SIP_Artificial Intellegence (AI)

Artificial Intellegence (AI)

 

1. Sejarah Artificial Intellegence

            AI merupakan proses di mana peralatan mekanik dapat melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau kecerdasan seperti manusia. Kata “intelligence” berasal dari bahasa latin “intelligo” yang berarti “saya paham”. Berarti dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.

            Ketika kita berbicara mengenai sejarah AI mungkin yang pertama kali terpikir dalam benak kita adalah era 80-an hingga kini, tapi ternyata AI sudah mulai digugah sejak abad ke-13. Ketika itu Al – Jazari berhasil menciptakan robot humanoid pertama yang berfungsi sebagai robot musisi, yang bisa memainkan alat musik. Kemudian pada abad ke-18 Hishashige Tanaka berhasil membuat robot boneka yang bisa menuangkan teh dan menulis huruf Kanji.

            Sedangkan diabad komputer modern AI mulai digagas sejak Mc Mulloh dan Pitts mengusulkan model matematis bernama perceptron dari neuron didalam otak. Dalam hal ini mereka menunjukan bahwa neuron memberikan reaksi yang berbeda terhadap waktu input yang diberikan. Kemudian pada tahun 1950 Alan Turing melalui papernya mencoba menjawab, apakah komputer dapat berpikir.

            Pada tahun 1956 John Mc Carthy menyelenggarakan konferensi bernama “The Dartmouth summer research project on artificial intelligence” yang dihadiri oleh ahli komputer dari seluruh dunia untuk membahas dasar bagi pengembangan dan penelitian AI. Saat itu Mc Carthy mengusulkan definisi AI adalah “ AI merupakan cabang dari ilmu komputer yang berfokus pada pengembangan komputer untuk dapat memiliki kemampuan dan berprilaku seperti manusia”.

            AI terus berkembang sejak konferensi Darthmouth. Awal pekerjaan dipusatkan pada seperti game playing (misalnya: audio dengan kecerdasan dan permainan catur(chess player), pembuktian teorema (theorem proving) pada Tugas-tugas formal (Formal Tasks). Utamanya adalah permainan catur yang paling dapat diaplikasikan dan diterima, karena pengalaman permainan catur seorang programer dapat terus diterapkan pada komputer untuk meningkatkan kemampuan berpikir komputer tersebut dalam bermain catur.

            Dari awal pekerjaan AI ini memindahkan lebih khusus tugas yang sering berguna antara lain:

            a. Tugas biasa/keduniaan(Mundane Tasks)

1) Persepsi : vision dan speech

2) Natural Language : understanding, generation dan translation

3) Commonsence Reasoning ( pertimbangan berdasarkan pikiran sehat): robot control

b. Tugas Formil (Formal Tasks)
1) Games : chess dan checkers
2) Matematics: geometri, logic dan proving properties of programs

c. Tugas Ahli(Expert Tasks)
1) Teknik : Design, Fault Diagnosis dan Planning

d. Scientific Analysis

e. Medical : Diagnosis dan Theraphy.

Sejak tahun 80-an perkembangan AI menjadi sangat pesat karena didukung oleh mulai terjangkaunya harga komputer sehingga berbagai universitas bisa mempelajari dan mengembangkannya.

Berikut ini ini rangkuman singkat sejarah perkembangan AI :

1206 Robot humanoid pertama karya Al-Jazari

1796 Boneka penuang the dari jepang bernama Karakuri

1941 Komputer elektronik pertama

1949 Komputer dengna program tersimpan pertama

1956 Kelahiran dari Artificial Intelligence pada Dartmouth conference

1958 Bahasa LISP dibuat

1963 Penelitian intensif departemen pertahanan Amerika

1970 Sisem pakaer pertama diperkenalkan secara luas

1972 Bahasa Prolog diciptakan

1986 Perangkat berbasis AI dijual luas mencapai $425 juta

1994 AC berbasis Neuro fuzzy dijual

2010 Sistem kecerdasan buatan untuk Pesawat komersial BOEING 900-ER ramai digunakan

2011 Service Robot untuk restoran berhasil dibuat di Indonesia

2012 Sistem Pakar Troubleshooting Komputer berbasis Fuzzy dan Self               Learning

2012 Sistem immune pada Deteksi spam diciptakan

Dengan perkembangan teknologi dan penyediaan fasilitas yang semakin baik dewasa ini maka bukan tidak mungkin AI akan terus meningkat sampai pada akhirnya benar-benar menyamai kemampuan manusia sehingga akan menggantikan pekerjaan manusia. tinggal nanti bagaimana kita sebagai akademisi dan masyarakat luas menyikapi pemanfaatan AI sebagai asisten manusia sampai batas tertentu agar tidak mengancam keberadaan manusia itu sendiri.

2. Hubungan Artificial Intellegence dengan Kognisi Manusia

Jika kita berbicara AI tentunya kita tidak bisa melupakan kognisi manusia karena rancangan AI muncul karena diadaptasi dari cara berpikir manusia atau kognisi manusia. Menurut Alan Turing suatu mesin dikatakan cerdas bila ia sukses berprilaku seperti manusia. Dengan kata lain AI memang didesain untuk berprilaku dan berpikir menyerupai manusia.

McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari neuron di dalam otak. Mereka juga menunjukkan bagaimana neuron menjadi aktif seperti saklar on-off dan neuron tersebut mampu untuk belajar dan memberikan aksi berbeda terhadap waktu dari input yang diberikan. Hal ini dapat diterapkan pada mesin karena adanya sistem on-off. Jadi dengan kata lain bahwa ada kemiripan sistem antara mesin dan otak manusia.

Karena kecerdasan tiruan adalah ilmu yang berdasarkan proses manusia berpikir, maka penelitian bagaimana proses manusia berpikir adalah hal yang pokok. Pada saat ini para peneliti hanya mulai mengerti sedikit dari proses berpikir tersebut, tetapi sudah cukup diketahui untuk membuat asumsi-asumsi yang pasti tentang bagaimana cara berpikir dan menggunakan asumsi-asumsi tersebut untuk mendesain suatu program komputer yang mempunyai kecerdasan secara tiruan.

Semua proses berpikir menolong manusia untuk menyelesaikan sesuatu masalah. Pada saat otak manusia mendapat informasi dari luar, maka suatu proses berpikir memberikan petunjuk tindakan atau respon apa yang dilakukan. Hal ini merupakan suatu reaksi otomatis dan respon yang spesifik dicari untuk menyelesaikan masalah tertentu. Hasil akbar dari semua proses berpikir tersebut disebut tujuan (goal).

Pada saat tujuan telah dicapai, pikiran akan segera berhadapan dengan tujuan-tujuan lainnya yang akan dicapai. Di mana semua tujuan-tujuan ini bila terselesaikan akan mengantar ke suatu tujuan utama. Dalam proses ini tidak ada satupun cara berpikir yang mengarah ke tujuan akhir dilakukan secara acak dan sembarangan.

Kecerdasan manusia dapat dipecah-pecah menjadi kumpulan fakta-fakta (facts) dan fakta-fakta ini yang digunakan untuk mencapai tujuan. Hal ini dilakukan dengan memformulasikan sekelompok aturan-aturan(rules) yang berhubungan dengan fakta fakta yang disimpan dalam otak.

Sumber

Bhuvaneswari, S. (2012). Man-machine interface, International Journal of Artificial Intelligence and Applications. vol. 3, no. 1.

Budiharto, W., Purwanto D., Jazidie A. (2011). A robust obstacle avoidance for service robot using bayesian approach, International Journal of Advanced Robotic Systems. vol. 8, no. 1.

Ismaila, I. (2012). Model and algorithm in artificial immune system for spam detection. International Journal of Artificial Intelligence and Applications, vol. 4, no. 1.

Jozeph, C., (2005). Giaratanno, expert systems principles and programming.

Russel, S., Norwig, P. (2009). Artificial intelligence: A modern approach.   Pearson: Publisher.

Turban, E. (1995). Decision support and expert systems.

Warwick, K. (2012) Artificial intelligence: The basics, routledge publisher, youssef basil, expert pc troubleshooter with fuzzy logic and self learning support, International Journal of Artificial Intelligence and Applications, vol. 3, no. 2.

#SIP_Artificial Intellegence dan Expert System

Artificial Intellegence dan Expert System

1. Perbedaan dan kaitan antara Artificial Intellegence dan Expert System

            Expert System (ES) adalah turunan dari Artificial Intellegence (AI), maksudnya adalah pengembangan dari AI yang terintegrasi dengan beberapa pendekatan pakar atau ahli sesuai dengan bidang kajiannya.

            ES memiliki kemampuan memecahkan masalah dan menggunakan penalaran dengan mengadopsi kemampuan yang dimiliki oleh pakar. Sehingga permasalahan yang awalnya hanya bisa diselesaikan oleh pakar kini bisa diselesaikan oleh orang biasa. Dengan kata lain data base pada ES adalah kemampuan yang ada pada otak sang pakar. Sehingga buat seorang pakar ES juga sangat berguna sebagai asisten, bahkan buat pakar perancang ES tersebut.

            Tiga komponen utama yang tampak secara virtual di setiap sistem pakar adalah :

a. Basis pengetahuan

Merupakan representasi pengetahuan dari seorang pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Terdiri dari 2 elemen dasar yaitu :

1) Fakta yang berupa informasi tentang situasi permasalahan, teori dari area permasalahan atau informasi tentang objek.

2) Spesial heuristik yang merupakan informasi tentang cara bagaimana membangkitkan fakta.

b. Mesin inferensi

Membuat inferensi yang memutuskan rule-rule mana yang akan digunakan.

c. Antar muka pengguna

Merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali masukan dan keluaran. User interface melayani user selama proses konsultasi mulai dari tanya-jawab untuk mendapatkan fakta-fakta yang dibutuhkan oleh inference engine sampai menampilkan output yang merupakan kesimpulan dan solusi.

Informasi dari pakar harus dijadikan pengetahuan bagi system pakar yang akan kita kembangkan. Pengetahuan dari system pakar selanjutnya dapat direpresentasikan dengan beberapa cara. Salah satu yang paling umum untuk merepresentasikan pengetahuan dalam bentuk aturan IF-THEN, misalnya : If alarm berbunyi and Lampu menyala Then hubungi pemadam kebakaran.

2. Sistem Kerja dari Expert System

            Beberapa contoh Expert System yang berbasis psikologi diantarannya adalah Elliza, Parry dan Net Talk. Berikut ini penjelasannya :
a. Eliza

Merupakan program yang dibuat oleh Joseph Weizwenbaum (1967). Program ini dapat melakukan terapi dengan melakukan terapi terhadap pasien dengan mengajukan beberapa pertanyaan.

b. Parry

Parry adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid.

c. Net Talk

NET Talk adalah sebuah program yang belajar mengucapkan teks bahasa Inggris yang ditulis dengan menjadi teks yang ditampilkan sebagai masukan dan pencocokan transkripsi fonetik untuk perbandingan.

Sumber

Bhuvaneswari, S. (2012). Man-machine interface, International Journal of Artificial Intelligence and Applications. vol. 3, no. 1.

Budiharto, W., Purwanto D., Jazidie A. (2011). A robust obstacle avoidance for    service robot using bayesian approach, International Journal of Advanced Robotic Systems. vol. 8, no. 1.

Ismaila, I. (2012). Model and algorithm in artificial immune system for spam detection. International Journal of Artificial Intelligence and Applications, vol. 4, no. 1.

Jozeph, C., (2005). Giaratanno, expert systems principles and programming.

Russel, S., Norwig, P. (2009). Artificial intelligence: A modern approach.   Pearson: Publisher.

Turban, E. (1995). Decision support and expert systems.

Warwick, K. (2012) Artificial intelligence: The basics, routledge publisher, youssef basil, expert pc troubleshooter with fuzzy logic and self learning support, International Journal of Artificial Intelligence and Applications, vol. 3, no. 2.

#SIP_RANCANGAN DESIGN APLIKASI YANG BERKAITAN DENGAN ILMU PSIKOLOGI

DESIGN APLIKASI MENGENAI “SKIZOPHRENIA”

            Seiring perkembangan teknologi yang sangat pesat, pada bidang kedokteran saat ini juga telah menfaatkan teknologi untuk membantu peningkatan pelayanan yang lebih baik kepada masyarakat luas. Pekerjaan yang sangat sibuk dari seorang dokter mengakibatkan bidang sistem pakar mulai dimanfaatkan untuk membantu seorang pakar atau ahli dalam mendiagnosa berbagai macam penyakit, seperti jantung, ginjal, stroke, kanker, gigi, kulit,mata. Namun, dapat juga membantu untuk mendiagnosa penyakit mental seoerti skizophrenia.

            Sistem Pakar Untuk Diagnosa Penyakit Mental Pada Manusia menggunakan metodeforward chaining yangbertujuan untuk menelusuri gejala yang ditampilkan dalam bentuk pertanyaan-pertanyaan agar dapat mendiagnosa jenis penyakit mental dengan perangkat lunak berbasis dekstop management system. Perangkat lunak sistem pakar dapat mengenali jenis penyakit mental setelah melakukan konsultasi dengan menjawab beberapa pertanyaan-pertanyaan yang ditampilkan oleh aplikasi sistem pakar serta dapat menyimpulkan beberapa jenis penyakit mental yang diderita oleh pasien. Data penyakit yang dikenali menyesuaikan rules (aturan) yang dibuat untuk dapat mencocokkan gejala-gejala penyakit mental dan memberi nilai persentase agar mengetahui nilai pendekatan jenis penyakit mental pada pasien.

1. Sistem pakar 

            Merupakan suatu program aplikasi komputerisasi yang berusaha menirukan proses penalaran dari seorang ahlinya dalam memecahkan masalah spesifikasi atau bisa dikatakan merupakan duplikat dari seorang pakar karena pengetahuannya disimpan di dalam basis pengetahuan untuk diproses pemecahan masalah. Data yang tersimpan dalam database akan menginformasikan suatu keluhan pasien dengan akurat dan dapat menyimpulkan jenis penyakit mental yang diderita oleh pasien.

            Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Sistem pakar mempunyai 3 bagian utama, yaitu user interface, interface engine, dan knowledge base. Hubungan ketiga bagian tersebut dapat dinyatakan seperti :

 

• User Interface berfungsi sebagai media pemasukan pengetahuan kedalam knowledge base dan melakukan komunikasi dengan user.

• Inference Engine merupakan bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi knowledge base berdasarkan urutan tertentu.

• Knowledge Base merupakan suatu database yang menangani informasi khusus dan aturan tentang subyek tertentu yang diperlukan untuk membuat fakta-fakta dan teknik dalam menerangkan masalah yang disusun dalam urutan yang logis.

2. Skizofrenia 

            Merupakan suatu sindrom klinis dengan variasi psikopatologi, biasanya berat, berlangsung lama dan ditandai oleh penyimpangan dari pikiran, persepsi serta emosi Hasil studi Bank Dunia tahun 2001 menunjukkan bahwa masalah kesehatan jiwa mencapai 8,1 persen, jauh lebih tinggi dari tuberklosis (7,2 persen), kanker (5,8 persen), penyakit jantung (4,4 persen), dan malaria (2,6 persen). Riset dasar kesehatan nasional tahun 2007 menyebutkan sekitar satu juta orang di Indonesia mengalami gangguan jiwa berat, sedangkan 19 juta orang lainnya menderita gangguan jiwa ringan hingga sedang (Dewi, 2011). Pada tahapan gangguan jiwa, jenis penyakit gangguan jiwa skizofrenia termasuk dalam gangguan jiwa berat. Berdasarkan survei Kementerian Sosial tahun 2008, penderita skizofrenia di Indonesia ada 650.000 orang. Data di Rumah Sakit Jiwa Menur Surabaya, menyebutkan bahwa skizofrenia merupakan peringkat pertama dari 10 besar penyakit rawat jalan di rumah sakit tersebut.

            Apabila gangguan jiwa ini tidak mendapat perhatian dan penanganan yang cepat serta tepat maka akan sangat berdampak buruk bagi para penderita. Beberapa dampak buruk itu antara lain, penderita akan selalu dikucilkan oleh masyarakat, gangguan jiwa yang dialami penderita akan semakin parah sehingga akan lebih menyulitkan dalam hal pengobatan, dampak buruk tersebut juga dapat berpengaruh kepada keluarga maupun keturunan penderita yang juga dapat mengalami gangguan jiwa. Dampak yang paling parah apabila gangguan jiwa yang diderita cukup berat dapat menimbulkan suatu keinginan atau tindakan untuk melakukan bunuh diri atau melakukan suatu tindakan yang lebih parah seperti pembunuhan dan hal tidak wajar lainnya.

            Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan oleh seorang pakar, seperti memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya. Contohnya seperti sistem pakar untuk mendiagnosa gangguan jiwaskizofrenia. Dengan adanya sistem pakar ini diharapkan dapat menghasilkan informasi mengenai gangguan jiwa skizofrenia, cara mendiagnosa gangguan jiwa, serta cara pengobatan yang harus dilakukan untuk membantu kinerja serta ketepatan diagnosis oleh seorang pakar.

Tahap 1

Fuzzy expert system adalah suatu sistem pakar yang menggunakan perhitungan fuzzy dalam mengolah knowledge untuk menghasilkan konsekuensi, premis dengan konklusi atau kondisi dengan akibat sehingga menghasilkan informasi yang memiliki keakuratan kepada end user atau pengguna. Bentuk umum fuzzy expert system hampir sama dengan bentuk rule based pada expert system yaitu if A then B dimana A dan B adalah fuzzy sets (Klir, 1995).

Tahap 2 (Perencanaan Pembuatan Rule Base)

Tahap ini adalah tahap awal dalam melakukan perancangan dan pembuatan aplikasi sistem pakar. Pengetahuan pakar dan data-data yang didapatkan, dikumpulkan dan dijadikan suatu sistem informasi, yang nantinya digunakan sebagai knowledge base bagi aplikasi sistem pakar ini.

Tahap 3 (System Flow Maintenance Data)

System flow sistem untuk admin menggambarkan tentang proses acquisitionpengetahuan dari seorang pakar. Pengetahuan dari seorang pakar direpresentasikan dalam bentuk fuzzy database dan rule fuzzy. System flow untukmaintenance data dapat dilihat pada Gambar:

Tahap 4 (System flow untuk Diagnosis)

System flow untuk diagnosis menjelaskan tentang proses yang terjadi dalam diagnosis, yaitu melakukanmaintenance data pasien dan diagnosis. System flow untuk maintenance data dapat dilihat pada Gambar.

Tahap 5 (Context Diagram)

Pada context diagram sistem pakar diagnosis gangguan jiwa skizofrenia ini terdapat dua buah entitas, yaitu entitas user dan entitas admin. Pada sistem ini, user memberikan input kepada sistem berupa data pasien serta gejala-gejala yang dialami oleh pasien berdasarkan pertanyaan yang harus dijawab yang telah disediakan oleh sistem, serta mendapatkan output berupa diagnosis gangguan jiwa skizofrenia beserta pengobatannya dan laporan diagnosis pasien. Sedangkan admin memberikan input berupa data gangguan jiwa skizofrenia, data gejala, data obat, data penanganan, data certainty factor nilai gejala, data certainty factor nilai parameter, dan data user, serta admin mendapatkan output berupa laporan hasil diagnosis dan laporan diagnosis keseluruhan.

Tahap 6 (Form Pasien)

Form Pasien merupakan form untuk mengecek data pasien sebelum melakukan diagnosis.

Form Data Pasien Baru merupakan form untuk mendata pasien baru.

Tahap 7 (Form Diagnosis)

Digunakan untuk menjawab pertanyaan mengenai gejala yang dialami oleh pasien.

Tahap 8 (Form Hasil Diagnosis)

Merupakan hasil diagnosis sistem pakar gangguan jiwa skizofrenia dalam bentuk prosentase.

Laporan Diagnosis merupakan crystal report hasil diagnosis yang telah dilakukan.

Laporan Rekapitulasi merupakan form laporan rekapitulasi pasien yang dapat ditampilkan per bulan maupun per tahun yang ingin ditampilakan

Tahap 9 (Form Laporan History Pasien)

Merupakan form untuk melihat data history pasien yang pernah melakukan diagnosis.

Sumber :

Anna, L.K. 2011. 80 Persen penderita skizofrenia tak diobati. http://health.kompas.com/read/2011/06/03/07014272/80.Persen.Pe nderita.Skizofrenia.Tak.Diobati, diakses tanggal 30 November 2016.

Klir, George J. dan Yuan, Bo. 1995. Fuzzy sets and fuzzy relation: Theory and applications. New Jersey: Prentice Hall.

Safitri, Dewi. 2011. Bukan gila tapi sakit jiwa. http://www.bbc.co.uk/indonesia/laporan_khusus/2011/10/111004_mental1 .shtml, diakses tanggal 30 November 2016.