23 Desember 2016

Review Film : I, Robot (2004)

I, ROBOT

Film tentang kota Chicago tahun 2035 yang sudah dihuni oleh Robot pintar. Robot tersebut bernama NS-5. Robot tersebut awalnya digunakan untuk membantu kegiatan manusia sebagai asisten dengan cara menerima perintah dari suara manusia. Robot tersebut diciptakan berlandaskan 3 hukum, yaitu :
  1. Sebuah robot tidak boleh menyakiti manusia atau tidak membiarkan manusia terluka.
  2. Robot harus mematuhi perintah dari manusia kecuali beberapa perintah yang akan melanggar hukum pertama.
  3. Robot harus melindungi pemiliknya selama perlindungan itu tidak bertentangan dengan hukum pertama & kedua.
Kecanggihan lain pada robot tersebut adalah mampu mendeteksi identitas Manusia dan menebak hal yang sedang terjadi dan yang akan terjadi pada Manusia. Namun ada robot yang melawan dari ketiga hukum tersebut, yang dimulai dari  terbunuhnya seorang Ilmuwan yang diduga bunuh diri padahal robot tersebut yang melakukan dan kericuhan – kericuhan kota Chicago tersebut. Yang dikarenakan ada suntikan VIKI yatu otak Tiruan agar bisa bekerja seperti manusia namun revolusi yang ditimbulkan menyebabkan robot – robot terlihat agresif.
Dr. Calvin dan Sonny

Karna hal tersebut, seorang Detektif bernama Spooner (Will Smith) dibantu dengan Dr. Calvin (psikolog robot) dan Sonny (robot yang diciptakan berbeda) mencoba menghancurkan VIKI tersebut dan mendapat penghalangan dari robot – robot yang terpengaruh oleh VIKI tersebut. Cairan kimia pada VIKI diambil oleh Sonny dan Detektif Spooner berhasil menghancurkan cairan VIKI tersebut pada sebuah sistem untuk robot. Robot – robot yang telah berevolusi karena VIKi dapat menjadi semula.

Tanggapan :
Setiap manusia harus bersiap melawan perkembangan teknologi yang semakin canggih. Jangan sampai kecerdasan buatan semakin berkembang dengan beragam bentuk dan bisa menggantikan peran manusia.

Referensi
http://kikiseptyana.blogspot.co.id/2013/06/review-film-i-robot.html

20 Desember 2016

Probabilistic Reasoning


PROBABILISTIC REASONING
Reasoning berarti mengambil suatu keputusan atas suatu alasan atau sebab tertentu. Reasoning sendiri ada 2 jenis yaitu logical reasoning dan probabilistic reasoning. Salah satu kelebihan probabilistic reasoning dibandingkan logical reasoning adalah kemampuannya untuk mengambil keputusan yang rasional, walaupun informasi yang diolah kurang lengkap atau mengandung unsur ketidakpastian. Pada artikel ini, akan dibahas tentang Probabilistic Reasoning atau Ketidakpastian.
Probabilistic Reasoning adalah suatu yang memiliki kemampuan mengambil keputusan yang rasional walaupun informasi yang akan diolah kurang lengkap atau bersifat nonlinier. Probabilistic Reasoning merupakan salah satu dari metode Soft Computing selain Fuzzy Logic dan Neural Network. Ketiga metode ini merupakan tiang penyanggah bagi soft computing yang saling melengkapi dan bekerjasama dalam menyelesaikan suatu permasalahan. Jadi kekurangan dari satu metode akan ditutupi oleh kelebihan metode yang lain.

Tiga kategori dari Probabilistic Reasoning :
1.      Teori Chaos
Teori chaos memiliki implikasi yang luas dalam analisis pengambilan keputusan. Teori chaos memberi pengertian bahwa suatu aksi sekecil pun dapat berimplikasi pada suatu akibat yang besar. Teori chaos juga memberikan pengertian bahwa dalam pengambilan keputusan senantiasa dihadapkan pada suatu potensi ketidakteraturan dan ketidakpastian sehingga batasan-batasan metode pengambilan keputusan tradisonal tidak mencukupi lagi. Teori chaos menuntut perubahan model mental yang sama sekali baru dan kreatif dari sang pengambilan keputusan. Sistem pintar dan kecerdasan berupaya mengantisipasi aspek ketidakpastian dan ketidakteraturan tersebut dengan mengadopsi logika berpikir manusia ke dalam mesin komputer. Dengan sistem pintar, suatu perangkat komputer dapat menganalisis suatu sistem permasalahan dan melakukan pengambilan keputusan.

2.      Belief Networks
Belief Networks (BN) adalah penalaran kausal, dimana BN telah banyak digunakan dalam berbagai aplikasi. BN sekarang ini menjadi andalan dalam bidang penelitian Flu Burung yang dikenal sebagai penalaran pasti. BN sendiri didasarkan pada hukum-hukum probabilitas.

3.      Genetic Algorithm <GA>
GA diperkenalkan oleh John Holland pada pertengahan tahun 70-an. GA adalah metode komputasi yang meniru proses evolusi dan seleksi alam. Metode ini sering dimanfaatkan untuk mencari nilai optimal suatu fungsi/permasalahan.
            
Beberapa keunggulan yang dimilki oleh GA adalah sebagai berikut :
  • GA memiliki kemampuan untuk mencari nilai optimal secara parallel, melalui kerjasama antara berbagai unit yang disebut kromosom individu.
  • GA tidak memerlukan perhitungan matematika yang rumit seperti diferensial yang diperlukan oleh algoritma optimisasi yang lain.
Namun demikian GA memiliki juga kelemahan dan keterbatasan:
  • Tidak memiliki rumusan yang pasti, bagaimana mentransfer parameter permasalahan ke dalam kode genetik. Dengan kata lain, hal ini memerlukan pengalaman dan wawasan dari desainer.
  • Banyak parameter yang perlu diset secara baik agar proses evolusi dalam GA berjalan sesuai dengan yang diharapkan.
  • Penentuan rumus menghitung fitness merupakan hal yang sangat penting dan mempengaruhi proses evolusi pada GA. Sayangnya tidak ada prosedur yang baku bagaimana menentukan rumus tsb. Dalam hal ini pengalaman dari desainer memegang peranan penting. Terlepas dari kendala yang ada, GA merupakan alternatif solusi yang dikenal cukup handal dalam berbagai masalah optimisasi.      

Contoh dari Probabilistic Reasoning adalah Kasus Penyakit Ginjal.


Referensi