Senin, 19 Desember 2016

TUGAS SOFTSKILL 3 SISTEM TRANSPORTASI CERDAS

TUGAS SOFTSKILL 3 (SISTEM TRANSPORTASI CERDAS)

TUGAS SOFTSKILL
3
SISTEM TRANSPORTASI CERDAS
A.   PENGERTIAN
Aplikasi sistem transportasi cerdas (intelligent transport system), selanjutnya disingkat ITS, merupakan fitur-fitur teknologi informasi yang diterapkan di sektor transportasi, dalam konteks ini adalah transportasi darat. Pada dekade awal 2000-an, telah disadari oleh para perumus kebijakan di sektor transportasi bahwa situasi lalu lintas yang kian rumit dan kompleks akan menjadi sangat sulit jika masih mengandalkan manajemen konvensional, maka dimulailah untuk menerapkan aplikasi teknologi informasi dengan tujuan utama untuk membantu pengendalian lalu lintas. Jika kita merunut ke latar belakang sejarah ITS itu sendiri, tujuan awalnya didesain untuk menurunkan resiko kecelakaan lalu lintas.
Tahun 1992, IVHS (Intelligent Vehicle Highway System) Amerika merilis temuan bahwa dari data tahun 1991 terdapat 41000 warga Amerika Serikat (AS) yang tewas akibat kecelakaan di jalan raya. Tingkat kecelakaan dan kemacetan lalu lintas juga tergolong sangat tinggi. Gabungan seluruh faktor-faktor tersebut menimbulkan kerugian materiil hingga 70 milyard dollar AS. Ini pun belum termasuk kerugian immaterial yang tidak dapat dikalkukasi dengan uang karena mayoritas korban jiwa adalah golongan angkatan kerja produktif yang masih mampu memberikan kontribusi dalam proses pembangunan nasional. IVHS menemukan kesimpulan bahwa tingginya fatalitas ini adalah tidak adanya alat bantu bagi pengemudi yang mampu memberikan informasi kecepatan, posisi, arah dan situasi lalu lintas ketika mengemudikan kendaraannya (Vani Novita dalam “Aplikasi ITS pada GPS” : 2012). Aplikasi teknologi informasi dipandang sebagai solusi atas masalah ini.
Menindaklanjuti temuan IVHS tersebut, dua peneliti dari MIT (Massachusetts Institute of Technology), Rajeev Verma dan Domitilla Del Vecchio mencoba menginstall beberapa perangkat pada kendaraan seperti kontrol kemudi otomatis, sensor yang membantu mengurangi kecepatan kendaraan yang jaraknya terlalu dekat dengan kendaraan lain, kontrol traksi dan pembantu stabilitas kendaraan. Penerapannya dalam serangkaian ujicoba menunjang keberhasilan aplikasi-aplikasi tersebut. Dengan adanya fakta ini, menarik perhatian kalangan pemerintah, kepolisian, operator transportasi dan industri otomotif. Selanjutnya timbul istilah penamaan untuk perangkat-perangkat tersebut yaitu Intelligent Transport System (ITS) dan mendorong perluasan aplikasi ITS itu sendiri tidak hanya pada kendaraan pribadi namun juga untuk transportasi publik.
B.     CONTOH APLIKASI SISTEM TRANSPORTASI CERDAS

Pada tahapan saat ini, fitur aplikasi ITS dibagi kedalam lima bagian besar yaitu :
1.Advanced Traveller Information System yaitu sistem informasi yang menjadi panduan bagi pengemudi kendaraan untuk mendapatkan rute jalan yang efektif dalam melakukan perjalanannya. Bentuknya berupa peta digital berbasis sistem informasi geografis atau pada masa sekarang berupa output pantauan GPS (Global Position System) yang dapat dimunculkan pada aplikasi komputer, notebook hingga smartphone seperti Blackberry dan telepon seluler yang menggunakan sistem operasi Android.
 2. Advanced Traffic Management System yaitu sistem informasi yang digunakan oleh pengelola jalan raya untuk melakukan kerja pemantauan kondisi lalu lintas terkini untuk selanjutnya disebarluaskan kepada para pengguna jalan raya. Informasi yang disampaikan biasanya mencakup : tingkat kepadatan lalu lintas, rute-rute alternatif terdekat jika terjadi kemacetan parah/ pengalihan arus lalu lintas, kondisi cuaca setempat atau informasi terjadinya keramaian maupun kejadian lakalantas di titik tertentu sehingga para pengguna jalan diharap lebih berhati-hati. Perangkat teknologi informasi yang digunakan untuk mendapatkan masukan informasi dari lapangan adalah kamera CCTV, traffic analyzer, traffic counter, dan sebagainya. Media yang digunakan untuk menyampaikan pesan berupa : variable message sign board berupa papan display yang menampilkan pesan LED kepada para pengguna jalan atau melalui radio siaran khusus pemakai jalan.
3. Incident Management System yaitu sistem informasi yang digunakan jika terjadi keadaan darurat yang dapat mempengaruhi kondisi lalu lintas seperti terjadinya kecelakaan lalu lintas atau bencana alam. Dalam hal terjadi lakalantas misalnya, berdasarkan masukan informasi dari lapangan, maka dapat ditentukan tingkat fatalitas kecelakaan, jumlah korban dan kekuatan medis yang diperlukan, koordinasi dengan rumah sakit terdekat serta apakah diperlukan dukungan instansi lain yang terkait seperti dinas pemadam kebakaran atau perusahaan listrik negara. Informasi ini juga dapat menjadi bahan tambahan koordinasi dengan rumah sakit terdekat yang menjadi rujukan sehingga dapat segera dipersiapkan peralatan medis yang memadai.
4.E-toll collection systemyaitu sistem pembayaran jalan bebas hambatan secara elektronik. Jadi disini tidak mengandalkan ketersediaan personel gardu pembayaran yang masih memerlukan tambahan waktu transaksi sebagaimana sistem pembayaran tol konvensional. Mekanisme e-toll collection system ini dapatmenggunakan kartu prabayar yang ditempelkan (tapping) ke alat pembaca kartu. Disini tidak perlu personel gardu tol karena sudah digantikan perangkat EDC (Electronic Data Capture). Pada tahap yang lebih maju pada saat ini dapat juga menggunakan perangkat OBU (on board unit) yang terhubung secara nirkabel (wireless) dengan perangkat detektor di gerbang tol sehingga pengendara tidak perlu berhenti sebentar untuk melakukan transaksi atau jikalau tetap harus berhenti karena adanya palang, maka waktunya akan lebih singkat lagi.
 5.Assistance for Safe Driving yaitu aplikasi ITS yang dipasang di kendaraan sebagai alat bantu bagi pengemudi untuk mengemudikan kendaraan dengan aman. Ini merupakan aplikasi ITS versi awal dan seiring perkembangan zaman, telah mengalami peningkatan fungsional. Bentuknya berupa perangkat sensor yang terhubung dengan perangkat komputer yang telah terpasang di dalam kendaraan itu sendiri.Sensor ini bersifat otomatis dan akan menjadi alat yang dapat mengingatkan pengendara jika terjadi kondisi yang berpotensi membahayakan seperti : Jarakantar kendaraan terlalu rapat Kecepatan terlalu tinggi Terlalu dekat dengan tepi jalan.
 6. Support for Public Transportation yaitu aplikasi ITS yang diterapkan untuk mendukung kelancaran operasional layanan transportasi umum.Aplikasi ini akan dibahas lebih lanjut pada bagian berikutnya.



SUMBER : http://www.kompasiana.com/yorri/mengenal-aplikasi-sistem-transportasi-cerdas-bagian-pertama-dari-dua-tulisan_552cb4fe6ea834025d8b456d

TUGAS SOFTSKILL 2 ARTIFICIAL INTELEGENCE

TUGAS SOFTSKILL 2 (ARTIFICIAL INTELEGENCE)

TUGAS SOFTSKILL 2
ARTIFICIAL INTELEGENCE
A.    PENGERTIAN
AI (Artificial Intelligence) atau Kecerdasan Buatan merupakan salah satu cabang ilmu computer yang mempelajari bagaimana cara membuat sebuah mesin cerdas, yaitu mesin yang mempunyai kemampuan untuk belajar dan beradaptasi terhadap sesuatu.

Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.

Tujuan dari riset-riset Artificial Intelligence (AI) / Kecerdasan Buatan adalah bagaimana membuat sebuah mesin bisa berfikir sama halnya dengan manusia yang bisa berfikir. AI digunakan untuk menjawab problem yang tidak dapat diprediksi dan tidak bersifat algoritmik atau prosedural. Sampai saat ini, para peneliti di bidang AI masih banyak menyimpan pekerjaan rumah mereka disebabkan kompleksitas penelitian di bidang Artificial Intelligence (AI) / Kecerdasan Buatan serta faktor dukungan teknologi untuk merealisasikannya. Karena area cakupan yang luas, Artificial Intelligence (AI) / Kecerdasan Buatan dibagi lagi menjadi subsub bagian di mana sub-sub bagian tersebut dapat berdiri sendiri dan juga dapat saling melengkapi satu dengan lainnya.
4 Dasar Kategori di Konsep dasar Ai(Kecerdasan Buatan)
1. Acting Humanly
Acting humanly ialah system yang melakukan pendekatan dengan menirukan tingkah laku seperti manusia yang dikenalkan pada tahun 1950 degan cara kerja pengujian melalui teletype yaitu jika penguji (integrator) tidak dapat membedakan yang mengintrogasai antara manusia dan computer maka computer tersebut dikatakan lolos(menjadi kecerdasan buatan).


2. Thinking Humanly
Yaitu system yang dilakukan dengan cara intropeksi yaitu penangkapan pemikiran psikologis
Manusia pada computer,hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara pembelajarannya yaitu melalui experiment-experimen.


3. Thinking Rationaly
Ini merupakn system yang sangat sulit ,karena sering terjadi kesalah dala, prinsip dan prakteknya,system ini dikenal dengan penalaran komputasi.


4. Actng Rationaly
Yaitu system yang melakukan aksi dengan cara menciptakan suatu robotika cerdas yang menggantikan tugas manusia
B.                 SEAJARAH KECERDASAN BUATAN

Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yan gmengarah ke AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan sejarah perkembangan AI :

 #Era Komputer Elektronik (1941)
Pada tahun 1941 telah ditemukan alat penyimpanan danpemrosesan informasi.
  #Masa Persiapan AI (1943 – 1956)
Pada tahun 1943, Warren McCulloch dan Walter Pittmengemukakan tiga hal : pengetahuan fisiologi dasar dan fungsi selsyaraf dalam otak, analisa formal tentang logika proposisi, danteori komputasi Turing. Mereka berhasil membuat suatu modelyaitu sel syaraf tiruan
  #Awal Perkembangan AI (1952 – 1969)
Pada tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan ssebuah program yang disebut General Problem Solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi.
  #Perkembangan AI Melambat (1966 – 1974)
   1.Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu :
Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada subjeknya.
   2.Banyak masalah yang harus diselesaikan oleh AI.
   3.Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilakU intelijensia.
#Sistem Berbasis Pengetahuan (1969 – 1979)
Pengetahuan adalah kekuatan pendukung AI.
Contoh :    Dendral Programs yang berfokus pada segi pengetahuan kimia.
Feingenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program
  Computer in Biomedicine Proyek ini diawali keinginan untuk mendapatkan diagnose penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
  #AI Menjadi Sebuah Industri (1980 – 1988)
Industrialisasi AI diawali dengan ditemukannya system pakar yang dinamakan R1 yang mampu mengkonfigurasi system-sistem computer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982.
  #Kembalinya Jaringan Syaraf Tiruan (1986 – sekarang)
Para ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat pentimpanan dan optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf tiruan pada memori
  Pada tahun 1985-an setidaknya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Black-Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam bidang ilmu computer dan psikologi.
C.     PENGERTIAN KECERDASAN
Kecerdasan adalah perihal cerdas, kesempurnaan akal budi manusia. Kata kecerdasan ini diambil dari akar kata cerdas. Menurut Kamus Besar Bahasa Indonesia cerdas berarti sempurna perkembangan akal budi seseorang manusia untuk berfikir, mengerti, tajam pikiran dan sempurna pertumbuhan tubuhnya.

Howard Gardner mendefinisikan kecerdasan adalah :

1.                  Kemampuan untuk memecahkan suatu masalah
2.                  Kemampuan untuk menciptakan masalah baru untuk dipecahkan
3.                  Kemampuan untuk menciptakan sesuatu atau menawarkan suatu pelayanan yang berharga dalam suatu kebudayaan masyarakat.

 

Kecerdasan Linguistik

Kecerdasan linguistik adalah kecerdasan dalam mengolah kata yaitu kemampuan untuk menggunakan kata – kata secara efektif, baik secara lisan maupun tulisan. Kecerdasan ini mencakup kepekaan terhadap arti kata, urutan kata, suara, ritme dan intonasi dari kata yang di ucapkan. Termasuk kemampuan untuk mengerti kekuatan kata dalam mengubah kondisi pikiran dan menyampaikan informasi. Kecerdasan Linguistik merupakan kecerdasan para jurnalis, juru cerita, penyair, dan pengacara.

Kecerdasan Logika – Matematika

Kecerdasan logika – matematika ialah kecerdasan dalam hal angka dan logika yaitu  kemampuan seseorang dalam memecahkan masalah. Ia mampu memikirkan dan menyusun solusi (jalan keluar) dengan urutan yang logis (masuk akal). Ia suka angka, urutan, logika dan keteraturan. Ia mengerti pola hubungan, ia mampu melakukan proses berpikir deduktif dan induktif. Proses berpikir deduktif artinya cara berpikir dari hal – hal yang besar kepada hal-hal yang kecil. Proses berpikir induktif artinya cara berpikir dari hal-hal yang kecil kepada hal – hal yang besar. Kecerdasan logika – matematika merupakan kercerdasan yang dimiliki para ilmuwan, akuntan, dan pemogram komputer.

Kecerdasan Visual - Spasial

Kecerdasan visual dan spasial adalah kemampuan untuk melihat dan mengamati dunia visual dan spasial secara akurat (cermat). Visual artinya gambar, spasial yaitu hal-hal yang berkenaan dengan ruang atau tempat. Kecerdasan ini melibatkan kesadaran akan warna, garis, bentuk, ruang, ukuran dan juga hubungan di antara elemen – elemen tersebut. Kecerdasan ini juga melibatkan kemampuan untuk melihat obyek dari berbagai sudut pandang. Kecerdasan visuap – spasial merupakan kecerdasan para arsitek, fotografer, artis, pilot, dan insinyur mesin.

Kecerdasan Musikal

Kecerdasan musik adalah kemampuan untuk menikmati, mengamati, membedakan, mengarang, membentuk dan mengekspresikan bentuk-bentuk musik.Kecerdasan ini meliputi kepekaan terhadap ritme, melodi dan timbre dari musik yang didengar. Musik mempunyai pengaruh yang sangat besar terhadap  perkembangan kemampuan matematika dan ilmu sains dalam diri seseorang.

Kecerdasan Intrapersonal

Kecerdasan intrapersonal adalah kemampuan yang berhubungan dengan kesadaran dan pengetahuan tentang diri sendiri. Dapat memahami kekuatan dan kelemahan diri sendiri. Mampu memotivasi dirinya sendiri dan melakukan disiplin diri. Orang yang memilki kecerdasan ini sangat menghargai nilai (aturan-aturan) etika (sopan santun) dan moral. Contoh orang yang mempunyai kecerdasan ini, yaitu konselor, ahli teologi, dan wirausahaan.

 

 

Kecerdasan Interpersonal

Kecerdasan interpersonal ialah kemampuan untuk memahami dan bekerjasama dengan orang lain, kemampuan untuk mengamati dan mengerti maksud, motivasi dan perasaan orang lain. Peka pada ekpresi wajah, suara dan gerakan tubuh orang lain dan ia mampu memberikan respon secara efektif dalam berkomunikasi. Kecerdasan ini juga mampu untuk masuk ke dalam diri orang lain, mengerti dunia orang lain, mengerti pandangan, sikap orang lain dan umumnya dapat memimpin kelompok. Contoh orang yang mempunyai kecerdasan interpersonal adalah direktur dan pimpinan sebuah perusahaan.

Kecerdasan Kinestetik

Kecerdasan kinestetik ialah kemampuan dalam menggunakan tubuh kita secara terampil untuk mengungkapkan ide, pemikiran dan perasaan. Kecerdasan ini juga meliputi keterampilan fisik dalam bidang koordinasi, keseimbangan, daya tahan, kekuatan, kelenturan dan kecepatan. Kecerdasan ini mencakup bakat dalam mengendalikan gerak tubuh dan keterampilan dalam menangani benda. Atlet, pengrajin, montir, dan ahli bedah mempunyai kecerdasan kinestetik tingkat tinggi.

Kecerdasan Naturalis

Kecerdasan naturalis adalah kemampuan untuk mengenali, membedakan, mengungkapkan dan membuat kategori terhadap apa yang di jumpai di alam maupun lingkungan. Intinya adalah kemampuan manusia untuk mengenali tanaman, hewan dan bagian lain dari alam semesta.
D.    PERBEDAAN KECERDASAN BUATAN DAN KECERDASAN ALAMI
Adapun perbedaan antara kecerdasan buatan dengan kecerdasan alami adalah kecerdasan buatan lebih bersifat permanen, sedangkan kecerdasan alami dapat berubah (hal ini karena sifat manusia yang pelupa). Kecerdasan buatan lebih mudah disalin dan dipindah daripada kecerdasan alami. Menyediakan layanan computer lebih mudah dan murah daripada mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam waktu yang sangat lama. Kecerdasan buatan bersifat konsisten karena merupakan bagian dari teknologi computer, sedangkan kecerdasan alami dapat berubah-ubah.
           
Keputusan yang dibuat dalam kecerdasan buatan dapat didokumentasi dengan mudah dengan cara melacak tiap aktifitas dari sistem tersebut, sedangkan kecerdasan alami sulit direproduksi. Kecerdasan buatan lebih cepat dan lebih baik daripada kecerdasan buatan.
Kecerdasan buatan kreatif karena untuk menambah pengetahuan harus melalui sistem yang dibangun, sedangkan kecerdasan alami lebih kreatif soalnya manusia memiliki kemampuan untuk menambah pengetahuan.
Kecerdasan buatan harus bekerja dengan input-input simbolik dan sangat terbatas, sedangkan kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung dan pemikiran manusia dapat digunakan secara luas.
Jadi, secanggih-canggihnya suatu kecerdasan buatan tidak akan permah dapat menggantikan kecerdasan alami. Karena kecerdasan buatan berasal dari kecerdasan alami.
Kecerdasan Buatan:
§  Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.
§  Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap. Jadi jika pengetahuan terletak pada suatu sistem komputer, maka pengetahuan tersebut dapat disalin dari komputer tersebut & dapat dipindahkan dengan mudah ke komputer yang lain.
§  Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
§  Bersifat konsisten karena kecerdasan buatan adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah.
§  Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
§  Lebih cepat.
§  lebih baik
Sedangkan kecerdasan Alami
§  Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada kecerdasan buatan untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun.
§  Memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik.
§  Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.
E.     BIDANG-BIDANG APLIKASI AL
Penerapan AI meliputi berbagai bidang seperti ditunjukkan pada bagian cabang dari pohon AI pada Gambar 1, sedangkan induk keilmuan AI dapat dilihat pada akar dari pohon AI yang antara lain meliputi: Bahasa/linguistik, Psikologi, Filsafat, Matematik, Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Bidang aplikasi AI yang umum ditemui saat ini antara lain adalah:
Sistem Pakar (Expert Systems), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling tua dan banyak dikembangkan. Jadi dalam hal ini kepakaran manusia seolah-olah dipindahkan kedalam hardisk komputer.
Case Based Reasoning (CBR). CBR adalah suatu pendekatan untuk mendapatkan solusi dengan menggunakan acuan solusi problem-problem terdahulu untuk memecahkan problem yang baru. Jadi, CBR memecahkan masalah baru dengan menggunakan solusi masalah lama yang serupa atas dasar analogi. CBR dapat diibaratkan memindahkan database kasus-kasus yang telah dimiliki oleh seorang pakar kedalam hardisk komputer untuk dipakai menyelesaikan kasus baru yang serupa.
Image and Vision System
Mengingat komputer mampu mengenal jutaan warna, mampu mengenal pola, serta mempunyai resolusi yang tinggi (pixel) maka aplikasi yang berhubungan gambar, warna dan pola sangat banyak ditemukan. Sistem citra dan pandang dikembangkan di universitasMassachusetts, dalam bentuk image baik warna tiga dimensi maupun dua dimensi. Sistem visi memberikan solusi yang baik dari permasalahan yang berhubungan dengan kegiatan manusia sehari-hari, misalnya saat berjalan-jalan disekitar rumah, mata dan otak akan bekerja membentuk sistem vision yang kompleks, dengan demikian seseorang tersebut akan mengenali serta membedakan satu objek dengan yang lainnya bahkan gerakan dari suatu objek dan mengevaluasi bentuk (halus, kasar, mengkilap, transparan, dan lain sebagainya). Tujuan utama dari komputer visi adalah untuk menerjemahkan suatu pemandangan/citra. Komputer visi banyak dipakai dalam kendali kualitas produk industri dan kedokteran.
Pemrosesan Bahasa Alami (Natural Language Processing), yaitu program yang memberi kemampuan pada komputer untuk berkomunikasi dengan user dengan menggunakan bahasa manusia yang alami seperti dalam bahasa Indonesia, Inggris, Jepang atau yang lainnya. Natural Language Processingberkesimpulan jika seseorang dapat mendefinisikan semua pola tersebut dan menjelaskannya pada komputer maka hal ini akan mempermudah seseorang untuk mempelajari mesin komputer tentang bagaimana berbicara dengan komputer dan memahami maksudnya, karena komunikasi dapat dilakukan melalui tata bahasa yang sederhana ketimbang menggunakan aturan-aturan atau tata bahasa pemrograman komputer rumit dan njlimet (complicated).  Alangkah indahnya bila suatu saat mendatang user hanya mengetikkan kalimat melalui keyboard dengan bahasa alami dan komputer dapat mengerti apa maksud kalimat yang diketikkan tersebut.
Voice Recognition (Pengenalan Suara)
Voice recognition adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya. Istilah “pengenalan suara” mengandung arti bahwa tujuan utamanya adalah mengenai kata yang diucapkan tanpa harus tahu artinya, di mana bagian itu merupakan tugas “pemahaman suara”. Secara umum prosesnya adalah usaha untuk menerjemahkan apa yang diucapkan seorang manusia menjadi kata-kata atau kalimat yang dapat dimengerti oleh komputer. Hal ini didasari oleh pemikiran para ahli bagaimana jika user hanya mendiktekan kalimat melalui speaker dan komputer dapat mengerti apa maksud kalimat yang diucapkan tersebut.
http://pbsabn.lecture.ub.ac.id/files/2012/05/Untitled8.jpg
Gambar Pohon AI dan aplikasi utamanya
 Sistem Sensor dan Robotika.
Robot merupakan gabungan dari unsur sperti: sistem mekanis, sistem visi dan pencitraan, dan sistem pengolahan sinyal. Sebuah robot, yaitu perangkat elektromekanik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang hanya sekedar melakukan aksi atas dasar switch-switch mekanis/elektris dikatakan sebagai robot bodoh yang tidak lebih pintar dari sekedar lift. Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan.
Intelligent Tutoring/Intelligent Computer-Aided Instruction (CAI)
CAI adalah komputer yang mampu mengajari manusia. Belajar melalui komputer sudah lama digunakan, namun dengan menambahkan aspek kecerdasan di dalamnya, dapat tercipta komputer “guru” yang dapat mengatur teknik pengajarannya untuk menyesuaikan dengan kebutuhan “murid” secara individiual. Unsur sistem database dan query yang canggih sangat dominan dalam CAI. Sistem ini juga mendukung pembelajaran bagi orang yang mempunyai kekurangan fisik atau kelemahan belajar. Kelebihan CAI ini, yaitu : material dapat diatur sesuai dengan kebutuhan/kemampuan pemakai, perbaikan dapat langsung diberikan, umpan balik secara cepat, pengajaran yang konsisten, materi belajar mudah diedit, dan tidak ada batasan lokasi.
Artificial Neural Network (ANN)
ANN merupakan jaringan saraf tiruan, suatu teknologi informasi yang meniru unsur biologi manusia seperti otak dan sistem saraf. ANN mampu belajar seperti seorang bocah, jadi dari tidak tahu sama sekali menjadi tahu sekali, melalui proses pembelajaran. ANN sangat ekselen untuk bidang pengenalan citra, pengklasifikasian, dan penginterpretasian data yang tidak sempurna.
Game Playing (GP, Permainan Game)
Software permainan muncul bagaikan jamur, video game sangat diminati oleh manusia dewasa dan kanak-kanak. Permainan adalah bidang yang bagus untuk menganalisa kecerdasan suatu komputer. Adadua alasan yang menyebabkan hal tersebut, yaitu : permainan mengandung pola yang terstruktur untuk mencapai kemenangan atau kekalahan dengan mudah, dan permainan membutuhkan strategi yang tepat untuk dapat menang. Permainan dapat diselesaikan dengan pencarian mulai dari posisi start sampai ke posisi menang (winning position). Sebelum melakukan pencarian, posisi-posisi yang sah dalam permainan perlu dibangkitkan terlebih dahulu oleh suatu prosedur. GP dirancang supaya dapat melakukan evaluasi/pencarian solusi ke depan dari posisi awal sampai posisi yang menuju kemenangan. GP yang populer adalah Deep Thought dari IBM, program catur yang dipertandingkan melawan Grand Master Anatoly Karpov dengan hasil remis, luar biasa: suatu software komputer dapat bermain remis dengan seorang professor catur!
Fuzzy Logic (Logika Fazi)
Kata fazi berarti kabur atau samar-samar. Logika fuzzy merupakan suatu cabang logika yang menggunakan derajat keanggotaan kebenaran (dari nol sampai dengan satu), sedangkan logika klasik hanya mengelompokan derajat keanggotaan kebenaran menjadi dua nol (salah) atau satu (benar). Dengan menggunakan sistem inferensi Fuzzy yang didasarkan pada konsep teori fuzzy, aturan fuzzy if-then, dan logika fuzzy, maka diperoleh solusi yang baik dan yang mampu mengikuti perubahan variabel bebas secara halus sekali.
Genetic Algorithm (GA, Algoritma Genetika)
Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Prinsip evolusi berbasis “survival of the fittest” (yang menang/bertahan adalah yang kuat/mampu menyesuaikan diri) dimanfaatkan dalam GA. GA cocok sekali untuk persoalan optimasi dengan banyak alternatip solusi. Misalnya menyusun suatu ramuan obat dari berbagai unsur dengan kemungkinan yang banyak sekali. Pada algoritma ini, teknik pencarian dilakukan sekaligus atas sejumlah solusi yang dikenal dengan istilah populasi. Individu yang terdapat dalam satu populasi  disebut dengan istilah string (string) atau kromosom (chromosome). Cara mendapatkan solusi optimal adalah menghitung nilai fitness dari setiap individu. Fungsi untuk menghitung nilai fitnessdisebut fungsi fitness yang dapat berupa fungsi matematika atau fungsi lainnya dengan melihat kriteria tertentu dari permasalahan yang hendak diselesaikan. Dengan fungsi fitness yang menghasilkan nilai fitness dari suatu kromosom maka dapat dibedakan antara kromosom yang berkualitas baik dengan kromosom yang berkualitas buruk dalam populasi tersebut. Kromosom berkualitas baik mempunyai kemungkinan yang lebih besar untuk terpilih sebagai induk. Jika algoritma genetik tersebut belum mencapai kondisi untuk berhenti maka akan dibentuk generasi berikutnya yang dikenal dengan istilah anak (offspring), terbentuk dari gabungan 2 kromosom generasi sekarang yang bertindak sebagai induk (parent) dengan menggunakan operator penyilangan (crossover). Bilacrossover tidak menghasilkan solusi, maka dipakai operator mutasi.
SUMBER :
http://pbsabn.lecture.ub.ac.id/2012/05/bidang-aplikasi-artificial-intelligence/

Minggu, 13 November 2016

Klasifikasi Data Sekunder

Klasifikasi Data Sekunder 


 




Secondary data
Data adalah sesuatu yang belum mempunyai arti bagi penerimanya dan masih memerlukan adanya suatu pengolahan. Data bisa berwujud suatu keadaan, gambar, suara, huruf, ataupun simbol-simbol lainnya


  Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi . Misalnya, data pegawai . Pada data internal terdapat :
·         ready to use artinya data untuk siap dipakai
·         membutuhkan prosedur lebih lanjut (requires further processing).

  Data eksternal
Data Eksternal adalah data yang menggambarkan kondisi pada suatu organisasi atau perusahaan. Contohnya adalah persebaran penduduk . Pada data eksternal terdapat :
·         Published materials, materi tentang perusahaan yang akan disebar
·         Computerized database, komputerisasi data memakai kesiapan data
·         Syndicated service, suatu organisasi yang menyediakan data

Computerized basisdata
Computerized basisdata atau basisdata komputerisasi, yaitu sebuah basisdata yang berhubungan langsung dengan sebuah computer. Dimana komputerisasi data yang memerlukan ketelitian dan kesiapan data. Computerized basisdata terbagi menjadi 3, yaitu :

·         On-Line, yaitu komputerisasi basisdata terhubung pada jaringan
·         Internet, yaitu berhubungan antara jaringan ke seluruh computer
·         Of-Line tidak pada jaringan yang terhubung

Dari tiga diatas masih memiliki bagian, terdapat 3 bagian, yaitu :
·         Bibliographic database, yaitu catatan database dari bibliography koleksi digital yang telah terorganisir pada suatu referensi untuk literature .  Contohnya Koran dan artikel
·         Numeric database, yaitu database berbentuk angka
·         Full-text database, yaitu database yang berisi dari suatu kalimat



Syndicated service
Syndicated service merupakan sebuah organisasi yang mampu menyediakan data-data yang diperlukan. Misalnya kita ingin mengetahui data-data demografi dari sebuah populasi. seperti identitas customer, gender, status marital, age, income, dll. Atau data-data psikografi berupa hobby dari suatu populasi. Contoh syndicate service adalah Dun & Bradstreet di USA. Syndicated service terbagi menjadi 2, yaitu :

Houshold/consumer
Klasifikasi berdasarkan consumer dapat dilakukan oleh penghimpun dengan survey, panel, dan berdasarkan hasil scan media elektronik.

A.    Survey, pengambilan data yang dibutuhkan secara langsung
·         Psychographic lifestyle, yaitu data yang dilihat pada tingkah laku hidup
·         General, yaitu data umum
·         Advertising evolution
B.     Mail dairy panel
·         Purchase, yaitu pembelian data
·         Media, yaitu data yang diambil melalui media massa
C.    Electronic scanner service
·         Volume tracking, yaitu pengambilan data yang  di cek melalui pelacakan volume barang
·           Scanner diary, yaitu sebuah data dari identitas
·           Scanner diary with cable tv, yaitu sebuah data pada suatu identitas yang dibantu dengan kabel tv
    
 Intuition
 Perusahaan retail whole-saler bisa menjadi suatu layanan sindikat karena diyakini mampu menyediakan data-data seperti yang telah disebutkan di atas. Dalam kasus tersebut, maka klasifikasinya termasuk dalam klasifikasi institution.






Refrensi :
http://www.slideshare.net/velibahceci/syndicated-sources-of-secondary-data