Bagaimana dasar yang harus dipahami sebelum belajar AI atau IoT? Apakah belajar robot?

Secara umum, AI (Artificial Intelligence) atau Kecerdasan Buatan merupakan salah satu cabang dari ilmu komputer. Tujuan dari AI adalah mempelajari bagaimana komputer atau mesin dapat berpikir dan bertindak seperti halnya manusia, dengan meniru cara kerja kecerdasannya. Perlu digarisbawahi disini, bahwa AI tidak terbatas hanya pada robot pintar, melainkan seluruh aspek yang berhubungan dengan bagaimana mesin (komputer) bisa mengindera, merencanakan, berpikir, belajar, dan bertindak seperti halnya manusia. Hal yang paling nampak dari proses meniru ini adalah algoritma yang diterapkan ke komputer/mesin.

Sumber Foto: Parasoft

Algoritma merupakan serangkaian langkah sistematis/terstruktur yang digunakan untuk memecahkan permasalahan dan tugas tertentu. Hal lain yang tidak boleh dilupakan adalah bagaimana berpikir yang benar dalam memecahkan permasalahan dengan menggunakan paradigma pemrograman dan komputer bekerja. Hal inilah yang melahirkan konsep Berpikir Komputasi (Computational Thinking). Computational Thinking (CT) merupakan paradigma berpikir yang dipopulerkan oleh Jeannette Wing pada tahun 2006, meskipun sudah digagas sejak tahun 1950-an, dikaji kembali pada tahun 1980-an dan 1996.

Konsep CT dipopulerkan di Indonesia oleh mantan dosen Teknik Informatika ITB, pembina Tim Olimpiade Komputer (TOKI) Indonesia, dan dewan pembina Bebras Indonesia yaitu Ibu Inggriani Liem (Dikenal dengan panggilan Bu Inge). CT sepertihalnya metode berpikir lain yaitu scientific thinking dan design thinking yang berfungsi sebagai tools problem solving. 

CT menggunakan 4 fondasi utama sebagai penyusunnya, yaitu decompotition, pattern recognition, abstraction, dan algorithm. Decompotition merupakan memecah permasalah besar menjadi potongan-potongan kecil supaya mudah diidentifikasi. Setelah masalah dipecah, dianalisis dan dijabarkan maka umumnya ditemukan pola yang disebut dengan pattern recognition. Pola yang ada kemudian diabtraksi hanya bagian esensi atau hal-hal pentingnya saja kemudian digunakan untuk membuat algoritma penyelesain. Itulah dasar berpikir komputasional. Metode berpikir ini penting karena merupakan bagian dari keterampilan abad 21.

Sumber Foto: nesabamedia

Setelah konsep CT, selanjutnya yang wajib dipelajari untuk memasuki dunia AI, IoT, Machine Learning, dan pasukannya adalah konsep tentang Logika Pemrograman dan Algoritma. Dengan berbekal abstraksi permasalahan yang diperoleh dari CT, logika dan algoritma diperlukan untuk merumuskan langkah-langkah dalam menyelesaikan masalah. Dari proses definisi masalah (problem framing) sampai ke tahap penyelesaian, diperlukan tools atau media untuk merealisasikannya. Media tersebut dikenal dengan bahasa pemrograman.

Sama halnya seperti manusia yang memerlukan untuk berkomunikasi, komputer dalam berinteraksi dengan manusia (programmer/developer) juga memerlukan bahasa. Bahasa pemrograman merupakan tools dalam melatih logika dan menerapkan algoritma berpikir manusia terhadap komputer. Terdapat banyak sekali bahasa pemrograman, dari yang low level sampai high level (artinya seberapa mudah/susah sintaksnya dipahami oleh manusia), dari yang berparadigma prosedural, functional, atau berorientasi objek. Namun, setidaknya pilih bahasa pemrograman yang relevan dengan AI dan IoT. Bahasa pemrograman yang umum digunakan dalam AI dan IoT (Embedded System) adalah Python, C++, Matlab/Octave, Java, Julia, dan R.

Semua algoritma yang ada di AI merupakan hasil pengembangan dari algoritma dasar, seperti if-then dengan berbagai macam variasi dan pengembangan (modifikasi). Seperti, Metode Searching, Representasi Pengetahuan, dan Learning merupakan pengembangan algoritma tersebut.

Selanjutnya hal dasar yang perlu dipelajari sebelum menyelam ke AI dan IoT adalah konsep tentang Elektronika (Khususnya Elektronika Digital, dan mikrokontroler). Mengapa membutuhkan konsep elektronika? Karena salah satu bagian AI yaitu robotika membutuhkan pengetahuan tentang elektronika, elektronika yang khusus membahas tentang digital (konsep boolean, gerbang logika) merupakan hal mendasar dalam memahami cara kerja komputer. 

Sumber Foto: scientific american

Hal dasar selanjutnya adalah Matematika. Di dalam mempelajari AI, banyak sekali membutuhkan persamaan matematika dibandingkan pekerjaan IT lainnya, seperti front end, backend, atau full stack developer. Matematika merupakan pembangun utama di dalam penyelesaian masalah AI, umumnya persamaan matematika disebut dengan model. Meskipun, tidak perlu terlalu mendalam mempelajarinya (kecuali jika ingin menjadi AI Researcher), cukup mengetahui konsep matematika dan penerapannya di dalam AI sudah cukup membantu menyelam ke dunia AI. Misalkan kita melihat cabang-cabang yang ada di AI, seperti Machine Learning, Computer Vision, Logika Fuzzy merupakan bidang yang banyak memanfaatkan formula matematika seperti statistika, aljabar linear (vektor, matriks, tensor), dan kalkulus.

Sumber Foto: analytics india mag

Berikutnya adalah Data, Salah satu cabang AI bernama Machine Learning (ML). ML membutuhkan data sebagai input untuk menghasilkan model machine learning. Konsep tentang data penting dan mendasar sebelum menyelam ke salah satu bidang AI ini. Hal yang dipelajari seputar collecting data, manipulasi data, cleaning data, data visualization, data storytelling, konsep database dengan SQL atau NoSQL (seperti MongoDB atau Cassandra), dan membuat model dari data yang telah diolah.

 

Sumber Foto: teknologi.id

Jika ingin berfokus di Computer Vision (Salah satu cabang AI yang mengkaji tentang persepsi komputer) maka diperlukan tentang Fisika (Khususnya tentang Optik dan Elektromagnetika). Bagian ini menjelaskan tentang konsep cahaya sebagai gelombang elektromagnet dan bagaimana cahaya tersebut membantu dalam akuisisi data oleh kamera. Selain itu, mengetahui bagaimana konsep sensor kamera bekerja.

Itulah beberapa konsep dasar yang harus dikuasai sebelum memasuki dunia Artificial Intelligence (AI) dan Internet of Thing (IoT). Perlu diingat bahwa, konsep AI/IoT yang populer di berbagai media harus diimbangi dengan belajar dari dasarnya, dan dasar dari AI tersebut merupakan konsep yang sudah lama ada dan beberapa diantaranya menjadi momok bagi beberapa siswa Indonesia.

Dengan adanya pemaparan ini, kita tidak terlalu over expectation terhadap AI yang dilebih-lebihkan oleh media. Dimana media melebih-lebihkan AI merupakan program yang tertanam di robot pintar seperti di film Terminator atau Matrix. Jadi belajar AI tidak selalu harus belajar robot. Namun, belajar robot merupakan salah satu langkah untuk merasakan dampak nyata pemanfaatan AI.

Akhir kata, belajar dari dasar merupakan hal yang mutlak. Dengan menguasai konsep dasarnya, kita lebih mudah dalam berselancar di dunia AI dan bisa memberikan sebuah terobosan di dalamnya.

 

 *******

Referensi :

1. Thabroni, Gamal. (2020). Apa itu Computational Thinking? https://serupa.id/apa-itu-computational-thinking-penjelasan-contoh/.

2. https://en.wikipedia.org/wiki/Computational_thinking

3. Wang, J. (2006). Research Notebook: Computational Thinking--What and Why? https://www.cs.cmu.edu/link/research-notebook-computational-thinking-what-and-why.

4. Bukalapak. (2018). Inggriani Liem (Bu Inge) - Computational Thinking | BukaTalks. https://www.youtube.com/watch?v=_6D0ks7wvtI

5. Quora. (2021).  Bagaimana dasar yang harus dipahami sebelum belajar AI, IoT, dan pembelajaran mesin?