KECERDASAN BUATAN

Dasar Artifical Intelligence

      Ada beragam defenisi tentang kecerdasan buatan ( artificial intelligence atau disingkat AI) sebagaimana diperlihatka. Pada dasarnya AI adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer ( berupa suatu mesin ) dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan; misalnya melakukan penalaran untuk mencapai suatu kesimpulan atau melakukan translasi dari suatu bahasa manusia kebahasa manusia yang lain.

Berbagai Defenisi AI

a.       Schalkoff (1990)

AI adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi.

b.      Rich dan Knight (1991)

AI adalah studi tentang cara membuat komputer melakukan sesuatu yang sampai saat

orang dapat melakukannya lebih baik.

c.       Luger dan stubblefield (1993)

AI adalah cabang ilmu komputer yang berhubungan dengan otomasi perilaku yang cerdas.

d.      Haag dan Keen (1996)

AI adalah bidang studi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan  kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia.

TUJUAN AI ( Winston dan Prendargast, 1999 )

1.      Membuat mesin lebih pintar

2.      Memahami kecerdasan, dan

3.      Membuat mesin lebih berguna.

namun sekarang tujuan AI tidak sekedar membuat komputer dapat berpikir, tetapi juga bisa melihat, mendengar, berjalan, bermain dan bahkan merasakan.

O’Brien  (2001) menyebutkan atribut perilaku cerdas adalah seperti berikut :

a.       Berpikir dan bernalar

b.      Memakai penelaran untuk memecahkan persoalan

c.       Menyerap dan menerapkan pengetahuan

d.      Memperlihatkan pengetahuan dan Imajinasi

e.       Bekerja dengan situasi yang kompleks dan membingungkan

f.       Melakukan tanggapan dengan cepat dan berhasil terhadap situasi baru

g.       Mengenali elemen-elemen yang relative penting dalam suatu situasi

h.      Menangani informasi yang rancu, tak lengkap, atau salah

atribut-atribut inilah yang antara lain ingin diterapkan dalam komputer.

Benarkah AI ingin membuat komputer secerdas manusia? benarkah komputer dapat melakukan hal – hal seperti yang telah dijabarkan? pertanyaan seperti ini sering muncul dan jawabannya memang itulah yang diharapkan. Namun pada prakteknya kecerdasan yang dimiliki komputer berbeda dengan manusia. Komputer dapat menyelesaikan suatu persoalan yang apabila dikerjakan manusia memerlukan kecerdasan, tetapi cara yang dilakukan komputer tidak harus sama dengan cara manusia memecahkan persoalan.

9.2 Perbandingan Kecerdasan Buatan dan Kecerdasan Manusia

            Menurut Kaplan, sebagaimana diungkapkan oleh Turban,McLean, dan Wetherbe (1999), AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami ( kecerdasan manusia ) kelebihan AI adalah sebagai berikut :

·         AI lebih bersifat permanen.

·         AI menawarkan kemudahan untuk digandakan dan disebarkan

·         AI dapat lebih murah daripada kecerdasan alami

·         AI bersifat konsisten dan Teliti

·         AI dapat didokumentasi

9.3 Bdang-bidang aplikasi AI

            Sejauh ini AI telah dipakai untuk melakukan berbagai hal. Dengan segala keterbatasannya,AI telah dipergunakan untuk :

·         Membuat aplikasi komputer yang sangat mudah bagi pemakai

·         Meningkatkan pemecahan masalah secara cepat dan konsisten

·         Membantu menyelesaikan masalah yang tidak dapat diselesaikan dengan cara konvensional

·         Membantu menyelesaikan masalh yang mengandung data yang tidak lengkap atau kurang jelas

·         Menangani informasi yang berlebihan ( dengan cara melakukan pengikhtisaran atau penginterprestasian informasi )

·         Meningkatkan produktivitas dalam melaksanakan banyak tugas

·         Membantu melaksanakan pencarian data atau suatu pola berdasarkan jumlah data yang sangat besar.

Beberapa contoh penerapan AI :

·         Deep Blue adalah program catur yang pada tahun 1997 dapat mengalahkan pecatur dunia Garry Kasparov dengan kedudukan 3,5-2,5

·         Logic Theorist adalah program yang mampu membuktikan beberapa teorema yang terdapat pada bab pertama buku Principia Matematica karya Whitehead dan Russell

·         Volkswagen AG (Jerman) menciptakan sistem pengemudi kendaraan otomatis.

Domain Tugas – Tugas AI

Tugas-tugas biasa ·         Persepsi o   Visi o   Percakapan ·         Bahasa alami o   Pemahaman o   Pembangkitan o   Penerjemahan ·         Penalaran ·         Pengontrolan robot Tugas-tugas formal ·         Permainan o   Catur o   Backgammon o   Checker o   Go ·         Matematika o   Geometri o   Logika o   Kalkulus Integral o   Pembuktian sifat-sifat program Tugas-tugas ahli ·         Keteknikan o   Perancangan o   Penemuan kesalahan o   Perencanaan manufaktur ·         Analisis Pengetahuan ·         Diagnosis Pengobatan ·         Analisi Keuangan

            O’Brein (2001) mengelompokkan domain aplikasi utama AI mencakup materi materi baru seperti algoritma genetika dan agen cerdas.

	AI

 

     

 

Sistem Pakar                                  Persepsi Visual                                                Bahasa Alami

Sistem Belajar                                Rangsangan                                                     Pengenalan percakapan

Logika Kabur                                 Ketangkasan                                                    Antarmuka multisensor

Algoritma                                       Daya Penggerak                                               Virtual reality

Genetika                                        Navigasi

Jaringan Saraf                               

Agen Cerdas

9.3.1 Pengolahan Bahasa Alami

            Pengolahan bahasa alami (natural language processing atau NPL) adalah bidang AI yang berurusan dengan pemahaman bahasa manusia. Kemajuan di bidang ini membuat komputer antara lain dapat melakukan penerjemahan dari satu bahasa manusia ke bahasa manusia yang lain. Dalam lingkungan web, altavista menyediakan program serupa yang diberi nama babel fish translasion. Intellec merupakan contoh sistem permintaan berbahasa alami yang digunakan untuk mengakses basis data.

            Inti pengolahan bahasa alami ada pada parser. Parser adalah bagian yang membaca kalimat dari bahasa sumber dan menguraikan serta menganalisis kata kata yang terdapat di dalam kalimat tersebut dan mencocokkan dengan tata bahasa yang benar. Pada aplikasi penerjemahan, setelah makna kalimat diketahui, bagian penerjemah keluaran akan menghasilkan keluaran berupa teks dalam bahasa alami.

contohnya adalah babel fish translation, program altavista yang dapat digunakan untuk menerjemahkan teks atau isi web ke berbagai bahasa.

9.3.2 Visi Komputer

            Istilah yang serupa dengan istilah ini yaitu persepsi visual dan pengenalan gambar. Visi komputer adalah suatu bidang AI yang berurusan dengan pengenalanterhadap suatu objek dan kemudian digunakan untuk pengambilan keputusan. Konsep visi komputer sangat sederhana. Komputer dilengkapi dengan kamera video. kamera menangkap gambar dan pengolahnya menjadi isyarat-isyarat digital dan menempatkannya dalam memori.Program AI akan melakukan analisis terhadap data gambar yang sudah ada dalam memori. Program inilah yang dapat mendeteksi keberadaan obyek-obyek. Program seperti ini biasanya menggunakan pengolahan citra ( image processing ), yaitu suatu bidang ilmu komputer yang berhubungan dengan pengolahan gambar untuk kepentingan seperti penjernihan gambar, pemerolehan tepi beda, dan pemantapan gambar.

           

Program AI

                                                                                                          

                             

                                                                                                                              

 

           

Dalam dunia industri, visi komputer dapat digunakan untuk melakukan otomasi terhadap kegiatan pengendalian kualitas produk. Dengan cara seperti ini produk yang cacat dan yang baik dapat dipisahkan oleh mesin.

9.3.3 Pengenalan Percakapan

            Pengenalan percakapan (voice/speech recognition ) adalah suatu proses yang memungkinkan komputer dapat mengenali suara. Teknologi seperti ini membuat khayalan tentang  penyamun dalam kisah alibaba yang membuka pintu gua dengan suara dapat diwujudkan. penerapan pengenalan percakapan antara lain digunakan untuk melakukan pengetikan dokumen melalui suara dan untuk analisis suara dalam program pembelajaran bahasa asing, untuk menentukan pengucapan kata oelh seseorang sesuai dengan penutur asli atau tidak.

9.3.3 Robotika

            Robot merupakan peranti elektromekanik yang dapat deprogram untuk melakukan otomatis terhadap suatu tugas yang biasanya dilakukan manusia. Robot banyak digunakan didunia industri,

            Dengan sentuhan AI, robot dibuat menjadi cerdas sehingga mengambil keputusan seperti halnya manusia, biasanya di lengkapi kamera sebagai alat sensor.

Berikut beberapa contoh robot:

Ø  Scrubmate, robot yang dapat membersihkan kamar mandi

Ø  Sojourner, kendaraan robot beroda enam yang digunakan NASA 1997

Ø  SICO, digunakan pada sebuah rumah sakit di Newyork.

       Robot scrubmate.

Catt:     Android atau humanoid robot yang menyerupain orang yang diciptakan David Ng.

            Animatronik robot yang berbentuk binatang.

9.3.4 Sistem Pakar

            Sistem yang meniru kepakaran (keahlihan) seseorang dalam bidang tertentu dan dapat menyelesaikan masalah. dan merupakan sistem yang:

Ø  menangani masalah kompleks dan nyata yang memerlukan interpretasi seorang pakar

Ø  menyelesaikan masalah dengan mengunakan model komputer yang memakai penalaran manusia ahli dan menghasilkan kesimpulan.

Berbagai Sistem Pakar

Sistem Pakar	Keterangan
BERT	Merupakan sistem pakar untuk merancang bangunan
DART/DASD	Digunakan untuk mendiagnosis kerusakan komputer
DELTA	Merupakan sistem pakar untuk mendiagnosis kerusakan pada mesin mesin diesel pada general electric.
DENTRAL	Sistem pakar untuk menganalisis struktur molekul suatu senyawa kimia.
EL	Merupakan sistem pakar yang dapat digunakan untuk menganalisis rangkaian elektronika yang mengandung transistor, diode, dan resistor.
FOLIO	Merupakan sistem pakar untuk mengevaluiasi suatu saham
HEATINGS	Sistem pakar yang digunakan untuk mengendalikan proses pembakaran batubara
MYCIN	Sistem ini dikembangkan di Universitas Stanford pada pertengahan 1970-an dengan tujuan untuk membantu jurumedis dalam mendiagnosis penyakit yang disebabkan bakteri
OPERA	Sistem pakar ini berguna untuk mendiagnosis gangguan pada jaringan komputer PDP 11/70
PROSPECTOR	Sistem ini diciptakan oleh Richard Duda, Peter Hard, dan Rene Reboh pada tahun 1978 yang meyediakan kemampuan seperti seorang pakar dibidang geologi
PUFF	Sistem ini digunakan untuk mendignosis gangguan paru paru
REBES	Sistem pakar yang membantu detektif menangani masalah kejahatan
XSEL	Sistem pakar ini dapat bertindak sebagai asisten penjual, yang membantu penjual komputer DEC memilihkan pesanan pelanggan sesuai dengan kebutuhan

Kategori Sistem Pakar

Kategori	Keterangan
Interpretasi	Memberikan deskripsi terhadap sesuatu situasi melalui pengamatan
Prediksi	Perkiraan terhadap akibat dari suatu situasi
Diagnosis	Pendugaan terhadap suatu kesalahan atau gangguan sistem melalui pengamatan
Perancangan	Melakukan konfigurasi objek berdasarkan kendala yang ada.
Perancanaan	Pembuatan rencana untuk mencapai sasaran
Pemantauan	Melakukan perbandingan antara pengamatan dan rencana
Debugging	Melakukan pemecahan terhadap suatu kesalahan
Reparasi	Melakukan Perbaikan
Instruksi	Melakukan diagnosis, debugging, dan pembetulan kinerja murid pada sistem pembelajaran
Kontrol	Melakukan pengendalian terhadap sitem

            Sebuah sistem pakar mempunyai kemampuan berdialog dengan pemakai dan kemudian memberikan kemampuan, pandangan, atau kesimpulannya.

Sebuah sistem pakar mempunyai kemampuan berdialog dengan pemakai dan kemudian memberikan satu saran, pandangan, atau kesimpulan.

Model konseptual sistem pakar yang paling umum mengandung 4 buah komponen penting: basis pengetahuan (inference engine), fasilitas penjelas, dan antar muka pemakai.

Basis pengetahuan merupakan komponen yang berisi pengetahuan-pengetahuan yang berasal dari pakar berisi sekumpulan fakta (fact) dan aturan (rule). Fakta berupa situasi masalah dan teori tentang area masalah dan teori tentang area masalah,. Aturan adalah suatu arahan yang menggunakan pengetahuan untuk memecahkan masalah pada bidang tertentu.

jeruk

·         Buah berbentuk bulat

·         Warna hijau ketika muda dan kuning ketika sudah tua

·         Berbatang

·         Batang berduri

Apel

·         Buah berbentuk bulat

·         Warna hijau ketika muda dan merah ketika sudah tua

·         Berbatang

Pada contoh di atas, terdapat dua buah aturan. Aturan pertama mendeskripsikan tanaman jeruk dan yang kedua menjabarkan tanaman apel.

Ketika pemakai Ya untuk menjawab pertanyaan:

Apakah buah berbentuk bulat?

Pemakai dikatakan memberikan fakta berupa “ buah berbentuk bulat”

     Mesin inferensi adalah komponen yang menjadi otak sitem pakar. Bagian inilah yang berfungsi untuk memberikan penjelasan kepada pemakai yang memintanya. Jenis pertanyaan yang dapat ditangani biasanya berupa “mengapa” dan “ bagaimana”. Tidak semua sistem pakar menyediakan media ini. Contoh berikut memberikan gambaran tentang penjelasan sistem pakar.

SP : Apakah komputer berupa IBM PS/2? P   : ya SP : Masukkan jenis model yang anda pilih : 30,40,50,60,70,80 P   : 80 SP : Apakah pemakai menggunakan windows versi 3? P   : Ya SP : Apa nama direktori yang mengandung berkas PROGRAM EXE? P   : Leg 400 SP : Apakah terdapat pernyataan PATH ke LEG 400 pada berkas startup LEGACY? P   : Tidak SP : Masalah yang dicurigai ;         KURANG PERNYATAAN PATH

P   : Mengapa? SP : Penjelasan                                                   JIKA WIN EXE DAN LEGCY EXE                                          BERADA PADA DIREKTORI BERBEDA                                          MAKA HARUS ADA PERNYATAAN PATH DALAM                                                     BERKAS STARTUP LEGACY

Antarmuka pemakai merupakan bagian yang menjembati antara sistem dan pemakai. Melalui bagian inilah pemakai berkomunikasi dengan sistem.

CATATAN

     Berkaitan dengan pengembangan sistem pakar, terdapat perangkat lunak yang disebut sebagai shell. Shell adalah suatu sistem pakar yang bagian basis pengetahuannya masih kosong. Untuk menjadikannya sebagai suatu sistem pakar, pemakai tinggal mengisikan basis pengetahuan untuk bidang tertentu. Beberapa contoh shell :

·         Insight

·         Expert Ease ( Expert system International and human edge software, Inc )

·         EXSYS ( Exsys, Inc)

·         EST ( Mind Path Technologies, Inc )

·         KNOWOL ( Intelligent Machine, Co)

9.3.5 Logika Kabur

               Logika kabur ( fuzzy logic) adalah suatu teknik yang digunakan untuk menangani ketidak pasti pastian pada masalah – masalah yang memiliki banyak jawaban. Teknik ini pertama kali dikembangkan oleh lotfi A. Zaedah pada tahun 1965.

               Banyak aktivitas manusia yang menggunakan pemikiran yang bersifat tidak pasti. Sebagai contoh, adalah defenisi usia muda, usia menengah, dan usia tua. Defenisi tentang usia seperti ini sebenarnya bersifat relatif. Mungkin kita dengan mudah dapat mengatakan bahwa usia 80 adalah usia tua, tetapi bagaimana halnya dengan usia 50? Apakah usia 50 tergolong sebagai usia tua atau usia menengah? Mungkin ada yang mengatakan usia 50 tergolong usia menengah, tetapi orang lain barangkali akan mengklasifikasikannya ke dalam usia tua.

Beberapa contoh Aplikasi logika kabur :

·         Pengontrolan kereta bawah tanah di sendai, Jepang

·         Pengatur mekanisme Otofokus pada kamera dan camcorder dan untuk menghilangkan gangguan karena tangan yang gemetar.

·         Sistem pengereman mobil ( nissan)

·         Penghematan konsumsi daya listrik pada AC ( mitsubishi heavy industries, Tokyo)

·         Pemilihan Saham.

9.3.6 Jaringan Saraf

               Jaringan saraf ( neurall network ), terkadang disebut artificial neural network/ ANN atau komputasi saraf (neural computing), adalah suatu bidang AI yang meniru pola pemprosesan dalam otak manusia yang berbasiskan pada pengenalan pola. Dalam prakteknya, jaringan saraf tentu saja tidak sekompleks yang terjadi dalam otak manusia.   

               Otak manusia diperkirakan memiliki lebih dari 100 milyar sel otak yang dinamakan neuron (yang berfungsi sebagai elemen pemroses). Setiap neuron memiliki kira-kira 1000 dendrite.

               AAN adalah sekumpulan  elemen pemroses dengan masing-masing subkelompok melakukan komputasi tersendiri dan melewatkan hasilnya ke subkelompok berikutnya. Setiap subkelompok bersifat independen.

               Di dalam AAN, sekelompok elemen pemroses disebut lapisan (layer). Lapisan pertama dikenal dengan sebutan lapisan masukan dan lapisan terakir dinamakan lapisan keluaran. Adapun lapisan yang yang terletak di antara lapisan keluaran dan lapisan masukan dinamakan lapisan tersembunyi.

Tabel   9.6 perbandingan saraf biologis dengan saraf buatan.            

Saraf biologis	Saraf buatan
Soma/neuron	Simpul
Dendrites	Masukan
Axon	Keluaran
Synapse	Bobot
Kecepatan rendah	Kecepatan tinggi
Neuron sangat banyak (milyaran)	Simpul terbatas (ratusan)

Berbagai aplikasi AAN:

·         Validasi tanda tangan

·         Data mining (yaitu menemukan pola pada sekumpulan data yang besar).

·         Pengenalan wajah

·         Pemilihan saham dan obligasi.

9.3.7  Algoritma Genitika

     Algoritma genitika (biasa juga kumputasi adaptif/adaptive cumputing) diperkenalkan pertama kali oleh John H. Holland pada tahun 1975.

     Algoritma genetika adalah suatu pendekatan yang meniru kemampuan makhluk hidup dalam beradaptasi dengan lingkungan sehingga terbentuk proses evolusi untuk mengatasi masalah dengan lebih baik.

     Algoritma genitika menggunakan aturan-aturan proses matematika yang dipakai untukmenentukan cara kombinasi dari komponen-komponen proses dibentuk. Ada tiga cara yang digunakan, yaitu mutasi, crossover, dan seleksi.

·         Mutasi : Mencoba kombinasi proses secara acak dan mengevaluasi hasilnya.

·         Crossover : Mengombinasi bagian dari hasil yang baik dengan harapan dapat memperoleh hasil yang lebih baik.

·         Seleksi : memilih proses-proses yang baik dan membuang yang jelek.

9.3.8 Sistem Al Hibrida

     Sistem Al hibrida atau terkadang dinamakan sistem cerdas hibrida (hybrid intelligent system) adalah sistem cerdas hibrida yang menggabungkan beberapa teknologi Al untuk memanfaatkan atau memadukan keunggulan masing-masing teknologi. istilah seperti soft computing (jang, sun, dan mizutani, 1997), yang menggabungkan pemakaian ANN, logika kabur, algoritma genetika, dan teknik AI konveksional, merupakan contoh sistem AI hibrid.

9.3.9 Agen Cerdas

     agen cerdas adalah (intelligent agent) kian populer seiring dengan perkembangan internet. Berbagai nama lain yang juga menyatakan agen cerdas yaitu software agent, wizard, knowbot, dan softbot.

     Russel dan norving (1995,  hal 31) mendefinisikan agent sebagai “segala sesuatu yang dapat dipandang menangkap lingkungan melalui efektor.” Sensor adalah bagian yang merangsang tindakan agen, sedangkan efektor adalah bagian yang di gunakan oleh agen untuk melakukan tindakan.

     Agen yang berupa perangkat lunak, atau bisa disebut agen cerdas, adalah perangkat lunak yang dapat bertindak seperti orang yang mampu berinteraksi dengan lingkungan. Contoh:

·         Agen sistem operasi

·         Agen spreadheet

·         Agen perdagangan elektronis

     Agen sistem operasi digunakan untuk membantu penggunaan sistem operasi digunakan untuk membantu penggunaan sistem operasi. Contoh, microsoft memiliki sejumlah agen yang dinamakan wizard pada sistem operasi yang di buatnya; misalnya Windows NT. Agen ini digunakan antara lain untuk menambah nama pemakai, mengelola grup pemakai, dan manajemen berkas.

     Agen spreadsheet digunakan untuk membuat program spreadsheet menjadi lebih mudah digunakan oleh pemakai. Contoh, Office  Assistant pada excel dapat “mengamati” pemakaidan jika terjadi sesuatu yang perlu untuk dibantu, agen cerdas akan memberikan saran.

     Agen untuk perdagangan elektronis digunakan untuk membantu pemakai yang akan melakukan belanja secara online.

9.4  Topik Lain-lain

     Beberapa topik lain yang berhubungan dengan AI yang perlu untuk diketahui adalah cyborg, artificial life, dan pembelajaran mesin (machine learning).

9.4.1  Cyborg

     Cyborg adalah campuran antara mesin dan makhluk hidup. Dalam film-film, cyborg sering digambarkan sebagai makhluk hidup yang dikontrol oleh pihak lain. Dalam dunia nyata sebenarnya banyak manusia yang tergolong sebagai cyborg, yaitu manusia yang telah dipasangi peranti-pperanti elektronik di dalam tubuhnya (misalnya alat pemacu jantung).

9.4.2  Artificial Life

     Artificial Life atau A-Life adalah bidang studi yang mempelajari dan memahami kehidupan biologis dengan cara melakukan perpaduan dengan bentuk kehidupan buatan.bidang ini pertama kali di perkenalkan oleh Chris Langton.

     Contoh A-Life yang paling terkenal adalah robot ikan yang di buat Mitsubishi Heavy Industries, Ltd (MHI) dan diberi nama Colencanth.

9.4.3 Pembelajaran Mesin

     Pembelajaran mesin (machine learning) adalah sistem yang secara optimis dapat meningkatkan kinerjanya mealui pengalaman. Seperti halnya manusia, komputer di harapkan dapat selalu belajar dari waktu ke waktu. Salah satu contoh yang menunjukkan program yang dapat belajar adalah program permaianan dan yang di ciptakan oleh AL. Samuel (1959).

9.5 Kata Kuncien

Agen

Agen cerdas (Intelligent agent)

Algoritma genetika (Genetics algorithm)

Android

Animatronik

Artificial Life (A-Life)

Basis pengetahuan (knowledge base)

Crossover

Cyborg

Efektor

Humanoid

Jaringan saraf (Neural network)

Jaringan saraf buatan (Artificial neural network / ANN)

Kecerdasan alami

Kecerdasan buatan (Artificial intelligence/ AI)

Knowbot

Komputasi adaptif (Adaptive computing)

Logika kabur (Fuzzy logic)

Mesin interferensi (Interference egine)

Mutasi

Neurofuzzy

Neuron

Pembelajaran mesin (machine learning)

Pengenalan percakapan (voice/speech recognition)

Pengolahan bahasa alami ( Natural language processing /NLP)

Persepsi visual

Robot

Robotika

Seleksi

Sensor

Sistem AI Hibrida (Hybrid intelligence system)

Sistem pakar (Expert system)

Soft computing

Softbot

Software agent

Visi komputer (Computer vision)

Wizard

9.6 Soal

Pilihan Berganda

1.      Program komputer berbasis AI yang dapat mengalahkan pecatur Garry Kasparov:

A.Pacific Blue

B. Deep Blue

C. Blue storm

D.Blue Chess

2.      Contoh program yang dapat melakukan query ke dalamdatabase dengan menggunakan bahasa manusia:

A.     SYSTRAN

B.     Deep Blue

C.     Intellect

D.     Logic Theorist

3.      Bidang AI yang berurusan dengan pemrosesan bahasa manusia:

A.     ANN

B.     NLP

C.     Fuzzy Logic

D.     Sistem pakar

4.      Bidang AI yang berurusan dengan pengenalan terhadap obyek:

A.     Computer vision

B.     Voice recogntion

C.     Expert system

D.     Fuzzy logic

5.      Contoh robot yang dapat bermain sepak bola :

A.     Sojurner

B.     SICO

C.     Scrubmate

D.     Robocup

6.      Robot yang digunakan pada misi eksplorasi planet Mars pada tahun 1997:

A.     Sojurner

B.     SICO

C.     Scrubmate

D.     Robocup

7.      Contoh sistem pakar yang dapat digunakan untuk mengevaluasi investasi saham:

A.     BERT

B.     OPERA

C.     FOLIO

D.     PUFF

8.      DELTA adalah sistem pakar untuk mendiagnosis:

A.     Kerusakan pada mesin diesel

B.     Penyakit paru-paru

C.     Kerusakan komputer

D.     Kerusakan mesin pemotong batubara

9.      Pencipta logika kabur:

A.     Lotfi A. Zadeh

B.     John H. Holland

C.     Mizutani

D.     Elaine Rich

10.  Alat pengembangan sistem pakar yang basis pengetahuannya masih kosong:

A.     Mesin inferensi

B.     Shell

C.     Fuzzy logic

D.     Jaringan saraf

11.  Layer tau lapisan adalah suatu istilah khas pada:

A.     Jaringan saraf

B.     Algoritma genetika

C.     Logika kabur

D.     Sistem pakar

12.  Crossover adalah suatu aturan pada:

A.     Jaringan saraf

B.     Algoritma genetika

C.     Logika kabur

D.     Sistem pakar

13.  Yang tidak menyatakan istilah lain dari agen cerdas:

A.     Softbot

B.     Knowbot

C.     Software agent

D.     Efektor

14.  Campuran antara mesin dan makhluk hidup biasa dinamakan:

A.     A-Life

B.     Cyborg

C.     Soft computing

D.     Machine learnning

Isian

1.      Komponen dalam sistem pakar mengandung pengetahuan dinamakan knowledge base

2.      Computasi adaptif adalah nama lain dari algoritma genetika

3.      Bidang AI yang mempelajari dan menyamai kehidupan biologis dan menyamai kehidupan biologisdengan cara melakukan perpaduan dengan bentuk kehidupan nyata disebut jaringan saraf (ANN)

4.      Pelopor algoritma genetika yaitu John h. Holland

5.      Robot berbentuk manusia dikenal dengan sebutan

6.      Adapun robot yang berbentuk binatang biasa disebut

Uraian

1.      Jelaskan pengertian kecerdasan buatan.

2.      Sebutkan kelebihan AI dibandingkan kecerdasan manusia?

3.      Menurut anda adakah kelebihan kecerdasan manusia dibandingkan dengan kecerdasan buatan?

4.      Apa yang dimaksud dengan agen cerdas?

5.      Apa yang dimaksud dengan robotika?

6.      Apa yang dimaksud dengan sistem pakar?

7.      Apa yang dimaksud dengan AI hibrida

8.      Sebutkan contoh aplikasi dari jaringan saraf?