Definisi dan Konsep Agen Cerdas

Definisi dan Konsep Agen Cerdas

Agen Cerdas

Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator. Agen cerdas merupakan agen yang ditanamkan kecerdasan yang dimiliki oleh seorang manusia sehingga agen tersebut dapat melakukan hal-hal yang memerlukan kecerdasan yang biasanya dilakukan oleh manusia.

Sifat Agen

A. Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).

B. Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

C. Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.


Konsep Perancangan Agen Cerdas

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.
Beberapa hal yang perlu ditekankan:

• Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).
• Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
• Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).

Pengukuran kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen
Misalnya, mengukur kinerja dari agen vacuum-cleaner :

1. Jumlah kotoran dibersihkan,
2. Jumlah waktu yang dibutuhkan,
3. Jumlah listrik yang dikonsumsi,
4. Jumlah kebisingan yang dihasilkan, dll

Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.

Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama)

Konsep utama perancangan agen cerdas/rasional dapat dilakukan dengan bantuan PEAS yang merupakan singkatan dari:Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.Sebagai contoh, misalnya tugas merancang sebuah sopir taksi otomatis. Definisikan PEAS agen cerdas tersebut seperti berikut:
·         Performance Measure: Aman, cepat, legal, perjalanan nyaman, memaksimalkan keuntungan
·         Environment: Jalan, lalu lintas lainnya, pejalan kaki, pelanggan
·         Aktuator: Setir, pedal gas, rem, sinyal, klakson

Jenis Linkungan Agen Cerdas
     
Jenis lingkungan tempat agen cerdas bekerja dapat ditinjau dari beberapa aspek (berikut aspek yang menjadi lawannya,) bergantung lingkungan dimana agen tersebut berada. Aspek-aspek lingkungan adalah:

• Sepenuhnya teramati vs Sebagian teramati: Lingkungan sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor berisik dan tidak akurat.
• Deterministik vs Stokastic: Keadaan berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan agen lain, maka disebut lingkungan strategis).
• Episodik vs Sekuensial: Pengalaman agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati (percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di setiap episode hanya bergantung pada episode itu sendiri.
• Statis vs Dinamis: Lingkungan berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan.
• (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)
• Diskrit vs Kontinu: Jumlah state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi – kontinyu).
• Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.

Referensi :
whitetartarsauce
grasgrus
pandukrisnamurti

Contoh Agen Cerdas

Contoh Agen Cerdas

1. Agent Taksi Otomatis
 
Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan

• Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.
• Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.
• Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan.
• Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.

2. Agent Sistem Diagnosis Medis

Sebuah agent sistem yang mendiagnosa pasien secara otomatis

• Performance measure :kesembuhan pasien, biya murah, tidak menyalahi hukum
• Environment : pasien, rumah sakit, suster, dokter
• Alat (Actuators) : layar monitor (pertanyaan, test, perawatan, rujukan).
• Sensors : keyboard (masukan gejala penyakit, jawaban pasien)

Grafik Komputer dan Pengolahan Citra Mengenai Program Menggambar Garis

Buka File

Sistem Cerdas

Pengertian Sistem cerdas
Kecerdasan buatan (Artificial Intelligent, AI) telah menjadi wacana umum yang sangat penting dan banyak dijumpai. Kecerdasan Buatan atau Sistem cerdas atau Intelegensi Buatan atau Artificial Inteligence merupakan cabang terpenting dalam dunia komputer. Komputer tidah hanya alat untuk menghitung, tetapi diharapkan dapat diberdayakan untuk mengerjakan segala sesuatu yang bias dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran dengan baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar.

Sejarah kecerdasan buatan

Di awal abad 20, seorang penemu Spanyol yang bernama Torres Y Quevedo, membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu.

Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.

* Pada tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.
* Istilah kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP
* Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.
* Mesin Neural Network pertama oleh Marvin Minsky (1958)
* Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapn.
* Muncul logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti yang diperlukan mesin.
* ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
* Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.
* Pada tahun 1972 bahasa Prolog dimunculkan.
* John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologi genetika (Algoritma Genetika) .
* Sistem catur AI mengalahkan manusia (Pecatur master) pada tahun 1991.
* Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.

Definisi Kecerdasan Buatan

Kecerdasan Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi tertentu khususnya program komputer yang “cerdas” (John Mc Cathy, 1956)

Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman computer untuk melakukan sesuatu hal – yang dalam pandangan manusia adalah – cerdas. (H.A Simon, 1987)

Kecerdasan merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin.

Kecerdasan buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. ( Rich and Knight, 1991)

Kecerdasan buatan (AI) merupakan cabang dari ilmu komputer yang dalam mempresentasi pengetahuan lebih banyak menggunakan bentuk symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic (Metode Heuristik adalah teknik yang dirancang untuk memecahkan masalah yang mengabaikan apakah solusi dapat dibuktikan benar, tapi yang biasanya menghasilkan solusi yang baik atau memecahkan masalah yang lebih sederhana yang mengandung atau memotong dengan pemecahan masalah yang lebih kompleks.) atau dengan berdasarkan sejumlah aturan.( Encyclopedia Britannica)

Kecerdasan adalah kemampuan untuk belajar atau mengerti dari pengalaman. Memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah dan menyelesaikannya secara efektif (Winston dan Pendergast, 1994)

Al dapat dipandang dalam berbagai perspektif.

Dari perspektif kecerdasan

Ai adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.

Dari perspektif penelitian

Suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.

Domain yang sering dibahas oleh peneliti meliputi:

a) Mundane task

· Persepsi (Vision & Speech)

· Bahasa alami (Understanding, Generation, Translation)

· Pemikiran yang bersifat commonsense

· Robot control

b) Formal task

· Permainan/games

· Matematika (geometri, logika, kalkulus, integral, pembuktian)

c) Expert task

· Analisis financial

· Analisis medikal

· Analisis ilmu pengetahuan

· Rekayasa (desain, pencarian kegagalan,perencanaan manufaktur )

Dari perspektif bisnis

Ai adalah sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.

Dari perspektif pemrograman

Meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).

Dua bagian utama yang sangat dibutuhkan untuk melakukan aplikasi kecerdasan buatan, yaitu :

a) Basis Pengetahuan (Knowledge base), berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dan yang lainnya.

b) Motor inferensi (Inference engine), yaitu kemampuan menarik kesimpulan berdasarkan pengalaman.

Konsep kecerdasan buatan

TIRING TEST – METODE PENGUJIAN KECERDASAN

* Turing Test – Metode Pengujian Kecerdasan yang dibuat oleh Alan Turing.
* Proses uji ini melibatkan penanya (manusia) dan dua objek yang ditanyai. Yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
* Penanya tidak bisa melihat langsung kepada objek yang ditanya.
* Penanya diminta untuk membedakan mana jawaban computer dan mana jawaban manusia berdasarkan jawaban kedua objek tersebut.
* Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan “cerdas”.

PEMROSESAN SIMBOLIK

* komputer semula didesain untuk memproses bilangan/angka-angka.(pemrosesan numerik)
* Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah rumus atau melakukan komputasi matematis.
* Sifat penting dai AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melakukan proses secara simbolik dan non algoritmik dalam penyelesaian masalah.

HEURISTIK

* Istilah Heuristic diambil dari bahasa yunani yang berarti menemukan.
* Heuristic merupakan suatu strategi untuk melakukan suatu pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan sepanjang jalur yang memiliki kemungkinan sukses paling besar.

PENARIKAN KESIMPULAN (INFERENCING)

* AI mencoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning)
* Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristic atau metode pencarian lainnya.

PENCOCOKAN POLA (PATTERN MATCHING)

AI bekerja dengan metode pencocokan pola (pattern matching) yang berusaha untuk menjelaskan objek kejadian (events) atau proses dalam hubungan logik atau komputasional.

Tujuan Kecerdasan Buatan

* Membuat computer lebih cerdas

* Mengerti tentang kecerdasan

* Membuat mesn lebih berguna

Keuntungan kecerdasan buatan disbanding kecerdasan alami:

* Lebih bersifat permanen

* Lebih mudah dipublikasi atau disebarkan

* Lebih murah dibandingkan kecerdasan alami

* Bersifat konsisten

* Dapat didokumentasikan

* Dapat mengerjakan pekerjaan lebih cepat dan lebih baik dibandingkan dengan kecerdasan alami.

Keuntungan kecerdasan alami disbanding AI:

* Kreatif

* Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa symbol dan representasi-representasi.

* Pemikiran manusia dapat digunakan secara luas sebagai referensi untuk pengambilan keputusan. Sebaliknya, AI menggunakan focus yang sempit

SISTEM CERDAS YANG BANYAK DI KEMBANGKAN

·Sistem pakar ( Expert System)

yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. sistem pakar merupakan aplikasi AI yang paling banyak.

· Pemrosesan Bahasa Alami (Natural Language Processing)

Yang member kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Komunikasi dapat dilakukan dengan percakapan alih-alih menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa.

· Bidang Pemrosesan Bahasa Alami di bagi lagi menjadi 2 bagian yaitu:

Pemahaman bahasa alami, yang mempelajari metode yang memungkinkan komputer mengerti perintah yang diberikan dalam bahasa manusia biasa. Dengan kata lain komputer dapat memahami manusia.

Pembangkitan bahasa alami, sering disebut juga sintesa suara. Yang membuat komputer dapat membangkitkan bahasa manusia biasa sehingga manusia dapat memahami komputer secara mudah.

· Pemahaman Ucapan/Suara (Speech/Voice Understanding)

Adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan.

Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya.

Istilah pengenalan suara, mengandung arti bahwa tujuan utamanya adalah mengenali kata yang diucapkan tanpa harus tahu apa artinya, dimana bagian itu merupakan tugas pemahaman suara.

Secara umum prosesnya adalah usaha untuk menterjemahkan apa yang diucapkan oleh seorang manusia menjadi kata-kata atau kalimat yang dimengerti oleh komputer.

· Sistem Sensor dan Robotika

Sistem sensor seperti system visi dan pencitraan serta system pengolahan sinyal merupakan bagian dari robotika.

Sebuah robot yaitu, perangkat elektromagnetik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian AI.

Robot hanya melakukan aksi yang telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih pintar dari lift.

Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya.

Kemudian bagian AI robot tersebut menterjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan

refrensi :
https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/

Artificial intelligence (AI)

DEFINISI KECERDASAN BUATAN

Ada beberapa definisi tetang Artificial intelligence (AI, Kecerdasan buatan) menurut beberapa ahli seperti berikut :

• Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
• H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.
• Ensiklopedi Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah aturan.
• Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan

Secara sederhana AI adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer. Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia, sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah dengan pemikiran seperti seorang manusia

Tujuan penilitian dari AI meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami, persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat, ilmu saraf, psikologi buatan dan banyak lainnya

SEJARAH KECERDASAN BUATAN

• Era komputer elektronik (1941)
  Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

Gambar 2.0 : Z3, komputer pertama yang dapat dikendalikan oleh perangkat lunak

• Masa persiapan AI (1943-1956)
  Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
  Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.
  Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.
  
  

  Gambar 2.1 : Nathaniel Rochester
• Awal perkembangan (1952-1969)
  Pada tahun 1958, McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.
  Pada tahun 1959, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.
  Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
  Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.
  
  

  Gambar 2.2 : John Mccarthy
• Perkembangan AI melambat (1966-1974)
  Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti  Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.
• Sistem berbasis pengetahuan (1969-1979)
  Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
  
  

  Gambar 2.3 : Ed Feigenbaum bersama anggota direksi The Computation Center

• AI menjadi sebuah industry (1980-1988)
  Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.
  Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.
  
  

  Gambar 2.4 : PDP 11, Komputer yang dikonfigurasi oleh R1
• Kembalinya jaringan saraf tiruan (1986 – sekarang)
  Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.
  
  

  Gambar 2.5 : Skema Jaringan Saraf 

CONTOH KECERDASAN BUATAN

1. SIRI
   SIRI adalah salah satu voice assistants yang dibuat oleh perusahaan Apple untuk produk smartphone, laptop, dan desktop mereka. Interface SIRI adalah komputer dengan aktivasi suara yang ramah dan kita berinteraksi dengannya pada kegiatan sehari – hari. SIRI dapat membantu untuk mencari informasi, memberikan arahan, membuat penjadwalan, mengirim pesan dan masih banyak lagi. SIRI menggunakan teknologi machine learning untuk dapat semakin pintar dan memprediksi lebih baik dalam memahami bahasa kita melalui pertanyaan dan permintaan.
   
   

   Gambar 3.0 : SIRI pada perangkat iPhone
2. Alexa
   Alexa adalah salah satu voice assistants milik perusahaan Amazon yang disematkan dalam alat pintar seperti smart-lamp, smart-speaker, smart-watch, smart-tv dan smartphone. Alexa dibuat untuk menjadi inti dari integrase rumah cerdas (smart home). Alexa dapat menafsirkan pembicaraan dari berbagai sudut sebuah ruangan (ruangan dimana Alexa berada) dan menerjemakannya menjadi perintah yang dapat membantu kita menjelajah web untuk informasi, membuat jadwal, mengatur alarm, mendengarkan musik dan jutaan hal lainnya.
   
   

   Gambar 3.1 : Alexa pada produk Amazon echo
3. Tesla
   Tesla adalah salah satu perusahaan Otomatif yang menanamkan AI pada beberapa produk mobilnya. Salah satu fitur AI terkenal pada mobil tesla yaitu memungkinkan mobil dikemudikan secara otomatis. Selain itu software pada mobil Tesla dapat diupdate secara over-the-air.
   
   

   Gambar 3.2 : Demo autopilot dari mobil tesla
4. Pengenal wajah Facebook
   Facebook menggunakan sembilan lapisan dalam jaringan saraf dengan lebih dari 120 juta parameter untuk menandai orang dalam foto secara otomatis. Jaringan saraf tersebut dilatih menggunakan lebih dari 4 juta data gambar wajah, dan memiliki tingkat akurasi 97%.
   
   

   Gambar 3.3 : Fitur pengenal wajah dari Facebook

refrensi : https://evangelinosite.wordpress.com/2017/09/28/artificial-intelligence-definisi-sejarah-dan-contoh-kecerdasan-buatan/

LA Pascal

UNIVERSITAS GUNADARMA

Pascal

Sejarah Pascal

Kemunculan Bahasa Pemerograman Pascal boleh dikatakan terlambat dalam sejarah perkembangan bahasa pemrograman . Karena bahasa pemrograman Pascal dapat belajar dari pendahulunya seperti Fortran, Cobol, dan PL/1 yang muncul sekitar awal tahun 1960an. Bahasa Pemrograman Pascal merupakan bahasa pemrograman tingkat tinggi yang dirancang oleh Profesor Niklaus Wirth dari Technical University of Zurich, Switzerland.Nama PASCAL berasal dari nama seorang ahli matematika dari Perancis yang bernama Blaise Pascal. Pada usia yang ke-18, ia berhasil membangun mesin aritmetika pertama yang lalu diperdebatkan sebagai komputer pertama, tepatnya pada tahun 1641.

Namun pada tahun 1650, Blaise Pascal meninggalkan dunia geometri dan fisika menuju dunia keagamaan, dengan mengeluarkan tulisan berjudul "Contemplate The Greatness and The Misery of Man". Dan akhirnya ia meninggal pada tanggal 19 Agustus 1662.

Prof Niklaus Wirth memperkenalkan Kompiler bahasa Pascal yang pertama untuk Komputer CDC 600 (Control Data Corporation) yang dipublikasikan pada tahu 1971 dengan tujuan membantu mengajar program Komputer secara sistematis khususnya untuk memperkenalkan program terstruktur .

Dalam waktu singkat bahasa Pascal telah menjadi popular dikalangan Universitas dan kemudian diajarkan dibeberapa perguruan tinggi . Beberapa profesional Komputer juga mulai beralih pada bahasa pascal . Pada kenyataanya bahasa Pascal merupakan bahasa yang paling cepat popular dibandingkan dengan bahasa-bahasa Komputer tingkat tinggi lainnya .

Standar Pascal adalah bahasa yang didefinisikan oleh K.Jensen dan Niklaus Wirth. Penerapan nyata dari standar pascal banyak yang berbeda dengan seperti apa yang telah didefinisikan oleh K.Jensen dan Niklaus Wirth. Standar pascal dieropa didefinisikan oleh ISO ( International Standards Organization ) dan di Amerika oleh kerjasama antara ANSI (Amerika National Standar Institute) dengan IEEE ( Institute of Electrical and Electronic Engineer )

Beberapa versi dari Pascal yang telah beredar dipasaran diantaranya UCSD Pascal ( University of California at San Diego Pascal ), MS-Pascal ( Microsoft Pascal ), Apple Pascal, Turbo Pascal dan lain sebagainya. Sampai saat ini untuk komputer-komputer mikro dan personal, Turbo Pascal merupakan versi bahasa Pascal yang paling populer dan paling banyak digunakan. Kompiler Turbo Pascal banyak digemari karena bersifat interaktif seperti interpreter. Selain itu Turbo
Pascal mengikuti definisi standar Pascal seperti yang didefinisikan oleh K.Jensen dan Niklaus Wirth di Pascal User Manual dan Report. Turbo Pascal adalah copyright dari Borland Inc

Sejarah perkembangan Turbo Pascal

Turbo Pascal adalah sebuah sistem perkembangan perangkat lunak yang terdiri atas kompiler dan lingkungan perkembangan terintegerasi IDE ( Develovement Environment ) atas bahasa pemrograman Pascal untuk sistem operasi CP/M, CP/M-86 dan MS-DOS, yang dikembangakan oleh Borland pada masa kepemimpinan Philippe Khan. Nama Borland Pascal umumnya digunakan untuk paket perangkat lunak tingkat lanjut dengan kepustakaan yang lebih banyak dan pusaka kode sumber standar. Sementara versi yang lebih murah dan paling luas digunakan dengan nama Turbo Pascal. Nama Borlan Pascal juga digunakan sebagai dialek spesifik pascal buatan Borland.
Borland telah mengembangkan tiga buah versi lama dari turbo pascal secara gratis disebabakan karena sejarah yang panjang khusus untuk versi 1.0, 3.02 dan 5.5 yang berjalan pada sistemm operasi MS-DOS.

Turbo Pascal pada awalnya adalah kompiler Blue label Pascal yang dibuat untuk sistem operasi komputer mikro berbasis kaset, NAsSys, milik Nascom tahun 1981 oleh anders Hejlsberg. Kompiler tersebut ditulis ulang untuk CP/M dan dinamai Compas Pascal, dan kemudian dinamai Turbo Pascal untuk system operasi MS-Dos dan CP/M. Versi Turbo Pascal untuk Komputer Apple Macintosh sebenarnya telah dikembangkan pada tahun 1986, namun pemgembangannya dihentikan sekitar tahun 1992. Versi-versi lain pernah tersedia pula untuk mesin-mesin CP/M seperti DEC Rainbow dalam beberapa pengembangannya.

Borland membeli lisensi atas kompiler polypascal yang ditulis oleh Anders Hejlsberg (poly data adalah perusahaan yang didirikan di Denmark) dan menambahkan antara muka penggunaan serta editor . Anders Hejlsberg kemudian bergabung sebagai karyawan dan menjadi semua arsitek atas semua versi kompiler Turbo Pascal dan tiga versi pertamanya.

Berikut ini adalah pembahasan singkat mengenai versi versi turbo pascal

1.  Turbo Pascal versi I

Versi pertama dari Turbo Pascal memiliki unjuk kerja yang sangat cepat dibandingkan dengan kompiler Pascal untuk komputer mikro lainnya . kompiler tersebut tersedia untuk system operasi CP/M CP/M-86, dan MS-Dos dan penggunaannya sangat luas pada masa itu .versi turbo pascal CP/M saat itu biasa digunakan pada komputer apple II yang sangat popular jika digunakn dengan sebuah Z-80 SoftCArd produk perangkat keras pertama yang dikembangakan Microsoft di tahun 1980.

Pada saat itu CP/M menggunakan format berkas executable yang sederhana dengan mengunakan ektensi .COM , system operasi MS-DOS bisa menggunakannya baik .COM ( tidak compatible dengan format yang terdapat pada CP/M) maupun format .EXE . Turbo Pascal pada saat itu hanya mendukung kode biner berformat.COM, pada masa itu hal tersebut tidak menjadi suatu bentuk keterbatasan . perangkat lunak Turbo Pascal itu sendiri merupakan berkas berektensi .COM dan berukuran sekitar 28 kilobita termasuk editor, compiler, dan linker dan rutin-rutin pusaka . Efisiensii proses edit/ kompilasi/ jalankan lebih cepat dibandingkan dengan implementasi Pascal pada kompiler lainnya disebabkan semua elemen yang terkait dalam pengembangan program diletakan pada memori komputer (RAM) dan karena kompilernya sendiri merupakan kompiler berjenis single-pass kompiler yang ditulis dengan bahasa assembler, dan untuk proses kerja kompilasi sangat cepat dibandingkan dengan produk lain ( bahkan dibandingkan dengan compiler C milik Borland sendiri ).

Ketika pertama kali versi Turbo Pascal muncul pada tanggal 20 november 1983 jenis IDE yang digunakan masih terbilang baru. Pada debutnya terhadap pasar perangkat lunak di Amerika perangkat lunak tersebut dibandrol dengan harga sekitar $ 49.99 kualitas kompiler Pascal terintegrasi terhadap dalam Turbo Pascal sangat baik dibandingkan competitor lain dan atas fitur-fitur tersebut ditawarkan dengan harga yang terjangkau.

2.  Turbo Pascal versi II dan II

Merupakan pengembangan lebih lanjut dari versi sebelumnya mampu bekerja dalam memori dan menghasilkan berkas biner berektensi .COM/.CMD. dukungna atas sistem operasi CP/M dan CP/M-86 dihentikan setelah versi III

3. Turbo Pascal versi IV

Dikembangkan pada tahun1987 merupakan perangkat lunak yang ditulis yang untuk keseluruhan system kompiler menghasilkan berkas biner berektensi .EXE pada MS-DOS dan tidak lagi .COM. Sistem operasi CP/M dan CP/M-86 tidak lagi didukung pada versi kompiler ini versi ini pula memperkenalkan sebuah tatap muka berlayar penuh yang dilengkapi dengan menu menarik, versi –versi awal memiliki layar menu berbasis teks, dan editor berlayar penuh. Microsoft Windows belum ada pada saat versi ini dikembangkan.

4. Turbo Pascal versi V

Diperkenalkan dengan layar biru yang menjadi ciri khas yang sangat familiar dan kemudian menjadi merk dagang perusahaan perangkat kompiler MS-DOS sampai era DOS berakhir di petengahan tahun 1990-an

5. Turbo Pascal versi VII

Versi terakhir yang pernah dikembangkan adalah versi 7 Borland Pascal 7 terdiri atas sebuat IDE dan kompiler untuk MS-DOS ,DOS terektensi , dan program Windows. Turbo Pascal 7 disisi lain hanya bisa membuat program MS-DOS standar. Perangkat lunak tersebut dilengkapi pula dengan pusaka grafis yang mengabstraksi pemrograman dalam menggunakan beberapa driver grafis eksternal, namun untuk kerja pusakan ini tidak memuaskan.

Meski semua versi Turbo Pascal mendukung inline machine code. Kode mesin yang disertakan dengan berbasi kode sumber bahasa pascal, versi-versi berikut mendukung integrasi bahasa perakit (assembler) dengan pascal secara mudah . Hal ini memungkinkan pemrogram untuk meningkatkan kerja eksekusi program lebih lanjut selain itu mememungkinkan pemrogram untuk mengakses perangkat keras secara langsung .

Dukungan atas model memori atas prosesor 8086 tersedia melalui inline assembly, opsi kompiler, dan eksensi bahasa seperti 30menggunakan kunci “absolute”

1. Dibawah ini merupakan kodingan untuk menghitung luas segitiga

• uses crt;

Jika statement ini di tulis. Programer bisa memakai perintah clrscr;

• Var

Alias Variabel

• Alas:real , tinggi:real; , luas:real;

Ini adalah tipe data real

• Begin

Awal dari suatu program yang dinjalankan

• write('Input Alas =’); 

readln(alas);

write('Input Tinggi = '); 

readln(tinggi);

write('Input Luas ='); 

readln(luas);

write berguna sebagai output yang akan tampilkan di layar dan readln berguna sebagai menyimpan data (Input) pada suatu variabel dan membuat garis baru, karena diakhiri dengan tulisan ‘ln’

• luas:=(alas*tinggi)/2;

Statement ini untuk mengalikan alas x tinggi per 2

• Write(‘Luas Segitiga’ =’,luas:1:0);

Statement ini untuk output dari perkalian

• Readln;

Untuk meyimpan data input dari rumus segitiga

• End.

Untuk mengakhiri statement

Gambar diatas adalah hasil dari program tersebut

2. Trapesium

• uses crt;

Jika statement ini di tulis. Programer bisa memakai perintah clrscr;

• Var

Alias Variabel

• Alas:real , tinggi:real; , luas:real;

Ini adalah tipe data real

• a:real;

b:real;

t:real;

luas:real;

Ini adalah untuk tipe data real

• digunakan sebagai output yang di tampilkan pada layar dan  membuat garis baru

write(‘input sisi Atas  = ‘);

readln(a);

write(‘ input sisi bawah  = ‘);

readln(b);

write(‘ input atas  = ‘);

readln(t);

program diatas, write berguna sebagai output yang di tampilkan pada layar dan readln berguna sebagai penyimpan data (Input) pada suatu variabel dan membuat garis baru, karena akan diakhiri dengan tulisan ‘ln’

• luas:b=(a+b)/2*t;

di gunakan untuk menjumlahkan (luas+alas)/2 di kali tinggi

• write(‘luas trapesium =’,:luas: 1:0);

digunakan untuk output dan mengeluarkan hasil dari hasil penjumlahan rumus yang sebelumnya.

• End

Untuk mengakhiri program tersebut

Dan ini adalah hasil akhir dari program tersebut

Jika sudah selesai tekan gabungan tombol dari CTRL + F9

Maka akan muncul layar hitam

Lalu masukan alas dan tinggi > enter

Maka output dari hasilnya akan keluar