Konsep dan Metodologi dari 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. 

Konsep Dasar dalam Sebuah Sistem Cerdas

1.      Artificial Neural Network

Konsep ini merupakan bagaimana cara kerja otak manusia, seperti yang diketahui otak menusia terdapat syaraf yang memiliki jaringan. Jaringan atau network bisa disamakan dengan persamaan matematis,sehiggan dapat disalurkan pada prosesor.

2.      Artificial Intelligence atau Kecerdasan Buatan

Konsep ini merupakan kelanjutan dari konsep sebelumnya yaitu Artificial Neural Network,yang merupakan konsep cara manusia berpikir, yaitu agar komputer dapat mengambilkeputusan dan mempelajari masalah yang ada seperti pada manusia.

3.      Fuzzy Logic atau Logika Samar

Konsep ini diambil dari perasan yang ditanamkan pada computer,mulia dari pengambila keputusan yang dilakukan dengan “antara 1 dan 0”.

Metodologi dalam Teknologi Sistem Cerdas

Secara garis besar, AI terbagi ke dalam dua paham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metode-metode yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metode-metodenya meliputi:

1. Sistem pakar

2. Petimbangan berdasar kasus

3. Jaringan Bayesian

4. AI berdasar tingkah laku

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metode-metode pokoknya meliputi:

1. Jaringan Syaraf

Sistem dengan kemampuan pengenalan pola yang sangat kuat

2. Sistem Fuzzy

Teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

3. Komputasi Evolusioner

Menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

Metode-metode ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)

Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

Sumber :
http://ayudiaarahmadanii.blogspot.co.id/2016/10/teknologi-sistem-cerdas.html

http://nurmawadahfitri2202.blogspot.co.id/2016/10/konsep-metodologi-dari-teknologi-sistem.

https://id.wikipedia.org/wiki/Kecerdasan_buatan