Hai Kali postingn saya mengenai implementasi jaringan syaraf tiruan dalam bidang kehidupan... Selamat membaca shobat....
PENTINGNYA
KECERDASAN BUATAN DALAM KEHIDUPAN
Ø Kecerdasan buatan
Kecerdasan
Buatan atau Intelegensi Artifisial didefinisikan sebagai kecerdasan entitas ilmiah.
Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar,permainan
komputer (games), logika
fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya
sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan
persamaan, menyelesaikan persamaan integral, membuat permainan catur atau
Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit
kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermainsepak bola.
Walaupun AI memiliki konotasi
fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu
komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas
dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan
tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah
pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa
dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah.
Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan
perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI
sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan
militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak
komputer rumah dan video game.
'Kecerdasan buatan' ini bukan
hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan
untuk 'kecerdasan':
1.
kecerdasan:
kemampuan untuk memperoleh pengetahuan dan menggunakannya
2.
atau kecerdasan
yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Ø Contoh Penerapan Kecerdasan Buatan
1. Bidang Komputer dan Sains
Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para
peneliti kecerdasan buatan adalah GUI (Graphical User Interface),
Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis,
pemrograman dinamis serta pemrograman orientasi objek.
2.Finansial
Pada bidang finansial, penggunaan
kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham, dan
memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat
mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta
dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat
digunakan untuk menentukan investasi secara detail.
3. Kesehatan
Pada
bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah
algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa
genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga
dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin
populer untuk mengidentifikasi identitas seseorang.
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM BERBAGAI ASPEK BIDANG KEHIDUPAN
1.
DALAM
BIDANG KEAMANAN DAN PERTAHANAN (MILITER)
a.
Artificial
Intelligence Projects
Salah satu
contoh aplikasi AI yang digunakan pada saat ini yaitu dalam bidang militer.
Virtual reality dipakai untuk melakukan simulasi latihan perang, simulasi
latihan terjun payung. dan sebagainya. Dimana dengan pemakaian teknologi ini
bisa lebih menghemat biaya dan waktu dibandingkan dengan cara konvensional.
Istilah
Realitas maya tidak pasti asalnya. Pengembang realitas maya, Jaron
Lanier mengakui bahwa ia menggunakan istilah itu pertama kali dan ada
istilah yang terkait digunakan oleh Myron Krueger adalah “kenyataan
tiruan“ telah digunakan sejak 1970.
Virtual
Reality sering digunakan untuk menggambarkan berbagai aplikasi, umumnya terkait
dengan mendalam, sangat visual, 3D lingkungan.Biasanya piranti Virtual Reality
ini juga memonitor apa yang dilakukan user. Misalnya kacamata
yang mengontrol pergerakkan bola mata pengguna dan meresponnya dengan mengirim
masukkan video yang baru.
Virtual
Reality kadang digunakan untuk menyebut dunia virtual yang disajikan ke dalam
komputer, seperti pada berbagai macam game permainan komputer yang kini marak
perkembangannya, meskipun hanya berbasis representasi teks, suara dan grafis.
Sekarang,
istilah Virtual Reality mulai
tergantikan oleh istilah Virtual
Envoronment oleh para ahli komputer. Konsepnya tetap sama, yaitu
mensimulasikan lingkungan 3-D yang bisa dijelajahi oleh pengguna seolah-olah
benar-benar bisa dirasakan lewat indera.
b.
Teknologi Virtual Reality
Virtual reality adalah sebuah teknologi yang memungkinkan
seseorang melakukan simulasi terhadap suatu objek nyata dengan menggunakan
komputer yang mampu membangkitkan suasana tiga dimensi (3-D) sehingga membuat
pemakai seolah-olah terlibat secara fisik. Virtual Reality atau VR tidak hanya
mensimulasikan apa yang ingin disimulasikan seseorang yang diprogramkan di
Komputer seperti dunia nyata atau sesuatu yang lain, tetapi juga menciptakan
kemampuan intelegensi dalam dunia virtual tersebut, dalam bahasan ini mengenai
simulai militer dalam angkatan bersenjata.
Sistem
seperti ini juga dapat digunakan untuk farmasi, arsitek, pekerja medis, dan
bahkan orang awam untuk melakukan aktivitas-aktivitas yang meniru dunia nyata.
Sebagai contoh, pilot dapat menggunakan sistem virtual reality untuk melakukan
simulasi penerbangan sebelum melakukan penerbangan yang sesungguhnya. Ini
sangat membantu dalam menekan biaya dan sumber daya manusia maupun sumberdaya
alam yang dibutuhkan untuk membantu dalam melakukan hal-hal tertentu. Dalam VR
juga dapat dimasukkan system pembelajaran, karena tidak nyata maka simulasi
dapat dilakukan terus menerus, seperti halnya ketika main game hanya saja
system ini jauh lebih cerdas karena dapat membantu kita mengenali object
virtual dan berinteraksi langsung dengan system, VR dibuat untuk mengenali
sentuhan, gerakan, tekanan,bahasa, dan lain-lain.
VR bisa
disebut gabungan dari beberapa aplikasi AI yang ada yaitu Cognitive
architectures, Games, Motion and manipulation, Natural language processing,
semua yang ada disimulasikan dengan system yang dibuat seperti apa yang
dikenali manusia melalui penglihatan, sentuhan, dan pendengaran.
Setelah
beberapa tahun pengembangan yang berawal dari imajinasi untuk hidup di dunia
maya akhirnya terwujud dengan saat ini sudah banyak digunakan VR dalam
industri, personal dan militer, VR adalah sebuah teknologi yang membawa kita
untk melihat dan mensimulasikan sesuatu didalam komputer, dalam VR, objek dapat
dibuat objek statis maupun dinamis, kita dapat berinteraksi langsung
menggunakan peralatan yang ada.
Di
gunakannya VR dalam militer adalah untuk membantu angkatan bersenjata berltih
prang menggunakan musuh virtual, ini akan sangat membantu dari segi finansial
dan tempat yang dibutuhkan, sistem dapat selalu dimaintain dan diperbaiki,
sebuah kecerdasan buatan didalamnya dapat diperbaharui seperti software pada
umumnya.
Glove,
headset, dan walker digunakan untuk melakukan interaksi dalam VR, dalam
pengembangannya ada 3 tahapan sederhana, yaitu memodelkan dunia 3 dimensi dalam
VR, menciptakan sebuah AI dalam objek 3 dimensi yang dibuat kemudian membuat
control antara hardware dan software untuk dapat dilakukan interaksi virtual
antara pemakai dan system. Dengan teknologi VRML dan pengembangan SIMNET dalam
dunia militer diharapkan dapat membantu SDM yang dilatih untuk lebih baik dan
mengembangkannya lebih lanjut.
2.
APLIKASI
AI DALAM BIDANG PENDIDIKAN
Sistem
Tutor Cerdas atau Intelligent Tutoring System(ITS) merupakan sebuah teknologi
pembelajaran yang dinamis dan dapat menyesuaikan isi atau output program sesuai
dengan kebutuhan dari objek sasaran menggunakan keahliannya dalam metode
pembelajaran dan materi yang diajarkan. Hal ini dapat dilakukan karena ITS
dilengkapi oleh Artificial Intelligence (AI). Bayesian Network menyediakan
sebuah pendekatan probabilistik untuk mendapatkan suatu inference atau
kesimpulan tentang karakteristk setiap pengguna program ITS. Dalam simulasi
program ITS berbasis metode Bayesian Network diketahui bahwa keandalan program
tersebut adalah 52,3%.
Saat
kita bebicara tentang arti dari Sistem Tutor Cerdas (STC) atau Intelligent
Tutoring System (ITS) maka kita juga harus mempertimbangkan riset-riset lain
yang sudah ada. Karena Intelligent Tutoring System adalah sebuah istilah yang
luas, mencakup program komputer apapun yang berisi tentang
kecerdasan
atau Intelligence serta dapat digunakan dalam pembelajaran. Oleh karena itu ada
beberapa definisi dari ITS antara lain:
Ø Sistem Tutor Cerdas (STC) atau
Intelligent Tutoring System (ITS) adalah sebuah program software yang
menyediakan instruksi-instruksi untuk seorang pelajar dengan cara membimbing
seperti seorang guru.
Ø Secara luas Intelligent Tutoring
System diartikan sebagai software di bidang pendidikan yang berisi komponen
Artificial Intelligence. Software ini dapat merekam semua pekerjaan siswa
sepanjang dia menggunakan program ini, dengan mengumpulkan semua informasi
tersebut, program ini dapat membuat atau menghasilkan kesimpulan tentang
kelemahan dan kekuatan pengguna, serta dapat menyarankan sebuah pekerjaan
tambahan. Kunci dari sebuah program ITS adalah kemampuannya dalam beradaptasi
sebaik mungkin dalam aktivitas pedagogik yang baik kepada siswa secara
individu. Jadi, ITS mencoba untuk mengidentifikasi beberapa karakteristik dari
seorang siswa yang sesuai dengan kriteria tertentu untuk menyajikan sebuah
action, bagaimana cara bereaksi terhadap beberapa tindakan siswa.
3.
APLIKASI
AI DALAM BIDANG AGRONOMI DAN PERTANIAN
Pengolahan Citra Dengan Metode Jaringan Syaraf Tiruan
Berbasis Mobile Untuk Mengetahui Kualitas Tanaman Padi
Teknologi mobile yang sedang banyak
digemari saat ini adalah smartphone. Ini disebabkan oleh kemampuan dan
kepintaran perangkat mobile tersebut dalam membantu kehidupan manusia.
Dalam dunia pertanian, salah satu masalah yang dihadapi adalah menentukan
kualitas tanaman hasil pertanian, khususnya tanaman padi. Terkadang memang sulit
untuk melihat dengan kasat mata kualitas tanaman padi tersebut. Sebagai
tanaman, padi juga tidak luput dari serangan hama yang membawa penyakit di
antaranya bercak daun coklat (bintik perang), bercak daun cercospora,
hawar daun (kresek), dan blast. Tahap awal adalah mengambil citra dari
padi menggunakan sebuah kamera yang terintegrasi di dalam perangkat smartphone
Android. Citra padi tersebut dianalisa dengan aplikasi yang sudah terpasang
pada smartphone tersebut. Aplikasi ini berfungsi untuk menyusun algoritma
pengolahan citra untuk mendapatkan nilai numerik parameter-parameter intensitas
komponen warna merah (R), hijau (G), biru (B), color value, indeks warna
merah/indeks R, indeks warna hijau/indeks G, indeks warna biru/indeks B, hue,
saturation, dan intensity yang merupakan input data pada
jaringan syaraf tiruan. Proses training dilakukan untuk mendapatkan
tingkat persentase pendugaan kelompok piksel yang tergolong ke dalam normal,
bintik perang, bercak cercospora, hawar daun, atau blast. Set data yang
digunakan untuk training berupa pasangan parameter-parameter input
dan targetnya. Aplikasi jaringan syaraf tiruan menggunakan algoritma backpropagation,
dengan menggunakan bernilai satu dan β (beta) atau learning rate
bernilai 0.3. logistic constant
4.
APLIKASI
AI DALAM BIDANG TEKNIK DAN REKAYASA
Kecerdasan Buatan Dalam Robotika
Kecerdasan
Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang
dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas
di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang. Para
filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua
pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah
yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak
satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang
pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu
menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak
adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk melakukan
kecerdasan manusia kepada mesin. Dalam literatur, orang pertama yang dianggap
sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah
Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya
di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin
universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal
sebagai pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik
militer Jerman. Setelah perang, Turing membuat automatic computing engine Ia
dikenal juga sebagai pencipta pertama program komputer untuk bermain catur,
yang kemudian program ini dikembangkan dan dimainkan di komputer milik
Manchester University. Karya-karyanya ini, yang kemudian dikenal sebagai Turing
Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa
tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang
akhirnya juga ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun
2000-an komputer akan mampu melakukan percakapan dengan manusia.
5.
APLIKASI
AI DALAM BIDANG EKONOMI DAN BISNIS
Sistem Prediksi Kurs Mata Uang
Menggunakan Jaringan Syaraf Tiruan
Prediksi
kurs mata uang adalah salah satu tahap awal yang sangat penting sebelum
dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan
perekonomian dunia. Pada penggunaannya juga dapat sebagai pertimbangan untuk
para pialang saham dan bursa efek untuk mengambil langkah bisnis selanjutnya.
Data dari
kurs mata uang dapat diperlakukan secara ‘time series’ . Jika kita
mempunyai data harian selama periode tertentu, misal : Xt (t=1,2,……), maka kurs
mata uang pada perioda berikutnya (t+h) dapat diprediksi (waktu yang digunakan
bisa jam, harian, mingguan , bulanan ataupun tahunan) . Demikian seterusnya
dilakukan suatu iterasi berulang hingan N hari kerja. Untuk mendapatkan hasil
prediksi yang baik maka pada jaringan syaraf buatan hasus di-umpankan suatu
masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu kurs
mata uang. Kemudian dilakukan prinsip pembobotan yang diadaptasikan untuk
meminimumkan kesalahan prediksi pada satu langkah kedepan. Dengan menggunakan
bobot akhir dilakukan suatu tindakan untuk meminimumkan kesalahan total untuk
iterasi berikutnya.
Teknologi
sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi
terutama dalam hal pengenalan pola. Kemampuan inilah yang telah menarik
beberapa kalangan dalam menggunakan jaringan syaraf tiruan untuk keperluan
kesehatan, keuangan , investasi, marketing dan lain lain. Pada sistem prediksi
kurs mata uang ini akan dibahas penggunaan Jaringan syaraf tiruan Quick
Propagation. Pada algoritma Quickprop dilakukan pendekatan dengan
asumsi bahwa kurva fungsi error terhadap masing-masing bobot penghubung
berbentuk parabola yang terbuka ke atas, dan gradien dari kurva error untuk
suatu bobot tidak terpengaruh oleh bobot-bobot yang lain. Dengan demikian perhitungan
perubahan bobot hanya menggunakan informasi lokal pada masing-masing bobot.
Berdasarkan hasil uji coba juga diketahui bahwa aplikasi ini mampu memprediksi
nilai mata uang hingga 1 bulan kedepan dengan tingkat keakuratan mencapai lebih
dari 75%.
Peramalan
nilai tukar mata uang dengan menggunakan Jaringan Saraf Tiruan (JST) telah
digunakan secara luas dan memberikan hasil yang bagus. Hal ini disebabkan
kemampuan JST untuk menangkap karakter volatilitas yang tinggi dan nonlinier
pada pasar uang. Namun, JST merupakan suatu paradigma pembelajaran yang sangat
tidak stabil dan terlalu sensitif jika diterapkan pada peramalan nilai tukar
mata uang.. Misalnya dengan menggunakan struktur JST yang sama, namun berbeda
training set, maka akan didapat perbedaan hasil yang cukup besar. Hal ini dapat
menyebabkan kesulitan dalam menentukan hasil ramalan yang akan digunakan. Untuk
menyelesaikan permasalahan tersebut, diajukan sebuah pendekatan peramalan baru
yang disebut peramalan fuzzy group berbasis jaringan saraf tiruan.
Dengan
peramalan fuzzy group berbasis jaringan saraf tiruan ini, hasil prediksi yang
berbeda-beda dari beberapa model JST dapat dijadikan satu hasil yang cukup
akurat. Pada metode yang diajukan ini, terlebih dahulu digunakan beberapa model
JST dimana tiap model JST melakukan beberapa prediksi dengan training set yang
berbeda-beda. Kemudian dilakukan fuzzification terhadap hasil prediksi dari
setiap model JST sehingga menjadi representasi prediksi fuzzy. Selanjutnya
representasi prediksi fuzzy ini diagregasi menjadi satu fuzzy group. Terakhir,
dilakukan defuzzification terhadap fuzzy group yang diperoleh menjadi satu
nilai crisp. Untuk kepentingan ilustrasi dan testing, dilakukan beberapa contoh
percobaan prediksi terhadap tiga pasang mata uang. Sebagai perbandingan,
digunakan struktur JST feed-forward untuk melakukan peramalan. Hasil uji coba
memperlihatkan bahwa peramalan fuzzy group berbasis JST mampu mengatasi masalah
stabilitas dan sensitivitas pada JST. Selain itu keakuratan peramalan juga
menjadi lebih baik daripada JST feed-forward. Walaupun begitu peramalan fuzzy
group berbasis JST juga memiliki kelemahan, yaitu waktu eksekusi yang jauh
lebih lama daripada JST feed-forward.
