Kecerdasan buatan (Artificial
Intelligence)
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'
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.

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.

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.
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
Versi buku “Pengenalan Komputer” karangan Jogiyanto Hartono, MBA,
Ph.D.
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