PEMROGRAMAN KECERDASAN BUATAN

Ada dua alat untuk membangun suatu sistem

program aplikasi kecerdasan buatan, yaitu: 1. Bahasa Pemrograman Khusus Bahasa pemrograman khusus untuk aplikasi kecerdasan buatan merupakan bahasa pemrograman logika. 2. Shell Sebuah program Kecerdasan Buatan yang basis pengetahuannya masih kosong.

Bahasa Pemrograman Khusus

Hampir semua bahasa pemrograman

komputer dapat digunakan untuk membuat program aplikasi kecerdasan buatan Namun agar lebih mudah dalam implementasi pemrograman dan akuisisi pengetahuan, umumnya digunakan bahasa pemrograman khusus. Bahasa pemrograman khusus untuk aplikasi kecerdasan buatan diantaranya adalah Prolog, Lisp, SmallTalk, Planner, dan sebagainya.

Bahasa Prolog
Bahasa pemrograman logika yang akan

dipelajari adalah bahasa Prolog PROLOG singkatan dari PROgramming in LOGic. Bahasa Prolog merupakan bahasa generasi kelima, dibangun atas dasar pemrograman alamiah dan logika.

Bahasa Prolog
Dari segi teori, pembangunan gagasan pemrograman

dengan logika (programming in logic) yang pertama adalah Kowalski di Edinburgh. Kemudian didemonstrasikan secara eksperimental oleh Maarten van Emden juga di Edinburgh. Dan diwujudkan oleh Alain Colmerauer (seorang profesor di Universitas Aix, Marseilles, Perancis) dan Philippe Roussel dengan berhasil membuat interpreter Prolog yang pertama bersama kelompoknya the Groupe d'Intelligence Artificielle (GIA) tahun 1972

Shell
Berdasarkan pada metode representasi

pengetahuan yang dipakai, ada 5 (lima) jenis shell, yaitu : 1. Simple rule-base tools. Menggunakan if_then dalam merepresentasikan pengetahuan. Dapat mengelola sampai 5000 kaidah. Contoh: EXSYS, INSIGHT 2+, VP EXPERT, dan ESP ADVISOR.

Shell
2. Inductive tools.

Membangkitkan kaidah dari contoh-contoh dalam basis pengetahuan. Ada dua jenis: large inductive yang dijalankan pada mainframe, dan small inductive yang dijalankan pada PC. Contoh: TIMM, EXPERT-EASE, RULE MASTER, dan SUPER MASTER.

Shell
3. Structured rule-base tools.

Menggunakan if_then yang disusun dalam kaidah-set untuk representasi pengetahuan. Ada dua jenis: Large-size rule-base tools yang dijalankan pada mainframe, mesin LISP UNIX, dan small-size rule-base tools yang dijalankan pada PC. Contoh: S.1 dan OPS5e.

Shell
4. Hybrid tools.
Menggunakan if_then dalam representasi pengetahuan. Dikembangkan dengan bahasa LISP, sehingga hanya dapat menggunakan mesin LISP, VAX, dan UNIX workstation. Perkembangan selanjutnya, ada mid-size hybrid tools yang dapat dijalankan pada PC, dan largesize hybrid tools yang lebih lengkap dengan jumlah kaidah yang dapat ditangani lebih dari 1500. Contoh mid-size: PC PLUS dan GOLD WORK, large-size: ART dan KEE.

Shell
5. Domain specific tools.

Mengelola pengetahuan dengan domain yang sangat spesifik, sehingga dirancang khusus hanya untuk permasalahan yang dikaji.