SISTEM SARAF BUATAN, ITPLN

APA ITU ARIFICIAL INTELLEENCE, NEURAL NETWORK ?
201831039 Wahid Fikri

    

ARTIFICIAL INTELLIGENCE 

AI atau Artificial Intelligence dianggap sebagai ancaman karena dapat menggeser peran manusia. Kekhawatiran ini tentu bukan sesuatu yang salah. Namun, jangan sampai rasa takut akan berkurangnya lapangan pekerjaan membuat Anda terlampau sentimen dengan AI. Sebab, AI dipercaya akan memiliki andil yang besar dalam kemajuan dunia digital pada masa mendatang. 

Persoalan selanjutnya, seberapa siap perusahaan Anda dalam mengadopsi AI? Jika selama ini Anda menunda proses pengadopsian AI, pertimbangkanlah mulai sekarang. Sebelum melangkah lebih jauh, pahami terlebih dahulu definisi AI dan cara kerjanya agar bisa memanfaatkannya secara maksimal. Let’s check this out. 

Definisi AI (Artificial Intelligence) 

Awal mula terciptanya AI berasal dari keinginan untuk membuat suatu mesin dapat berpikir layaknya manusia. Dulunya, manusia membuat mesin untuk memudahkan pekerjaan. Anda hanya perlu mengoperasikan mesin tersebut untuk melakukan pekerjaan repetitif yang membutuhkan banyak tenaga. Namun, setelah produksi mesin meningkat pesat, ilmuwan pun memiliki ambisi yang baru. 

“Bagaimana jika mesin-mesin ini memiliki kecerdasan seperti manusia?”

Berawal dari keinginan ini, diciptakanlah kecerdasan buatan atau AI. Dengan ditanami AI, mesin memiliki kemampuan untuk berpikir, melakukan nalar, dan koreksi diri. Mesin ini nantinya mampu memberikan solusi atas suatu masalah (problem solving) dengan cara meniru cara berpikir manusia. Anda pun bisa memanfaatkan AI untuk untuk mencapai tujuan tertentu dengan lebih cepat dan mudah. 

Namun, untuk definisi yang lebih akurat, kita bisa berpatokan pada pendapat ahli. Menurut salah satu pendiri kecerdasan buatan yaitu John McCarthy, AI merupakan “the science and engineering of making intelligent machines”. Jika masih terasa sulit untuk dipahami, definisi AI yang lebih sederhana yaitu proses simulasi kecerdasan manusia di suatu mesin melalui sistem komputer. 

Sebagai gambaran mudahnya, mesin konvensional tidak dapat berfungsi tanpa dioperasikan oleh manusia. Namun, dengan adanya kecerdasan buatan, mesin ini dapat berpikir dan menganalisis sesuatu secara otomatis tanpa campur tangan manusia.

Inilah alasan mengapa AI diprediksi dapat menggantikan peran manusia pada masa mendatang. Tenaga manusia terbatas, tetapi tidak untuk mesin. Jika sama-sama cerdas dan mampu menyelesaikan pekerjaan yang sama, mesin yang ditanami AI pasti lebih dilirik.

Perkembngan AI (Artificial Intellegence)

Kemunculan konsep kecerdasan buatan pertama kali ditemukan setelah Perang Dunia II oleh seorang matematikawan dan filsuf muda bernama Alan Turing pada 1947. Alan turing beraggapan bahwa jika manusia bisa mengolah informasi dan memecahkan masalah juga membuat keputusan dari informasi tersebut, maka mesin juga bisa melakukannya. Dilansir dari Science in the News, dari kerangka logis tersebut Alan Turing membuat suatu makalah pada 1950 tentang bagaimana membangun mesin cerdas dan cara menguji kecerdasan mereka. Sejak saat itulah artificial intelligent berkembang pesat hingga sekarang. Saat ini komputer telah menggunakan kecerdasan buatan berdasarkan pemrograman logika. Di mana komputer dapat mengolah stimulasi yang diberikan manusia menjadi suatu keputusan berdasarkan ahli. Misalnya perangkat lunak yang bisa mengenali suara manusia dan melakukan perintah sesuai dengan suara yang diberikan. Ada juga program komputer yang diciptakan untuk bermain catur dan dinamakan Deep Blue IBM. Hebatnya Deep Blue IBM dapat mengalahkan juara dunia catur gary Kasparov pada tahun 1997. Artificial intelligent terus berkembang dengan tujuan menciptakan kecerdasan yang mirip dengan manusia.

Bagaimana cara kerja AI (Artificial Intellegence)

Pertanyaan selanjutnya, bagaimana cara kerja AI? Bagaimana mungkin sistem komputer memiliki kekuatan untuk membuat suatu mesin dapat berpikir dan bertindak seperti manusia? Kuncinya terletak pada pemakaian algoritma yang sudah diatur dengan sistem pemrograman. 

Untuk bisa bekerja seperti pikiran manusia, AI membutuhkan sistem yang didukung oleh algoritma. Algoritma ini memiliki beberapa jenis, yaitu deep learning, machine learning, dan instruksi lain yang sudah ditentukan. Algoritma yang paling umum dipakai pada AI adalah machine learning. 

Machine learning ini akan memasukkan data ke sistem komputer sehingga AI dapat bekerja sesuai dengan tugasnya. Dengan memakai teknik statistik, machine learning mendorong AI untuk belajar dan memangkas proses pengkodean yang panjang. 

Lebih lanjut mengenai AI dikutip dari SAS, AI bekerja dengan mengombinasikan banyak data dengan algoritma cerdas dalam waktu yang cepat dan berulang. Hasilnya, perangkat lunak dapat beroperasi secara otomatis sesuai dengan pola pemrograman yang sudah ditentukan di data. Dengan begini, AI hanya dapat mengolah data yang ada di dalam sistem saja. Mereka akan fokus untuk menyelesaikan persoalan sesuai dengan tujuan pembuatannya. 

NEURAL NETWORK

Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan.

Sejarah NN (Neural Network)

Perkembangan ilmu Neural Network sudah ada sejak tahun 1943 ketika Warren McCulloch dan Walter Pitts memperkenalkan perhitungan model neural network yang pertama kalinya. Mereka melakukan kombinasi beberapa processing unit sederhana bersama-sama yang mampu memberikan peningkatan secara keseluruhan pada kekuatan komputasi.

Hal ini dilanjutkan pada penelitian yang dikerjakan oleh Rosenblatt pada tahun 1950, dimana dia berhasil menemukan sebuah two-layer network, yang disebut sebagai perceptron. Perceptron memungkinkan untuk pekerjaan klasifikasi pembelajaran tertentu dengan penambahan bobot pada setiap koneksi antar-network.

Keberhasilan perceptron dalam pengklasifikasian pola tertentu ini tidak sepenuhnya sempurna, masih ditemukan juga beberapa keterbatasan didalamnya. Perceptron tidak mampu untuk menyelesaikan permasalahan XOR (exclusive-OR). Penilaian terhadap keterbatasan neural network ini membuat penelitian di bidang ini sempat mati selama kurang lebih 15 tahun. Namun demikian, perceptron berhasil menjadi sebuah dasar untuk penelitian-penelitian selanjutnya di bidang neural network. Pengkajian terhadap neural network mulai berkembang lagi selanjutnya di awal tahun 1980-an. Para peneliti banyak menemukan bidang interest baru pada domain ilmu neural network. Penelitian terakhir diantaranya adalah mesin Boltzmann, jaringan Hopfield, model pembelajaran kompetitif, multilayer network,  dan teori model resonansi adaptif.

Untuk saat ini, Neural Network sudah dapat diterapkan pada beberapa task, diantaranya classification, recognition, approximation, prediction, clusterization, memory simulation dan banyak task-task berbeda yang lainnya, dimana jumlahnya semakin bertambah seiring berjalannya waktu.