Pengantar Kecerdasan Tiruan : Tugas 1 (Nomor 2)

Kita sering mendengar atau melihat berita tentang kecerdasan buatan, namun apakah kecerdasan buatan itu? Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Maksudnya adalah kecerdasan yang dibuat atau direkayasa dan dimasukkan kedalam sebuah objek tertentu. Objek di sini dinamakan sebagai Agent. Agent di sini bisa berupa manusia, robot, thermostat,dll. Namun Agent yang dimaksud disini adalah Agent sistem dan bukan manusia.

Fungsi Agent memetakan dari percept ke aksi atau dapat dituliskan f : P’ –> A. Percept disini adalah sebuah kondisi atau permasalahan yang terdapat di lingkungan dan diterima oleh sensor dari Agent. Percept akan dicari penyelesaiannya oleh Agent dan pemecahan masalah tersebut merupakan aksi yang akan dilakukan oleh actuators kepada lingkungan.

Rasionalitas merupakan hal yang di pertimbangkan Agent untuk menyelesaikan atau menghadapi sebuah percept. Agent rasional memilih aksi manapun yang memaksimalkan nilai yang di harapkan dari pengukuran performa sekuen percept. Untuk mendesain sebuah Agent rasional harus menspesifikkan task environment atau PEAS ( Performance measuring, Environtment, Actuators, Sensor). PEAS haruslah spesifik agar Agent rasional dapat memilih aksi yang paling sesuai untuk dilakukan ke lingkungan.

Intelligent Agent memiliki beberapa tipe tertentu diantaranya :

a.       Simple Reflex Agent

b.      Model – Based Agent

c.       Goal – Based Agent

d.      Utility – Based Agent

Semua Agent tersebut dapat menjadi Learning Agent.

a.       Simple Reflex Agent

Simple Refelx Agent merupakan agent yang paling simple dari tipe agent lainnya. Sistem kerja dari agent ini yaitu sensor agent menerima percept dari lingkungan dan menyimpulkan keadaan dari lingkungan saat ini. Lalu agent memilih aksi mana yang akan dilakukan kepada lingkungan dengan mempertimbangkan aturan aturan dari agent tersebut. Setelah memilih aksi yang sesuai maka aksi diteruskan ke actuators untuk penyelesaian di lingkungan.

b.      Model – Based Agent

Sistem kerja dari Model Based Agent adalah sensor dari agent menerima percept dari lingkungan dan menyimpulkan keadaan lingkungan saat ini. Setelah itu keadaan lingkungan disimpan sebagai state di dalam agent untuk masalah selanjutnya. Keadaan atau state yang telah tersimpan sebelumnya dibandingkan dengan state saat ini dan melihat bagaimana lingkungan berubah. Setelah membandingkan dan melihat bagaimana lingkungan berubah maka agent mencari aksi untuk state saat ini dan menyesuaikan dengan aturan aturan dari agent. Ketika aksi terbaik pada state ditemukan maka aksi diteruskan ke actuator untuk penyelesaian di lingkungan saat itu.

c.       Goal – Based Agent

Goal – Based Agent tidak terlalu berbeda dengan Model – Based Agent yaitu sensor dari agent menerima percept dari lingkungan dan menyimpulkan keadaan lingkungan saat ini. Setelah itu keadaan lingkungan disimpan sebagai state di dalam agent untuk masalah selanjutnya. Keadaan atau state yang telah tersimpan sebelumnya dibandingkan dengan state saat ini dan melihat bagaimana lingkungan berubah. Namun perbedaan nya setelah melihat bagaimana lingkungan berubah agent mencari aksi untuk state saat ini dan membandingkan apabila agent melakukan aksi tertentu. Kemudian ketika aksi aksi tertentu telah dibandingkan aksi tersebut disesuaikan dengan tujuan dari agent. Ketika aksi terbaik pada state ditemukan maka aksi diteruskan ke actuator untuk penyelesaian di lingkungan.

d.      Utility – Based Agent

Utility – Based Agent pada dasarnya sama seperti Goal – Based Agent tetapi yang membedakan terdapat pada perbandingan aksi nya dimana pada Goal – Based Agent yang menjadi perbandingan adalah tujuannya. Namun pada Utility – Based Agent yang menjadi pertimbangan adalah kepuasan setelah melakukan aksi tersebut. Sistem kerja lebih rinci nya adalah sebagai berikut yaitu sensor dari agent menerima percept dari lingkungan dan menyimpulkan keadaan lingkungan saat ini. Setelah itu keadaan lingkungan disimpan sebagai state di dalam agent untuk masalah selanjutnya. Keadaan atau state yang telah tersimpan sebelumnya dibandingkan dengan state saat ini dan melihat bagaimana lingkungan berubah. Setelah melihat bagaimana lingkungan berubah agent mencari aksi untuk state saat ini dan membandingkan apabila agent melakukan aksi tertentu. Kemudian ketika aksi aksi tertentu telah dibandingkan dicari lah aksi yang memenuhi kepuasan yang diharapkan dari agent. Ketika aksi terbaik ditemukan maka aksi diteruskan ke actuator untuk penyelesaian di lingkungan.

e.       Learning Agent

Learning Agent lebih kompleks daripada agent yang lain karena Learning Agent merupakan pengembangan dari agent sebelumnya. Sistem dari Learning Agent adalah sebagai berikut percept yang diterima sensor dari lingkungan diteruskan ke bagian critic dan dibandingkan dengan performance standar kemudian feedback diberikan kepada learning element untuk dipelajari. Selain itu sensor juga meneruskan percept ke performance element yang mana akan diproses untuk menentukan aksi yang akan diberikan ke lingkungan. Namun jika pada performance element tidak sesuai dengan yang diharapkan agent maka agent akan mempertimbangkan aksi dari learning element. Mengganti aksi pada performance element dan memasukkan aksi yang terdapat pada performance elemen kedalam learning element. Lalu pada learning element akan dicari learning goalsnya dan membuat problem generator untuk membuat perbandingan dengan aksi yang terdapat pada performance element. Setelah mendapat aksi yang diharapkan oleh agent performance element akan meneruskan aksi ke actuators untuk penyelesaian di lingkungan.

Hal diatas berikut merupakan penjelasan singkat dari beberapa Intelligent Agent yang mungkin dapat dipahami. Silahkan mencari dari sumber sumber lain untuk penjelasan lebih lengkapnya. Demikianlah essai yang dapat saya berikan. Mohon dimaafkan untuk kekurangan dari essai ini dan semoga essai ini bermanfaat Terima Kasih.

Source :

Artificial Intelligence A Modern Approach (3rd Edition)

https://id.wikipedia.org/wiki/Kecerdasan_buatan

Pengantar Kecerdasan Tiruan : Tugas 1 (Nomor 1)

Disini saya menuliskan rangkuman dari skripsi Teknik Informatika yang berjudul SISTEM PAKAR UNTUK DIAGNOSA GANGGUAN KEPRIBADIAN BERBASIS WEB

Dengan kemajuan ilmu pengetahuan dan teknologi yang sangat pesat dalam era globalisasi ini, khususnya dibidang teknologi informasi, telah berkembang pada semua segi kehidupan pada masyarakat sehingga hampir semua aspek tidak terlepas dari sistem komputerisasi.

Keterbatasan seorang pakar untuk menangani suatu bidang keahlian tertentu dapat menghambat kelancaran penyelesaian pekerjaan pada bidang tersebut. Bidang yang dimaksud sangat luas, dapat mencakup semua segi kehidupan. Sebagai contoh bidang kesehatan, bidang teknologi, dan lain sebagainya. 

Dalam bidang kesehatan salah satu contohnya adalah masalah gangguan kepribadian. Setiap hari kita menemui banyak orang dengan berbagai macam kepribadian. Tidak jarang jjuga ditemui masalah dalam hubungan interpersonal yang disebabkan kepribadian seseorang. Yang populer dalam masyarakat tentang masalah kepribadian ini adalah gangguang kepribadian psikopat (dissosial). Maka dibuatlah skripsi ini yang salah satu tujuan nya yaitu merancang software yang nantinya diharapkan dapat meringankan beban para pekerjaan psikiater, yaitu dengan mempertajam hasil diagnosis awal yang diberikan oleh program aplikasi sistem pakar tersebut.

Seperti layaknya pengembangan piranti lunak, pada pengembangan sistem pakar juga terdapat metode pengembangan sistem yaitu terdiri dari identifikasi, konseptualisasi,formulasi, dan implementasi.

Tahap identifikasi merupakan tahap pengidentifikasian terhadap masalah yang akan dianalisa, pengkajian dan pembatasan masalah yang akan diimplementasikan kedalam sistem dan fasilitas pendukung pengembang sistem pakar. Pada tahap konseptualisasi knowledge engineer dan pakar (psikiater) menentukan konsep yang akan dikembangkan menjadi sistem pakar untuk mendiagnosa gangguan kepribadian. Hasil dari pembuatan konsep antara knowledge engineer dan pakar adalah dengan terkumpulnya data-data mengenai pengelompokan untuk diagnosa gangguan kepribadian berdasarkan anaisa gejala utama dari setiap gangguan.

Dalam tahap formalisasi ini hubungan antar unsur akan diimplementasikan dalam bentuk format yang biasa digunakan oleh sistem pakar, seperti mesin inferensi, yang meliputi teknik penalaran dan teknik penelusuran dan representasi pengetahuan yang meliputi diagram pohon dan kaidah produksi. Pada tahap implementasi ini meliputi rancangan arsitektual yang meliputi pemodelan kebutuhan aplikasi dan pemodelan aliran data dan informasi yang masuk dan keluar sistem, Perancangan basis data dan perancangan aplikasi yang meliputi rancangan menu dan rancangan layar interface.

Sarana-sarana pendukung program sistem pakar untuk diagnosis gangguan kepribadian berbasis web diperlukan agar diagnosis berjalan baik pada perangkat dan sistem operasi dengan spesifikasi yang sesuai. Tahap implementasi program mengembangkan desain menjadi sebuah program. Setelah program selesai baik itu sebagian mauoun secara keseluruhan, maka dilakukan proses pengujian terhadap program tersebut apakah terdapat kesalahan atau tidak sebelum diaplikasikan.

Dari rangkuman diatas dapat disimpulkan bahwa Sistem Pakar untuk diagnosis gangguan kepribadian berbasis web ini dapat berfungsi sebagai alat bantu untuk mendiagnisa gangguang kepribadian khas. Selain itu Sistem Pakar untuk diagnosis gangguan kepribadian ini berbasis web sehingga memungkinkan untuk digunakan oleh banyak pemakai dalam satu waktu.

Source:

Skripsi Teknik Informatika Universitas Muhammadiyah Prof. Dr. Hamka yang berjudul SISTEM PAKAR UNTUK DIAGNOSA GANGGUAN KEPRIBADIAN BERBASIS WEB Karya Ermiliasari Tahun 2008