Artificial Intelligence, Desicion Making & Rule Based System

Nama : Basri Ananta
NPM : 52414043
Kelas : 3IA22
Mata Kuliah : Pengantar Teknologi Game
Dosen : Rifki Amalia
Tugas : Penulisan 2

A. Artificial intelligence

Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa diantaranya :

Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).

Kecerdasan Buatan (AI) 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 merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica).

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Perkembangan terus berlanjut, 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 awal 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 pada tahun 1956, selain itu 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 diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut :

• Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
• Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.
• Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
• Robotika & Sistem Sensor.
• Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
• Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
• Game Playing.
• Soft Computing

Soft computing merupakan sebuah inovasi dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).

Metodologi-metodologi yang digunakan dalam Soft computing adalah :

• Logika Fuzzy/Fuzzy Logic (mengakomodasi ketidaktepatan).
• Jaringan Syaraf Tiruan/Neurall Network (menggunakan pembelajaran).
• Probabilistic Reasoning (mengakomodasi ketidakpastian).
• Algoritma Genetika/Evolutionary Computing (optimasi).

Sesuatu yang unik, Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.

B. Desicision Making

Decision Making adalah suatu proses pemikiran dalam rangka penyelesaian/ pemecahan suatu masalah untuk memperoleh hasil akhir guna dilaksanakan. Keputusan yang diambil adalah hasil akhir dari pemilihan sejumlah alternatif yang terbaik, yang paling kecil risikonya. Pengambilan keputusan merupakan salah satu langkah dalam proses keperawatan, dimana dalam  pengambilan keputusan sangat diperlukan proses berpikir. Pengambilan keputusan merupakan hasil  berpikir, hasil usaha intelektual, dimana keputusan yang ada memerlukan tindakan nyata dalam menentukan pilihan dari beberapa alternatif pemecahan masalah yang ada. 

Proses pembuatan keputusan adalah proses yang melibatkan pendekatan sistematis setiap tahapan, dan harus dapat diterima oleh lingkungan yang akan menggunakannya. Lancaster dan Lancaster menyatakan pembuatan keputusan merupakan sesuatu yang sistematis, merupakan proses bertahap dan memlih berbagai alternatif dan membuat pilihan menjadi tindakan. Pengambilan keputusan ini berdasarkan analisis dari data-data dan informasi yang dikumpulkan dengan mempertimbangkan berbagai aspek yang paling menguntungkan dengan menggunakan logika dan rasional. Keputusan yang diambil dengan memperhatikan prioritas masalah yang paling  penting untuk diatasi terlebih dahulu, waktu yang dibutuhkan, biaya, kemampuan, dan kemungkinan keberhasilan yang paling tinggi.

Terdapat tiga model yang tercakup dalam pembuatan keputusan, yaitu: 

1. Model Normatif Model ini diasumsi

kan untuk memaksimalkan kepuasan dan memenuhi kebutuhan “asumsi  pengetahuan sempurna” bahwa “pada satu situasi membutuhkan keputusan, semua kemungkinan pilihan dan konsekuensi dan potensial hasil dari masing-masing diketahui”. Ada tujuh langkah yang teridentifikasi dalam model analisis ini : 

1. Menemukan dan menganalisis masalah 
2. Mengidentifikasi semua alternatif yang memungkinkan 
3. Mengevaluasi pro dan kontra dari masing-masing alternatif 
4. Mengurut alternatif-alternatif 
5. Memilih alternatif yang dapat memaksimalkan kepuasan 
6. Pelaksanaan
7. Evaluasi

2. Model Pohon Keputusan 

Setiap jalur melalui pohon menyamakan pada urutan yang mungkin dari tindakan dan kejadian – kejadian, masing-masing dengan konsekuensinya sendiri. Kemungkinan dari baik konsekuensi positif dan negatif dari tindakan dan kejadian diperkirakan dan dicatat pada cabang yang tepat. 

3. Model deskriptif 

Simon mengembangkan model ini didasarkan pad asumsi bahwa pembuat keputusan adalah seorang yang melihat masalah secara rasional dalam membuat solusi yang bisa dilakukan yang didasarkan pada informasi yang diketahuinya. Langkah dalam model deskriptif meliputi : 

1. Menetapkan tujuan yang dapat diterima 
2. Menguraikan persepsi sibjektif tentang masalah 
3. Mengidentifikasi alternatif yang bisa diterima 
4. Mengevaluasi setiap alternative
5. Menyeleksi alternative
6. Menerapkan keputusan 
7. Evaluasi

Langkah-langkah dalam proses pembuatan keputusan

Pertama, masalah harus teridentifikasi masalah harus teridentifikasi, walaupun tahapan ini terlihat mudah, pengenalan dan penentuan masalah merupakan hal yang rumit karena persepsi tiap individu berlainan. Perawat manajemen harus membuat kepastian bahwa setiap masalah yang teridentifikasi memerlukan perhatian mereka saja.Bila masalah telah teridentifikasi, perawat manajer harus mengevaluasi kemungkinan solusi dan memrlukan prioritas masalah. 

Langkah kedua dalam membuat keputusan adalah mengumpulkan dan menganalisa informasi yang berhubungan dengan solusi. Perawat manajer mulai mengidentifikasi perbandingan berbagai alternatif yang memungkinkan dengan hasil yang diinginkan dengan berbagai sumber yang tersedia. Langkah ketiga dalam pembuatan keputusan adalah mengevaluasi semua alternatif dan memilih satu untuk implementasi. Dalam evaluasi alternatif, kemungkina positif dan negatif dari setiap  pilihan diidentikasi dengan kemungkinan setiap perkiraan. Setiap alternatif harus secara sistematis.

dievaluasi terhadap efisiensinnya dan keefektifannya dalam menyelesaikan hasil yang diharapkan serta kemungkinan pencapaian dengan sumber-sumber yang ada atau dapat diperoleh. Langkah keempat dalam proses pembuatan keputusan adalah untuk bertindak atau mengimplementasikan alternatif terpilih.

Komponen yang perlu diperhatikan dalam pengambilan keputusan :

a. Tanda/ gejala yang ditimbulkan misalnya tanda vital, keluhan, hasil laboratorium.  

b. Hipotesis (dugaan sementara) misalnya kemungkinan alergi, infeksi, kelainan ginjal, kelainan jantung dll. 

c. Pengetahuan dasar berhubungan dengan informasi, literatur, pernyataan yang didukung dengan logika dan rasionalisasi. 

d. Tindakan keperawatan ditentukan dari beberapa alternatif yang diajukan. 

e. Penyelidikan/ pemeriksaan, hal ini dilakukan untuk memperkuat/ memvalidasi dan mendukung keputusan yang akan diambil. 

f. Pendapat/ perkiraan awal sebelumnya.

C. Rule Based System

Sistem berbasis aturan (Rule Based System) adalah suatu program komputer yang memproses informasi yang terdapat di dalam working memory dengan sekumpulan aturan yang terdapat di dalam basis pengetahuan menggunakan mesin inferensi untuk menghasilkan informasi baru.

Sebuah Rule-Based System dapat dibentuk dengan menggunakan sebuah assertions set, yang secara kolektif membentuk working memory, dan sebuah rule set yang menentukan aksi pada assertions set.  RBS secara relatif adalah model sederhana yang bisa diadaptasi ke banyak masalah. Namun, jika ada terlalu banyak peraturan, pemeliharaan sistem akan rumit dan terdapat banyak failure dalam kerjanya. Untuk membuat sistem berbasis aturan, anda harus memiliki :

• Sekumpulan fakta yang mewakili working memory. Ini dapat berupa suatu keadaan yang relevan dengan keadaan awal sistem bekerja.
• Sekumpulan aturan. Aturan ini mencakup setiap tindakan yang harus diambil dalam ruang lingkup permasalahan yang dibutuhkan.
• Kondisi yang menentukan bahwa solusi telah ditemukan atau tidak (none exist). Hal ini berguna untuk menghindari looping yang tidak akan pernah berakhir.

Teori sistem berbasis aturan ini menggunakan tekhnik yang sederhana, yang dimulai dengan dasar aturan yang berisi semua pengetahuan dari permasalahan yang dihadapi yang kemudian dikodekan ke dalam aturan IF-THEN dan sebuah tempat penyimpanan (basis data) yang mengandung data, pernyataan dan informasi awal. Sistem akan memeriksa semua aturan kondisi (IF) yang menentukan subset, set konflik yang ada. Jika ditemukan, maka sistem akan melakukan kondisi THEN. Perulangan atau looping ini akan terus berlanjut hingga salah satu atau dua kondisi bertemu, jika aturan tidak diketemukan maka sistem tersebut harus keluar dari perulangan (terminate).

Untuk mengelola rules , terdapat 2 pendekatan yaitu :

• Forward Chaining : dimana rules diproses berdasarkan sejumlah fakta yang ada, dan didapatkan konklusi sesuai dengan fakta-fakta tersebut. Pendekatan forward chaining disebut juga data driven.
• Backward Chaining : dimana diberikan target (goal), kemudian rulesyang aksinya mengandung goal di-trigger. Backward chaining ini cocok untuk menelusuri fakta yang masih belum lengkap, disebut jugagoal driven.

Strategi Rule Based System :

• First Applicable : Ini adalah strategi yang paling sederhana tetapi berpotensi menimbulkan masalah besar, yaitu akan terjadinya looping yang tak terbatas pada kondisi yang sama.
• Random : Meskipun tidak menggunakan prediksi atau first applicable control, metode ini cukup memberikan keuntungan, yaitu dapat diprediksi (seperi game yang membutuhkan strategi). Sebuah strategi acak akan memilih aturan acak tunggal dari sebuah set konflik. Kemungkinan lain untuk strategi acak adalah dengan sistem berbasis aturan fuzzy (fuzzy rule based system) dimana masing-masing aturan memiliki probabilitas sebuah kondisi akan lebih mungkin terjadi daripada yang lainnya.
• Most Spesific : Strategi ini berdasarkan pada jumlah kondisi aturan. Hal ini didasari pada asumsi jika ia memiliki sebagian besar kondisi maka memiliki relevansi ke data yang ada.
• Least Recently Used : Menyimpan data yang terakhir dipakai untuk selanjutnya dipakai kembali ke dalam permasalahan jika memang problem yang dihadapi sama.

Kelebihan Sistem Berbasis Aturan :

• Availability-bertambah
• Intelligent tutor
• Intelligent dB
• Danger-reduced
• Performance
• Multiple expertise
• Reability-bertambah
• Explanation
• Steady, unemotional and complete response

Kekurangan Sistem Berbasis Aturan :

• Jika terlalu banyak aturan, sistem menjadi sulit dalam me-maintain performance.
• Keterbatasan dalam memutuskan teknik yang digunakan untuk suatu masalah.

Manfaatnya :

• Kedokteran : Sistem pakar dalam dunia kedokteran dapat mencatat history atau riwayat penyakit pasien sehingga mudah dalam penentuan obat dan dosis obat yang akan diberikan oleh dokter. Selain itu dapat juga sebagai penyimpanan data dalam mendiagnosa penyakit-penyakit tertentu.
• Pertanian : Dapat digunakan untuk mengidentifikasi hama dan penyakit yang mampu menyerang tanaman beserta cara pengendaliannya serta mampu mengetahui waktu perairan atau penyemaian.
• Keuangan : Dapat digunakan untuk memeriksa persoalan-persoalan dengan menggunakan beberapa metode yang berbeda

DAFTAR PUSTAKA

Unila. 2015. Pengertian artificial intelligence.
http://web.if.unila.ac.id/purmanailuswp/2015/09/13/pengertian-artificial-intelligence-kecerdasan-buatan/, 29 Maret 2017.

Informatika. 2015. Kecerdasan buatan.
http://informatika.web.id/category/kecerdasan-buatan/,29 Maret 2017.

Academia. 2012. Decision making.
https://www.academia.edu/8292012/Decision_making,29 Maret 2017.

Technologies. 2014. Rule based system.
http://technologies-it.blogspot.co.id/2014/06/rule-based-system.html,29 Maret 2017.