Penerapan Kecerdasan Buatan Pada Bidang Bisnis

Definisi kecerdasan pada bisnis

Kecerdasan Tiruan(AI-Artificial Intelligence) adalah suatu bidang ilmu pengetahuan dan teknologi yang berdasarkan pada berbagai disiplin ilmu pengetahuan seperti komputer, biologi, psikologi, linguistik (ilmu bahasa), matematika, dan rancang-bangun.

AI digunakan dalam berbagai cara untuk memperbaiki pendukung keputusan yg disediakan bagi manajer dan praktisi bisnis.

- Tujuan AI

• Mengembangkan komputer yang dapat berpikir, seperti halnya bisa melihat, mendengar, berjalan, berbicara, dan merasakan. 

• Pendorong utama dalam pengembangan AI adalah keyakinan bahwa komputer dapat berfungsi sejalan atau seperti kecerdasan manusia, seperti berfikir, belajar,dan memecahkan masalah. 

• AlanTuring pada tahun 1950 mengadakan suatu percobaan untuk menemukan suatu konsep apakah mungkin suatu mesin bisa berpikir. Menurut hasil percobaan Turing, suatu komputer bisa mempertunjukkan kecerdasan jika dilakukan suatu wawancara dengan manusia, pembicaraan antara manusia yang tak terlihat dan suatu komputer yang tak terlihat, tidak bisa menjelaskan apa-apa. Para kritikus percaya bahwa tidak ada satu pun komputer yang sungguh-sungguh bisa lolos dari percobaan Turing. Mereka mengatakan bahwa pengembangan kecerdasan untuk mencoba mengalihkan kemampuan seperti manusia kedalam komputer adalah tidak mungkin. Tetapi kemajuan berjalan terus, dan hanya waktu akan mejelaskan kepada kita kapan tujuan Kecerdasan Tiruan (AI) yang ambisius ini akan tercapai.

Ciri Ciri Perilaku Artifisial

• Berpikir dan bernalar 
• Menggunakan Penalaran untuk menyelesaikan masalah 
• Belajar dan paham dari pengalaman 
• Memperoleh dan menerapkan pengetahuan 
• Menampilkan kreatifitas dan imajinasi 
• Mengatasi situasi yang rumit dan membingungkan Menanggapi situasi baru dengan cepat dan berhasil

Domain Kecerdaasan AI

Aplikasi AI dalam Dunia Bisnis

1. Jaringan Neural 

Model Sistem Komputasi yang dibuat mirip dgn jaringan saraf/otak yang saling berhubungan, yg disebut neurons. Pengolah yang saling behubungan di dalam suatu jaringan neural beroperasi secara paralel dan  saling berhubungan dengan dinamis. Ini memungkinkan jaringan belajar untuk mengenali pola dan hubungan di dalam memproses data itu. 

Contoh: suatu jaringan neural dapat digunakan untuk mempelajari karakteristik kredit yang diberikan apakah pinjaman akan berakibat baik atau jelek.

2. Logika Tersamar 

Metoda penalaran yg mirip dgn penalaran manusia. Hal ini memungkinkan suatu sistem tersamar untuk memproses data yang tidak sempurna dan dengan cepat menyediakan pendekatan, dan dihasilkan solusi yang bisa diterima. Sistem yang tersamar menggunakan mikrochip pengontrol proses yang banyak dipakai oleh peralatan yang dibuat oleh pabrikan Jepang

3. Algoritma Genetis

Menggunakan teori random dari Darwinian dan rumusan mathematis lainnya, berfungsi menirukan suatu proses evolusiner yang terus sehingga menghasilkan solusi yang lebih baik bagi penyelesaian suatu masalah. 

Hal bermanfaat pada situasi di mana ada beribu-ribu solusi yang mungkin dan harus dievaluasi untuk menghasilkan suatu solusi yang optimal.

4. Realitas Semu 

Realitas Semu Adalah suatu kenyataan berdasarkan simulasi komputer yang menggunakan pendekatan seperti melakukan perkerjaan sebenarnya untuk menciptakan suatu dunia maya yang dapat digunakan untuk mencari pengalaman melalui suatu tinjauan, pendengaran, dan sentuhan.

Aplikasi terkini dari realitas semu meliputi disain dengan bantuan komputer, diagnostik medis, simulasi penerbangan, dan permainan video 3-D.

5. Agen Cerdas

Agen Cerdas dapat dikelompokkan ke dalam dua kategori :

1.Agen Interface  Pemakai.

Tutor  penghubung.  Mengamati  kegiatan  operasi  komputer,  mengoreksi  kekeliruan  dari pemakai,  dan  menyediakan  isyarat  serta    nasihat  dalam  penggunaan  perangkat  lunak secara efisien. Agen  Presentasi.  Menyajikan  Informasi  dalam  berbagai  bentuk  pelaporan  dan  format presentasi serta penggunaan media berdasarkan pada pilihan pemakai.

Agen Navigasi Jaringan. Menetapkan alur informasi dan cara menyajikan  informasi yang  lebih disukai oleh pemakai.

Agen Permainan Peran. Menjalankan game atau permainan What-if,   untuk   membantu  para pemakai memahami informasi dan memperbaiki cara pembuatan keputusan.

2.Agen dalam Manajemen Informasi.

- Agen Pencarian. Membantu para pemakai dalam menemukan file dan database, mencari  informasi yang diinginkan, dan menyarankan dan menemukan jenis informasi baru tentang produk, media, dan sumber daya.

- Perantara Informasi. Menyediakan jasa untuk menemukan  dan mengembangkan sumber  daya informasi yang cocok untuk dunia bisnis atau kebutuhan yang bersifat   pribadi dari seorang pemakai.

- Menyaring  Informasi.  Menemukan, Menerima, menyaring, Membuang,  menyimpan, menyampaikan dan memberitahu para pemakai tentang produk yang diinginkan, termasuk  e-mail, voice-mail, dan media informasi lain.

6. Sistem Pakar

Sistem Pakar adalah suatu sistem informasi berbasiskan pengetahuan atau knowledge-based yang menggunakan pengetahuannya tentang suatu area aplikasi yang kompleks dan spesifik serta bertindak sebagai suatu konsultan ahli bagi pemakai akhir

Komponen suatu SP meliputi:

- Basis Pengetahuan . Suatu basis pengetahuan berisi pengetahuan yang diperlukan untuk mengimplemantsikan suatu tugas.

Ada dua type pengetahuan:

1. Pengetahuan berdasar fakta. Fakta,atau informasi deskriptif, tentang suatu subyek  yang spesifik.

2. Heuristik (peraturan utama). Hukum ibu jari (Thumb) dalam menerapkan fakta dan/atau membuat kesimpulan, pada umumnya dinyatakan seperti aturan.

- Mesin Kesimpulan. Suatu mesin kesimpulan menyiapkan Sistem Pakar dengan kemampuan untuk memberi alasan atau argumentasi. Mesin Kesimpulan memproses pengetahuan yang berhubungan dengan suatu masalah spesifik. Kemudian membuat hubungan dan kesimpulan serta menghasilkan berbagai macam tindakan yang  direkomendasikan.

- Penghubung Pemakai . Sarana bagi para pemakai untuk melakukan interaksi satu sama lain.

- Dalam menciptakan suatu Sistem Pakar seorang Insinyur Pengetahuan memperoleh pengetahuan tentang suatu tugas dari seorang tenaga ahli dengan menggunakan knowledge  acquisition tools (peralatan pencari pengetahuan). 

Manfaat Sistem Pakar

Sistem pakar menangkap keahlian seorang atau sekelompok pakar dalam sistem informasi berbasis komputer. Jadi, sistem ini dapat melakukan keahlian manusia dalam banyak situasi masalah. Ini karena sistem pakar lebih cepat dan lebih konsisten, dapat memiliki pengetahuan dari beberapa pakar, dan tidak dapat lelah atau terganggu oleh pekerjaan yang terlalu banyak atau stres. Sistem pakar juga membantu memelihara dan memproduksi kembali pengetahuan para pakar.

Aplikasi Sistem Pakar

Sistem Pakar dapat digunakan untuk melakukan berbagai tugas bisnis AI:

- Manajemen Keputusan. Sistem yg menilai situasi atau mempertimbangkan alternatif dan membuat rekomendasi berdasarkan pada  ukuran-ukuran yang tersedia sepanjang proses penemuan atau pencarian.

Contoh analisa portofolio pinjaman, evaluasi karyawan, jasa pertanggungan asuransi , perkiraan demografis.

- Diagnosa dan Penyelesaian masalah (Diagnostic/Troubleshooting). Adalah penggunaan sistem dalam menyimpulkan/menduga suatu penyebab berdasarkan riwayat dan gejala yang dilaporkan. 

Contoh kalibrasi peralatan, kegiatan bantuan(help desk), perangkat lunak untuk debugging, hasil diagnosa medis.

- Maintenance/Scheduling. Sistem ini menentukan prioritas dan pembatasan jadwal atau waktu kiritis sumber daya. 

Contoh skeduling pemeliharaan, skeduling produksi, skeduling pendidikan , manajemen proyek.

sumber refrensi :

http://anggasisteminformasimanajemen.blogspot.com/2010/06/pendukung-keputusan-dalam-bisnis.html
http://www.4shared.com/file/yun1WcoD/07_teknologi_artificial__intel.html
http://ratriptyas.staff.gunadarma.ac.id/Downloads/files/25872/9_SISTEM-PENGAMBILAN-KEPUTUSAN

http://meikimu.blogspot.co.id/2012/12/teknologi-kecerdasan-artifisial-dalam.html