Sistem Cerdas

I. Sistem cerdas

Sistem cerdas atau biasa lebih di kenal dengan Kecerdasan Buatan atau Intelegensi Buatan(Artificial Inteligence) merupakan cabang terpenting dalam dunia komputer. Komputer bukan hanya alat untuk menghitung, tetapi diharapkan dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran yang baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar.

Berikut beberapa definisi Kecerdasan buatan menurut ahli:

- John McCarthy [1956]: Kecerdasan buatan (Artificial Intelligence) ialah Memodelkan proses berpikir manusia dan mendesain mesin agar menirukan perilaku manusia.

- H. A. Simon [1987]“ Kecerdasan buatan (Artificial Intelligence) ialah sebuah tempat sebuah penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas”

- Rich and Knight [1991]: “Kecerdasan Buatan (Artificial Intelligence) ialah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

- Encyclopedia Britannica: “Kecerdasan Buatan (Artificial Intelligence) ialah cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan

Sistem cerdas dapat dipandang dalam berbagai perspektif, yaitu :

Dari perspektif kecerdasan

Sistem cerdas adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.

 Dari perspektif penelitian

Suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan manusia.

Domain yang sering dibahas oleh peneliti meliputi:

a) Mundane task

- Persepsi (Vision & Speech)

- Bahasa alami (Understanding, Generation, Translation)

- Pemikiran yang bersifat commonsense

- Robot control

b) Formal task

- Permainan/games

- Matematika (geometri, logika, kalkulus, integral, pembuktian)

c) Expert task

- Analisis financial

- Analisis medikal

- Analisis ilmu pengetahuan

- Rekayasa (desain, pencarian kegagalan,perencanaan manufaktur )

Dari perspektif bisnis

Sistem cerdas adalah sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.

Dari perspektif pemrograman

Meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).

II.       Karakteristik sistem cerdas:

a. Memiliki fasilitas informasi yang handal

b. Mudah dimodifikasi

c. Dapat digunakan dalam berbagai jenis komputer

d. Memilki kemampuan untuk belajar beradaptasi.

e. Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.

f. Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.

g. Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

h. Outputnya yang dihasilkan sesuai dengan apa yang kita harapkan.

III.      Contoh sistem cerdas dalam bisnis
          Sistem Deteksi Plat Nomer Kendaraan Untuk Aplikasi Sistem Karcis Parkir Berdasarkan Plat Nomer Kendaraan Dengan Menggunakan Kamera

Deteksi plat nomor kendaraan merupakan suatu Kontrol otomatis dengan menggunakan web cam yang merupakan suatu alat berfungsi secara otomatis untuk mengetahui posisi plat nomor dalam suatu badan mobil. Banyak aplikasi yang menerapkan penelitian tersebut. Deteksi plat nomor sangat diperlukan misalnya dalam sistem perparkiran, jalan tol, dan lain sebagainya.

Dengan adanya sistem ini diharapkan dapat meringankan beban manusia dan mempersingkat waktu akses pada pintu masuk parkir. Output sebuah obyek warna di proses untuk membedakan plat nomor dengan frame, maka yang di lakukan adalah pemrosesan gambar sehingga menemukan posisi serta ukuran dari obyek yang akan di kelola.pada pemrosesan ini terlebih dahulu melakukan penelusuran (scanning) pixel dan penskalaan, sehingga secara otomatis akan didapatkan nilai posisi dan ukuran dari obyek yang sedang dideteksi kemudian untuk membantu pengenalan grayscale dan thresholding.

Pengujian untuk membedakan warna obyek serta menampilkan plat nomor dengan menggunakan kamera web adalah menggunakan sistem Integral proyeksi dan sistem moving detector yaitu dengan mengambil atau meng capture sebuah badan mobil (frame) setelah memperoleh hasil diproses dengan menggunakan LPF (low pas filter) untuk memperoleh hasil yang maksimal maka terlebih dahulu adalah mengatur intensitas dari suatu pencahayaan.

Untuk tingkat keberhasilan yang di peroleh dari proses Integral proyeksi adalah 72% sedangkan proses pengambilan plat nomor dengan menggunakan moving detector adalah 51% Kata kunci: Deteksi plat Nomor,kamera web,pengolahan citra,Visual basic,integral proyeksi,moving detection