Mesin Cerdas

Mesin Cerdas

Apa yang dimaksud dengan “kecerdasan” ?

[Essential English Dictionary, Collins, London, 1990] :

·       Kecerdasan seseorang adalah kemampuan untuk memahami dan mempelajari sesuatu.

·       Kecerdasan adalah kemampuan untuk memikirkan dan memahami maksud dalam melakukan sesuatu oleh insting (atau secara otomatis).   

     

 Jadi mesin cerdas adalah mesin yang diberi kemampuan untuk mempelajari dan memahmi, serta untuk menyelesaikan masalah dan membuat keputusan.

      Untuk berpikir, seseorang atau sesuatu harus memiliki otak, atau dengan kata lain, organ yang memungkinkan seseorang atau sesuatu untuk belajar dan memahami sesuatu, memecahkan masalah dan membuat keputusan. Jadi kecerdasan bisa didefinisikan sebagai ‘kemampuan untuk belajar dan mengerti, memecahkan masalah dan membuat keputusan’.

    

     Pertanyaan yang menanyakan apakah komputer bisa cerdas, atau apakah mesin bisa berpikir, mendatangi kita dari ‘zaman kegelapan’ kecerdasan artifisial (dari akhir 1940an). Tujuan kecerdasan artifisial (AI) sebagai sains adalah membuat mesin melakukan hal-hal yang membutuhkan kecerdasan jika dilakukan oleh manusia (Boden, 1977). Pertanyaannya adalah “Bisakah mesin berfikir ?”

   Pada kenyataannya : Ada orang yang pandai dalam matematika tapi lemah dalam hal sejarah. Ada yang pandai mencari uang tetapi ada yang pandai dalam menghabiskan uang.

Kemampuan manusia berbeda pada setiap area ilmu pengetahuan.

Jika mesin juga dapat berfikir, tentu juga pada area yang terbatas.

    Paper paling tua dan signifikan dalam bidang mesin cerdas “Computing machinery and intelligence”, ditulis oleh ahli matematika Inggris Alan Turing, lebih dari 60 tahun lalu (Turing, 1950).

Pada 1937, mengusulkan konsep mesin universal. PD II, menjadi pemain kunci dalam pemecahan Enigma, mesin encoding militer Jerman.

Mendesain “Automatic Computing Engine”.

Menulis program pertama yang dapat memainkan catur secara lengkap. Diimplementasikan dalam komputer Manchester University .

Konsep teori komputer universal dan pengalaman prakteknya dalam pembangunan sistem pemecahan kode melengkapinya untuk mendekati dasar kunci kecerdasan buatan.

Machine learning

           Machine learning adalah cabang aplikasi dari Artificial Intelligence (Kecerdasan Buatan) yang focus pada pengembangan sebuah sistem yang mampu belajar "sendiri" tanpa harus berulang kali di program oleh manusia.

Aplikasi Machine learning membutuhkan Data sebagai bahan belajar (training) sebelum mengeluarkan output. Aplikasi sejenis ini juga biasanya berada dalam domain spesifik alias tidak bisa diterapkan secara general untuk semua permasalahan.

A. Cara Kerja Machine Learning

    Ilmu pembelajaran mesin itu merupakan suatu kategori riset serta algoritma yang berfokus pada menemukan pola dalam suatu data. Pola tersebut kemudian digunakan untuk melakukan suatu prediksi. Lalu, apa yang membuatnya berbeda dengan Artificial Intelligence atau Kecerdasan Buatan? Ya, mesin merupakan bagian dari kecerdasan buatan dan dalam hal ini bersilangan dengan Data Mining dan Knowledge Discovery. Lebih jauh, berikut ini tahapan kerja machine learning.

1.     Memilah Data

     Pertama, data yang akan digunakan “diajarkan” pada tahapan memilah datadipisahkan menjadi tiga bagian, yaitu training data (data yang akan dilatih), validation data (data yang dipakai untuk validasi) dan test data (data yang dipakai untuk percobaan prediksi). Hal ini juga menegaskan bahwa machine learning yaitu suatu hal yang sangat bergantung pada adanya data.

2.    Model Data dan Validasi Model

     Tahap selanjutnya adalah membuat model data. Dalam hal ini, kita harus menggunakan training data yang sudah disiapkan untuk membangun model menggunakan fitur yang disesuaikan dengan tujuan pengembangan sistem komputer ini. Setelah itu barulah dilakukan validasi model yaitu pengujian terhadap model data dengan validation data. Hal ini bermanfaat untuk mendapat feedback dari input, proses serta output yang dipakai.

3.    Test Model dan Penggunaan Test Model

     Dalam tahap ini kita akan semakin mengerti bahwa ilmu pemrosesan bahasa alami adalah kategori AI yang hanya bisa bekerja dengan adanya data. Pada tahap ini akan dilakukan perbandingan kinerja model yang telah divalidasi dengan data percobaan prediksi atau test data. Selanjutnya baru bisa dilakukan pengaplikasian model yang telah dilatih tersebut untuk membuat prediksi pada data baru lagi.

  Setelah dilakukan tiga tahap utama di atas, barulah akan dilakukan penyesuain model untuk mencapai tujuan yang sesuai dengan kebutuhan. Yang perlu diingat yaitu ilmu pembelajaran mesin ini adalah sesuatu yang bukan apa-apa tanpa data. Dalam hal penyesuain model pun, dilakukan perbaikan kinerja dengan menggunakan lebih banyak data lagi, fitur yang berbeda serta parameter yang lebih disesuaikan.

Sumber :

·       Materi Sistem Cerdas Berbasis Pengetahuan Teradata

·       https://etunas.co.id/2018/08/01/apa-yang-dapat-dilakukan-mesin-cerdas/

·       https://www.advernesia.com/blog/data-science/machine-learning-adalah/

·       https://bootup.ai/blog/machine-learning-adalah-pengertian-dan-konsep/