Nama : Uswatun Hasanah Nim : 12413423784 Off. : KK
ANALYSIS SWOT ARTFICIAL INTELLEGENCE
1. Pendahuluan
A. Definisi kecerdasan buatan (Artificial Intelligence)
Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan.
Kecerdasan buatan (Artificial Intelligence) adalah 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.
tidak akan dapat menyelesaikan masalah dengan baik. Demikian juga dengan kemampuan menalar yang sangat baik,namun tanpa bekal pengetahuan dan pengalaman yang memadai,manusia juga tidak akan bisa menyelesaikan masalah dengan baik. Agar mesin bisa cerdas (bertindak seperti & sebaik manusia) maka harus diberi bekal pengetahuan & mempunyai kemampuan untuk menalar.
B. Sejarah
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. 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.
Shortlife 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.
C. Bidang-Bidang yang menerapkan kecerdasan buatan(Artificial Intelligence)
Secara garis besar bidang-bidang kecerdasan buatan meliputi: 1. Formal tasks (matematika, games)
2. Mundane task (perception, robotics, natural language, common sense, reasoning)
3. Expert tasks (financial analysis, medical diagnostics, engineering, scientific analysis, dll)
1. Game Playing
Game Playing (permainan game) merupakan bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya.
Bidang AI ini berhuungan dengan pemecahan masalah terhadap suatu situasi yang akan diselesaikan oleh komputer. Permasalahan yang diungkapkan dalam suatu cara yang sedemikian rupa sehingga komputer dapat mengertinya.semua deskripsi-deskripsi yang diinginkan juga diberikan kepada komputer. Biasanya permasalahaan tersebut dapat diselesaikan secara trial and error sampai solusi yang diinginkan didapatkan.
Suatu program paket yang cukup populer di kompuer mikro untuk pemecahan masalah secara trial and error adalah EUREKA yang ditulis oleh Borland.
3. Natural Language Recognition
Studi mengenai AI mencoba supaya komputer dapat mengerti bahasa alamiah yang diketikkan lewat keyboard. Bahasa alamiah (natural language) adalah bahasa sehari-hari yang dipergunakan oleh orang untuk berkomunikasi. Komputer yang dapat menerjemahkan satu bahasa ke bahasa lainnya merupakan contoh penerapan AI di bidang ini. Biasanya komputer yang khusus untuk AI dan dapat digunakan pada bidang ini diantaranya adalah IPL (Information Processing language), LISP, INTERLISP, SAIL, PLANNER, KRL dan PROLOG.
4. Speech Recognition
Bidang ini juga masih dikembangkan dan terus dilakukan penelitiannya. Kalau bidang ini berhasil dengan baik dan sempurna, alangkah hebatnya komputer. Kita dapat berkomunikasi dengan komputer hanya dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini dikarenakan jenis suara manusia berbeda-beda.
Suatu alat recognizer dapat ditambahkan pada komputer mikro sehingga dapat digunakan untuk speech recognition, diantaranya yaitu:
- Voice Recognition Module (VRM) buatan Interstate Electronic. - Voice Data Entry System (VDEC) buatan Interstate Electronic. - SpeechLab buatan Heuristics Inc.
5. Visual Recognition
Bidang ini merupakan kemampuan suatu komputer yang dapat menangkap signal elektronik dari suatu kamera dan dapat memahami apa yang dilihat tersebut. Penerapan AI ini misalnya pada komputer yang dipasang di peluru kendali, sehingga peluru kendali dapat diprogram untuk selalu mengejar sasarannya yang tampak di kamera.
Pada era globalisasi saat ini, bidang Visual Recognition dapat kita jumpai pada komputer-komputer laptop terbaru. Mula-mula komputer-komputer dipasang alat untuk mendeteksi sidik jari (fingerprints password). Sekarang ini sudah banyak digunakan face detector, sehingga untuk mengakses sebuah laptop yang sudah dipasangi password dari gambar wajah orang pemiliknya, maka orang lain dengan wajah yang berbeda tidak akan dapat membuka laptop tersebut. Misalkan pada laptop LENOVO 3000 Y410 keluaran IBM.
6. Robotics
Robot berasal dari kata Robota, dari bahasa Chekoslavia yang berarti tenaga kerja. kata ini digunakan oleh dramawan Karel Capek pada tahun 1920 pada sandiwara fiksinya, yaitu R.U.R (Rossum’s Universal Robots).
Robot adalah suatu mesin yang dapat diarahkan untuk mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit).
Sistem sensor, seperti sistem vision, sistem tactile, dan sistem pemrosesan sinyal jika dikombinasikan dengan AI, dapat dikategorikan kedalam suatu sistem yang luas yang disebut sistem robotik.
7. Expert System (Sistem Pakar)
demikian dapat dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert System (Sistem Pakar).
Komponen Sistem pakar terbagi menjadi empat bagian, yaitu: a. Knowledge base ( basis pengetahuan)
Knowledge Base merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya). Contoh : If hewan merupakan sayap dan bertelur then hewan jenis burung.
b. Working Memory (basis data atau memori kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada saat sistem beroperasi maupun fakta-fakta pada saat pengambilan kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data berada di adalam memori kerja.
c. Inference Engine (mesin inferensia)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar.
d. User interface
2. Analysis kasus kecerdasan buatan (Artificial Intelligence)
Judul : Case studies using Artificial Intelligence (A.I) Tools
IPI (Institute of Pharmaceutical Innovation) University of Bradford
Optimalisasi proses produksi
IPI sudah melakukan kajian-kajian kompresi pada sampel-sampel yang tersedia menggunakan laboratorium formulasi skala kecil untuk menilai efek skala dan kekuatan kompresi dalam membedakan formulasi.
Analisis awal menampilkan hasil informatif tentang tindakan formulasi alternatif. Introgasi data lebih jauh dilakukan untuk lebih memahami tentang kondisi produksi yang dibutuhkan untuk memproduksi tablet yang tahan lama.
IPI merekomendasikan data-mining terhadap hasil-hasil eksperimen ini, bersama-sama dengan data milik pabrik, menggunakan A.I. tools (algoritma jaringan saraf tiruan dan genetik) untuk menghasilkan pola dan relasi yang bermakna dari data itu, yang mana client dapat menggunakan keunggulannya.
A.I. Tools-Rule Generation Studi kasus pada latihan data-mining
Menggunakan AI software dari Intelligensys latihan data-mining dilakukan untuk menghasilkan rule dari data eksperimen yang disediakan oleh perusahaan farmasi multinasional besar. Perusahaan itu terkejut dengan rule-rule yang dihasilkan, seperti mereka tidak konsisten dengan persepsinya sendiri tentang proses produksinya. Sehingga perusahaan mengulangi pekerjaan dan hasil eksperimennya yang sudah menyatakan bahwa pengetahuan yang sudah dihasilkan dari AI tools itu benar. Ini karena tujuan data-mining untuk menggali pengetahuan yang tersembunyi dari data, dan pengetahuan ini mungkin baru bagi formulator dan di luar bidang keahlian dan pengalamannya. Tanpa menggunakan AI tool ini, pengetahuan yang tersembunyi dalam data dapat dengan mudah hilang dan tidak dikapitalisir.
A.I Tools – Pemodelan dan Optimalisasi Jaringan Saraf Tiruan Studi Kasus
diminta IPI untuk menganalisis salah satu dataset yang dimilikinya, yaitu hasil sederetan sembilan eksperimen (dengan variabel input dan output). Dataset ini diserahkan ke dalam software dan jaringan saraf tiruan yang dibangun kemudian. Berdasarkan kajian optimalisasi jaringan saraf tiruan yang dilakukan menggunakan algoritma genetik untuk menghasilkan formulasi optimal dan kondisi pemrosesan. Hasil yang diperoleh dari software itu berada dalam range yang sama seperti hasil-hasil yang diperoleh dari metode-metode analisis yang dimiliki klien. Klien merasa bahwa “tool itu hebat”, seperti hasil yang diperoleh dari software tools dari IPI yang dihasilkan dalam waktu yang lebih singkat daripada metode analisis yang sedang digunakan perusahaan itu.
Tool Pemodelan dan Simulasi
Dengan memodelkan dan mensimulasikan proses, pabrik memperoleh pemahaman yang lebih baik tentng proses tanpa harus benar-benar menjalankan proses itu secara real time. Ini dapat berhasil dalam menggunakan sumber data yang terbatas dengan lebih efektif dan efisien serta membantu untuk mereduksi cost dan waktu untuk memproduksi produk-produk terbaru.
IPI, dalam hubungannya dengan Intelligensys salah satu partner perangkat lunaknya, sedang mengembangkan produk-produk software yang didesain untuk mensimulasikan proses-proses produksi. Produk terkini mencakup prediksi cracking pada film coatings; optimalisasi pengisian kapsul (dan sistem pembungkusan obat lainnya), dan memodelkan pengemasan powder untuk mensimulasikan kompaksi tablet.
Tablet Cracking Simulator
Dengan fungsi visualisasi, simulator itu memungkinkan para peneliti memandang bagaimana crack berpropagasi, pada kecepatan berapa dan ke tingkat apa cracking terjadi melintasi kotak simulasi itu. Cracking simulator ini telah divalidasi dari micrograf elektron bahan sebenarnya dalam sejumlah kasus dan sudah diaplikasikan untuk memahami isu-isu penting dalam formulasi obat dan telah digunakan dalam berbagai bahan, contohnya: aspirin, microcrystalline cellulose, dan untuk pigment-filled tablet film coatings.
Simulator Pengemasan Powder
IPI dan Intelligensys mampu menawarkan software simulasi pemesanan tepat guna yang mengintegrasikan analisis dan visualisasi untuk memungkinkan anda menguji fitur sistem pengemasan. Software ini berguna dalam mengatasi masalah yang melibatkan pengemasan particulate dan partikel untuk membantu memahami tindakan particulate dalam bahan-bahan, contohnya; bagaimana mereka mengemas dan bagaimana ini mempengaruhi mikrostruktur dan end-use properties. Software ini mampu mengatasi masalah yang berhubungan dengan variabilitas dalam proses pengisian, contohnya: mengestimasi volume, beban bahan, dan menggabungkan permasalahan, dll.
Visualisasi sangat berguna, representasi 2D serta 3D bisa diperoleh. Visualisasi digabungkan dengan wawasan kuat yang memberikan analisis terhadap order lokal, tindakan dalam batasan, dan kepadatan pengemasan secara keseluruhan.
Pengetahuan yang diperoleh dapat menyokong aspek-aspek desain formulasi contoh desain dan pengisian kapsul, parameter rasio dan distribusi.
Simulator Kompaksi Tablet
Software simulasi kompaksi tablet ini dapat digunakan untuk: - Menghindari kegagalan mekanik (penyumbatan, laminasi) - Kondisi proses optimal contohnya: rate, pemborosan, apkiran - Scale up
- Menghindari kebutuhan eksperimen yang membutuhkan waktu banyak (bahan dan personil, waktu ke pasar, dll.)
Sistem Pakar
Sistem pakar menyediakan formulator peluang yang bertujuan untuk menangkap pengetahuan dalam semua bentuk dokumen yang ada. Mereka mentransformasikan cara ini di mana perusahan farmasi memanaje dan menggunakan data dan know-how formulasi.
IPI sudah membangun partnership dengan KnowledgeBench, sebuah perusahaan software, untuk menawarkan sistem pakar yang memanaj informasi dan mengoptimalisasi pembuatan keputusan pada semua tahapan proses formulasi.
KnowledgeBench merupakan meja kerja informasi cerdas, menawarkan framework pendukung keputusan terintegrasi penuh yang mencakup semua aspek perkembangan produk.
KnowledgeBench didesain untuk membawa kualitas, kontrol dan efektivitas yang lebih baik untuk perkembangan produk baru dan ini diperoleh dengan mengetahui defisiensi pendekatan yang sangat sesuai dari sebelumnya, dan memungkinkan proses tingkat atas untuk dipetakan dan kemudian didukung melalui:
- pendukung keputusan maju (untuk mengenkapsulasi dan memodelkan proses-proses keputusan di dalam organisasi)
- manajemen pengetahuan - datamining dan
Manfaat melibatkan layanan IPI didukung dengan KnowledgeBench platform yang mencakup: - penangkapan data untuk disatukan ke dalam sistem pakar
- manajemen pengetahuan
- ketersediaan dan proteksi pengetahuan - konsistensi dalam pembuatan keputusan
- akses terhadap produk software yang didesain untuk mensimulasikan proses produksi - mengidentifikasi peluang-peluang untuk memperbaiki formulasi, contohnya ekstensi line produk
- mengatasi permasalahan formulasi/proses
- menangkap pengetahuan yang mungkin hilang ketika pergantian staf.
3. Analysis SWOT kecerdasan buatan (Artificial Intelligence)
STRENGTHS
1) Lebih bersifat permanen, sedangkan kec. alami akan cepat mengalami perubahan. Faktor sifat manusia yang pelupa.
2) Lebih mudah diduplikasi dan disebarkan, sedangkan mentransfer pengetahuan manusia dari satu orangg ke orangg lain membutuhkan proses yg sangat lama.
3) Lebih murah dibanding dengan kec. alami.
4) Menyediakan layanan komputer akan lebih mudah dan lebih murah dibandingkan dengan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu lama.
6) Dapat didokumentasikan, keputusan yang dibuat oleh komputer dapat didokumentasikan dengan mudah melalui log systemnya sedangkan kec. alami sangat sulit untuk
direproduksi.
7) Dapat mengerjakan pekerjaan lebih cepat Dapat mengerjakan pekerjaan lebih baik.
WEAKNESSES
1) Kurang memberikan kesempatan kepada orang lain untuk membuka peluang bisnis, usaha, layanan computer sejenis karena setiap orang di prediksi lebih memilih untuk melakukan sendiri jika dalam jumlah yang kecil atau dalam kapasitas yang terjangkau. 2) Rawan rusak.
3) Mahal dalam proses pembuatannya. 4) Memerlukan daya listrik.
5) Struktur kontrolnya terpisah dari pengetahuan.
OPPORTUNITIES
1) AI mempenyuai peluang yang besar dalam perkembangan mempermudah dan mengatasi masalah dalam kehidupan manusia.
2) AI mempuyai aplikasi yang terus berkembang dan evolusi seiring dengan perkembangan teknologi yang semakin canggih.
3) AI memiliki program yang memperkuat pikiran dan mendorong kreativitas generasi muda.
4) AI berkembang dan meneliti tren-tren teknologi lokal terbaru, dan mewujudkan teknologi-teknologi yang menawarkan keuntungan terbesar.
THREATS
1) AI memiliki aplikasi dan bagian yang gagal atau error dalam suatu kondisi tertentu. 2) Ancaman Pemain Baru (Threat of New Entrants).
3) Ancaman Pengganti (Threat of substitutes).
4) Daya Tawar Pelanggan (Bargaining power of buyers). 5) Daya Tawar Pemasok (Bargaining power of suppliers).
