Tugas 9 [Pani 1901065026] : Tiga Kelompok Kecerdasan Tiruan

 Tiga Kelompok Kecerdasan Tiruan

1. Sistem Berbasis Pengetahuan/Knowledge based system (KBS)

Sistem berbasis pengetahuan (KBS) adalah bentuk kecerdasan buatan (AI) yang bertujuan untuk menangkap pengetahuan ahli manusia untuk mendukung pengambilan keputusan. Contoh sistem berbasis pengetahuan termasuk sistem pakar, yang disebut demikian karena ketergantungannya pada keahlian manusia.

Arsitektur khas dari sistem berbasis pengetahuan, yang menginformasikan metode pemecahan masalah, termasuk basis pengetahuan dan mesin inferensi. Basis pengetahuan berisi kumpulan informasi dalam bidang tertentu -- diagnosis medis, misalnya. Mesin inferensi menyimpulkan wawasan dari informasi yang disimpan di basis pengetahuan. Sistem berbasis pengetahuan juga mencakup antarmuka di mana pengguna menanyakan sistem dan berinteraksi dengannya.

Sistem berbasis pengetahuan dapat bervariasi sehubungan dengan metode atau pendekatan pemecahan masalah. Beberapa sistem mengkodekan pengetahuan ahli sebagai aturan dan oleh karena itu disebut sebagai sistem berbasis aturan. Pendekatan lain, penalaran berbasis kasus, menggantikan kasus dengan aturan. Kasus pada dasarnya adalah solusi untuk masalah yang ada yang akan coba diterapkan oleh sistem berbasis kasus pada masalah baru.

2. Inteligensia berbasis komputasi/Computational intelligence (CI)

Juga dikenal sebagai komputasi lunak, adalah bentuk komputasi yang dimodelkan pada metode yang digunakan manusia untuk belajar. Saat komputer belajar dari proses berdasarkan logika dan sains, mereka akan menjadi lebih cerdas. Ini berbeda dari kecerdasan buatan dalam perspektifnya tentang ketidaksempurnaan: kecerdasan komputasional berfokus pada pertumbuhan sistem dan tidak menggunakan nilai Boolean (0s dan 1s) untuk mencapai pembelajaran, seperti yang dilakukan AI. Kecerdasan komputasional menggunakan berbagai cabang ilmu pengetahuan, seperti matematika dan logika, untuk mengembangkan algoritme pembelajaran mesin.

Kecerdasan komputasional terdiri dari tiga aspek utama:

a. Logika fuzzy: tidak seperti kecerdasan buatan, kecerdasan komputasional (CI) memungkinkan sistem untuk tumbuh dan belajar dengan pengetahuan yang tidak sempurna dan tidak lengkap. CI mungkin memiliki tingkat informasi dan proses yang berbeda tanpa pemahaman penuh. Logika ini biasanya dikembangkan dengan menunjukkan gambar ke komputer dan memungkinkannya untuk membedakan antara konten.

b. Jaringan saraf tiruan: proses ini dirancang untuk meniru otak. Sistem belajar dengan diberikan contoh gambar yang berbeda dan diberitahu hal yang berbeda tentang gambar tersebut. Memiliki banyak lapisan pembelajaran, beberapa lebih kompleks daripada yang lain, juga dikenal sebagai pembelajaran mendalam.

c. Komputasi evolusioner: konsep dari teori evolusi, termasuk seleksi alam dan kecerdasan swarm, dapat diterapkan pada sistem komputasi. Para peneliti mempelajari kelompok hewan untuk mempelajari bagaimana suatu kelompok berperilaku bersama dan sendiri, tanpa kepemimpinan yang jelas – namun kelompok tersebut masih mempertahankan kecerdasan. Sistem komputasi, kemudian, mungkin dapat menampilkan kecerdasan dan pengambilan keputusan tanpa memiliki sumber kepemimpinan manusia.

 

3. Knowledge based Hybrid

Pengetahuan hybrid adalah pengetahuan berbasis campuran antara sesama unsur KBS atau sesama unsur CI  atau kombinasi antara unsur KBS dengan unsur CI. Tujuan penggabungan ini adalah untuk membuat suatu sistem paduan yang lebih hebat dari pada unsur-unsur sistem itu bila berdiri sendiri, jadi perpaduan ini diharapkan akan mengatasi kelemahan masing-masing kelompoknya. Berbagai kombinasi telah banyak dilakukan, misalnya: gabungan antara expert systems dan neural networks, fuzzy logic dengan neural networks, dan case-based reasoning systems dengan expert systems.

Source : onlinelearning.uhamka.ac.id