Tugas Kuliah: November 2016

Sistem Cerdas

Sistem Cerdas atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tetapi juga mengkonstruksinya.

Tidak ada definisi yang memuaskan untuk 'kecerdasan':

1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya

2. atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'

Paham Pemikiran

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: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.

2. Petimbangan berdasar kasus

3. Jaringan Bayesian

4. AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual

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.

Sejarah 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. Pada tahun 1982, para ahli fisika seperti Hopfield menggunakan teknik-teknik statistika untuk menganalisis sifat-sifat penyimpanan dan optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma pembelajaran propagansi balik (Back-Propagation learning). Algoritma ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. 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.

ASIMO adalah singkatan dari Advanced Step in Innovative Mobility, dimana ASIMO adalah robot numanoid yang dibuat oleh honda. ASIMO dianggap sebagai robot humanoid tercanggih di dunia dengan tinggi 130 cm dan berat 54 kilogram, penampilan robot ini menyerupai seorang astronot dengan baju astronotnya yang membawa ransel. ASIMO dapat berjalan dengan dua kaki dengan gaya berjalan yang menyerupai manusia hingga kecepatan 6 km/jam. ASIMO diciptakan oleh pusat Penelitian dan Pengembangan Honda di Pusat Penelitian Teknik Fundamental Wako di Jepang. Model yang sekarang merupakan versi sebelas, semenjak dimulainya proyek ASIMO pada 1986.

Insinyur Honda menciptakan ASIMO dengan 26 derajat Kebebasan yang membantu berjalan dan melaksanakan banyak tugas manusia.

Satu derajat Kebebasan adalah kemampuan untuk bergerak ke kiri dan ke kanan atau ke atas dan ke bawah. Derajat kebebasan ini dibuat seperti halnya sambungan otot pada manusia untuk pergerakan yang maksimum dan fleksibel.

ASIMO mempunyai dua derajat Kebebasan pada leher nya, enam pada setiap lengannya dan enam pada setiap kakinya.

Material pada badannya, adalah struktur magnesium alloy, dikombinasikan dengan komputer kuat dalam ransel dipunggungnya dan 26 servo motor di seluruh badannya untuk membantu ASIMO berjalan dan bergerak dengan lembut dengan mudah.

ASIMO dirancang untuk beroperasi di lingkungan kita, di mana kita harus menjangkau sesuatu, mengambil sesuatu dan melakukan navigasi untuk berjalan berkeliling,serta memanjat tangga misalnya. itu adalah mengapa ASIMO mempunyai dua lengan dan dua kaki sering dipanggil dengan robot humanoid.

Teknologi mobilitas ASIMO kini telah mengalami perkembangan pesat dibanding generasi terdahulunya, dengan berbagai kemampuan diantaranya bergerak dalam pola lingkaran dan berlari hingga kecepatan 6 km/jam. Kemampuan ASIMO berinteraksi dengan manusia atau objek lainnya juga semakin sempurna, seperti menyambut tamu, berjalan bergadengan tangan dengan manusia, membawa nampan, dan mendorong kereta.

Sesungguhnya, ASIMO hanyalah robot humanoid yang dapat berjalan dengan bebas dan memanjat tangga. Kemampuan dasar Ini adalah penting, sebab lingkungan kita yang penuh dengan permukaan tidak seimbang, rintangan dan tangga rumah, untuk dapat mampu dengan mudah berfungsi dan dapat membantu manusia.

Pada Asimo model tahun 2000an, Honda telah menambahkan banyak fitur yang memungkinkan Asimo dapat berinteraksi lebih baik dengan manusia. Fitur-fitur ini termasuk dalam 5 kategori:

1. Pengenalan atas benda bergerak

Menggunakan informasi visual dari kamera yang terpasang di kepalanya, Asimo dapat mendeteksi gerakan beberapa objek serta menilai jarak dan arah. Aplikasi umum dari fitur ini meliputi: kemampuan untuk mengikuti gerakan orang dengan kamera, mengikuti seseorang, atau menyapa seseorang ketika dia mendekat.

2. Pengenalan postur dan gerak

Asimo juga dapat menafsirkan posisi dan pergerakan tangan, serta mengenali postur dan gerakan. Asimo dapat bereaksi dan diarahkan tidak hanya dengan perintah suara, tetapi juga dengan berbagai gerakan alami manusia. Hal ini memungkinkan untuk, misalnya, mengenali kapan jabat tangan ditawarkan atau kapan seseorang melambaikan tangan dan Asimo menanggapi dengan tepat. Ia juga dapat mengenali pergerakan arah seperti menunjuk.

3. Pengenalan lingkungan

Asimo dapat mengenali objek dan situasi dari lingkungannya dan bertindak dengan cara yang aman bagi dia sendiri maupun orang di dekatnya. Sebagai contoh, mengenali bahaya potensial seperti tangga, dan menghindari memukul manusia atau benda bergerak lainnya.

4. Membedakan suara

Asimo berkemampuan untuk mengidentifikasi sumber suara dan dapat membedakan antara suara manusia dan suara lainnya. Hal ini dapat menanggapi panggilan namanya, mengenali wajah orang ketika sedang diajak bicara, dan mengenali suara yang tidak biasa seperti suara dari sebuah objek jatuh atau tabrakan, dan memalingkan wajah ke arah itu. Asimo juga dapat menjawab pertanyaan, baik dengan mengangguk singkat, menggelengkan kepala atau menjawab secara lisan.

5. Pengenalan wajah

Asimo memiliki kemampuan untuk mengenali wajah, bahkan ketika Asimo atau manusia sedang bergerak. Secara individual Asimo dapat mengenali kurang lebih 10 wajah yang berbeda dan mengenali nama pemilik wajah jika sudah terdaftar sebelumnya.

Umumnya sebuah robot memiliki karakteristik :

* Sensing, robot Anda harus dapat mendeteksi lingkungan disekitarnya (halangan, panas, suara, dan images).

* Mampu bergerak, robot umumnya bergerak dengan menggunakan kaki atau roda, pada beberapa kasus robot diharapkan dapat terbang atau berenang.

* Cerdas, robot memiliki kecerdasan buatan agar dapat memutuskan aksi yang tepat dan akurat.

* Membutuhkan energi yang memadai, robot membutuhkan catu daya yang memadai agar unit pengontrol dan aktuator dapat menjalankan fungsinya dengan baik.

Secara umum komponen sistem robotik manipulator yang umum ditampilkan pada gambar 1.6. Sistem robot manipulator terdiri dari input, sensor catu daya, lengan mekanis perangkat gripper, processor dan memori program.

Sistem Embedded Robot

Robot yang komplek membutuhkan kemampuan prosesor yang memadai. Kemampuan prosesor antara lain ialah kecepatan, memori dan fasilitas I/O. Gambar di bawah merupakan blok diagram robot standar yang dapat dibangun oleh pemula.

Pada gambar diatas, intinya Anda dapat menggunakan berbagai mikroprosesor/mikrokontroler untuk membuat robot tersebut secerdas mungkin. Anda dapat menggunakan unit pengontrol standar yang umum beredar seperti AVR, Basic Stamp, dan Basic Atom dengan kemampuan luar biasa. Semua input yang diterima oleh sensor akan diolah oleh mikrokontroler. Lalu melalui program yang telah kita buat, mikroprosesor/mikrokontroler akan melakukan aksi ke aktuator seperti lengan robot atau roda dan kaki robot. Teknologi wireless yang digunakan diatas untuk keperluan jika robot dapat mentransmisikan data atau menerima perintah secara jarak jauh. Sedangkan PC/Laptop digunakan untuk program uatama dan melakukan proses komputasi data/images kecepatan tinggi, karena tidak mampu dilakukan oleh mikrokontroler standar. Untuk memberikan catu daya pada robot, dapat digunakan baterai, aki atau solar cell. Untuk keperluan percobaan, dapat digunakan mikrokontroler standar sebagai pengendali utama robot seperti gambar di bawah ini menggunakan Atmega32:

Gambar Single chip solution untuk robot

Gambar diatas menunjukkan bahwa dengan teknologi mikrokontroler standar 40 pin seperti Atmega32, maka dapat digunakan sebagai pengontrol utama mobile robot. Teknologi sensor dan aktuator dapat ditangani dengan baik menggunakan mikrokontroler dengan kemampuan I2C untuk komunikasi data antara mikrokontroler dengan devais serial lainnya. Beberapa pertimbangan didalam memilih mikrokontroler yang tepat untuk robot ialah jumlah I/O, kemampuan ADC, fitur Pengolahan sinyal dan besar memori RAM dan flash memori program.

Pada robot yang kompleks yang membutuhkan berbagai sensor dan input dengan jumlah besar, sering dibutuhkan lebih dari 1 pengontrol, dimana menggunakan prinsip master dan slave. Pada model ini terdapat 1 buah pengontrol utama yang berfungsi mengkoordinasikan mikrokontroler slave.

Asimo bukanlah robot otonom. Tidak dapat memasuki ruangan dan membuat keputusan sendiri tentang cara menavigasi. Asimo baik harus diprogram untuk melakukan pekerjaan tertentu di daerah tertentu yang memiliki penanda bahwa ia mengerti, atau harus secara manual dikendalikan oleh seorang manusia.

Asimo dapat dikendalikan oleh empat metode:

ü PC

ü Wireless controller (semacam seperti joystick)

ü Gestures

ü Perintah suara

Menggunakan teknologi nirkabel 802.11 dan laptop atau komputer desktop, Anda dapat mengontrol Asimo serta melihat apa yang Asimo yang melihat melalui mata kamera. Asimo juga dapat menggunakan sambungan PC untuk mengakses Internet dan mengambil informasi untuk Anda, seperti laporan cuaca dan berita.

Joystick nirkabel pengendali gerakan Asimo beroperasi dengan cara yang sama Anda akan mengoperasikan mobil remote control. Anda dapat membuat Asimo maju, mundur, menyamping, diagonal, putar di tempat, berjalan di sebuah sudut atau berjalan di lingkaran.Membuat Asimo bergerak dengan remote control mungkin tidak tampak yang maju, tetapi Asimo memang memiliki kemampuan untuk menyesuaikan diri langkah. Jika Anda memiliki itu berjalan ke depan, dan ia bertemu dengan sebuah lereng atau semacam kendala, Asimo akan secara otomatis menyesuaikan dengan langkah-langkah untuk mengakomodasi dataran.

Asimo dapat mengenali dan bereaksi terhadap beberapa gerakan dan postur tubuh, memungkinkan pengguna untuk perintah Asimo nonverbal. Anda dapat menunjukkan tempat tertentu Anda ingin Asimo berjalan menuju, misalnya, dan akan mengikuti memimpin Anda.Jika Anda gelombang untuk Asimo, ia akan menjawab dengan gelombang sendiri. Ia bahkan bisa mengenali kapan Anda ingin menjabat tangannya dan perlu bergerak, dan kemudian mengontrol yang bergerak.

Servos menggunakan posisi-sensing perangkat (juga disebut decoder digital) untuk memastikan bahwa batang motor berada dalam posisi yang tepat. Mereka biasanya menggunakan kekuasaan sebanding dengan beban mekanis yang mereka bawa. Sebuah dimuat ringan servo, misalnya, tidak menggunakan banyak energi.

Asimo memiliki 34 servo motor dalam tubuh yang menggerakkan tubuh, lengan, tangan, kaki, kaki, pergelangan kaki dan bagian yang bergerak lainnya. Asimo mengelola serangkaian motor servo untuk mengontrol setiap jenis gerakan.

Asimo diaktifkan oleh yang dapat diisi ulang, 51,8 volt lithium ion (Li-ION) baterai yang berlangsung selama satu jam pada satu biaya. Baterai Asimo disimpan dalam ransel dan beratnya sekitar 13 kilogram. Asimo’s baterai memakan waktu tiga jam untuk sepenuhnya bertanggung jawab, sehingga kedua (dan ketiga) baterai sangat penting bila Anda perlu Asimo beroperasi untuk waktu yang lama. Pengguna dapat mengisi baterai onboard Asimo melalui koneksi kekuasaan atau menghapus ransel untuk diisi secara terpisah.

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

http://www.kaskus.co.id/thread/5385027d6807e771788b46c1/mengenal-lebih-dekat-robot-asimo/

Tugas Kuliah

Kamis, 10 November 2016

Tugas PBO

Jumat, 04 November 2016

Tugas Softskill Inovasi SI dan TI

Sistem Cerdas