Pengertian Sistem Cerdas, AI, dan Agent Cerdas

Pengertian Sistem Cerdas

Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat
agar dapat berpikir layaknya manusia. Sistem ini juga dibuat agar dapat “berperilaku” seperti manusia, juga mampu menyerap pengalaman dan mampu bertindak berdasarkan pengalaman tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri dan mampu berpikir seperti halnya manusia.

Karakteristik Sistem Cerdas

Mempunyai satu atau lebih sifat :

• Mampu mengekstrak dan meyimpan pengetahuan
• Proses penalaran seperti manusia
• Pembelajaran dari pengalaman (atau Training)
• Berurusan dengan ekspresi tidak tepat/teliti dari fakta
• Menemukan solusi melalui proses serupa dengan evolusi alami

Tren Terkini? Interaksi yang lebih canggih dengan pengguna melalui :

• Pemahaman bahasa Alami
• Pengenalasan dan Sintesis bicara (speech)
• Analisis citra (image)

Kebanyakan sistem cerdas saat ini berbasis pada :

• Sistem pakar berbasis aturan (rule)
• Satu atau lebih metodologi dalam soft computing.

Contoh Sistem Cerdas dalam Bisnis

Sistem cerdas di dunia bisnis menggunakan satu atau lebih tool cerdas, biasanya untuk membantu pengambilan keputusan

Menyediakan kecerdasan bisnis untuk:

• Meningkatkan produktifitas
• Memperoleh keuntungan kompetitif (bersaing)

Contoh kecerdasan bisnis –informasi mengenai :

• Pola perilaku pelanggan
• Tren pasar
• Leher-botol (kemacetan) efisiensi

Contoh aplikasi sistem cerdas yang sukses di bisnis:

• Layanan Pelanggan/Customer(Pemodelan Relasi Pelanggan)
• Penjadwalan (misal: Operasi tambang)
• Data mining
• Prediksi pasar keuangan (saham, dll)
• Kendali kualitas (Quality control)

Sistem Pakar (ES)

Dirancang untuk menyelesaikan masalah dalam domain (area) tertentu (specific domain)

Contoh: 

• ES untuk membantu pedagangmatauang asing dibangun dengan menanyai pakar-pakar di domain tersebut
• Menyimpan pengetahuan yang diperoleh dalam suatu bentuk yang sesuai bagi penyelesaian masalah, menggunakan penalaran sederhana
• Pengguna meminta (melakukan query) untuk masalah yang ditetapkan oleh sistem (spesifik) menggunakan informasi query tersebut untuk menggambarkan inferensi dari basis pengetahuan
• Memberikan jawaban atau menyarankan cara-cara untuk menghimpun masukan lebih lanjut

Arsitektur Sistem Pakar

Sistem Pendukung Keputusan (Decision Support System)

Konsep Decision Support System pertama kali dinyatakan oleh Michael S. Scott Morton pada tahun 1970 dengan istilah “Management Decision System” (Sprague and Watson: 1993: 4) (Turban: 1995) (McLeod: 1995). Setelah pernyataan tersebut, beberapa perusahaan dan perguruan tinggi melakukan riset dan mengembangkan konsep Decision Support System. Pada dasarnya DSS dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif.

Ada berbagai pendapatan mengenai DSS, antara lain disebutkan di bawah ini (Daihani: 2001: 54):

• Menurut Scott,DSS merupakan suatu sistem interaktif berbasis komputer, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur, yang intinya mempertinggi efektifitas pengambil keputusan.
• Menurut Alavi and Napier,DSS merupakan suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan. Sistem ini harus sederhana, mudah dan adaptif.
• Menurut Little,DSSadalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang semi terstruktur ataupun tidak terstruktur dengan menggunakan data dan model.
• Menurut Sparague and Carlson, DSS adalah sistem komputer yang bersifat mendukung dan bukan mengambil alih suatu pengambilan keputusan untuk masalah-masalah semi terstruktur dan tidak terstruktur dengan menggunakan data dan model.
• Sedangkan menurut Al-Hamdany (2003: 519),DSS adalah sistem informasi interaktif yang mendukung proses pembuatan keputusan melalui presentasi informasi yang dirancang secara spesifik untuk pendekatan penyelesaian masalah dan kebutuhan-kebutuhan aplikasi para pembuat keputusan, serta tidak membuat keputusan untuk pengguna.

Dari berbagai definisi di atas dapat disimpulkan bahwa DSS adalah suatu sistem informasi yang spesifik yang ditujukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur secara efektif dan efisien, serta tidak menggantikan fungsi pengambil keputusan dalam membuat keputusan.

Karena DSS merupakan suatu pendukung pengambilan keputusan dengan menggunakan berbagai informasi yang ada, maka Raymond McLeod Jr. (1993) memasukkan DSS sebagai bagian dari Management Information System dan mendefinisikan DSS sebagai sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan. Menurut Laudon dan Laudon (1996: 46) meskipun DSS merupakan bagian dari MIS, namun terdapat perbedaan di antara keduanya. Perbedaan utamanya yaitu:

• MIS menghasilkan informasi yang lebih bersifat rutin dan terprogram.
• DSS lebih dikaitkan dengan proses pengambilan keputusan yang spesisfik.

Karakteristik DSS

1. Beberapa karakteristik DSS yang membedakan dengan sistem informasi lainnya adalah :
2. Berfungsi untuk membantu proses pengambilan keputusan untuk memecahkan masalah yang sifatnya semi terstruktur maupun tidak terstruktur.
3. Bekerja dengan melakukan kombinasi model-model dan tehnik-tehnik analisis dengan memasukkan data yang telah ada dan fungsi pencari informasi.
4. Dibuat dengan menggunakan bentuk yang memudahkan pemakai (user friendly) dengan berbagai instruksi yang interaktif sehingga tidak perlu seorang ahli komputer untuk menggunakannya.
5. Sedapat mungkin dibuat dengan fleksibilitas dan kemampuan adaptasi yang tinggi untuk menyesuaikan dengan berbagai perubahan dalam lingkungan dan kebutuhan pemakai.
6. Keunikannya terletak pada dimungkinkannya intuisi dan penilaian pribadi pengambil keputusan untuk turut dijadikan dasar pengambilan keputusan.

Pengertian Kecerdasan Buatan

AI atau Artificial Intelligence adalah sebuah bidang ilmu yang digunakan untuk membuat hidup manusia lebih baik dari masa ke masa. Upaya ini dilakukan dengan memberikan kecerdasan pada mesin supaya dapat berpikir seolah-olah seperti manusia.

Komputer dapat dibuat menjadi sebuah entitas yang cerdas dengan pemberian data-data dalam sebuah database. Selain diberi data, komputer akan diberikan kemampuan untuk mempelajari data. 

Data dipelajari dan di training. Training dan pembelajaran data ini akan membuat sistem mampu menentukan keputusan dan melakukan tugas untuk memudahkan manusia di masa depan.

Seperti disebutkan sebelumnya, Jarvis adalah salah satu contoh penggunaan AI. Meski kecerdasan yang dimiliki oleh Jarvis ini sifatnya masih fiksi ilmiah, tapi kecerdasan buatan saat ini sudah memiliki kemiripan yang cukup tinggi dengannya.

Jarvis memiliki kemampuan bicara memiliki kemampuan deteksi kondisi kesehatan dan melakukan hal-hal lainnya yang diperintahkan oleh kreatornya. Hal ini disebabkan karena kecerdasan jarvis yang memang sudah sangat terlatih. Komputer cerdas seperti jarvis inilah yang diharapkan akan ditemukan di masa depan sehingga banyak orang berlomba-lomba untuk mengembangkannya saat ini.

Fungsi dan Tujuan Kecerdasan Buatan

Fungsi Kecerdasan Buatan

Untuk fungsinya, kecerdasan buatan memiliki cukup banyak fungsi. Kecerdasan buatan diharapkan dapat melakukan beragam hal yang akan memudahkan manusia mulai dari pemrosesan bahasa alami, mengenai persepsi, penalaran, menggerakkan dan manipulasi objek, mengenai pengetahuan, dan juga melakukan pembelajaran.

Jika di ambil kesimpulan secara menyeluruh, kecerdasan buatan berusaha untuk membuat robot yang memiliki kecerdasan yang mirip atau bahkan lebih dari kecerdasan yang dimiliki oleh manusia.

Dengan menggunakan kecerdasan buatan, manusia dapat menjadi pemerintah sedangkan robot cerdas digunakan untuk melakukan pekerjaan kasar. Robot dengan kecerdasan buatan akan memiliki pengetahuan yang lebih tinggi daripada manusia karena untuk memberikan kecerdasan buatan manusia hanya perlu memasukkan data dan sistem akan mempelajarinya.

Contohnya Google. Google adalah sebuah mesin pencari. Ia memiliki banyak sumber pengetahuan dan ia adalah mesin. Dalam mesin pencarian Google ditanamkan juga kecerdasan buatan untuk menentukan hasil pencarian yang lebih sesuai dengan keyword yang kita masukkan. Seperti yang kita tahu sistem Google saat ini sangat berbeda dengan sistem Google di masa lalu bukan?

Tujuan Penggunaan Kecerdasan Buatan

Tujuan pembuatan mesin yang canggih ini adalah untuk mengurangi waktu kerja sehingga kegiatan dapat lebih efisien. Dengan menggunakan kecerdasan buatan, manusia menjadi lebih murah dalam mengambil keputusan dan melakukan kegiatannya dibandingkan pada masa lalu.

Bukan hanya lebih mudah penggunaan kecerdasan buatan dalam komputer juga membuat waktu pengerjaan sebuah kegiatan menjadi lebih cepat. Contohnya. Dahulu untuk melakukan searching di mesin pencari kita perlu mengetikkan satu persatu huruf di kolom pencarian bukan?

Saat ini mesin pencarian seperti Google sudah memiliki implementasi kecerdasan buatan sehingga hanya dengan berbicara dengan memerintah melalui suara ponsel anda sudah bisa menjalankan perintah anda.

Hal ini merupakan tujuan dari penggunaan kecerdasan buatan. Yaitu untuk memudahkan dan mempercepat pekerjaan.

Contoh Kecerdasan Buatan

Saat ini sudah ada banyak sistem yang menggunakan kecerdasan buatan dan sangat cerdas. Salah satunya adalah teknologi Google seperti yang disebutkan sebelumnya. Selain itu ada juga banyak aplikasi kecerdasan buatan yang menarik seperti :

• Siri yaitu asisten suara yang dibuat oleh perusahaan Apple dalam ponselnya.
• Tesla, yang merupakan kecerdasan buatan yang dibuat untuk memperbolehkan mobil berkendara secara otomatis
• Alexa, Voice assistant dari perusahaan Amazon dan masih banyak lagi lainnya.

Definisi Agen Cerdas

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.

Konsep Agen Cerdas

1. Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
2. Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.
3. Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagaiaktuator.
4. Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

Hubungan Agen Cerdas dengan lingkungan dapat dapat digambarkan seperti dibawah :

Maksud dari gambar diatas :

• Environtment

          Environtment atau lingkungan yang akan memberikan sensor kepada agen tersebut.

• Percepts

         Percepts adalah ketika seorang agen menerima sensor yang diberikan oleh lingkungan.

• Actions

     Actions adalah aksi yang dilakukan agen tersebut setelah mendapatkan sensor dari lingkungan

• Goal

         Goal adalah tujuan utama yang dicapai agen tersebut setelah melakukan actions.

PEAS(Performance measure, Environtment, Actuators, Sensors)

Ketika kita akan membuat suatu rancangan agent, kita harus mengidentifikasi lingkungan masalah atau yang biasa kita sebut dengan Task Environment. Task invorenmet iniliah yang disebut PEAS.

• Performance measure : komponen-komponen yang akan  menjadi tolak ukur keberhasilan agent.
• Environtment : lingkungan dan atau kondisi sekitar yang memengarui agen.
• Actuators : kemampuan apa saja yang dapat dilakukan oleh agen tersebut.
• Sensors : hal-hal apa yang dapat diinput oleh agen tersebut.

Contoh pada Agent

Agent : Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan. 

Task Environment :

• 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.

Agent : Medical diagnosis system

Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. 

Task Environment :

• Performance measure: pasien sembuh, biya murah tidak menyalahi hukum.
• Environment: pasien, rumah sakit, suster, dokter.
• Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk).
• Sensors: keyboard (masukan gejala penyakit, jawaban pasien).

Sumber :
salamadian

evangelinosite
w3ight
weare