Mengenal AI

Pengertian kecerdasan buatan dapat dipandang dari berbagai sudut pandang (Kusumadewi, 2003) antara lain :

1. Sudut pandang kecerdasan.
   Kecerdasan buatan akan membuat mesin menjadi cerdas (mampu berbuat seperti apa yang dilakukan oleh manusia).
2. Sudut pandang penelitian.
   Kecerdasan buatan adalah suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia.
   Domain yang sering dibahas oleh para peneliti meliputi :
   1. Mundane task
      • Persepsi (vision & speech).
      • Bahasa alami (understanding, generation & translation).
      • Pemikiran yang bersifat commonsense.
      • Robot control.
   2. Formal task
      • Permainan/games.
      • Matematika (geometri, logika, kalkulus, integral, pembuktian).
   3. Expert task
      • Analisis finansial.
      • Analisis medikal.
      • Analisis ilmu pengetahuan.
      • Rekayasa (desain, pencarian kegagalan, perencanaan manufaktur).
3. Sudut pandang bisnis.
   Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis.
4. Sudut pandang pemrograman.
   Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).

Pada tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana caranya agar mesin dapat melakukan pekerjaannya seperti yang bisa dikerjakan oleh manusia. Alan Turing, seorang matematikawan dari Inggris pertama kali mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesin dikatakan cerdas. Hasil tes tersebut kemudian dikenal dengan Turing Test, dimana si mesin tersebut menyamar seolah-olah sebagai seseorang di dalam suatu permainan yang mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan. Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan cerdas (Kusrini, 2006).
Istilah Artificial Intelligence itu sendiri dimunculkan oleh seorang profesor dari Massachusetts Institute of Technology yang bernama John McCarty pada tahun 1956 pada Dartmouth Conference yang dihadiri oleh para peneliti AI.

Lingkup/cabang AI dalam implementasi pada aplikasi cukup luas/banyak seiring perkembangan AI. Secara garis besar lingkupnya meliputi :

1. Sistem pakar (Expert System).
   Komputer dijadikan sarana menyimpan pengetahuan para pakar. Komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimiliki oleh pakar.
2. Pengolahan bahasa alami (Natural Language Processing, disingkat NLP).
   Pengguna dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari. NLP terdiri dari :
   1. Content extraction
   2. Classification
   3. Machine translation
   4. Question answering
   5. Text generation
3. Pengenalan ucapan (speech recognition).
   Pengguna bisa berkomunikasi dengan komputer menggunakan suara. Terdiri dari :
   1. Speech to text
   2. Text to speech
4. Robotika dan sistem sensor (robotics & sensory systems).
5. Computer vision.
   Menginterpretasikan gambar/objek tampak melalui komputer. Terdiri dari :
   1. Image recognition
   2. Machine vision
6. Intelligent computer-aided instruction.
   Komputer sebagai tutor untuk melatih/mengajar.
7. Game playing.
8. Machine learning (ML).
   Komputer/mesin yang dapat menghasilkan pengetahuan baru dari pengetahuan yang sudah ada (disebut experience, atau data) diluar pengetahuan yang diprogram secara langsung (Dinata dan Hasdyna, 2020). ML terdiri dari :
   1. Deep learning
   2. Supervised
   3. Unsupervised
9. Planning (dikenal juga sebagai perencanaan dan penjadwalan otomatis).

Bagian utama dalam aplikasi AI (Kusumadewi, 2003) melakukan prosesnya terdiri atas :

1. Knowledge base
   Bagian berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
2. Inference engine
   Sebagai motor inferensi untuk menarik kesimpulan berdasar pengalaman.

Isu-isu mendasar dalam AI adalah representasi pengetahuan, pencarian, persepsi dan inferensi (Dinata dan Hasdyna, 2020).
Menurut Kusrini (2006), beberapa konsep yang perlu dipahami dalam AI diantaranya :

1. Turing Test
   Konsep pengujian kecerdasan yang dibuat oleh Alan Turing. Proses uji melibatkan seorang penanya (manusia) dan 2 objek yang ditanyai (mesin/komputer dan manusia). Penanya tidak dapat langsung melihat kedua objek tersebut. Penanya diminta membedakan mana jawaban dari mesin dan mana jawaban dari manusia. Jika tidak bisa membedakan, maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan cerdas.
2. Pemrosesan simbolik
   Komputer semula didesain untuk memproses bilangan/angka (pemrosesan numerik). Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah rumus atau melakukan komputasi matematis. Sifat AI dalam menyelesaikan masalah adalah dengan melakukan proses secara simbolik dan non-algoritmik.
3. Heuristic (heuristik)
   Berasal dari bahasa Yunani yang berarti menemukan. Konsep ini merupakan strategi untuk melakukan pencarian ruang problem secara selektif, yang memandu proses pencarian di sepanjang jalur yang memiliki kemungkinan sukses paling besar.
4. Inferencing
   Konsep berupa penarikan kesimpulan, dimana AI memiliki kemampuan berpikir atau mempertimbangkan (reasoning). Penarikan kesimpulan berdasarkan fakta-fakta dan aturan dengan menggunakan konsep heuristik atau metode pencarian lainnya.
5. Pattern Matching
   Konsep berupa pencocokan pola sebagai usaha untuk menjelaskan suatu objek, kejadian (events) atau proses, dalam hubungan lojik atau komputasional.