Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI)
didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan.
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, tapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan
untuk 'kecerdasan':
1. kecerdasan: kemampuan untuk memperoleh
pengetahuan dan menggunakannya, atau
2. kecerdasan yaitu apa yang diukur oleh sebuah
'Test Kecerdasan'
Faham
Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI
Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI
konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan
sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis
statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara
lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya
meliputi:
·
Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai
kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang
diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada
informasi-informasi tersebut.
·
Petimbangan berdasar kasus
·
Jaringan Bayesian
· AI
berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran
interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis).
Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI
non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya
meliputi:
·
Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat
kuat
·
Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian,
telah digunakan secara meluas dalam industri modern dan sistem kendali produk
konsumen.
· Komputasi Evolusioner: menerapkan
konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan
“survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner
(misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma
semut). Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk
menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan
melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik
seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa
penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses
pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia
melalui teknologi.
Sejarah
Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan
bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal
menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19,
Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang
dapat diprogram.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia
Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts
menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas"
pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama
yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di
University of Manchester (UK): sebuah program permainan naskah yang ditulis
oleh Christopher Strachey dan program permainan catur yang ditulis oleh
Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan"
pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956.
Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan
"Turing test" sebagai sebuah cara untuk mengoperasionalkan test
perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang
menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan
pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma,
program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika.
Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan
batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa
komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis
aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi
medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec
mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang
yang kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan
algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada
1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan
demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer
permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game
yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan
melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama
telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada
pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari
ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan
sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan
sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.
Filosofi
Perdebatan tentang AI yang kuat dengan AI yang lemah masih menjadi topik
hangat diantara filosof AI. Hal ini melibatkan filsafat pemikiran dan masalah
pikiran-tubuh. Roger Penrose dalam bukunya The Emperor's New Mind dan John
Searle dengan eksperimen pemikiran "ruang China" berargumen bahwa
kesadaran sejati tidak dapat dicapai oleh sistem logis formal, sementara
Douglas Hofstadter dalam Gödel, Escher, Bach dan Daniel Dennett dalam
Consciousness Explained memperlihatkan dukungannya atas fungsionalisme. Dalam
pendapat banyak pendukung AI yang kuat, kesadaran buatan dianggap sebagai urat
suci (holy grail) kecerdasan buatan.
Fiksi sains
Dalam fiksi sains, AI umumnya dilukiskan sebagai kekuatan masa depan
yang akan mencoba menggulingkan otoritas manusia seperti dalam HAL 9000,
Skynet, Colossus and The Matrix atau sebagai penyerupaan manusia untuk
memberikan layanan seperti C-3PO, Data, the Bicentennial Man, the Mechas dalam
A.I. atau Sonny dalam I Robot. Sifat dominasi dunia AI yang tak dapat
dielakkan, kadang-kadang disebut "the Singularity", juga dibantah
oleh beberapa penulis sains seperti Isaac Asimov, Vernor Vinge dan Kevin
Warwick. Dalam pekerjaan seperti manga Ghost in the Shell-nya orang Jepang,
keberadaan mesin cerdas mempersoalkan definisi hidup sebagai organisme lebih
dari sekedar kategori entitas mandiri yang lebih luas, membangun konsep
kecerdasan sistemik yang bergagasan. Lihat daftar komputer fiksional (list of
fictional computers) dan daftar robot dan android fiksional (list of fictional
robots and androids).
Seri televisi BBC Blake's 7 menonjolkan sejumlah komputer cerdas,
termasuk Zen (Blake's 7), komputer kontrol pesawat bintang Liberator (Blake's
7); Orac, superkomputer lanjut tingkat tinggi dalam kotak perspex portabel yang
mempunyai kemampuan memikirkan dan bahkan memprediksikan masa depan; dan Slave,
komputer pada pesawat bintang Scorpio.
Intelegensi Buatan
1. Apakah
Intelegensi Buatan itu?
Pertanyaan seperti ini sulit untuk dijawab dengan
tepat. Apakah Artificial Intelligence (AI) atau Intelegensi Buatan atau
kepintaran buatan itu? AI dapat didefinisikan sebagai suatu mesin atau alat
pintar (biasanya adalah suatu komputer) yang dapat melakukan suatu tugas yang
bilamana tugas tersebut dilakukan oleh manusia akan dibutuhkan suatu kepintaran
untuk melakukannya. Definisi ini tampaknya kurang begitu membantu, karena
beberapa ahli berpendapat, kepintaran seperti apakah yang dapat dikategorikan
sebagai AI.
2.
Perkembangan Intelegensi Buatan
Mulai sekitar abad 18 sebagaimana mesin telah
menjadi lebih kompleks, usaha yang keras telah dicoba untuk menciptakan manusia
imitasi. Pada tahun 1736 seorang penemu dari perancis, Jacques de Vaucanson
(1709-1782) membuat suatu mesin pemain seruling berukuran seperti seorang
manusia yang dapat memainkan 12 melodi nada. Tidak hanya ini saja, mekanik
tersebut dapat memindahkan bibir dan lidahnya secara nyata untuk mengontrol
arus dari angin ke dalam seruling.
Pada tahun 1774 seorang penemu dari perancis, Pierre
Jacques Drotz mencengangkan masyarakat Eropa dengan suatu automation berukuran
sekitar seorang anak laki-laki yang dapat duduk dan menulis suatu buku catatan.
Penemuan ini kemudian dilanjutkan dengan yang lainnya, yaitu automation yang
berupa seorang gadis manis yang dapat memainkan harpsichord. Semuanya itu masih
merupakan proses mekanik yang melakukan gerak dengan telah ditentukan terlebih
dahulu.
Manusia masih berusaha untuk menciptakan mesin yang
lainnya. Pada tahun 1769, dataran Eropa dikejutkan dengan suatu permainan catur
yang dapat menjawab langkah-langkah permainan catur yang belum ditentukan
terlebih dahulu. Mesin ini disebut dengan Maelzel Chess Automation dan dibuat
oleh Wolfgang Von Kempelan (1734-1804) dari Hungaria. Akan tetapi mesin ini akhirnya
terbakar pada tahun 1854 di Philadelphia Amerika Serikat.banyak orang tidak
percaya akan kemampuan mesin tersebut. Dan seorang penulis dari Amerika
Serikat, Edgar Allan Poe (1809-1849) menulis sanggahan terhadap mesin tersebut,
dia dan kawan-kawannya ternyata benar, bahwa mesin tersebut adalah tipuan, dan
kenyataannya bukanlah aoutomation, tetapi merupakan konstruksi yang sangat baik
yang dikontrol oleh seorang pemain catur handal yang bersembunyi di dalamnya.
Usaha untuk membuat konstruksi mesin permainan terus
dilanjutkan pada tahun 1914, dan mesin yang pertama kali didemonstrasikan
adalah mesin permainan catur. Penemu mesin ini adalah Leonardo Torres Y
Quevedo, direktur dari Laboratorio de Automatica di Madrid, Spanyol. Beberapa
tahun kemudian, ide permainan catur dikembangkan dan diterapkan di komputer
oleh Arthur L. Samuel dari IBM dan dikembangkan lebih lanjut oleh Claude
Shannon.
Pada abad ke 20, Automation sudah banyak
dikembangkan dan diterapkan terutama pada Angkatan bersenjata Amerika Serikat,
berupa program-program simulasi peperangan. Sekarang ini, perkembangan AI sudah
mencapai pada tahap yang dapat dikatakan fantastis, terutama di bidang-bidang
berikut:
-
Game Playing
-
General Problem Solving
-
Natural Language Recognition
-
Speech Recognition
-
Visual Recognition
-
Robotics
- Dan
Sistem Pakar
3. Game
Playing
Game Playing (permainan game) merupakan bidang AI
yang sangat populer berupa permainan antara manusia melawan mesin yang
mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik,
bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi
dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya.
4.
General Problem Solving
Bidang AI ini berhuungan dengan pemecahan masalah
terhadap suatu situasi yang akan diselesaikan oleh komputer. Permasalahan yang
diungkapkan dalam suatu cara yang sedemikian rupa sehingga komputer dapat
mengertinya.semua deskripsi-deskripsi yang diinginkan juga diberikan kepada
komputer. Biasanya permasalahaan tersebut dapat diselesaikan secara trial and
error sampai solusi yang diinginkan didapatkan.
Suatu program paket yang cukup populer di kompuer
mikro untuk pemecahan masalah secara trial and error adalah EUREKA yang ditulis
oleh Borland.
5.
Natural Language Recognition
Studi mengenai AI mencoba supaya komputer dapat
mengerti bahasa alamiah yang diketikkan lewat keyboard. Bahasa alamiah (natural
language) adalah bahasa sehari-hari yang dipergunakan oleh orang untuk
berkomunikasi. Komputer yang dapat menerjemahkan satu bahasa ke bahasa lainnya
merupakan contoh penerapan AI di bidang ini. Biasanya komputer yang khusus
untuk AI dan dapat digunakan pada bidang ini diantaranya adalah IPL (Information
Processing language), LISP, INTERLISP, SAIL, PLANNER, KRL dan PROLOG. Bidang AI
ini masih sangat sulit dan belum dapat sempurna penerapannya. Misalnya
pernyataan sebagai berikut:
“Amir menjatuhkan gelas ke lantai sehingga pecah”
dan pernyataan kedua:
“Amir menjatuhkan batu ke kaca sehingga pecah”
Kedua pernyataan tersebut mempunyai grammar yang
sama, tetapi pernyataan yang pertama yang pecah adalah gelasnya (obyek yang
pertama) dan pernyataan kedua yang pecah adalah kacanya (obyek kedua). Dapatkah
komputer menjawab dengan tepat pertanyaan “apa yang pecah?”. Bila bidang ini
berhasil dengan baik, maka penggunaan komputer untuk para pemakai (user) akan
lebih mudah.
6. Speech
Recognition
Bidang ini juga masih dikembangkan dan terus
dilakukan penelitiannya. Kalau bidang ini berhasil dengan baik dan sempurna,
alangkah hebatnya komputer. Kita dapat berkomunikasi dengan komputer hanya
dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan
selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan
tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini
dikarenakan jenis suara manusia berbeda-beda.
Suatu alat recognizer dapat ditambahkan pada
komputer mikro sehingga dapat digunakan untuk speech recognition, diantaranya
yaitu:
-
Voice Recognition Module (VRM) buatan Interstate Electronic.
-
Voice Data Entry System (VDEC) buatan Interstate Electronic.
-
SpeechLab buatan Heuristics Inc.
-
Voice Entry Terminal (VET) buatan Scott Instruments.
-
Cognivox buatan Voicetek.
7. Visual
Recognition
Bidang ini merupakan kemampuan suatu komputer yang
dapat menangkap signal elektronik dari suatu kamera dan dapat memahami apa yang
dilihat tersebut. Penerapan AI ini misalnya pada komputer yang dipasang di
peluru kendali, sehingga peluru kendali dapat diprogram untuk selalu mengejar
sasarannya yang tampak di kamera.
Pada era globalisasi saat ini, bidang Visual
Recognition dapat kita jumpai pada komputer-komputer laptop terbaru. Mula-mula
komputer dipasang alat untuk mendeteksi sidik jari (fingerprints password).
Sekarang ini sudah banyak digunakan face detector, sehingga untuk mengakses
sebuah laptop yang sudah dipasangi password dari gambar wajah orang pemiliknya,
maka orang lain dengan wajah yang berbeda tidak akan dapat membuka laptop
tersebut. Misalkan pada laptop LENOVO 3000 Y410 keluaran IBM.
8.
Robotics
Robot berasal dari kata Robota, dari bahasa
Chekoslavia yang berarti tenaga kerja. kata ini digunakan oleh dramawan Karel
Capek pada tahun 1920 pada sandiwara fiksinya, yaitu R.U.R (Rossum’s Universal
Robots).
Robot adalah suatu mesin yang dapat diarahkan untuk
mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara
ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan
dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan
untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan
industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu
Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit).
Negara yang banyak menggunakan robot untuk industri adalah Jepang, Amerika
Serikat dan Jerman Barat.
8.1 Penggolongan Robot
Ada beberapa cara menggolongkan robot. Ada yang
menggolongkan robot menurut sumber tenaganya (secara elektronik, hidrolik, dan
pneumatik). Ada yang menggolongkan ke dalam kerumitannya (robot yang sederhana
hanya dapat bergerak dalam satu, dua atau tiga jurusan saja, sedang robot yang
canggih dapat bergerak puluhan sudut secara serentak). Robot dapat juga
digolongkan dalam daya angkatnya (ada robot yang hanya dapat mengangkat
benda-benda yang ringan saja sampai yang berat). Ada yang menggolongkan dalam
kecepatan geraknya, ketepatannya serta metode penggunaannya. Berdasarkan
penggunaannya robot dapat digolongkan sebagai:
- Robot pribadi (personal robots)
Juga disebut dengan home robots (robot rumah
tangga), karena terutama ditujukan untuk membantu pekerjaan-pekerjaan rumah
tangga menjadi lebih otomatis.
- Robot industri (industrial robots)
Robot industri merupakan robot yang digunakan untuk
membantu di dalam proses produksi, misalnya untuk menangani material, mengelas,
mengecat, memasang komponen dan lain sebagainya. Contoh robot yang digunakan
pada industri:
a.
Motionmate: merupakan robot industri yang paling sederhana untuk
melakukan proses mengambil dan meletakkan komponen-komponen di dalam proses
produksi. Robot ini dapat mengangkat komponen sebesar 5 pound (sekitar 2,268
Kg).
b. The
Rhino Charger: robot ini dibuat oleh pabrik Rhino Robots, Inc. dan dengan
menggunakan komputer Apple serta disk drive dapat untuk mengontrol gerak dalam
6 arah sumbu. Dengan daya angkatnya sampai dengan 50 pound (sekitar 22,68 Kg)
dan tingkat gerak maksimumnya adalah 200 inches per detik.
c. Prab
Model 4200: robot ini dibuat oleh Prab Robots, Inc. dengan daya angkatnya
sebesar 75 pound (sekitar 34,02 Kg). Lengan robot ini dapat berputar secara
horisontal sebesar 250 derajat.
d.
Cincinnati/Milacron T3: Robot ini oleh Cincinnati/Milacron Corporation
dengan daya angkatnya sebesar 100 pound (sekitar 45,36 Kg). Robot ini sangat
fleksibel dalam arah geraknya. Dapat bergerak dalam 6 arah sumbu.
e. Pra
FC: Robot ini mempunyai daya angkat sebesar 1 ton. Kemampuan ini dapat
digunakan untuk memindahkan sebuah mesin mobil atau benda berat lainnya selama
proses produksi.
f.
Cybotech P15: Robot ini diproduksi oleh Cybotech Corporation dan dapat
mengangkat seberat 15 Kg. Robot ini banyak digunakan utuk pekerjaan mengecat.
g. Puma
Model 500: Robot ini merupakan produksi dari Unimation, Inc. yang kemudian
perusahaan tersebut dibeli oleh Westinghouse. Puma Model 500 merupakan robot
elektronik teknologi tinggi yang dapat bergerak dalam 5 sumbu, yaitu putaran
pinggang (waist rotation), putaran bahu (shoulder rotation), putaran siku
(elbow rotation), anggukan pergelangan tangan (wrist bend) dan putaran
pinggiran roda (flange rotation).
h. IBM
Assembly Robots: IBM memproduksi dua macam robot dan menggunakannya untuk
proses produksi komputer IBM dan produk-produk lainnya. Robot ini digunakan
untuk memasukkan komponen ke dalam suatu lubang atau memasang komponen satu
yang dilekatkan dengan komponen lainnya. Robot yang kedua berupa robot yang
lebih kecil yang dapat diprogram dengan komputer IBM PC yang digunakan untuk
memprogram dapat dilepas dan digunakan untuk keperluan lainnya.
i. GMF
Robots: Robot ini dibuat oleh General Motors Corporation dan Fanuc Machine
Works dari Jepang. Kedua perusahaan tersebut bekerja sama memproduksi GMF
robots untuk dijual dan digunakan sendiri untuk kedua perusahaan tersebut.
- robot pendidikan (educational robots).
Robot pendidikan ini dikembangkan untuk tujuan
membantu di dalam mengajar tentang operai dan penggunaan dari robot industri.
Contoh robot yang digunakan dalam bidang pendidikan:
1. Rhino
Robot XR-2 System: Robot ini dibuat oleh Rhino, Inc., dan digunakan untuk
simulasi tentang operasi dari robot-robot industri. Rhino XR-2 dapat diprogram
melalui komputer Apple dan programnya dapat disimpan di disk.
2.
Microbot: Microbot mempunyai dua macam robot, yaitu Microot Minimower
dan Microbot Teachmower. Minimower dapat diprogram dengan komputer Apple atau
TRS-80. Teachmower digunakan untuk simulasi robot industri dan menggunakan
teach pendant untuk memprogramnya serta dapat digunakan komputer Apple atau
TRS-80 untuk menyimpan program.
3.
Hero-1: Robot ini dibuat oleh Heath/Zenith, merupakan robot yang dapat
bergerak dan dirancang untuk membantu mempelajari robot industri. Robot ini
mempunyai beberapa unit sensor. Unit sensor ini dapat mendeteksi gerak,
mengukur jarak sampai 15 feet, mendeteksi perubahan tinggkat cahaya, membedakan
dua buah suku kata dan menggunakan speech synthesizer, sehingga dapat
berbicara. Hero-1 juga dilengkapi dengan teach pendant.
9. Expert
System (Sistem Pakar)
Kemampuan, keahlian dan pengetahuan tiap orang
berbeda-beda. Komputer dapat diprogram untuk berbuat seperti orang yang ahli
dalam bidang tertentu. Komputer yang demikian dapat dijadikan seperti konsultan
atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan
memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert
System (Sistem Pakar).
Salah satu expert system yang pertama adalah:
MACSYMA, yang digunakan untuk tugas-tugas
matematika.
MYCIN, untuk mendiagnosa penyakit infeksi pada
darah.
CADUCEUS, untuk mendeteksi penyakit.
PUFF, untuk mengukur fungsi dari paru-paru.
PROSPECTOR, digunakan perusahaan DEC untuk
menggamarkan konfigurasi dari sistem komputer bagi para langganannya.
DENDRAL, untuk mengidentifikasikan struktur molekul
suatu komposisi kimia dan lain sebagainya.
Untuk mengembangkan expert system, harus diciptakan
terlebih dahulu suatu knowledge base yang dibutuhkan oleh aplikasinya. Suatu
knowledge base terdiri dari kumpulan data tertentu untuk permasalahan yang
spesifik dan aturan-aturan bagaimana memanipulasi data yang disimpan tersebut.
Berbeda dengan database biasa, knowledge base
mungkin dapat juga terdiri dari asumsi-asumsi, kepercayaan-kepercayaan,
pendugaan-pendugaan dan metode-metode heuristic. Untuk membuat knowledge base
perencanaan sistem harus bekerja sama atau meminta nasehat dari ahli di
bidangnya. Orang yang menciptakan expert system disebut dengan knowledge
engineer.
0 komentar:
Posting Komentar