Archive for 2016
Kelebihan Kekurangan Sistem Cerdas & Perkembangan Sistem Cerdas di Indonesia ke depannya
Walaupun perkembangan teknologi artificial intelligence dapat menggantikan posisi manusia, bahkan dapat dikatakan lebih pintar dari manusia, tetapi tetap saja perkembangan teknologi dengan menggunakan articial intelegensi tetap memiliki kekurangan dan keterbatasan.
Berikut ini adalah kelebihan dan kekurangan dari artificial intelligence:
Kelebihan Artificial Intelligence
1. Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).
2. Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya
3. Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan
Kekurangan Artificial Intelligence
1. Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
2. Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
Kelebihan dan kekurangan artificial intelligence dibandingkan dengan otak manusia, dalam hal waktu tunda propagasi Oleh karena itu manusia kalah dalam kecepatan perhitungan numerik. Dalam aspek lainnya otak manusia jauh di atas angin, terutama dalam tata letak dan jumlah elemennya. Sedangkan metoda pemrosesan secara paralel dalam komputer dikembangkan untuk menggantikan kedudukan manusia.
Perkembangan Teknologi Sistem Cerdas di Indonesia
Untuk saat ini rasanya indonesia masih jarang yg membuat sistem teknologi cerdas sendiri, jadi dalam perkembangan ke depannya indonesia saya rasa bisa membuat teknologi sistem cerdas ini. contohnya mungkin saja nanti para pelaku IT di indonesia membuat game yang bisa di mainkan single player, namun ada player lain (BOT) yang di buat seakan akan pemikiran atau cara bermainnya menyerupai manusia.
Sumber :
http://www.psychologymania.com/2011/10/artificial-intelligence-kecerdasan.html
Teknologi Buatan Perusahaan & Visi-Misi Perusahaan
Machine Learning Apple Siri
Apple tidak pernah berhenti untuk memberikan inovasi. Salah satunya dalam sektor kecerdasan buatan (Artificial Intelegent) yang digunakan untuk Siri dan beragam fitur lainnya. Steven Levy (penulis di Backchannel) mendapatkan kesempatan langka untuk bertemu dan melakukan sesi wawancara secara ekslusif mengenai teknologi AI dan Machine Learning yang digunakan Apple selama 3 tahun belakangan.
Siri diciptakan oleh Apple pada tahun 2010 dan pertama kali hadir para perangkat iPhone 4s. Tanggapan dari media masa dan pengguna umum masih sangat rendah pada waktu itu. Banyak pertanyaan yang tidak terjawab, salah jawab atau hal lainnya. Hal ini membuat Apple harus bergegas untuk mengambil keputusan baru.
Keputusan tersebut adalah menggunakan teknologi neural-net based system yang dimulai sejak tahun 2014. Kemajuan sistem ini diteruskan dengan beragam integrasi teknologi lain untuk pengembangan kecerdasan buatan bagi Siri. Yaitu machine learning yang termasuk di dalamnya adalah deep neural networks (DNN), convolutional neural networks, long short-term memory units, gated recurrent units, dan n-grams.
Dari sisi pengguna, tidak ada perubahan tampilan atau hal baru yang diberikan secara kasat mata. Jika pengguna benar-benar jeli, pasti akan merasa bahwa jawaban dari Siri semakin akurat dan tidak mengalami masalah seperti di masa sebelumnya.
VISI & MISI APPLE
Visi
Apple di setiap meja.
Misi
Apple memicu revolusi komputer pribadi pada tahun 1970an dengan Apple II dan diciptakan kembali komputer pribadi pada tahun 1980 dengan Macintosh. Apple berkomitmen untuk membawa pengalaman komputasi personal terbaik kepada siswa, pendidik, profesional kreatif dan konsumen di seluruh dunia melalui inovatif software, hardware dan persembahan internet.
Teknologi Yang Di Gunakan
Siri adalah asisten pribadi pintar yang menolong Anda menyelesaikan segala sesuatu cukup dengan meminta. Siri memungkinkan Anda menggunakan suara Anda untuk mengirim pesan, jadwal pertemuan, melakukan panggilan telepon, dan lainnya. Tetapi Siri tidak seperti perangkat lunak pengenalan suara konvensional yang mengharuskan Anda untuk mengingat kata kunci dan menyebutkan perintah tertentu. Siri mengerti suara natural And
Sumber :
- http://www.makemac.com/machine-learning-apple-siri/
- https://id.wikipedia.org/wiki/Siri
Teknologi Sistem Cerdas
Pengertian Teknologi Sistem Cerdas
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.
Salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi.
Sistem Cerdas adalah serangkaian system yang di bangun manusia untuk memudahkan pekerjaan manusia dengan mengandalkan mesin atau sebuah program yang terkomputerisasi.
Sejarah Teknologi Sistem Cerdas
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.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
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. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe 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.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.
Penerapan Teknologi Sistem Cerdas
Mengejar dan menghindar merupakan teknik dasar yang diterapkan pada banyak game berbasis kecerdasan buatan dari yang sederhana sampai yang kompleks. apakah itu space shooters, RPG, atau game strategi. metode paling umum pada teknik mengejar dan menghindar ini adalah melakukan pemutakhiran (update) koordinat terhadap objek yang menjadi sasaran. Posisi relatif dan kecepatan dapat dijadikan sebagai parameter pada algoritma mengejar dan menghindar. Metode Line-of-sight yang membutuhkan dasar rumus persamaan garis juga serngkali dijadikan basis metode mengejear dan menghindar.
Pola Pergerakan
Pola pergerakan merupakan cara yang sederhana untuk memberikan ilusi kecerdasan pada sebuah game. Game Galaga adalah contoh klasik penerapan pola pergerakan ini, dimana pesawat musuh dapat bergerak secara melingkat atau mengikuti pola garis lurus yang ditentukan. Contoh lain penerapan pola pergerakan adalah pada game first-person shooter yang menampilkan monster yang sedang berpatroli pada jalur tertentu, pada game simulasi pertempuran pesawat dimana pesawat musuh dapat melakukan manuver-manuver di udara yang menyulitkan kita mengejar, atau karakter-karakter non-player (figuran) seperti kambing yang sedang berjalan membutuhkan teknik pola pergerakan ini. Metode standar untuk menerapkan pola pergerakan adalah dengan cara menyimpan pola tersebut dalam suatu array. Array tersebut terdiri dari serangkaian koordinat atau perintah pergerakan dengan pola tertentu untuk mengontrol koordinat dari objek. Dengan metode ini, bisa didapatkan pola-pola pergerakan seperti melingkar, garis lurus, zig-zag atau bahkan kurva tak beraturan.
Pathfinding
Metode pathfinding paling mudahditemui pada game-game bertipe strategi dimana kita menunjuk satu tokoh untuk digerakkan ke lokasi tertentu dengan mengklik lokasi yang hendak dituju. Si tokoh akan segera bergerak ke arah yang ditentukan, dan secara “cerdas” dapat menemukan jalur terpendek ataupun menghindari dari rintangan-rintangan yang ada. Salah satu algoritma pathfindin yang cukup umum dan yang paling banyak digunakan utnuk mencari jarak terpendek secara efisien adalah algoritma A* (baca: A star). Secara umum, algoritma A* adalah mendefinisikan area pencarian menjadi sekumpulan node-node (tiles). Titik awal dan titik akhir ditentukan terlebih dulu untuk mulai penelusuran pada tiap-tiap node yang memungkinkan untuk ditelusuri. Dari sini, akan diperoleh skor yang menunjukkan besarnya biaya untuk menempuh jalur yang ditemukan, ditambah dengan nilai heuristik yang merupakan nilai biaya estimasi dari node yang ada menuju tujuan akhir. Iterasi akan dilakukan hingga akhirnya mencapai target yang dituju.
Neural network cukup baik ketika diterapkan pada kasus-kasus yang sifatnya non-linier atau mengambil keputusan yang tidak dapat dilakukan dengan metode tradisional. Penerapannya seringkali pada game-game yang memerlukan kemampuan adaptif atau belajar dari pengalaman. Sebagai contoh, jika suatau ketika terjadi pertempuran antar player dengan unit komputer, dan unit komputer mengalami kekalahan, maka pada kesempatan lain yang serupa, komputer akan memilih untuk tidak bertempur. Semakin banyak pengalaman yang dialami komputer, maka komputer menjadi semakin cerdas. Prinsip dasar dari jaringan saraf tiruan ini adalah perbaikan bobot secara terus menerus agar output yang dihasilkan menjadi semakin akurat (semakin cerdas).
Algoritma Genetis (genetic algorithm)
Algoritma genetis sedikit banyak dipengaruhi oleh teori evolusi yang dicetuskan Darwin, yaitu bahwa spesies akan terus menerus beradaptasi dengan lingkungannya dan ciri khasnya yang terletak pada kromosom, akan diturunkan pada generasi berikutnya. Generasi turunan ini menerima gabungan kromosom dari kedua induknya, yang disebut dengan crossover. Pada algoritma genetis, akan diterapkan langkah ranking fitness untuk melakukan seleksi terhadap langkah ranking fitness untuk melakukan seleksi terhadap generasi turunan yang terbaik. Pada game berbasis algorima genetis, turunan terbaik inilah yang dilibatkan ke dalam game, dimana akan digunakan oleh komputer untuk merespons perubahan-perubahan tingkah laku user.
Sumber :
https://laskyargiovane.wordpress.com/2016/04/25/artificial-intelligence-kecerdasan-buatan-pada-game/
http://khiaradaperjah.blogspot.co.id/2016/10/pengantar-teknologi-sistem-cerdas.html
https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/
https://id.wikipedia.org/wiki/Kecerdasan_buatan
Sedikit cerita mengapa saya mengambil keputusan dari Bali untuk pindah melanjutkan kuliah ke Bekasi
Sebelum saya kuliah di Universitas Gunadarma saat ini, dulu sebelumnya saya juga sudah pernah kuliah di bali yang bernama STIKOM BALI. Panjang ceritanya tentang mengapa saya bisa pindah kesini mengikuti orang tua saya, jadi ayah saya beserta saudara2 saya sudah pindah ke bekasi dari tahun 2009 saya lulus SMP, dan dari SMP sampai SMA saya berdua saja dengan ibu saya.
Pada saat saya lulus SMA ibu saya menyusul keluarga ke bekasi, berarti otomatis saya tinggal sendiri di bali untuk melanjutkan kuliah. Berat kehidupan rasa nya jauh dari keluarga, tidak pernah merasakan lagi masakan2 rumah yang di buat ibu saya, kangen keluarga yang jauh. Apalagi jika saat hari hari raya besar, keluarga saya di bekasi berkumpul dan saya hanya sendiri merayakan bersama teman teman di bali.
Saya melanjutkan kuliah di bali hanya sampai 2 semester, lalu setelah itu saya tegas untuk mengambil keputusan untuk berpindah ke bekasi melanjutkan kuliah lagi. Setelah saya memikirkan itu, saya berkonsultasi bersama keluarga untuk merencanakan perpindahan saya ke sini, semua keluarga setuju. Alasan saya untuk pindah kesini sangat simple adalah hanya ingin dekat keluarga, walaupun berat juga untuk meninggalkan teman teman saya di bali. Ya walaupun nanti jika saat liburan panjang saya bisa bertemu lagi dengan teman teman saya.
Setelah saya berpindah kesini, saya akhirnya memilih Universitas Gunadarma dan masuk pada tahun ajaran 2014. Banyak hal baru yang saya temukan di bekasi, teman teman baru. Lalu, gaya berbahasa yang sangat berbeda di bandingkan di bali. Saat saya baru mencoba bahasa lo / gue saya sangat kaku untuk berbicaranya dan akhirnya di tertawakan oleh teman :(
Setelah saya berpindah kesini, saya akhirnya memilih Universitas Gunadarma dan masuk pada tahun ajaran 2014. Banyak hal baru yang saya temukan di bekasi, teman teman baru. Lalu, gaya berbahasa yang sangat berbeda di bandingkan di bali. Saat saya baru mencoba bahasa lo / gue saya sangat kaku untuk berbicaranya dan akhirnya di tertawakan oleh teman :(
Beginilah sedikit cerita dari saya, bagaimana dengan ceritamu?
--END--
