Sistematika Filsafat Menurut Ontologi, Epistemologi, dan Aksiologi dalam Artificial Intelligence

Authors

  • Khen Dedes Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia
  • Aji Wibawa Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia
  • Laksono Budiarto Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia

DOI:

https://doi.org/10.17977/um068v1i82021p584-591

Keywords:

filsafat, ontologi, epistemologi, aksiologi, artificial intelligence

Abstract

Artificial Intelligence (AI) has now made progress in research and development. The philosophy of science plays a big role in the advancement of AI. Understanding AI can be started by understanding aspects of ontology, epistemology, and axiology as these three things are indications of the elaboration of philosophy. Each method given to each component in AI will influence AI itself and us as users. Therefore, if AI wants to have human-level intelligence, ability, and reasoning, it requires more knowledge and insight from philosophers. Because the philosophers who had previously studied and observed so formed a philosophy. This article will present an overview of the current systematic philosophy of science with artificial intelligence (AI).

Artificial Intelligence (AI) saat ini telah mengalami kemajuan dalam penelitian dan pengembangan. Filsafat ilmu berperan besar dalam kemajuan AI. Memahami AI dapat dimulai dengan memahami aspek ontologi, epistemologi, dan aksiologi sebagaimana ketiga hal tersebut merupakan indikasi penjabaran dari filsafat. Setiap metode yang diberikan pada setiap komponen pada AI akan memberikan pengaruh pada AI sendiri dan kita sebagai pengguna. Maka dari itu jika AI ingin memiliki kecerdasan, kemampuan, dan penalaran setingkat manusia, membutuhkan pengetahuan dan pandangan lebih dari para filsuf. Karena para filsuf yang telah lebih dahulu mempelajari dan mengamati sehingga terbentuk sebuah filsafat. Artikel ini akan menampilkan gambaran tentang sistematika filsafat ilmu dengan kecerdasan buatan (AI) saat ini.

References

Admojo, F. T. (2018). Ontologi Bahasa Sebagai Basis Pengetahuan untuk Pemrosesan Bahasa Alami. 08(02).

Azhari, A., & Mada, U. G. (2006). Model Ontologi Untuk Informasi Jadwal Penerbangan Menggunakan Protégé. Jurnal Informatika, 7(1), 76–76. https://doi.org/10.9744/informatika.7.1.pp.67-76

Azhari, A., Subanar, S., Wardoyo, R., & Hartati, S. (2008). Model Representasi Informasi Dan Pengetahuan Untuk Proyek-Proyek Perusahaan Dengan Menggunakan Semantik Ontologi. JUTI: Jurnal Ilmiah Teknologi Informasi, 7(2), 93. https://doi.org/10.12962/j24068535.v7i2.a178

Girardi, R., Faria, C., & Marinho, L. (2004). Ontology-based domain modeling of multi-agent systems. OOPLSA Workshop.

Gómez-Pérez, A., Fernández-López, M., Corcho, O., & Gomez-Perez, A. (2010). Ontological Engeenering with examples from the areas of Knowledge Management, e-Commerce, and the Semantic Web. In with examples from the areas of knowledge management, e-commerce, and the Semantic Web.

Habiburrahman, I. (2008). Sistem pakar berbasis web. Penelitian, 1, 36.

Interaksi, C. (2004). Teknologi Pemrosesan Bahasa Alami sebagai Teknologi Kunci untuk Meningkatkan. Gastrointestinal Endoscopy, Vol. 92, pp. 807–812. https://doi.org/10.1016/j.gie.2020.06.040

Jayadianti, H., Nugroho, L. E., Sanntosa, P. I., Widayat, W., & Pinto, C. S. (2015). Ontology Sebagai Solusi Pencarian Makna Ambigu Dalam Dalam Sistem Yang Heterogen. Telematika, 10(1). https://doi.org/10.31315/telematika.v10i1.386

Kaul, V., Enslin, S., & Gross, S. A. (2020). History of artificial intelligence in medicine. Gastrointestinal Endoscopy, Vol. 92, pp. 807–812. https://doi.org/10.1016/j.gie.2020.06.040

Kusumawardani, Q. D. (2019). Hukum Progresif Dan Perkembangan Teknologi Kecerdasan Buatan. Veritas et Justitia, 5(1), 166–190. https://doi.org/10.25123/vej.3270

McCarthy, J. (1995). What has AI in Common with Philosophy? Ijcai, 1–5.

Meliani, G. R., & Suryadi, A. (2018). Game Artificial Intelegent: Ram City Tower Dengan Algoritma a*. Jurnal Petik, 3(2), 31–38. https://doi.org/10.31980/jpetik.v3i2.148

Nasution, H. (2012). Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan. ELKHA: Jurnal Teknik Elektro, 4(2), 4–8.

Program, Y., Pendidikan, S., Stkip, I., & Sumbar, P. (2016). Memprediksi Hasil Nilai Un Menggunakan Metode.

Putri, Novianti Indah, Z. M. (2019). Mekanisme umum untuk sistem kecerdasan buatan. 06, 58–75.

Rahayu, S. (2013). Sistem pakar untuk mendiagnosa penyakit gagal ginjal dengan menggunakan metode bayes. Pelita Informatika Budi Darma, IV (3), 129–134.

Ririh, K. R., Laili, N., Wicaksono, A., Tsurayya, S., Penelitian, P., Ilmu, M., & Teknologi, P. (2020). Studi komparasi dan analisis swot pada implementasi kecerdasan buatan (Artificial Intelligence) di Indonesia. 15(2), 122–133.

Ruindungan, D. G. S. et al. (2014). Perancangan Ontologi Prenatal-Nutrition dan Evaluaasinya Menggunakan Schema Metric OntoQA. Snati, 40–45.

Saf, M. R. A. (2016). Pemodelan Ontologi untuk Sistem Informasi Proyek Akhir (SIMPOA) di Politeknik Caltex Riau. Jurnal Sains Dan Teknologi Industri, 13(1), 46–52.

Suaedi. (2016). Pengantar Filsafat Ilmu (Cetakan Pe; N. Januarini, Ed.). PT Penerbit IPB Press.

Suminar, T. (2016). Tinjauan Filsafati (Ontologi, Epistemologi Dan Aksiologi Manajemen Pembelajaran Berbasis Teori Sibernetik. Edukasi, 1(2).

The institute of Interbal auditors. (2017). Perspektif dan pandangan global Kecerdasan Buatan (Artificial Intelligence/AI) - Pertimbangan untuk Profesi Audit Internal. Perspektif Dan Pandangan Global Kecerdasan Buatan (Artificial Intelligence/AI), 9(2), 1–9.

Downloads

Published

25-08-2021

Issue

Section

Articles