Open Image Microsoft Office Power Point dengan image viewer

Pada slide presentasi, ketika membuka image dengan hyperlink secara default akan terbuka dengan Internet Explorer. Agar Gambar tersebut terbuka dengan image viewer atau software untuk open image maka pada slide jangan di insert Hyperlink tapi insert Action.

Akan keluar dialog, pilih Run Command, kemudian browse file yang akan ditampilkan.

Pilih All Files pada jenis File

Pilih file yang diinginkan dan tekan OK.

Selesai. Sekarang coba jalankan power point anda.... Selamat Mencoba ^_^

By : Abdul Kholik Sobary

Read More

Kecerdasan Buatan

A.  Pengertian Kecerdasan Buatan (Artificial Intellegence)

Apakah Kecerdasan  ?

Kecerdasan berasal dari kata dasar cerdas. Cerdas dapat memiliki konotasi makna lebih baik, cepat, capable, adapted dengan kondisi umumnya/normal. Cerdas juga dapat berarti kemampuan untuk mengerti/memahami.

Kecerdasan (intelligence) dimiliki seseorang yang pandai melaksanakan pengetahuan yang dimilikinya. Walaupun seseorang memiliki banyak pengetahuan, tetapi bila ia tidak bisa melaksanakannya dalam praktek, maka ia tidak bisa digolongkan ke dalam kecerdasan.

Dengan perkataan lain, kecerdasan adalah kemampuan manusia untuk memperoleh pengetahuan dan pandai melaksanakannya dalam praktek.

Definisi Kecerdasan Buatan

Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia.

Menurut pendapat dari berbagai sumber, sebagai berikut :

—  H. A. Simon [1987] :

“ 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”

—  Rich and Knight [1991]:

“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

—  Encyclopedia Britannica:

“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”

Kecerdasan harus didasarkan pada prinsip-prinsip teoritikal dan terapan yang menyangkut :

-          struktur data yang digunakan dalam representasi pengetahuan (knowledge representation),

-          algoritma yang diperlukan dalam penerapan pengetahuan itu,

-          teknik-teknik bahasa dan pemrograman yang dipakai dalam implementasinya.

Kecerdasan buatan menawarkan baik media maupun uji teori kecerdasan. Teori-teori semacam ini dapat dinyatakan dalam bahasa program komputer dan dibuktikan melalui eksekusinya pada komputer.

Bagian-bagian Kecerdasan Buatan

Bagian utama aplikasi kecerdasan buatan adalah pengetahuan (knowledge), yaitu suatu pengertian tentang beberapa wilayah subyek yang diperoleh melalui pendidikan dan pengalaman. Pengetahuan merupakan informasi terorganisir dan teranalisa agar bisa lebih mudah dimengerti dan bisa diterapkan pada pemecahan masalah dan pengambilaan keputusan. Pengetahuan terdiri dari fakta, pemikiran, teori, prosedur, dan hubungannya satu sama lain.

Komputer tidak mungkin mendapatkan pengetahuannya sendiri dengan belajar, berpengalaman atau melakukan penelitian, akan tetapi ia memperolehnya melalui upaya yang diberikan oleh seorang pakar manusia.

Hampir semua pangkalan pengetahuan (knowledge base) sangat terbatas, dalam arti terfokuskan kepada suatu masalah khusus. Pada saat pangkalan pengetahuan itu sudah terbentuk, teknik Kecerdasan Buatan bisa digunakan untuk memberi kemampuan baru kepada komputer agar bisa berfikir, menalar, dan membuat inferensi (mengambil keputusan berdasarkan pengalaman) dan membuat pertimbangan-pertimbangan yang didasarkan kepada fakta dan hubungan-hubungannya yang terkandung dalam pangkalan pengetahuan itu.

Dengan pangkalan pengetahuan dan kemampuan untuk menarik kesimpulan melalui pengalaman (inferensi), komputer dapat disejajarkan sebgai alat bantu yang bisa digunakan secara praktis dalam memecahkan masalah dan pengambilan keputusan serta bisa mencapai satu atau lebih solusi alternatif pada maslah yang diberikan.

Problema yang dapat ditangani oleh kecerdasan buatan

Yang mula-mula digeluti oleh Kecerdasan Buatan adalah pembuktian teorema dan permainan (game). Misalnya Newell, ahli teori logika, berusaha untuk membuktikan teorema-teorema matematika dan Samuel yang membuat program permainan catur. Kemudian para peneliti Kecerdasan Buatan terus mengembangkan berbagai teknik baru untuk menangani sejumlah besar persoalan, termasuk persepsi, pemahaman bahasa alamiah, dan problema spesifik seperti diagnosa medis.

Persoalan-persoalan yang ditangani oleh Kecerdasan Buatan adalah :

1.      Pembuktian teorema (theorem proving), misalnya: MACSYMA untuk tugas-tugas matematika.

2.      Permainan (game), seperti: chess, tic tac toe, dan sebagainya.

3.      Pemecahan problema umum (general problem solving), misalnya pengambilan keputusan otomatis (automated decision making) dan pemodelan kinerja manusia.

4.      Persepsi / perception (visi / vision dan percakapan / conversation)

5.      Pemahaman bahasa alamiah (natural language), misalnya ELIZA yang dapat memberikan saran psikologis.

6.      Pengenalan pola (pattern recognition), seperti pengolahan citra digital untuk kebutuhan ramalan cuaca, foto (kopi), monitor tv, dan sebagainya.

7.      Pemecahan problema pakar (expert), mencakup bidang matematika simbolik, diagnosa medis, rekayasa rancang bangun, analisis kimia.

8.      Pembuatan perangkat lunak otomatis (automated software generation).

Bidang-bidang teknik kecerdasan buatan diantaranya adalah :

·     Sistem pakar (expert system),

·     Robot (robotics),

·     Fuzzy logic

·     Jaringan syaraf (neural networks) tiruan, dan

·     Pengolahan bahasa alami (natural language processing)

·     Pengolahan citra.

·     Computer vision

·     Game playing

·     General Problem Solving

·     Natural Language Recognition

·     Speech Recognition

·     Visual Recognition

Sifat Penting Kecerdasan Buatan

Beberapa sifat penting Kecerdasan Buatan yang muncul dalam berbagai bidang penerapannya :

1.      Digunakannya komputer untuk melakukan pertimbangan dengan proses yang memakai simbol.

2.      Pemfokusan ditujukan pada persoalan yang tidak memberikan respon terhadap solusi algoritmik. Hal inilah yang mendasari pencarian (search) heuristik sebagai teknik pemecahan problema Kecerdasan Buatan. 

3.      Usaha yang dilakukan lebih ditujukan untuk menangkap dan memanipulasi sifat-sifat kualitatif penting dari suatu situasi daripada metode numerik.

4.      Usaha yang dilakukan adalah untuk menangani arti-arti semantik dan bentuk sintaksis.

5.      Jawaban yang diberikan tidaklah eksak atau optimal, namun lebih bersifat cukup (sufficient).

Ini merupakan hasil penting dalam metode pemecahan problema heuristik pada situasi dimana hasil yang eksak atau optimal akan berharga terlalu mahal atau tidak mungkin dilakukan.

6.      Penggunaan sejumlah besar pengetahuan khusus dalam memecahkan persoalan. Ini merupakan dasar bagi sistem pakar.

7.      Penggunaan pengetahuan tingkat meta (meta-level) untuk mempengaruhi pengendalian lebih canggih dari strategi pemecahan problema.

Meskipuan hal ini merupakan persoalan yang sangat sulit dan hanya ditujukan pada sejumlah kecil sistem, namun muncul sebagai obyek riset yang penting.

Proses Komputasi Kecerdasan Buatan

Perangkat lunak Kecerdasan Buatan didasarkan kepada representasi dan manipulasi simbol (symbol). Sebuah simbol bisa merupakan huruf, kata atau bilangan yang digunakan untuk menggambarkan obyek, proses dan saling hubungannya. Ia bisa merupakan cetakan atau elektronik.

Obyek bisa berupa orang, benda, ide, pikiran, peristiwa atau pernyataan suatu fakta.

Dengan menggunakan simbol memungkinkan komputer bisa menciptakan suatu basis data yang menyatakan fakta, pikiran dan hubungannya satu sama lain.

Berbagai proses digunakan untuk memanipulasi simbol agar mampu memecahkan masalah. Pengolahannya bersifat kuantitatif, dan bukan kualitatif seperti halnya komputasi yang didasarkan kepada algoritma.

Apabila basis pengetahuan, fakta dan hubungannya sudah dibuat, maka penggunaannya untuk memecahkan masalah harus sudah dimulai. Teknik dasar untuk melakukan penalaran dan menarik kesimpulan dari pengalaman melalui basis pengetahuan adalah pelacakan (searching) dan pencocokan pola (pattern matching). Secara harfiah komputer terus memburu dan dan mencari pengetahuan yang ada sampai ia menemukan jawaban yang terbaik atau jawaban yang paling cocok.

Walaupun secara langsung pemecahan Kecerdasan Buatan tidak didasarkan kepada algoritma, tetapi sebenarnya dalam implementasi proses pelacakan, algoritma tetap digunakan. Program yang didasarkan kepada algoritma melaksanakan manipulasi simbolik yang menyebabkan suatu masalah dapat terpecahkan dengan cara yang sangat mendekati dengan cara kerja berfikir manusia.

Persamaan dan Perbedaan Konsep Komputasi Antara Kecerdasan Buatan dengan Komputasi Konvensional

Persamaannya :

1.      Sama-sama mengolah simbol-simbol yang dapat berupa huruf, kata, atau bilangan yang digunakan untuk menggambarkan obyek, proses, dan saling hubungannya. Obyek dapat berupa orang, benda, ide, pikiran, peristiwa atau pernyataan suatu fakta.

2.      Menggunakan komputer digital untuk melaksanakan operasi.

Perbedaanya :

KOMPUTASI KONVENSIONAL	KECERDASAN BUATAN
Menggunakan fungsi otak manusia.	Meniru beberapa fungsi otak manusia.
Komputer diperintahkan untuk  menyelesaikan suatu masalah.	Komputer diberitahu tentang suatu masalah.
Hanya dapat ditulis dalam bahasa pemrograman biasa seperti Assembler, C/C++, Fortran, Basic dan Pascal.	Programnya dapat ditulis dalam semua bahasa pemrograman termasuk bahasa pemrograman khusus untuk aplikasi Kecerdasan Buatan seperti Prolog dan LISP.
Dapat dijalankan pada semua jenis komputer tetapi tidak dibuatkan hardware  khusus.	Dapat dibuatkan hardware khusus dan dapat pula dijalankan pada semua jenis komputer.
Komputer diberikan data dan program yang berisi spesifikasi langkah demi langkah bagaimana cara data itu digunakan dan diolah untuk menghasilkan solusi.	Komputer diberi pengetahuan tentang suatu wilayah subyek masalah tertentu dengan ditambah kemampuan inferensi.
Didasarkan pada suatu algoritma yang dapat berupa rumus matematika atau prosedur berurutan yang tersusun jelas.	Didasarkan pada repesentasi dan manipulasi simbol.
Pengolahan obyek bersifat kwalitatif.	Pengolahan obyek bersifat kwantitatif.

Keuntungan dan Kerugian / Kelemahan Kecerdasan Buatan

1.            Komputer masa depan akan memberikan kenikmatan, kenyamanan, dan kesenangan yang lebih bagi penggunanya, tetapi sebaliknya akan mendorong harga komputer menjadi semakin mahal.

Hal-hal yang ditawarkan bagi para pengguna komputer Kecerdasan Buatan :

-          akan bisa berkomunikasi dengan komputer dengan bahasa alami / bahasa manusia sehari-hari

-          akan terbebas dari keharusan belajar bahasa pemrograman dan sistem operasi.

-          para pengguna komputer yang tidak terlatih sekalipun akan menghasilkan karya yang sangat berguna bagi kepentingannya dengan menggunakan komputer

-          menggunakan komputer akan tidak lebih sulit daripada menggunakan pesawat telepon

2.            Komputer akan menjadi semakin lebih berguna.

Hal ini karena bidang-bidang masalah yang tadinya tidak dapat dipecahkan oleh komputer kini akan dapat dapat dipecahkan dengan teknik Kecerdasan Buatan.

3.            Biaya pengembangan dan penelitian Kecerdasan Buatan sangat mahal.

4.            Pengembangan aplikasi Kecerdasan Buatan merupakan hal yang sangat sulit dan diperlukan waktu yang sangat lama.

5.            Masih sedikitnya perangkat lunak khusus untuk Kecerdasan Buatan.

Padahal dengan perangkat luinak khusus ini, pekerjaan pembuatan dan pengembangan perangkat lunak Kecerdasan Buatan menjadi lebih mudah dan cepat.

6.            Belum terciptanya antarmuka (interface) bahasa alami khusus untuk Kecerdasan Buatan.

Perangkat lunak Sistem Manajemen Basis Data (DataBase Management System / DBMS) merupakan salah satu tipe perangkat lunak konvensional pertama yang sudah bisa mengambil keuntungan dari terciptanya bahasa alami ini.

Perangakat lunak DBMS ini bisa lebih cepat dan lebih mudah mengambil data yang disimpan dalam basis data tanpa harus menggunakan teknik pemrograman yang rumit.

B.   Sejarah Kecerdasan Buatan

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

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 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 yang disediakan untuk pokok persoalan ini, pada 1956. 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 kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

SOFT COMPUTING

Soft computing menjadi bagian formal dari ilmu komputer sejak awal tahun 1990an.

1.             Soft Computing

Menurut Lotfi A. Zadeh (1992), soft computing adalah koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan (imprecision), ketidakpastian (uncertainity), kebenaran parsial (partial truth), dan pendekatan untuk mencapai tractability, ketahanan (robustness) dan biaya penyelesaian murah.

Soft computing merupakan inovasi baru dalam membangun sistem cerdas. Sistem cerdas ini merupakan sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.

2.             Komponen Soft Computing (SC)

SC dapat dipandang sebagai suatu komponen dasar untuk medan kemunculan konsepsi kecerdasan:

a.      Sistem Fuzzy (Fuzzy System / FS)

b.      Jaringan Syaraf (Neural Networks / NN)

c.       Penalaran Probabilistik (Probabilistic Reasoning / PR)

d.      Evolutionary Computing (EC)

e.       Machine Learning (ML)

FS mengakomodasi ketidaktepatan (imprecision), PR mengakomodasi ketidakpastian (uncertainity), NN menggunakan pembelajaran untuk meminimalisir kebenaran parsial (partial truth) dan perkiraan untuk mencapai tractability, EC untuk mencapai optimasi dalam rangka ketahanan (robustness) dan biaya penyelesaian murah.

Dengan demikian ke-4 unsur dalam SC bukan merupakan kompetisi melainkan saling melengkapi. Bahkan dalam kenyataanya, keempatnya digunakan secara sinergis ketimbang digunakan dikerjakan secara sendiri.

Pekerjaan dari teknik-teknik SC mendorong ke arah sistem-sistem yang memiliki MIQ (Machine Intelligence Quotient) tinggi. Dalam ukuran besar, ini adalah MIQ tinggi dari sistem yang mendasarkan pada SC (SC-based system) yang meliputi pertumbuhan cepat dalam jumlah dan macam aplikasi-aplikasi soft computing.

3.             Hubungan dan Perbandingan Antar Komponen SC

Komponen	Pembelajaran	Ekstraksi Pengetahuan	Operasi Real-time	Representasi Pengetahuan	Optimasi
FS / PR	tidak	ya	ya	simbolik / numerik	tidak
NN	ya	tidak	ya	numerik	tidak
EC	ya	tidak	tidak	numerik	ya
AI Conventional	tidak	ya	tidak	simbolik / numerik	tidak

4.             Karakteristik SC

Soft Computing memiliki karakteristik berikut:

a.      Soft Computing memerlukan keahlian manusia, apabila direpresentasikan dalam bentuk aturan (if_then).

b.      Model komputasinya diilhami oleh proses biologis.

c.       Soft Computing merupakan teknik optimasi baru.

d.      Soft Computing menggunakan komputasi numeris.

e.       Soft Computing memiliki toleransi kegagalan (meskipun kualitasnya berangsur-angsur memburuk).

5.             SC Saat Ini

BISC Group (Berkeley Initiative on Soft Computing)

KONSEP DAN DEFINISI DALAM KECERDASAN BUATAN

TURING TEST – Metode Pengujian Kecerdasan

·         Turing Test merupakan sebuah metode pengujian kecerdasan yangdibuat oleh Alan Turing.

·         Proses uji ini melibatkan seorang penanya (manusia) dan dua obyekyang ditanyai. Yang satu adalah seorang manusia dan satunya adalahsebuah mesin yang akan diuji.

·         Penanya tidak bisa melihat langsung kepada obyek yg ditanyai

·         Penanya diminta untuk membedakan mana jawaban komputer danmana jawaban manusia berdasarkan jawaban kedua obyek 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

o  Komputer  semula  didisain  untuk  memproses  bilangan/angka-angka (pemrosesan  numerik).

o  Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.

o  Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah

HEURISTIC

o  Istilah Heuristic  diambil dari  bahasa  Yunani  yang  berarti  menemukan

o  Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan disepanjang jalur yang memiliki kemung kinan  sukses  paling besar.

PENARIKAN  KESIMPULAN  (INFERENCING)

·         AI mecoba 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 heuristik atau metode pencarian lainnya.

PENCOCOKAN POLA (PATTERN  MATCHING)

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

Sumber :

http://jejakjari007.blogspot.com

http://wsilfi.staff.gunadarma.ac.id www.wikipedia.org

Read More