"Tugas 9 [Dyvia] : Cara Kerja Kecerdasan Tiruan 7B21".

" CARA KERJA KECERDASAN TIRUAN "

Prinsip Kecerdasan Tiruan

Kecerdasan buatan didasarkan pada prinsip bahwa kecerdasan manusia dapat didefinisikan sedemikian rupa sehingga mesin dapat dengan mudah menirunya dan menjalankan tugas, dari yang paling sederhana hingga yang lebih kompleks. 

 Tujuan Kecerdasan Buatan meliputi :

  > Pembelajaran.

  > Penalaran.

  > Persepsi.

Karakteristik ideal AI adalah kemampuannya untuk merasionalisasi dan mengambil tindakan yang memiliki peluang terbaik untuk mencapai tujuan tertentu.

Kategori Kecerdasan Tiruan

AI memiliki 2 kategori yaitu lemah atau kuat. 

 > AI lemah (weak AI) yang juga dikenal sebagai AI sempit adalah sistem AI yang dirancang dan dilatih untuk tugas tertentu. Asisten pribadi virtual, seperti Apple Siri, adalah bentuk AI yang lemah. 

 > Sedangkan AI kuat (strong AI), juga dikenal sebagai kecerdasan buatan umum adalah sistem AI dengan kemampuan kognitif manusia secara umum. Ketika disajikan dengan tugas khusus, sistem AI kuat dapat menemukan solusi tanpa campur tangan manusia.

Jenis Kecerdasan Tiruan 

Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di Michigan State University, mengkategorikan AI menjadi 4 jenis, dari jenis sistem AI yang ada saat ini hingga sistem yang hidup, yang belum ada. Kategorinya adalah sebagai berikut.

> Tipe 1: Mesin reaktif. Contohnya, Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bagian-bagian di papan catur dan membuat prediksi, tetapi ia tidak memiliki ingatan dan tidak dapat menggunakan pengalaman masa lalu untuk memberi tahu langkah berikutnya. Ini menganalisis kemungkinan langkah lawan dan dirinya sendiri serta memilih langkah paling strategis. Deep Blue dan GoogleGOGO dirancang untuk tujuan yang sempit dan tidak dapat dengan mudah diterapkan pada situasi lain.

> Tipe 2: Memori terbatas. Sistem AI ini dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan masa depan. Beberapa fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini. Pengamatan menginformasikan tindakan yang terjadi di masa depan yang tidak terlalu jauh, seperti jalur penggantian mobil. Pengamatan ini tidak disimpan secara permanen.

> Tipe 3: Teori pikiran. Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada sampai saat ini.

> Tipe 4: Kesadaran diri. Dalam kategori ini, sistem AI memiliki rasa diri, memiliki kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada sampai saat ini.

Contoh Implementasi 1 

 > Otomasi: Sistem atau proses yang berfungsi secara otomatis. Misalnya, otomatisasi proses robotik (RPA) dapat diprogram untuk melakukan tugas bervolume tinggi dan berulang yang biasanya dilakukan manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah.

> Pembelajaran mesin: Ilmu membuat komputer bertindak tanpa pemrograman.

> Visi mesin: Ilmu yang memungkinkan komputer untuk melihat. Teknologi ini menangkap dan menganalisis informasi visual menggunakan konversi analog-ke-digital kamera dan pemrosesan sinyal digital. 

Contoh Implementasi 2

> Pemrosesan bahasa alami (NLP): Pemrosesan bahasa manusia oleh program komputer. Salah satu yang lebih tua dan paling dikenal contoh NLP adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu termasuk sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP termasuk terjemahan teks, analisis sentimen dan pengenalan suara.

> Robotika: Bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia untuk melakukan atau melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. 

Sumber : https://onlinelearning.uhamka.ac.id

 

Tugas 7 [Dyvia] : Tiga Jenis AI 7B21

 

"TIGA KELOMPOK KECERDASAN TIRUAN"

Kecerdasan Tiruan telah menjadi salah satu cabang riset yang sangat aktif dan produktif bagi para ilmuwan dibidang komputer dan psikologi lebih dari 50 tahun. 

Kecerdsan Tiruan dapat dikelompokan menjadi tiga kelompok sebagai berikut:

1. Sistem berbasis pengetahuan (knowledge-based systems, KBS): model dinyatakan secara eksplisit dan dibangun menggunakan kata dan symbol.

2. Inteligensia berbasis komputasi (Computational intelligence, CI): model secara implisit yang dinyatakan dengan teknik-teknik numerik.

3. Hybrid (campuran).

Sistem Berbasis Pengetahuan (KBS)

KBS meliputi teknik-teknik seperti rule-based, case-based reasoning, dan induction systems. Karena pengetahuan dimodelkan secara eksplisit dengan menggunakan kata dan simbol, ia dapat dibaca dan dimengerti oleh manusia.

Inteligensia Berbasis Komputasi (CI)

CI berusaha mengatasi kelemahan kelompok KBS dengan cara membuat suatu model berbasis pada pengamatan dan pengalaman. Dalam hal ini, pengetahuan tidak secara eksplisit dinyatakan melainkan direpresentasikan melalui angka-angka (numeris) yang dapat disesuaikan seiring dengan bertambahnya ketelitian dari sistem. Termasuk dalam kategori ini adalah neural networks, genetic algorithms dan algoritma optimasi yang lain, serta teknik untuk mengatasi ketidak pastian seperti fuzzy logic. Induction systems mengandung perhitungan numeris, sehingga dapat pula dikelompokan pada CI. CI juga sering disebut sebagai soft computing, yaitu bidang AI yang difokuskan untuk mengatasi ketidak pastian (uncertainty), ketidak tepatan (imprecise), ambigu (ambigous), dan kabur (fuzzy) atau secara singkat untuk permasalahan yang abu-abu (grey area). 

Kecerdasan Tiruan Hybrid

Kelompok hybrid adalah campuran antara sesama unsur KBS atau sesama unsur CI  atau kombinasi antara unsur KBS dengan unsur CI. Tujuan penggabungan ini adalah untuk membuat suatu sistem paduan yang lebih hebat dari pada unsur-unsur sistem itu bila berdiri sendiri, jadi perpaduan ini diharapkan akan mengatasi kelemahan masing-masing kelompoknya. Berbagai kombinasi telah banyak dilakukan, misalnya: gabungan antara expert systems dan neural networks, fuzzy logic dengan neural networks, dan case-based reasoning systems dengan expert systems.

Artikel ini dibuat sebagai tugas kuliah Pengantar Kecerdasan Tiruan sebagaimana yang tertuang dalam onlinelearning.uhamka.ac.id

Jawaban UTS PKT [Dyvia] 1803015143

 

Sumber : https://onlinelearning.uhamka.ac.id

Tugas 6 [Dyvia] - Pengantar Kecerdasan Tiruan Pertemuan 7B21

Nama : Dyvia Oliviani

Nim    : 1803015143

1.Pemrosessan bahasa alami (NLP)

NLP (Neuro Linguistik Programming) merupakan pemrosesan bahasa manusia oleh program komputer. Salah satu yang paling dikenal adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu termasuk spam. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP termasuk terjemahan teks, analisis sentimen dan pengenalan suara.

2.   Robotika  

Robotika merupakan bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial.

3.  Mobil dengan pengemudi otomatis (automatic drive)

Sistem ini menggunakan kombinasi visi komputer, pengenalan gambar, dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari penghalang yang tidak terduga, seperti pejalan kaki ataupun pembatas jalan.

4.     DeepFace Facebook

Salah satu contoh dari AI adalah teknologi DeepFace yang dimiliki oleh Facebook. AI ini berfungsi untuk mengenali wajah orang yang ada pada postingan foto. Dengan teknologi ini, tidak diperlukan lagi menandai seseorang yang ada pada foto secara manual, karena AI ini yang akan melakukannya. Perlu diketahui bahwa sebelum AI dapat mengidentifikasi orang di foto tersebut, AI akan dilatih berdasarkan data. Datanya didapatkan saat menandai orang di foto sebelumnya. Setelah AI berlatih dan memiliki banyak data maka AI nantinya akan dapat mengidentifikasi seseorang yang ada di foto.

5.     Rekomendasi e-commerce 

Konsep penerapan AI yang sering ditemui adalah rekomendasi produk pada e-commerce. Ketika berbelanja di salah satu e-commerce, muncul produk-produk yang direkomendasikan. Produk rekomendasi tersebut merupakan hasil dari proses AI. Lalu darimana AI mendapatkan produk-produk yang akan direkomendasikan tersebut? AI memperoleh data dari pengguna itu sendiri, misalnya ketika kamu melakukan pencarian produk, pembelian produk dan kamu sudah melihat produk apa saja. Data tersebutlah yang akan diproses dari konsep AI yaitu data mining sehingga AI akan merekomendasikan produk-produk yang pas buat kamu.

6.     Asisten virtual

Contoh dari kecerdasan buatan berikutnya adalah asisten virtual, ada banyak penyedia asisten virtual seperti Google assistant, Siri atau Alexa. Seperti asisten pada umumnya, asisten virtual ini juga bisa kamu ajak berinteraksi. Selain itu asisten virtual dapat mencatat kapan kamu ada janji atau acara dan memberikan informasi ketika waktu acara yang ditentukan segera tiba. Asisten virtual ini juga bisa diperintah untuk melakukan pengiriman pesan, memutar musik, membuka aplikasi dan lain sebagainya. Asisten virtual ini juga akan terus belajar seiring digunakan, sehingga asisten virtual dapat mengetahui apa yang disukai dan hal apa yang biasa dilakukan.

onlinelearning.uhamka.ac.id