Kecerdasan Buatan

Artificial Intelligence

PERNAHKAH anda membayangkan dapat berbicara dengan seseorang yang telah meninggal 5 tahun lalu? Jangan keburu membayangkan bahwa anda harus mendatangi seorang cenayang untuk mengobrol dengan ’arwah’. Robot-robot pintar yang mengadopsi karakter manusia, termasuk yang telah wafat sekalipun, kini dapat menghadirkan kembali kenangan masa lalu anda. Siapapun, apakah itu leluhur atau tokoh selebritis bahkan diri anda sekalipun dapat ditransformasi dalam bentuk robot yang pintar berkomunikasi atau chat bot. Kendati wujud robot itu tidak berbentuk robot bertubuh manusia yang telah biasa kita kenal, melainkan sebuah perangkat komputer pintar, teknologi ini telah memungkinkan Elvis Presley, John Lennon atau mungkin almarhum nenek anda dihadirkan kembali. Teknologi yang memungkinkan kita ‘berkomunikasi’ dengan orang yang telah meninggal adalah salah satu dari banyak aplikasi artificial intelligence (AI) atau kecerdasan tiruan. Sistem AI mengolah rekaman pembicaraan subjek chatbot sehingga menghasilkan percakapan yang lebih variatif. Sosok Alice dan Luci chatbot yang dapat diakses lewat internet dapat diajak mengobrol serta dirancang mampu mengembangkan sendiri kemampuan berkomunikasinya.

AI dan RobosapiensAktivitas research and development (R&D) AI yang berwujud robotik yang paling mutakhir adalah berbagai jenis robosapiens. Robot pintar ini memiliki karakter mirip manusia yang nyaris juga memiliki ‘perasaan’. Salah satu temuan robosapien yang paling menyerupai sifat manusia adalah AIBO. Melalui situs http://www.aibo.com terungkap jelas bahwa AIBO, si anjing pintar keluaran Sony itu merupakan salah satu jenis robosapien yang berbasis pada AI. Robot entertainment yang mampu berkomunikasi dengan lingkungannya ini dilengkapi dengan sensor visual, telinga buatan serta indra peraba. AI yang diterapkan dalam AIBO memungkinkan ia mampu memunculkan berbagai ekspresi sesuai insting, emosi berkat perangkat sensor yang dimilikinya.Perangkat teknologi tinggi yang dijual seharga US$ 12.000 ini bahkan mampu membentuk kepribadian yang khas sebagai hasil interaksinya dengan orang dan lingkungan di sekelilingnya. AIBO juga dapat belajar dari pengalaman serta diajak bermain games dengan menambahkan Memory Stick dan Wireless LAN Card. Robot ini juga dapat dikendalikan dari jarak jauh secara real-time melalui kamera. AIBO bahkan dapat membantu anda membaca e-mail yang anda terima, jika anda rajin melatihnya maka anjing buatan ini juga akan lebih pintar. Selain AIBO, masih banyak robosapien lainnya yang bersifat humanoid. Setelah sebelumnya Honda memunculkan ASIMO ‘kakak’ AIBO yang belum secanggih AIBO, kini terus terjadi pengembangan teknologi untuk menjadikan robot itu lebih pintar sekaligus lebih manusiawi.Regenerasi juga terjadi pada AIBO serta robot cerdas lainnya seperti PArtner type PErsonal Robot (PaPeRo) buatan NEC serta Robot PINOkio buatan Kitano Symbiotic System Project Tokyo. Selain berukuran kian mungil, robosapien kini tak cuma terkesan imut namun juga dapat membantu kegiatan anda di rumah sekaligus menghibur. Karena jelas disukai pasar, kini perusahaan-perusahaan raksasa dunia mulai berkonsentrasi mengembangkan robosapien sebagai barang konsumsi.AI, dari Fiksi Ilmiah ke Realitas Imajinasi manusia tentang mahluk kaleng yang cerdas telah muncul sejak munculnya tokoh robot pintar Mr Data di Film Star Trek, Number Five dalam Film Short Circuit serta HAL dari A Space Odyssey. Khayalan itu sejak 1960 mulai dirintis menjadi kenyataan oleh John McCharthy. McCharthy dari Massachusets Institute of Technology (MIT) berupaya mengembangkan bahasa pemrograman komputer yang mampu berpikir.AI yang secara harfiah diartikan sebagai kecerdasan buatan yang meniru pola pikir manusia, setelah melalui proses pengembangan dan riset mendalam kini AI mampu menjadi sistem yang bisa belajar, mengenali dan memutuskan seperti yang ditempuh manusia.Sedangkan, definisi tentang AI sendiri masih menjadi perdebatan. Menurut paper tertulis Adang Suwandi Ahmad dari Intelligent System Research Group Jurusan Teknik Elektro Institut Teknologi Bandung, AI memiliki dua dimensi yaitu peniruan perilaku dan peniruan cara berpikir. Sistem berbasis AI biasanya diprogram untuk mampu belajar dengan memasukkan beberapa jenis input dan target yang diinginkan. Setelah beberapa kali pelatihan, maka sistem tersebut bisa mengeluarkan output sesuai yang diinginkan.
Menurut alumni Teknik elektro ITB, pemerhati tele-robotika Anugrah Kusuma, AI kini telah mampu melakukan peniruan cara berpikir manusia. “Kini AI bukan lagi menggunakan logika fuzzy sederhana (sistem ini kini banyak dipakai dalam mesin cuci otomatis-red) yaitu jika kondisinya A maka akan direspon B. AI yang diterapkan sekarang sudah memasukkan unsur peniruan sense manusia,” ujar Nugie, panggilan akrab Anugrah.Pengembangan konsep AI, kata Iman H. Kartowisastro, Ph.D, Ketua Jurusan Sistem Komputer Universitas Bina Nusantara Jakarta yang juga pakar robotik, sebenarnya mengalami sejarah yang sangat panjang. Sejak zaman Plato telah dikenal prinsip ‘Manusia akan dapat hidup terus karena memiliki intelegensi”. Namun, AI yang hanya mengandalkan logika dan hitungan matematis ternyata tidak dapat menjadi solusi. Banyak hal lain seperti spiritualitas, kebudayaan, dan rasa merupakan bagian tidak terpisahkan dari intelegensi manusia. “Teknik melakukan nalar yang dikembangkan dalam AI, masih jauh dari kemampuan manusia bahkan dengan hewan sekalipun. Karena itu, maka dalam AI terus dikembangkan untuk bisa mencari solusi-solusi dari permasalahan di luar matematika,” ujar Iman. Sistem operasi AI memang berbasis pada algoritma yang menjadi kajian Informatika. Kini pengembangan AI telah meliputi berbagai aspek. Pertama, pemrosesan bahasa alamiah, ditujukan untuk menjadikan komputer mampu berkomunikasi langsung dengan manusia. Kedua, AI dikembangkan untuk meniru pola pikir seorang ahli atau pakar. Metode ini banyak digunakan dalam dunia kedokteran, teknik sipil dan teknik industri. Ketiga, AI diterapkan dalam logika fuzzy yang mengadopsi penilaian yang dilakukan manusia terhadap suatu kebenaran. Pada kebyanakan sistem digital, kebenaran dinilai benar atau salah (0 atau 1). Padahal, dalam penilaian manusiaa terdapat suatu kebimbangan antara benar atau salah. Sistem-sistem yang menggunakan logika fuzzy ini memperhitungkan kebimbangan nilai benar dan salah tersebut. Keunggulan dari logika fuzzy ini adalah membuat sistem menjadi lebih baik.Keempat, Jaringan Syaraf Tiruan adalah suatu metode yang mengadopsi proses berpikir dalam otak manusia. Metode ini berisi proses stimulasi-stimulasi yang berlangsung dalam otak yang diterjemahkan dalam simbol, nilai dan bobot. Metode ini mempunyai keunggulan dalam hal proses pembelajaran. Kelima, Algoritma Genetika adalah suatu metode yang mengadopsi proses seleksi alamiah yang terdapat dalam teori evolusi. Dasar permikiran dari metode ini adalah bahwa sesuatu yang baik yang diperoleh dari induk-induk yang baik. Metode ini sangat baik dalam optimasi.Intinya, AI dapat diaplikasikan dalam fungsi searching, natural language processing, pengenalan pola dan pandangan, logika dan ketentuan serta expert system. Software AI bahkan dapat mereproduksi sebuah soft ware kembali.“AI sebenarnya alogaritma yang dituangkan dalam software. Sedangkan implementasinya, hardware sekarang sudah lebih canggih. Sehingga bisa dalam beragam bentuk, sesuai dengan keinginan. Data juga tidak harus disimpan dalam disket atau CD ROM, tetapi bentuk chip. Di era 1980-an mulai banyak kegiatan untuk mrngembangkan Artificial Intelegency. Di Amerika dilakukan di MIT atau Inggris di University of Eidenberg. Saat ini, Artificial Intelegency sedang mengalami perkembangan dalam bentuk aplikasi komersial. Seperti dalam bidang kedokteran, robot, games, dan sebagian besar untuk kebutuhan militer,” ujar Iman. AI dan Robotik Menurut Iman, aplikasi AI di bidang robotik, selain akan menghasilkan wujud robosapiens juga akan mampu mengahasilkan sosok robot yang mandiri atau autonomous “Jika ini terjadi, maka Ai akan akan terus survive. Setiap AI akan menciptakan AI yang baru,” ujar Iman.Namun, kata Iman, penerapan secara komersial AI di bidang robotik saat ini lebih mengarah games . Namun, tentunya wujud robotik dalam pengembangan AI terhitung paling ideal. Kini beberapa raksasa industri dunia tengah berlomba-lomba menciptakan karakter robot berbasis AI yang lebih humanis. Bahkan, aplikasi AI di bidang industri justru memiliki aspek pengembangan yang lebih terbatas. “ Di bidang industri memang ada pengembangan AI, tapi itu pun masih terbatas. Sebab, AI diciptakan untuk membuat nilai tambah unstuk bisa melakukan sesuatu dengan banyak kemungkinannya. Sedang, industri relatif lebih sempit kemungkinannya, tanpa filosofi atau spiritual. Karena tiap tahap produksi sudah diplot jalur kegiatannya. Pada proses ini, AI sulit untuk dikembangkan dan lebih disederhanakan perannya,” ujar Iman. Kendati menurut Iman aplikasi AI di bidang industri lebih sederhana, ternyata penerapan AI seperti yang diterapkan oleh IBM dengan software Computer Aided Three Dimensional Interactive Application (CATIA) sebagai perangkat yang dipakai industri saat mempersiapkan produk baru. CATIA dengan pintar menghitung untung rugi dikeluarkannya produk baru dengan mengkalkulasi semua line produksi.

KECERDASAN BUATAN

 

kecerdasan buatan
  Kecerdasan buatan (artificial intelligence, AI) adalah salah satu cabang ilmu komputer yang membuat komputer berpelilaku seperti manusia. Istilah ini pertama kali digunakan pada tahun 1956 oleh John McMarthy di Massachusetts Institute of Technology.Kecerdasan buatan, diantaranya, meliputi:* game komputer: program komputer untuk memainkan game seperti catur
* sistem pakar (expert systems): program komputer untuk membuat keputusan pada situasi nyata (seperti mendiagnosa penyakit berdasar gejala-gejala yang ada)
* bahasa alami (natural language): program komputer untuk memahami bahasa alami manusia
* jaringan saraf (neural networks): sistem yang mensimulasikan kecerdasan dengan meniru kerja saraf manusia
* robot: program komputer untuk digunakan dalam melihat dan bereaksi berdasar rangsangan yang diterima oleh sensor.

Sejarah Kecerdasan Buatan

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.

Aplikasi Kecerdasan Buatan Untuk Identifikasi Sidik Jari Minyak Bumi

Mendengar kata ‘kecerdasan buatan’ mungkin bagi sebagian orang akan terdengar ‘menyeramkan’, atau bagi beberapa orang lainnya akan langsung teringat film Matrix atau I-Robot. Itu tidak bisa disalahkan, karena memang kecerdasan buatan hampir selalu mempunyai konotasi fiksi ilmiah, meskipun pada kenyataannya kecerdasan buatan bukanlah suatu khayalan, tapi memang benar-benar ada dalam kehidupan kita sehari-hari dan kita juga sering menggunakannya.
Kecerdasan Buatan, yang dalam bahasa Walanda disebut sebagai Artificial Intelligence atau AI didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Sejarah Kecerdasan Buatan
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.
Aplikasi Kecerdasan Buatan di Laboratorium Minyak Bumi
Ada banyak jenis kecerdasan buatan, setidaknya ada lima jenis kecerdasan buatan yang sering kita temui, yaitu :
Jaringan Syaraf Buatan (Artificial Neural Networks),Dalam industri minyak bumi AI ini dapat digunakan untuk membuat pola waktu, misal produksi suatu sumur minyak pada waktu tertentu.
Logika Fuzzy (Fuzzy Logics),Logika ini untuk menentukan nilai diantara dua keadaan biner (1 dan 0). Logika inilah yang saya pakai untuk identifikasi suatu minyak bumi sama (1) atau tidak (0) yang akan dibahas lebih lanjut.
Algoritma Genetik (Genetic Algorithms),Algoritma Genetik biasanya digunakan dibidang kedokteran, misal untuk menganalisis DNA.
Robotika (Robotics),AI ini banyak digunakan di pabrik. Biasanya dibuat untuk melakukan kegiatan otomatisasi, misal dalam PLC (Programmable Logic Control).
Permainan Komputer (Games),AI jenis ini yang paling disukai oleh anak-anak saya, misal untuk memainkan game Age of Mythology atau Counter Strike…
Dari contoh-contoh diatas, yang akan saya bahas kali ini adalah Logika Fuzzy, yaitu untuk menentukan apakah suatu minyak bumi sama atau tidak berdasarkan hasil analisis spektrum minyak bumi menggunakan Spektrofotometer FTIR (Fourier Transform Infra Red) yang saya lakukan di Laboratorium Molekuler LEMIGAS, Jakarta selama bulan Januari – Februari 2006 yang lalu.



Pengolahan data secara digital menggunakan komputer sudah dilakukan sejak tahun 1960. Dengan adanya revolusi teknologi komputer saat ini sudah mampu melakukan pengambilan keputusan seperti manusia (human-like decisions). Pada dasarnya mesin komputer hanya mengenal bahasa biner untuk mengambil keputusan, seperti “ada (1)” dan “tidak ada (0)”, hidup dan mati, betul dan salah, sama dan beda, dan lain-lain. Ketika dihadapkan pada kondisi yang memerlukan pertimbangan subjektif yang tidak pasti, seperti “agak mirip” atau “sedikit berbeda” mesin sudah tidak dapat melakukan pengambilan keputusan lagi. Untuk itu perlu dilakukan transformasi terlebih dahulu melalui suatu metoda khusus yang disebut kecerdasan buatan (artificial intellegence).
Cara kerja kecerdasan buatan pada dasarnya meniru cara kerja syaraf manusia dalam mengambil keputusan dimana didalamnya terdapat beberapa pertimbangan subjektif berdasarkan kriteria, seperti seberapa mirip suatu minyak bumi dengan minyak bumi lainnya atau berapa perbedaan yang diperbolehkan untuk menentukan bahwa suatu minyak bumi sama atau berbeda.
Perangkat lunak yang dapat digunakan untuk membuat suatu kecerdasan buatan dapat menggunakan bahasa pemrograman atau lembar kerja (spreadsheet) seperti Lotus, Microsoft Excel, C++, Basic, dBase, Microsoft Access, Microsoft Visual Basic, Delphi dan lain-lain. Pada percobaan yang saya lakukan, metoda yang akan digunakan adalah menggunakan Logika Fuzzy pada Microsoft Visual Basic 6.
Statistika
Untuk membandingkan kemiripan identitas suatu minyak bumi secara digital perlu dilakukan perhitungan secara statistika. Dalam metoda yang dipakai untuk mengidentifikasi kemiripan suatu minyak bumi secara digital adalah dengan melihat presisi atau simpangan bakunya. Simpangan baku inilah yang menjadi variabel bebas untuk dijadikan kriteria kemiripan suatu minyak bumi.
Presisi adalah istilah yang digunakan untuk menyatakan kecocokan hasil dari pengujian / pengukuran dari suatu sampel yang diuji/diukur. Salah satu cara menentukan presisi adalah dengan jalan menghitung harga simpangan baku. Dalam analisis sidik jari minyak bumi, ukuran kesamaan suatu minyak bumi menggunakan simpangan baku relatif (Relative Standard Deviation, RSD). Cara menghitung RSD bisa kan ? Soalnya saya susah nulis rumus disini.
Pada percobaan yang dilakukan saat identifikasi sidik jari minyak bumi, perhitungan presisi digunakan ketika menentukan batasan atau kriteria kemiripan rasio hasil normalisasi serapan spektrum infra merah minyak bumi contoh terhadap terhadap rasio hasil normalisasi serapan spektrum infra merah minyak bumi pembanding. Batasan presisi ini dijadikan kriteria pertama ( K1 ) berupa variabel bebas sehingga operator bisa memilih sendiri batasan kemiripan minyak bumi.

Metoda Identifikasi Spektrum Infra Merah

Bila diamati sekilas, spektrum minyak bumi pada gambar disamping ini tampak mirip antara satu dengan yang lainnya. Hal ini terjadi karena yang terukur oleh spektrofotometer infra merah adalah gugus-gugus CH3, CH2, dan gugus aromat yang memang selalu ada dalam setiap minyak bumi. Jika gambar tersebut diperbesar dan diamati lebih cermat akan tampak perbedaan, yaitu intensitas absorbsi gugus-gugus dari setiap minyak bumi akan berbeda. Perbedaan ini kemudian menjadi dasar untuk dipakai sebagai pembeda suatu spektrum dengan spektrum lainnya.
Konsep dasar dari pengenalan pola atau pattern recognition adalah membandingkan sifat-sifat spesifik suatu contoh terhadap sifat-sifat spesifik yang kemungkinan terdapat juga dalam pembanding. Ada dua metoda untuk membandingkan spektum infra merah senyawa hidrokarbon, yaitu :

Metoda manual atau tumpang tindih (overlay method)

Metoda ini dilakukan dengan cara menumpukkan hasil cetak spektrum infra merah kemudian menumpukkan dua atau lebih hasil cetak tersebut diatas meja kaca yang diberi lampu. Dari tumpukan hasil cetak spektrum infra merah tersebut kemudian dicari kecocokan spektrum contoh terhadap spektrum minyak bumi pembanding. Metoda ini memiliki kelemahan yaitu pada cara pengamatan spektrum dan menentukan batasan kemiripannya, karena penentuan kesamaan suatu spektrum cara tersebut sangat subjektif, artinya pemahaman sama atau tidak dari tiap orang akan berbeda.
Metoda perbandingan data analisisMetoda cara ini relatif lebih teliti dibandingkan metoda tumpang tindih (overlay method), karena yang dibandingkan adalah data atau angka hasil pembacaan alat spektrofotometer.
Pada pengenalan pola minyak bumi, sifat spesifik yang dibandingkan adalah spektrum serapan infra merah pada bilangan gelombang tertentu dengan menggunakan Spektrofotometer FTIR. Metoda pengenalan pola cara tersebut digunakan karena gugus-gugus dalam hidrokarbon bila diberi energi dari sinar infra merah akan memberikan spektrum pada bilangan gelombang yang spesifik. Spektrum infra merah tersebut akan menggambarkan keberadaan gugus metil, metilena dan aromat yang selalu ada dalam minyak bumi.
Analisis menggunakan Spektrofotometer FTIR digunakan karena kecepatan analisisnya jauh lebih cepat dibandingkan metoda dispersi, yaitu lima detik. Sedangkan jika menggunakan spektrofotometer infra merah dispersi waktu yang dibutuhkan sekitar 10 – 15 menit. Selain itu kelebihan utamanya adalah karena ketelitian Spektrofotometer FTIR lebih tinggi dibandingkan dispersi.
Berbagai pita absorbsi dapat digunakan untuk tujuan identifikasi. Dari hasil pengamatan spektrum infra merah minyak bumi yang dianalisis dipilih sepuluh pita absorbsi kunci yang masih signifikan11), yaitu pada bilangan gelombang identifikasi 720, 747, 810, 874, 1034, 1168, 1309, 1375, 1456 dan 1600 cm-1. Spektrum infra merah dari bilangan gelombang tersebut diatas kemudian diukur.
Untuk membandingkan dua angka maka digunakan perhitungan selisih dari kedua angka tersebut. Pada dasarnya dua angka dikatakan mempunya nilai yang sama jika selisih kedua angka tersebut adalah nol. Tetapi karena angka-angka tersebut merupakan hasil dari pengukuran, maka walaupun kedua angka tersebut berasal dari contoh yang sama maka angka-angka hasil pengukuran tersebut tidak akan tepat sama. Ketidaksamaan ini berasal dari keterulangan (repeatability) dari setiap pengukuran serta karena adanya perubahan sifat-sifat contoh oleh pengaruh pelapukan (weathering).
Besarnya nilai keterulangan ini digunakan sebagai kriteria untuk menentukan apakah kedua deret angka tersebut mempunyai nilai yang sama, yaitu kriteria simpangan baku ( K1 ).
Hasil pembandingan angka-angka dalam satu deret angka identitas kemudian dijumlahkan. Bila nilai penjumlahan tersebut sama dengan banyaknya angka yang dibandingkan atau dengan kata lain banyaknya puncak absorbsi infra merah yang dibandingkan, maka dua deret angka tersebut mempunyai nilai yang sama. Dalam hal tertentu, terutama karena faktor pelapukan minyak bumi, satu atau dua puncak absorbsi infra merah akan mengalami pengurangan cukup banyak, sehingga yang mempunyai nilai yang sama dengan puncak-puncak serapan dari minyak bumi pembanding tidak lagi sebanyak jumlah puncak semula. Untuk itu maka nilai penjumlahan harga-harga NP dapat dipilih sebanyak 100% seluruhnya atau lebih kecil. Dengan memilih nilai penjumlahan NP ini dapat dilihat minyak-minyak pembanding yang yang sama (match) dengan contoh.

Pengamatan

Berikut adalah data hasil pemeriksaan yang yang saya lakukan dan sudah sudah dinormalisasikan. Tabel ini terdiri dari hasil pembacaan spektrum infra merah minyak bumi pembanding dan minyak bumi “X” yang tidak diketahui.
Data hasil normalisasi contoh kemudian dibandingkan terhadap hasil normalisasi minyak bumi pembanding pada tabel diatas dengan kriteria ( K1 ) yaitu nilai simpangan baku relatif (RSD ; Relative Standard Deviation) = 5%. Semakin kecil kriteria K1 yang ditentukan maka pencocokan akan semakin akurat.
Interpretasi
Dengan berbekal flowchart disamping ini mari kita coba untuk menginterprertasikan data diatas. Perhatikan langkah-langkah berikut, karena disinilah kunci dari interpretasi spektrum infra merah minyak bumi.
Kriteria suatu rasio absorbsi serapan infra merah pada bilangan gelombang tertentu dinyatakan sama jika nilai RSD <= 5%. Jika nilai RSD <= 5% diberi notasi 1, sedangkan jika nilai RSD > 5% maka diberi notasi 0. Dengan demikian akan diperoleh data seperti pada tabel nilai pembanding berikut.

Sampai disini minyak bumi contoh belum dapat disimpulkan kesamaan atau kemiripannya, karena masih harus memenuhi variabel K2, yaitu kriteria jumlah hasil normalisasi serapan pada bilangan gelombang kunci. Untuk dapat menentukan hal tersebut maka hasil pencocokan rasio serapan pada setiap bilangan gelombang kunci kemudian dijumlahkan. Jika jumlah nilai pembanding lebih besar atau sama dengan kriteria kecocokan nilai pembanding yang ditentukan pada K2 maka minyak bumi tersebut dinyatakan cocok atau sama. Kriteria besarnya simpangan baku relatif ( K1 ) dan jumlah kecocokan nilai pembanding ( K2 ) dapat dirubah, karena merupakan variabel bebas.
Jika ditentukan bahwa spektrum suatu minyak bumi pada bilangan gelombang tertentu adalah sama bila memiliki simpangan baku dari rasio hasil normalisasi luas puncak lebih kecil dari 5 % ( K1 = 5% ) maka data yang didapat adalah seperti pada tabel nilai pembanding diatas. Selanjutnya jika contoh minyak bumi ”X” dikatakan identik bila memiliki jumlah nilai pembanding ( NP ) atau kesamaan jumlah luas puncak pada bilangan gelombang tertentu berdasarkan K1 adalah 9 ( K2 = 9 ), maka dapat disimpulkan bahwa contoh minyak bumi ”X” identik dengan minyak bumi ”Cinta”.
Identifikasi minyak bumi contoh ”X” terhadap minyak bumi pembanding relatif lebih mudah dilakukan, karena tidak banyak mengalami perubahan berarti. Perubahan fisik yang mungkin terjadi pada minyak bumi adalah karena pelapukan (weathering).
Khusus untuk identifikasi minyak bumi menggunakan spektrofotometer infra merah ini saya sudah membuat program kecerdasan buatan kecil, yaitu OilSniffer v1.00 (betha). Program ini saya buat menggunakan Microsoft Visual Basic 6.
Meskipun dengan menggunakan metoda spektrofotometer infra merah (FTIR) ini sudah dapat diketahui jenis minyak bumi contoh, tetapi hasilnya belum merupakan kesimpulan mutlak, karena masih harus di counter dengan metoda lainnya, seperti kromatografi gas, spektrofometer massa, spektrofotometer serapan atom, spektroflorometer. Untuk itu agar hasilnya lebih akurat ada baiknya semua metoda tersebut dilakukan.

Kecerdasan buatan

Istilah kecerdasan buatan sebenarnya berasal dari bahasa Inggris: “Artificial Intelligence”. Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.

Secara awam kecerdasan buatan diterjemahkan sebagai sebuah sistem saraf, atau sensor atau otak yang diciptakan oleh sebuah mesin. Sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk berpikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia.

Alan Turing, ahli matematika berkebangsaan Inggris yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam era Perang Dunia II tahun 1950, dia menetapkan definisi Artificial Intelligent : Jika komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas, mempunyai intelegensi.

Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi bisa jadi kecerdasan buatan itu merupakan suatu ancaman.

Walau pun menyadari bahwa kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba mengembangkan / mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa capai. Bandingkan dengan komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.

Walaupun terasa sangat futuristik dan terlihat berbahaya, karena mesin nantinya akan memiliki kecerdasan dan emosi, para pakar AI menganggap pengembangan disiplin ilmu ini penting karena bisa diterapkan di Internet nantinya. Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.

Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat dipakai untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan. 

Leave a response and help improve reader response. All your responses matter, so say whatever you want. But please refrain from spamming and shameless plugs, as well as excessive use of vulgar language.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.