kekurangan dan kelebihan sistem cerdas

kelebihan dan kekurangan sistem cerdas

Sistem pakar merupakan paket perangkat lunak atau paket program computer yang ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di bidang-bidang spesialisasi tertentu seperti sains, perekayasaan, matematika, kedokteran, pendidikan dan sebagainya. System pakar merupakan subset dari Artificial Intelegence.

Ada banyak keuntungan bila menggunakan system pakar, diantaranya adalah :

1. Menjadikan pengetahuan dan nasihat lebih mudah didapat.

2. Meningkatkan output dan produktivitas.

3. Menyimpan kemampuan dan keahlian seorang pakar.

4. Meningkatkan penyelesaian masalah yang khusus.

5. Meningkatkan reliabilitas.

6. Memberikan respons (jawaban) yang cepat.

7. Merupakan panduan yang cerdas.

8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian.

9. Sebagai basis data cerdas, bahwa system pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.

Selain keuntungan di atas, system pakar seperti halnya system lainnya, juga memiliki kelemahan. Di antaranya adalah :

1. Masalah dalam mendapatkan pengetahuan di mana pengetahuan tidak selalu bisa didapatkan dengan mudah karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang pendekatan yang dimiliki oleh pakar berbeda-beda.

2. Untuk membuat suatu system pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaanya.

3. Boleh jadi system tidak dapat membuat keputusan.

4. System pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. Sehingga dalam hal ini peran manusian tetap merupakan factor yang dominan.

Kelemahan-kelemahan atau kekurangan dari system pakar tersebut bukanlah sama sekali tidak bisa diatasi, tetapi dengan terus melakukan perbaikan dan pengolahan berdasarkan pengalaman yang telah ada maka hal itu diyakini akan dapat diatasi, walaupun dalam waktu yang panjang dan terus menerus.

Sumber : Konsep Dasar Sistem Pakar (Muhammad Arhami)

Pandangan kedepan tentang system cerdas

Kecerdasan Komputasional

Kecerdasan komputasional adalah bidang yang mempelajari mekanisme adaptif dari kecerdasan berperilaku dalam lingkungan yang selalu berubah dan kompleks. Mekanisme adaptif tersebut merupakan bagian dari kecerdasan buatan yang mempelajari juga bagaimana bisa beradaptasi dengan situasi yang baru, bagaimana melakukan generalisasi dan menemukan pengetahuan.

Oleh karena itu beberapa studi yang dikaji dalam kecerdasan komputasional antara lain Jaringan Syaraf Tiruan (Artifial Neural Network - NN), Algoritme Genetika atau yang dikenal juga dengan komputasi evolusi (evolutionary computation - EC), Algoritme semut (ant algorithm), kecerdasan berkerumun (swarm intelligence - SI), sistem kekebalan tubuh buatan (artificial immune system - AIS) dan sistem fuzzy (fuzzy system – FS).

kecerdasan di bidang pendidikan

Penerapan Kecerdasan Buatan dalam Dunia Pendidikan
Dalam pendidikan AI sangat berperan dalam menyampaikan segala informasi dan pengelaman belajar yang akan membuat peoses belajar mengajar lebih efektif. Dengan menggunakan media-media pembelajaran yang dikembangkan dengan menggunakan prinsip-prinsip dan teknik-teknik artificial intelligence, pebelajar/learner dapat belajar tanpa harus berhadapan langsung berhadapan dengan guru, dan informasi dalam media-media pendidikan tentunya akan lebih mempermudah dan meringankan tugas guru/pendidik dalam mentransformasikan ilmu dan pengalaman belajar mereka terhadapa peserta didik. Jadi dapat pula dikatakan bahawa aplikasi kecerdasan buatan dalam bidang pendidikan yang bertindak sebagai partner bagi pelajar atau mahasiswa dalam mempelajari suatu bidang.

AI dalam mengambil keputusan dalam bidang pendidikan bagi pimpinan lembaga pendidikan akan lebih mempermudah baginya karena data, basis dan pebetahuan informasi yang diperoleh akan lebih akurat dari pada secara manual. Kepala sekolah misalnya, akan lebih mudah dan lebih tepat dalam mengambil keputusan dan kebijakan untuk meningkatkat kualitas pembelajaran dari data yang diperoleh dari sistem AI

- Robot pendidikan (educational robots) : digunakan untuk membantu dalam proses mengajar tentang operasi dan penggunaan dari robot industri.

Contoh robot yang digunakan dalam bidang pendidikan:
a. Rhino Robot XR-2 System: Robot ini dibuat oleh Rhino, Inc., dan digunakan untuk simulasi tentang operasi dari robot-robot industri. Rhino XR-2 dapat diprogram melalui komputer Apple dan programnya dapat disimpan di disk.

b. Microbot: Microbot mempunyai dua macam robot, yaitu Microot Minimower dan Microbot Teachmower. Minimower dapat diprogram dengan komputer Apple atau TRS-80. Teachmower digunakan untuk simulasi robot industri dan menggunakan teach pendantuntuk memprogramnya serta dapat digunakan komputer Apple atau TRS-80 untuk menyimpan program.

c. Hero-1: Robot ini dibuat oleh Heath/Zenith, merupakan robot yang dapat bergerak dan dirancang untuk membantu mempelajari robot industri. Robot ini mempunyai beberapa unit sensor. Unit sensor ini dapat mendeteksi gerak, mengukur jarak sampai 15 feet, mendeteksi perubahan tinggkat cahaya, membedakan dua buah suku kata dan menggunakan speech synthesizer, sehingga dapat berbicara. Hero-1 juga dilengkapi dengan teach pendant.
Computer Assisted Instruction (CAI )


Intelligence Computer – aided Instruction (CAI) juga termasuk ke dalam lingkup kecerdasan buatan. Komputer ini digunakan sebagai tutor yang dapat melatih dan mengajar. CAI merupakan pengembangan lebih lanjut dari Computer Assisted Instruction (CAI ). CAI dapat diartikan sebagai penggunaan komputer secara langsung dengan siswa untuk menyampaikan isi pelajaran, memberikan latihan dan mengetes kemajuan belajar siswa. . CAI juga bermacam-macam bentuknya bergantung kecakapan pendesain dan pengembang pembelajarannya, bisa berbentuk permainan (games),


Dikutip dari Modul proposal pembelajaran berbasis AI Universitas Pendidikan Indonesia






Pendapat saya : sistem ini sangat berguna sekali karna siswa dapat langsung ber interaksi langsung tanpa malu malu,dan juga seorang guru dapat mengetahui kemampuan siswa nya masing masing dan juga kerja guru akan diringan kan. Namun apakah dengan mengunakan Komputer ini anak ditakut kan akan tidak serius malah akan keasikan bermain tidak fokus terhadap materi yang diajarkan.



Expert System (Sistem Pakar)

Kemampuan, keahlian dan pengetahuan tiap orang berbeda-beda. Komputer dapat diprogram untuk berbuat seperti orang yang ahli dalam bidang tertentu. Komputer yang demikian dapat dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert System (Sistem Pakar).


Salah satu expert system yang pertama adalah:

1. MACSYMA, yang digunakan untuk tugas-tugas matematika.
2. MYCIN, untuk mendiagnosa penyakit infeksi pada darah.
3. CADUCEUS, untuk mendeteksi penyakit.
4. PUFF, untuk mengukur fungsi dari paru-paru.
5. PROSPECTOR, digunakan perusahaan DEC untuk menggamarkan konfigurasi dari sistem komputer bagi para langganannya.
6. DENDRAL, untuk mengidentifikasikan struktur molekul suatu komposisi kimia dan lain sebagainya.


Untuk mengembangkan expert system, harus diciptakan terlebih dahulu suatu knowledge base yang dibutuhkan oleh aplikasinya. Suatu knowledge base terdiri dari kumpulan data tertentu untuk permasalahan yang spesifik dan aturan-aturan bagaimana memanipulasi data yang disimpan tersebut.


Berbeda dengan database biasa, knowledge base mungkin dapat juga terdiri dari asumsi-asumsi, kepercayaan-kepercayaan, pendugaan-pendugaan dan metode-metode heuristic. Untuk membuat knowledge base perencanaan sistem harus bekerja sama atau meminta nasehat dari ahli di bidangnya. Orang yang menciptakan expert system disebut dengan knowledge engineer.



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

http://edysentausa.wordpress.com/2012/04/03/pengertian-kecerdasan-buatan/