Artificial Intelligence & Natural Language Processing

PENGANTAR TEKNOLOGI SISTEM CERDAS

Materi :

Artificial Intelligence dan Natural Language Processing

Disusun Oleh :

Nama   : Wahyuni Tri Utami

NPM   : 1C114169

Kelas   : 3KA26

Dosen  : Imam Ahmad Trinugroho, ST., MMSI.

FAKULTAS ILMU KOMPUTER & TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

2016

KECERDASAN BUATAN

(ARTIFICIAL INTELLIGENCE)

A.    Kecerdasan Buatan

Kecerdasan Buatan (Artificial Intelligence) merupakan cabang ilmu komputer yang bertujuan untuk membuat sebuah aplikasi yang mampu menirukan cara kerja otak manusia, dengan menerima input pengetahuan dari pakar dalam bentuk fakta – fakta, teori, prosedur dan aturan, untuk kemudian diterapkan dalam proses pemecahan masalah di berbagai bidang.

Referensi :

Suparman, 1991. Mengenal Artificial Intelligence. Yogyakarta: Penerbit Andi Offset.

B.     Kecerdasan Buatan vs Kecerdasan Alami

Kecerdasan buatan memberikan kemampuan baru kepada komputer untuk memecahkan masalah dalam cakupan yang lebih luas, tidak hanya sebatas pada perhitungan dan penyimpanan data. Berikut beberapa perbedaan antara kecerdasan buatan dengan kecerdasan alami.

Kecerdasan Buatan	Kecerdasan Alami
1.      Bersifat permanen        2.      Memberikan kemudahan dalam                duplikasi dan penyebaran        3.      Relatif lebih murah        4.      Konsisten dan teliti        5.      Dapat didokumentasikan        6.      Lebih cepat dan lebih baik	1.      Bersifat lebih kreatif        2.      Dapat melakukan proses                            pembelajaran secara langsung        3.      Fokus yang luas sebagai referensi              untuk pengambilan keputusan.

Referensi :

Desiani, Anita & Arhami, Muhammad, 2006. Konsep Kecerdasan Buatan. Yogyakarta : Penerbit Andi Offset.

C.    Sejarah Kecerdasan Buatan

Pada 1956, John McCarthy (yang setelah lulus dari Princeton kemudian melanjutkan ke Darthmouth College) meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian di bidang automata, jaringan syaraf, dan pembelajaran inteligensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartmouth. Hasilnya adalah sebuah program bernama Logic Theorist (LT) yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran. Program ini berhasil membuktikan teori – teori yang terdapat dalam buku Principia Mathematica oleh Russell dan Whitehead. Cabang ilmu mengenai studi jaringan saraf buatan ini pada awalnya bernama Komputasi Rasional, namun akhirnya dipilih nama Artificial Intelligence atau kecerdasan buatan yang dikemukakan oleh McCharthy, yang digunakan hingga sekarang.

Referensi :

Russell, Stuart & Norvig, Peter, 2003. Artificial Intelligence, A Modern Approach, [online], (http://xgxy.cug.edu.cn/rjgcx/lzw/AI/AIMA-Second-Edition.pdf, diakses pada 9 Oktober 2016).

D.    Konsep Dasar Artificial Intelligence

            a)      Acting Humanly          : Pendekatan Uji Turing

            b)      Thinking Humanly      : Pendekatan Model Kognitif

            c)      Thinking Rationally    : The Laws of Thought Approach

            d)     Acting Rationally        : Ther Rational Agent Approach

Referensi :

Desiani, Anita & Arhami, Muhammad, 2006. Konsep Kecerdasan Buatan. Yogyakarta : Penerbit Andi Offset.

E.     Disiplin Ilmu Artificial Intelligence

            a)      Natural Language Processing (NLP)

            b)      Expert System (ES)

            c)      Pattern Recognition (PR)

            d)     Robotic

Referensi :

Abraham, David., Permana, Indra W., Nugraha, Rangga A., Alvian, Moch. & Hanif, 2015. Penyelesaian Masalah 8-Puzzle dengan Algoritma Steepest-Ascent Hill Climbing, [online], (http://jurnal.untirta.ac.id/index.php/jis/article/download/465/354 , diakses pada 27 September 2016).

NATURAL LANGUAGE PROCESSING (NLP)

Natural Language Processing atau Pemrosesan Bahasa Alami berguna untuk berkomunikasi dengan manusia dan untuk memperoleh informasi dari bahasa tertulis. Faktor umum dalam menangani tugas-tugas ini adalah penggunaan model bahasa : model yang memprediksi distribusi probabilitas dari ekspresi bahasa.

      1.      Model Bahasa

      Pada model bahasa terdapat dua bahasa, yaitu :
                  a)      Bahasa Formal

Bahasa formal seperti bahasa pemrograman Java atau Phyton telah mendefinisikan model bahasa. Bahasa formal memiliki aturan yang mendefinisikan makna dari sebuah program.

b)      Bahsa Alami

Sedangkan pada bahasa alami bersifat ambigu dan sangat sulit ditangani karena memiliki arti yang sangat luas dan terus berubah.

      2.      Klasifikasi Teks

     Klasifikasi teks dikenal sebagai kategorisasi yaitu memberikan dari beberapa jenis teks, memutuskan mana standar milik set kelas itu. Identifikasi bahasa dan klasifikasi genre adalah contoh dari klasifikasi teks. Dalam pendekatan model bahasa kita mendefinisikan satu model bahasa n-gram untuk P (Pesan|Spam) dengan pelatihan difolder spam, dan satu model untuk P(Pesan|Ham) dengan pelatihan di kotak masuk. Kemudian kita dapat mengklasifikasikan pesan baru dengan penerapan aturan Bayes.

      3.      Pengambilan Informasi

   Pengambilan Informasi (IR) merupakan suatu pencarian informasi yang biasanya berupa dokumen yang relevan dengan kebutuhan pengguna informasi sehingga dapat memenuhi keinginan user dari kumpulan dokumen yang ada. Contoh yang paling sering digunakan dalam sistem pengambilan informasi adalah search engine pada World Wide Web. Pengguna Web dapat mengetikkan query seperti [buku AI] ke serach engine dan melihat daftar halaman yang relevan.

Sistem pengambilan informasi dapat dicirikan oleh :

      a)      Korpus dokumen

      b)      Pertanyaan yang diajukan dalam bahasa query

      c)      Kumpulan hasil

      d)     Presentasi dari kumpulan hasil

      4.      Ekstraksi Informasi

     Ekstraksi Informasi (Information Extraction) adalah proses memperoleh pengetahuan dengan membaca sekilas teks dan mencari kejadian dari kelas objek dan hubungan antara objek-objek. Tugasnya adalah untuk mengesktrak contoh alamat dari halaman Web, dengan bidang database untuk jalan, kota, negara, dan kode pos; atau contoh badai dari laporan cuaca, suhu, kecepatan angin, dan curah hujan. Dalam domain yang terbatas, hal ini dapat dilakukan dengan akurasi yang tinggi. Dalam domain umum, model linguistik yang lebih kompleks dan teknik belajar yang lebih kompleks diperlukan.

Kesimpulan

    Kecerdasan Buatan atau Arificial Intelligence memberikan kemampuan baru kepada komputer untuk memecahkan masalah dalam cakupan yang lebih luas, tidak hanya terbatas pada perhitungan dan penyimpanan data. Jika kita memberikan basis pengetahuan (knowledge base) dan kemampuan inferensi (mengambil keputusan berdasarkan pengalaman) kepada komputer, maka bisa diterapkan pada aplikasi yang sebelumnya hanya bisa dikerjakan oleh manusia. Dengan demikian komputer menjadi lebih bermanfaat dan mampu meningkatkan produktifitas dan efisiensi kerja manusia.

   Salah satu disiplin ilmu Artificial Intelligence yaitu Naturan Language Processing (NLP) merupakan teknologi yang mempelajari struktur internal seseorang dan bagaimana struktur tersebut bisa didesain untuk tujuan yang bermanfaat bagi orang tersebut. Dapat dikatakan bahwa pada NLP merupakan proses mendesain atau mendesain kembali struktue internal seseorang, sesuai yang diinginkan.

Untuk lebih lengkap, silahkan download Artificial Intelligence
Untuk lebih lengkap, silahkan download Natural Language Processing