk dapat mengenali wajah pemiliknya dan
mengenali ruangan dan banyak lagi.
Algoritma machine learning dapat diatur dalam taksonomi berdasarkanhasil yang diinginkandari algoritma,
antara lain:
Learning Associations: Menemukan hubungan antar data. Contohnya analisis kantong belanja.
P (Y|X) kemungkinan seseorang yang membeli barang X juga membeli barang Y dengan Xdan Y adalah
produk atau servis.
5. Supervised learning : Kita dapat mempelajari sebuah pemetaan data dari input ke output. Hasil
nilai yang benar telah diberikan dari supervisor . Tipe pembelajarannya:
Klasifikasi
Regresi
Unsupervised learning : Kita hanya mempunyai input data untuk menemukan regularitasdalam
data, tanpa output (kita tidak tahu jawaban yang benar). Clustering: pengelompokan kasus yang
sama. Contoh aplikasi:
Segmentasi customer di CRM (Customer Relationship Management )
Image compression
Bioinformatics
Reinforcement learning : proses ini mempelajari bagaimana pengalaman memecahkan suatu
permasalahan.
5. ComputerVisionmerupakanbagian dari Artificial Intelligence. Intinya tentang bagaimana sebuah
mesin “belajar” dan mengenali bahasa manusia. Proses di dalamnya melibatkan rumus-rumus yang rumit
dan juga proses trial and error dari banyak pihak. Ilmu ini berkembang pesat,dan nampaknya di Indonesia
juga semakin banyak yang tertarik dengan dunia ini.
Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari
bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence
akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih
mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Contohnya adalah deteksi tentara
musuh atau kendaraan dan bimbingan rudal. Sistem lebih canggih untuk panduan mengirim rudal-rudal ke
daerah daripada target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah
berdasarkan data citra diperoleh secara lokal.
a. Image Acqusition merupakan proses menerjarmahkan suatu citra atau bentuk
sebuah objek dari benda yang mana informasi yang diterima melalui mata tersebut diterjemahkan
oleh otak, maka komputer disini memiliki kamera untuk menangkap sebuah objek kemudian
kamera tersbut menerjemahkan sebuah scene atau image dan dengan bantuan sinyal listrik di ubah
mejadi bilangan biner yang akan digunakan oleh komputer. (contoh: SCAN pada kedokteran).
b. Image Processing merupakan Image processing membantu peningkatan dan
perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien
dengan meningkatkan perbandingan informasi pada objek gambar terhadap segala bentuk
interferensi pengaburan, yang terjadi pada sebuah objek.
c. Image Analisis merupakan untuk mencari batasan objek dalam image dengan
mengidenfikasi kareteristik gambar untuk mendapat suatu informasi.
d. Image Understanding merupakan melibatkan kajian tentang teknik‐teknik
artificial intelligent. denagn template matching yang ada dalam sebuah scene atau gambar. Metoda
ini menggunakan program pencarian (search program)dan teknik penyesuaian pola (pattern
matching techniques).
6. Istilah robot berawal bahasa Cheko robota yang berarti pekerja yang tidak mengenal lelah atau
bosan. Sedangkan secara terminologi, arti yang paling tepat dengan istilah robot mengandung pengertian
System atau alat yang digunakan untuk menggantikan kinerja manusia secara otomatis. Robot yang dibuat
6. manusia tidak boleh bertentangan dengan Laws of Robotics yang dikemukakan oleh Isaac Asimov. Di
kalangan umum pengertian robot selalu dikaitkan dengan “makhluk hidup” berbentuk orang maupun
binatang yang terbuat dari logam dan bertenaga listrik (mesin). Sementara itu dalam arti luas robot Adalah
suatu alat yang dalam batas-batas tertentu dapat bekerja sendiri (otomatis) sesuai dengan perintah yang
sudah diberikan oleh perancangnya. Dengan pengertian ini sangat erat hubungan antara robot dan
otomatisasi sehingga dapat dipahami bahwa hampir setiap aktivitas kehidupan modern makin tergantung
pada robot. Berikut jenis-jenis robot sekarang ini dan masih banyak lagi.
1. Robot Mobile
Robot Mobil atau Mobile Robot adalah konstruksi robot yang ciri khasnya adalah
mempunyai aktuator berupa roda untuk menggerakkan keseluruhan badan robot tersebut,sehingga
robot tersebut dapat melakukan perpindahan posisi dari satu titik ke titik yang lain. Robot mobil ini
sangat disukai bagi orang yang mulai mempelajari robot. Halini karena membuat robot mobil tidak
memerlukan kerja fisik yang berat. Untuk dapat membuat sebuah robot mobile minimal diperlukan
pengetahuan tentang mikrokontroler dan sensor-sensor elektronik.Base robot mobil dapat dengan
mudah dibuat dengan menggunakan plywood /triplek, akrilik sampai menggunakan logam (
aluminium ). Robot mobil dapat dibuat sebagai pengikut garis ( Line Follower ) atau pengikut
dinding ( Wall Follower ) ataupun pengikut cahaya.
2. Robot jaringan
Robot jaringan adalah pendekatan baru untuk melakukan kontrol robot menggunakan
jaringan internet dengan protokol TCP/IP. Perkembangan robot jaringan dipicu oleh kemajuan
jaringan dan internet yang pesat.Dengankoneksi jaringan, proseskontrol dan monitoring, termasuk
akuisisi data bila ada, seluruhnya dilakukan melalui jaringan. Keuntungan lain, koneksi ini bisa
dilakukan secara nirkabel.Di Indonesia, pengembang robot jaringan belum banyak, meski
pengembang dan komunitas robot secara umum sudah banyak. Hal ini disebabkan tuntutan teknis
yang jauh lebih kompleks. Salah satu robot jaringan yang sudah berhasil dikembangkan adalah
LIPIWireless Robot (LWR)yang dikembangkan oleh Grup Fisika Teoritik dan Komputasi– GFTK
LIPI.Seperti ditunjukkan di LWR, seluruh proses kontrol dan monitoring bisa dilakukan melalui
perambah internet. Lebih jauh, seluruh sistem dan protokol yang dikembangkan untuk LWR ini
telah dibuka sebagai open-source dengan lisensi GNU Public License (GPL) di SourceForge
dengan nama openNR.
3. Robot Manipulator ( tangan )
Robot ini hanyak memiliki satu tangan seperti tangan manusia yang fungsinya untuk
memegang atau memindahkan barang, contoh robot ini adalah robot las di Industri mobil, robot
merakit elektronik dll.
4. Robot Humanoid
Robot yang memiliki kemampuan menyerupai manusia, baik fungsi maupun cara
bertindak, contoh robot ini adalah Ashimo yang dikembangkan oleh Honda. Robot adalah sebuah
alat mekanik yang dapat melakukan tugas fisik, baik menggunakan pengawasan dan kontrol
7. manusia, ataupun menggunakan program yang telah didefinisikan terlebih dulu (kecerdasan
buatan). Robot biasanya digunakan untuk tugas yang berat, berbahaya, pekerjaan yang berulang
dan kotor. Biasanya kebanyakan robot industri digunakan dalam bidang produksi. Penggunaan
robot lainnya termasuk untuk pembersihan limbah beracun, penjelajahan bawah air dan luar
angkasa, pertambangan, pekerjaan “cari dan tolong” (search and rescue), dan untuk pencarian
tambang. Belakangan ini robot mulai memasuki pasaran konsumen di bidang hiburan, dan alat
pembantu rumah tangga, seperti penyedot debu, dan pemotong rumput.
NB: Dikutip dari berbagai sumber di Internet.