Review Kecerdasan Buatan

  • SISTEM PAKAR

  1. Sebutkan definisi Sistem pakar !

Sistem pakar adalah suatu sistem komputer yang menyamai kemampuan pengambilan keputusan dari sorang pakar. Kata menyamai memiliki pengertian bahwa system pakar diharapkan dapat bekerja dalam semua hal seperti halnya seorang pakar.
  1. Gambarkan dan jelaskan Arsitektur Sistem pakar !

Arsitektur sistem pakar dapat dilihat pada gambar 1 di bawah ini dimana sebuah sistem pakar terdiri dari tiga modul utama, yaitu: knowledge base, working memory dan inference engine yang merupakan bagian utama dari sebuah sistem pakar. Sedangkan bagian-bagian selain ketiga komponen utama itu adalah : user interface, developer interface, explanation facility, dan external programs.
Keterangan :


a. Knowledge base adalah representasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-masalah yang terjadi pada komputer. Knowledge base ini terdiri dari dua elemen dasar, yaitu fakta dan rules.

b. Inference engine merupakan otak dari sistem pakar yang mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini yang menganalisis suatu masalah tertentu dan kemudian mencari solusi atau kesimpulan yang terbaik.

c. Working Memory merupakan tempat penyimpanan fakta-fakta yang diketahui dari hasil menjawab pertanyaan.

d. User/developer interface. Semua software pengembangan sistem pakar memberikan interface yang berbeda bagi user dan developer. User akan berhadapan dengan tampilan yang sederhana dan mudah sedangkan developer akan berhadapan dengan editor dan source code waktu mengembangkan program.

e. Explanation facility memberikan penjelasan saat mana user mengetahui apakah alasan yang diberikan sebuah solusi.

f. External programs. Berbagai program seperti database, spreadsheets, algorithms, dan lainnya yang berfungsi untuk mendukung sistem.

  1. Sebutkan dan jelaskan bentuk/tipe sistem pakar !

  • Mandiri : sistem pakar yang murni berdiri sendiri, tidak digabung dengan software lain, bisa dijalankan pada komputer pribadi, mainframe.
  • Terkait/Tergabung : dalam bentuk ini sistem pakar hanya merupakan bagian dari program yang lebih besar. Program tersebut biasanya menggunakan teknik algoritma konvensional tapi bisa mengakses sistem pakar yang ditempatkan sebagai subrutin, yang bisa dimanfaatkan setiap kali dibutuhkan.
  • Terhubung : merupakan sistem pakar yang berhubungan dengan software lain, misal : spreadsheet, DBMS, program grafik. Pada saat proses inferensi, sistem pakar bisa mengakses data dalam spreadsheet atau DBMS atau program grafik bisa dipanggil untuk menayangkan output visual.
  • Sistem Mengabdi : Merupakan bagian dari komputer khusus yang diabdikan kepada fungsi tunggal. Sistem tersebut bisa membantu analisa data radar dalam pesawat tempur atau membuat keputusan intelejen tentang bagaimana memodifikasi pembangunan kimiawi.


  1. Bagaimana mengatasi ketidak percayaan user terhadap aplikasi sistem pakar!

Melakukan penelitian, dan setelah itu kita tunjukkan hasil penelian kita kepada user seperti contoh:
  • Analisis dan Kebutuhan Sistem
Data yang telah terkumpul akan diidentifikasi sesuai dengan kebutuhan, dan akan dikomputerisasikan sesuai dengan gejala awal untuk mendiagnosa penyakit gangguan kejiwaan dengan metode forward chaining. Analisis kebutuhan dengan spesifikasi perangkat lunak yang dibutuhkan meliputi :
1) Perangkat lunak bantu yang dapat menampilkan data penyakit data gejala, data pengobatan, aturan gejala, aturan pengobatan.
2) Bagian konsultasi dapat dengan mudah melakukan proses konsultasi dengan cara memasukkan gejala-gejala yang ada pada pasien.
3) Memberikan fasilitas berupa menu pakar yang memungkinkan pakar mengolah data (mengubah, menambah, dan menghapus) penyakit, data gejala, data pengobatan, aturan gejala, aturan pengobatan.
  • Representasi Pengetahuan
1) Pembuatan basis pengetahuan dan basis aturan, yang berupa pengolahan data gejala, data pengobatan, aturan gejala, aturan pengobatan yang datanya didapat dari pakar dan dari sumber yang bersangkutan. Basis aturan berfungsi untuk membuat aturan antara data penyakit dengan data gejala dan data solusi.
2) Penggunaan mesin inferensi yang penelusurannya dilakukan dengan memasukkan gejala-gejala yang terjadi pada pasien gangguan kejiwaan, selama konsultasi antar sistem dan pemakai, mesin inferensi dengan metode fordward chaining menguji aturan satu demi satu sampai kondisi aturan itu benar dan memberikan hipotesa yang benar.
  • Perancangan Sistem
Tahapan ini meliputi pemodelan proses, terdiri dari diagram konteks dan diagram alir data. Sedangkan pemodelan datanya terdiri Entity Relationship Diagram (ERD), mapping table serta rancangan tabel. Perancangan masukan, keluaran dan rancangan menu yang digunakan berfungsi untuk menampilkan menu-menu yang ada dalam aplikasi.
Desain interface diperlukan untuk memberikan tampilan yang menarik dan memberikan kemudahan pengguna dalam menjalankan aplikasi. Pada perancangan menu Sistem Pakar dalam menentukan jenis gangguan kejiwaan ini terdapat menu login untuk membuka form menu utama. Menu login tersebut dibedakan menjadi dua bagian, yaitu Pakar yang berfungsi sebagai admin dan User yang berfungsi sebagai pengguna.





  • ROBOTIKA

  1. Sebutkan definisi Robotika !
Robotika adalah satu cabang teknologi yang berhubungan dengan desain, konstruksi, operasi, disposisi struktural, pembuatan, dan aplikasi dari robot. Robotika terkait dengan ilmu pengetahuan bidang elektronika, mesin, mekanika, dan perangkat lunak komputer.

  1. Jelaskan secara singkat awal mula ditemukanya robot!

Awal munculnya robot dapat diketahui dari bangsa Yunani kuno yang membuat patung yang dapat dipindah – pindahkan. Sekitar 270 BC, Ctesibus, seorang insinyur Yunani membuat organ dan jam air dengan komponen yang dapat dipindahkan. Zaman Nabi Muhammad SAW pun, telah membuat mesin perang yang menggunakan roda dan dapat melontarkan bom.
Pada tahun 1770, Pierre Jacquet Droz, seorang pembuat jam berkebangsaan swiss membuat 3 boneka mekanis. Uniknya, boneka tersebut dapat melakukan fungsi spesifik, yaitu dapat menulis, yang lainnya dapat memainkan musik dan orgen, dan yang ketiga dapat menggambar.
Pada tahun 1898, Nikola Tesla membuat sebuah boat yang dikontrol melalui radio remote control, dan didemokan di Madison Square Garden. Namun usaha untuk membuat autonomus boat tersebut gagal karena masalah dana.
Pada tahun 1967, Jepang yang pada saat itu merupakan negara yang baru bangkit, mengimpor robot dari Versatran dari AMF. Awal kejayaan robot pada tahun 1970, ketika Profesor Victor Scheinman dari Universitas Stanford mendesain lengan standar. Saat ini, konfigurasi kinematikanya dikenal sebagai standar lengan robot. Terakhir, pada tahun 2000 Honda memamerkan robot yang dibangun bertahun – tahun lamanya bernama Asimo, serta disusul oleh Sony yaitu robot anjing Aibo.


  1. Sebutkan dan jelaskan beberapa elemen penting yang terdapat dalam sebuah robot!
    1. Adanya sensor, yaitu komponen yang dapat merespon kondosi lingkungan yang diberikan. Sensor ini bdapat berupa sensor cahaya, suara, suhu, tekanan dll.
    2. Adanya Aktuator atau penggerak, yaitu komponen yang menhasilkan gerak mekanik, actuator ini dapat berupa motor, relay, pnematik atau hidrolik actuator.
    3. Adanya Mikrokontroler. Sebagai pusat pemikir untuk memproses data dari sensor dan memerintahkan actuator untuk bertindak.

  1. Jelaskan jenis-jenis/tipe robot
Tipe-tipe robot:
  • AIBO merupakan singkatan dari AI roBOt, yang artinya robot dengan intelejensia buatan. Di jepang sendiri, "aibo" berarti sahabat.
    Versi terbaru dari robot anjing AIBO hadir memberikan hiburan dengan desain yang futuristik, AIBO ERS-220.
    Robot ini mempunyai 16 motor yang memungkinkannya dapat berjalan, bermain bola, duduk, dan berbaring. Lalu dengan sensor penglihatan dan pendengaran, 21 lampu mengelilingi bagian kepala, dan dibagian atas kepala terdapat lampu yang mengekspresikan berbagai emosi dan insting untuk menghibur pemiliknya.
  • ASIMO adalah singkatan dari Advanced Step in Innovative Mobility dan telah datang ke Jakarta pada tanggal 19-27 Juli yang lalu di pameran Gaikindo.
    Dengan tinggi 120 cm, robot ini memiliki sistem komputerisasi dan sensor-sensor yang dapat mengatur setiap gerakannya dan memungkinkan bertingkah laku seperti gerakan manusia. ASIMO dapat melangkah naik dan turun tangga, melambaikan tangan, melakukan langkah dansa, serta berbicara dalam berbagai bahasa.
    Pengembangan teknologi robotika mendapat perhatian dari para peneliti Jepang, bahkan mereka juga meminta pemerintahnya untuk melakukan investasi, dengan tujuan di beberapa tahun mendatang dapat diciptakan mesin yang memiliki intelejensia buatan layaknya anak kecil.
  • Micro Flying Robot: Robot terbang kecil bernama Micro Flying Robot ini diharapkan bisa dipakai dalam berbagai bidang, misalnya untuk melakukan pengamatan dan pencarian di wilayah-wilayah sempit maupun daerah berbahaya, kata Epson.
Robot terbang yang berbentuk seperti helikopter mini ini dilengkapi microcontroller 32-bit dan dua motor ultrasonik berukuran kecil guna memutar baling-baling dalam dua arah berbeda sehingga robot bisa terbang.
Model baru yang lebarnya 136 milimeter, tinggi 85 mm dan berat 12,3 gram dengan baterai (8,6 gram tanpa baterai) ini akan dipamerkan di Tokyo International Forum tanggal 27-30 Agustus mendatang. Saat ini sang robot baru bisa terbang selama tiga menit. Namun perusahaan pembuatnya berencana mengembangkan kemampuannya sehingga ia bisa digunakan untuk tugas-tugas nyata.

  • COMPUTER VISION

  1. Jelaskan definisi aplikasi computer vision!

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital.









  1. Gambarkan dan jelaskan skema/arsitektur computer vision!


dari gambar di atas mungkin kita dapat melihat bagaimana sebuah skema kegiatan computer vision berawal dari scene/image/citra yang di ambil dengan bantuan alat input seperti kamera, scanner atau alat input lainnya, kemudian citra ini mengalami prapemrosesan dari citra tersebut di pindahkan ke komputer untuk menjadi sebuah pola dan mengalami intermediate processing. Image dimanipulasi kemudian di intepretasikan dalam pattern recognition sehingga mendapatkan hasil akhir sebuah deskripsi gambar, bisa berupa pengetahuan tentang bentuk matrik gambar tersebut yang nantinya bisa dimanipulasi lagi untuk keperluan pengontrolan atau pemantauan.


  1. Jelaskan hubungan computer vision dengan robotika!

Seperti contoh aplikasi game dibawah ini : OpenCV ialah program open source berbasiskan C++ yang saat ini banyak digunakan sebagai program computer vision, salah satu penerapannya ialah pada robotika.  Dengan OpenCV, Anda dapat membuat interaksi antara manusia dan robot (Human Robot Interaction.  Misalnya, wajah dari manusia dideteksioleh camera/webcam, lalu diproses oleh komputer, untuk kemudian diproses oleh robot untuk melakukan aksi tertentu, misalnya mengikuti/mengenal  wajah orang tersebut.  Kesemuanya itu membutuhkan OpenCV sebagai program utama antara webcam dan pengolahnya yaitu komputer.


  1. Sebutkan dan jelaskan fungsi salah satu aplikasi computer vision!
Aplikasi dibidang kedokteran dan biomedikal. Aplikasi dibidang kedokteran dan biomedikal memiliki ciri yaitu informasi yang dihasilkan dari proses ekstraksi data citra bertujuan untuk membuat diagnosis bagi para pasien. Secara umum, data citra berupa bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dihasilkan dari proses ekstraksi data citra adalah deteksi tumor.





  • GAME PLAYING

  1. Apakah yang disebut dengan Game Playing!

Game playing (permainan game) merupakan bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang memiliki intelektual untuk berpikir. Bermain dengan computer memang menarik bahkan sampai melupakan tugas utama yang lebih pentin

  1. Jelaskan dan berikan contoh Aplikasi Game berbasis AI dan Game yang Tidak berbasis AI!

  • Aplikasi Game berbasis AI : Saat ini perkembangan AI yang populer dalam video game juga terdapat dalam permainan sepak bola virtual, seperti contohnya sebagai player kita dituntut harus melawan klub lain dengan strategi dan taktik yang berbeda. Penggunaan AI yang cerdas ini bertujuan agar player tidak mudah bosan dengan permainan, dengan kata lain ketika player menyelesaikan suatu permainan lalu ia mengulangnya dari awal, maka ia mendapat tantangan baru.
  • Aplikasi Game tidak berbasis AI : Game-game yang dimainkan tanpa menggunakan Computer, seperti Gobak sodor, Lompat tali, dll

  1. Jelaskan, mengapa tingkat kesulitan pada setiap level Game(AI) berbeda-beda!

Kesulitan game pada tiap level sengaja dibuat berbeda-beda dan makin sulit dari tiap levelnya karena untuk memberikan tantangan dan sensasi kepada player atau user yang sedang menjalankan game tersebut. Apabila tingkat kesulitan pada setiap level tidak berbeda, dikhawatirkan akan timbul kejenuhan kepada user atau player.

  • NATURAL LANGUAGE PROCESSING

  1. Sebutkan definisi Natural Language Processing (NLP) !

Natural Language Processing (NLP) adalah salah satu bidang ilmu komputer, kecerdasan buatan, dan bahasa (linguistik) yang berkaitan dengan interaksi antara komputer dan bahasa alami manusia, seperti bahasa Indonesia atau bahasa Inggris. Tujuan utama dari studi NLP adalah membuat mesin yang mampu mengerti dan memahami makna bahasa manusia lalu memberikan respon yang sesuai.. 
  1. Jelaskan fungsi/manfaat aplikasi NLP!

Seseorang dapat berbicara dengan komputer dan memahami maksudnya, karena komunikasi dapat dilakukan melalui tata bahasa yang sederhana ketimbang menggunakan aturan-aturan atau tata bahasa pemrograman komputer rumit dan njlimet (complicated)

  1. Sebutkan dan jelaskan beberapa implementasi NLP!

Programs for classifying and retrieving documents by content.
Program yang mampu mengklasifikasi dan mengambil isi dari suatu dokumen berdasarkan kontennya. Seperti spam filtering (pemfilteran pesan sampah), language identification (identifikasi bahasa), dan lain-lain.

(Sumber gambar : washingtonpost.com)



  • JARINGAN SYARAF TIRUAN

  1. Sebutkan definisi Jaringan Syaraf Tiruan (JST)!

sistem komputasi yang arsitektur dan operasinya diilhami dari pengetahuan tentang sel syaraf biologis di dalam otak. Jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut. Jaringan syaraf tiruan dapat digambarkan sebagai model matematis dan komputasi untuk fungsi aproksimasi non-linear, klasifikasi data cluster dan regresi non-parametrik atau sebuah simulasi dari koleksi model jaringan syaraf biologi.

  1. Sejauh mana aplikasi JST mampu meniru Jaringan Syaraf Manusia,
Jelaskan!

Aplikasi JST dapat meniru Jaringan Syarat Manusia sejauh tingkat manusia dapat meramal, diartikel yang saya baca salah satu aplikasi JST Peramalan disini dijelaskan : Jaringan syaraf tiruan juga dapat dipakai untuk meramalkan apa yang sudah terjadi di masa yang akan datang berdasarkan pola kejadian yang ada di masa lampau. Ini dapat dilakukan mengingat kemampuan jaringan syaraf tiruan untuk mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya.



  1. Sebutkan salah satu aplikasi JST, Jelaskan manfaat dan kegunaanya!

Aplikasi Model ADALINE : Model ADALINE (Adaptive Linear Neuron) ditemukan oleh Widrow dan Hoff (1960). Beberapa masukan dan sebuah bias (unit masukan tambahan) dihubungkan langsung dengan sebuah neuron keluaran. Bobot dimodifikasi dengan aturan delta (sering juga disebut least mean square). Selama pelatihan, fungsi aktivasi yang dipakai adalah fungsi identitas.
Manfaatnya : Jaringan syaraf tiruan (model ADALINE) dapat dipakai unuk menekan noise dalam saluran telepon.
Pengenalan Pola (pattern Recognition) : Jaringan syaraf tiruan dapat dipakai untuk mengenali pola (misal huruf, angka, suara atau tanda tangan) yang sudah sedikit berubah. Hal ini mirip dengan otak manusia yang masih mampu mengenali orang yang sudah beberapa waktu tidak di jumpainya (mungkin wajah/bentuk tubuhnya sudah sedikit berubah).
  1. Menurut anda, sejauh mana JST dapat dikembangakan!

Jaringan syaraf tiruan dapat dipakai untuk meramalkan apa yang sudah terjadi di masa yang akan datang berdasarkan pola kejadian yang ada di masa lampau. Ini dapat dilakukan mengingat kemampuan jaringan syaraf tiruan untuk mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya.


No comments:

Natural Language Processing

A.    Pendahuluan

            Bahasa sebagai bagian yang penting dari kehidupan manusia, dalam bentuk tulis dapat merupakan catatan dari pengetahuan yang didapat oleh umat manusia dari satu generasi ke generasi berikutnya sedangkan dalam bentuk lisan merupakan sarana komunikasi antar individu dalam suatu masyarakat. Tujuan dalam bidang Natural Language ini adalah melakukan proses pembuatan model komputasi dari bahasa, sehingga dapat terjadi suatu interaksi antara manusia dengan komputer dengan perantaraan bahasa alami. Model komputasi ini dapat berguna untuk keperluan ilmiah misalnya meneliti sifat-sifat dari suatu bentuk bahasa alami maupun untuk keperluan sehari-hari dalam hal ini memudahkan komunikasi antara manusia dengan Computer.
            Sebuah Natural Language System harus memperhatikan pengetahuan terhadap bahasa itu sendiri, baik dari segi kata yang digunakan, bagaimana kata - kata tersebut digabung untuk menghasilkan suatu kalimat, apa arti sebuah kata, apa fungsi sebuah kata dalam sebuah kalimat dan sebagainya. Akan tetapi kita juga harus mempertimbangkan ada satu hal lagi yang sangat berperan dalam bahasa, yaitu kemampuan manusia untuk mengerti dan kemampuan untuk itu didapat dari pengetahuan yang didapat secara terus
menerus sewaktu hidup. Sebagai contoh dalam suatu percakapan, seseorang mungkin dapat menjawab suatu pertanyaan atau ikut dalam suatu percakapan dengan tidak hanya berdasar pada kemampuan berbahasa tapi juga harus tahu misalnya kata istilah yang umum digunakan dalam kelompok percakapan ituatau bahkan harus tahu konteks dari percakapan itu sendiri.

B.     Difinisi Natural Language Processing

Natural Language Processing (NLP) adalah salah satu bidang ilmu komputer, kecerdasan buatan, dan bahasa (linguistik) yang berkaitan dengan interaksi antara komputer dan bahasa alami manusia, seperti bahasa Indonesia atau bahasa Inggris. Tujuan utama dari studi NLP adalah membuat mesin yang mampu mengerti dan memahami makna bahasa manusia lalu memberikan respon yang sesuai.. 







C.     Bidang Pengetahuan Dalam Natural Language Procesing

Secara singkat pengolahan bahasa alami (Natural Language Processing)mengenal beberapa
tingkat pengolahan yaitu :
Dibawah ini dijelaskan bidang-bidang pengetahuan yang berhubungan dengan Natural Language
Processing :
·         Fonetik dan fonologi : berhubungan dengan suara yang menghasilkan kata yang dapat dikenali. Bidang ini menjadi penting dalam proses aplikasi yang memakai metoda speech based system.
·         Morfologi : yaitu pengetahuan tentang kata dan bentuknya dimanfaatkn untuk membedakan satu kata dengan lainnya. Pada tingkat ini juga dapat dipisahkan antara kata dan elemen lain seperti tanda baca. Sebagai contoh
                        kata going :
Ø  going (word)
Ø  go (root)
Ø  ing (suffix)
                        kata understand :
Ø  under(prefix)
Ø  stand(root)
·         Sintaksis : yaitu pemahaman tentang urutan kata dalam pembentukan kalimat dan hubungan antar kata tersebut dalam proses perubahan bentuk dari kalimat menjadi bentuk yang sistematis. Meliputi proses pengaturan tata letak suatu kata dalam kalimat akan membentuk kalimat yang dapat dikenali. Selain itu dapat pula dikenali bagian - bagian kalimat dalam suatu kalimat yang lebih besar. Sebagai contoh kalimat S dibentuk dari noun phrase (NP) dan verb phrase (VP)
Ø  S -> NP,VP
            Dan berikutnya :
Ø  NP -> DET,N
Ø  VP -> V,NP
·         Semantik : yaitu pemetaan bentuk struktur sintaksis dengan memanfaatkan tiap kata ke dalam bentuk yang lebih mendasar dan tidak tergantung struktur kalimat. Semantik mempelajari arti suatu kata dan bagaimana dari arti kata - arti kata tersebut membentuk suatu arti dari kalimat yang utuh. Dalam tingkatan ini belum tercakup konteks dari kalimat tersebut.
·         Pragmatik : pengetahuan pada tingkatan ini berkaitan dengan masing – masing konteks yang berbeda tergantung pada situasi dan tujuan pembuatan system
·         Discourse Knowledge : melakukan pengenalan apakah suatu kalimat yang sudah dibaca dan dikenali sebelumnya akan mempengaruhi arti dari kalimat selanjutnya. Informasi ini penting diketahui untuk melakukan pengolahan arti terhadap kata ganti orang dan untuk mengartikan aspek sementara dari informasi.
·         World Knowledge : mencakup arti sebuah kata secara umum dan apakah ada arti khusus bagi suatu kata dalam suatu percakapan dengan konteks tertentu.

      Definisi ini tidaklah bersifat kaku, dan untuk setiap bentuk bahasa alami yang ada biasanya ada
pendefinisian lagi yang lebih spesifik sesuai dengan karakter bahasa tersebut. Pada beberapa masalah mungkin hanya mengambil beberapa dari pendekatan tersebut bahkan mungkin ada yang melakukan tambahan proses sesuai dengan karakter dari bahasa yang digunakan dan sistem yang
dibentuk.
      Selain yang sudah disebutkan di atas masih ada lagi satu masalah yang cukup menantang dalam Natural Language yaitu ambiguitas atau makna ganda dari suatu kata atau kalimat. Dari satu masukan yang sama dapat menjadi beberapa arti yang berbeda dan masing - masing dapat bernilai benar tergantung pada keperluan pemakai. Hal ini dapat terjadi pada hampir semua tingkatan pendekatan di atas


D.     Komponen Utama Bahasa Alami
Pengolahan bahasa alami terdiri dari tiga bagian utama, yaitu : parser, sistem representasi pengetahuan dan pengolahan output.
·         Parser
Suatu sistem yang mengambil kalimat input bahasa alami dan menguraikannya ke dalam beberapa bagian gramatikal (kata benda, kata kerja, kata sifat, dan lain-lain).
·         Sistem Representasi Pengetahuan
Suatu sistem yang menganalisis output parser untuk menentukan maknanya.
·         Output Translator
Suatu terjemahan yang merepresentasikan sistem pengetahuan dan melakukan langkah- langkah yang bisa berupa jawaban atas bahasa alami atau output khusus yang sesuai dengan program komputer lainnya.

E.      Kategori Aplikasi Pengolahan Bahasa Alami

Teknologi Natural Language Processing (NLP) atau Pemrosesan Bahasa Alami adalah teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan terhadap bahasa alami yang biasa digunakan oleh manusia. Sistem ini biasanya mempunyai masukan dan keluaram berupa bahasa tulisan (teks). NLP mempunyai aplikasi yang sangat luas. Beberapa diantara berbagai kategori aplikasi NLP adalah sebagai berikut
1.      Natural Language Translator, yaitu translator dari satu bahasa alami ke bahasa alami lainnya, misalnya translator bahasa Inggris ke bahasa Indonesia, Bahasa Indonesia ke Bahasa Jawa dan sebagainya. Translator bahasa alami bukan hanya kamus yang menerjemahkan kata per kata, tetapi harus juga mentranslasikan sintaks dari bahasa asal ke bahasa tujuannya.


2.       Translator bahasa alami ke bahasa buatan, yaitu translator yang mengubah perintah-perintah dalam bahasa alami menjadi bahasa buatan yang dapat dieksekusi oleh mesin atau komputer. Sebagai contoh, translator yang memungkinkan kita memberikan perintah bahasa alami kepada komputer. Dengansistem seperti ini, pengguna sistem dapat memberikan perintah dengan bahasa sehari-hari, misalnya, untuk menghapus semua file, pengguna cukup memberikan perintah ”komputer, tolong hapus semua file !” Translator akan mentranslasikan perintah bahasa alami tersebut menjadi perintah bahasa formal yang dipahami oleh komputer, yaitu ”dir *.* ”.

3.       Text Summarization, yaitu suatu sistem yang dapat ”membuat ringkasan” hal-hal yang penting dari suatu wacana yang diberikan.

Dalam dunia kecerdasan buatan pengolahan bahasa alami merupakan aplikasi terbesar setelah sistem pakar. Banyak para ahli Artificial Intelligence berpendapat bahwa bidang yang penting yang dapat dipecahkan oleh Artificial Intelligence adalah Natural Language Processing (Pengolahan Bahasa Alami).
F.      Aplikasi NLP

Secara umum, Jenis aplikasi yang bisa dibuat dalam bidang ilmu NLP terbagi dua, yaitu text-based application dan dialogue-based application.
Text-based application adalah segala macam aplikasi yang melakukan proses terhadap teks tertulis seperti misalnya dokumen, e-mail, buku dan sebagainya. Beberapa jenis aplikasi NLP yang berbasis teks :
·               Programs for classifying and retrieving documents by content.
Program yang mampu mengklasifikasi dan mengambil isi dari suatu dokumen berdasarkan kontennya. Seperti spam filtering (pemfilteran pesan sampah), language identification (identifikasi bahasa), dan lain-lain.


 








(Sumber gambar : washingtonpost.com)

·               Machine Translation
Program yang mampu mentranslasi kalimat baik berupa teks maupun suara dari satu bahasa alami ke bahasa lainnya. Contoh : Google Translate.

Tampilan Google Translate. (Sumber : Dokumen pribadi)
Dialogue-based application idealnya melibatkan bahasa lisan atau pengenalan suara, akan tetapi bisa juga memasukan interaksi dialog dengan mengetikkan teks pertanyaan melalui keyboard. Contoh :
·               Intelligent personal assistant.
Perangkat lunak yang mampu melakukan tugas-tugas dan jasa berdasarkan inputan dari pengguna, lokasi, dan memiliki kemampuan untuk mengakses informasi dari berbagai sumber online (seperti cuaca, keadaan lalu lintas, berita, saham, dll). Contohnya adalah Siri pada produk-produk Apple dan S-Voice pada produk-produk seluler Samsung.

(Sumber : apple.com/ios/siri/)
·               Chatbot.

Chatbot adalah program komputer yang didesain untuk mensimulasikan sebuah percakapan cerdas dengan satu atau lebih pengguna manusia melalui inputan suara atau teks, utamanya digunakan untuk percakapan kecil. Contoh : Cleverbot, SimSimi, dan begobet. 




sumber :
http://en.wikipedia.org/wiki/Natural_language_processing
 http://ariefrahmansyah.wordpress.com/2012/10/07/natural-language-processing
 http://novtani.wordpress.com/2012/06/04/natural-language-processing-nlp/#more-972
http://en.wikipedia.org/wiki/Turing_test
http://en.wikipedia.org/wiki/Document_classification
 http://en.wikipedia.org/wiki/Machine_translation
 http://en.wikipedia.org/wiki/Intelligent_personal_assistant
 http://id.wikipedia.org/wiki/Sejarah_komputer         http://kelompokapaajabole.blogspot.com/2010/12/nlp-natural-language-programmingnlp.html


No comments:

Instalasi Play Fremwork di Windows

Saat ini, play framework sudah rilis versi 2.0.x yang mendukung bahasa pemrograman java dan scala. Proses instalasi play framework sangatlah mudah. Langkah yang harus dilakukan adalah :
  1. Install JDK gunakan versi 5 keatas jika anda menggunakan Play 1.x, tapi jika anda menggunakan Play versi 2.x anda harus mengunakan Java versi 6 keatas
  2. Download play framework di http://www.playframework.com/download
  3. Kemudian letakkan ekstraksi hasil download, dan setting path pada sistem operasi mengarah pada folder hasil ekstrasi tersebut sehingga anda bisa mengakses file binary play.
Berikut ini adalah proses instalasi play fremwork;

  • Update variable environment PATH sebagai berikut :
  • Pilih menu --> control Panel -->System -->[Tab] Advanced
  • Kemudian klik Envirotment-->pilih PATH edit “;(lokasi play fremwork yg kita simpan)\"

    Cek Framework
    Untuk mengecek apakah play telah terinstall pada komputer, maka ketikan “play”
    pada terminal/CMD anda. Jika play telah terinstall seharusnya output pada terminal adalah
    seperti dibawah ini.
    sekian yang dapat saya sampaikan pada tutorial kali ini."GOOD LUCK"



No comments:

MATRIK


     Anda pasti pernah melihat background sebuah blog berbentuk matrik dan anda ingin memasangnya pada blog anda. Berikut ini cara memasang background matrik pada blog anda.tak usah berbelit-belit lagi langsing aja begini cara memasang background matrik
Cara Nya:
1). Buka Blogger
2). Template >> Edit HTML >> Centang Expand Widget Template
3). Cari Kode </head>  Cara Cepat CTRL+F
Sudah Ketemu , Letakaan Kode Dibawah Ini Di Atas Kode </head>
<style type="text/css">
body{
background:url(https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiQubQULSJdacfjR5SQQleOl67ek2De5Y03CN2LbrqkmQjmlsXcdfE9DaoaiXH3HUGjG70JIB8veMl4yjTD1IThlU88UGIWPboX2EfWT_Cj2YhMwtD4QysH_jOgC9ll_VMdyFfi_uG0-ncY/s800/monozcore_blogspot_com_redmatrix.gif) repeat center center fixed black;
}
</style>
 4). Simpan

Pemberitahuan:
Ingin Menggantinya Dengan Tampilan MATRIX yang Berbeda , Ini Kodenya

Matrix Hitam:
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjhkG-JJuqpkLmcpmuXHp6Vq4zcz5eOoyFBeSSpUG8eTAvqBZ-7yMoPhmWT4X9xgEupyscmti3OoMW0Ea60O-PHZLhzwkbL_knkB1_QzbZFzyrJPN25fA048EISscbY028-ppD6_GMLFiU/s1600/0_1_1.gif
Matrix Biru:
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhblRdP2YXPlauBlHHIMDKs7z_SsWJ1I3lT2IizGKtlJDSsC9rwO4nF-lpS3ulX_ZSi1PW2OkdGZEPaB89HlGvVGWgWzqCL7tjTBP2TafmW2YzriEG74Yg5vcg03-HBFaVsiWro-FARrMfq/s800/bluematrix.gif  
Matrix Biru 2:
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjjgz67wuFAMX_7YwxiztZgIFHDMWzySBTGFBKc9oHrCUG6_eTH2i0UHBz-krvq7faaL8Xw5HriB8RaPb5HKreMTVauCtuqH3UZAXZaGSf-QHAuPjWD_vxjIvDUcOTgbHKVtl-sCCLruC3u/s800/bluematrix2.gif
Matrix Hijau:
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEio6mjU0EADpnS_-49Hksx4FMW44FIn2wfbGoRfRP4rUSAeZVPUNwEczhendwzIeLRkbWBXl_0dy9Yzgw-EYvm3-dEPWQH4uE-dXA9aUdWGr8bLQIwtgpT0Cjr2WbeUDDV_0hPTdQ-ZR8J2/s800/matrix.gif

No comments:
Subscribe to: Posts (Atom)