PTSC 2.4

Nama: Muhammad Millenia Arya P

Kelas: 3KA20

NPM: 14117121

NLP

Natural Language Processing (NLP) adalah salah satu bidang ilmu komputer, kecerdasan buatan, dan bahasa (linguistik) yang berkaitan dengan interaksi antara komputer dan bahasa alami manusia, seperti bahasa Indonesia atau bahasa Inggris. Tujuan utama dari studi NLP adalah membuat mesin yang mampu mengerti dan memahami makna bahasa manusia lalu memberikan respon yang sesuai.

Sejarah NLP dimulai pada tahun 1950-an, meskipun telah ada penilitian NLP pada tahun-tahun sebelumnya. Pada tahun 1950, Alan Turing (bapak ilmu komputer) mempublikasikan artikel terkenalnya yang berjudul “Computing Machinery and Intelligence” yang di dalamnya Alan Turing mengusulkan tes yang sekarang disebut dengan Turing Test. Tes Turing adalah sebuah tes yang mengukur kemampuan mesin (dalam hal ini program komputer) untuk menunjukan perilaku cerdas. Dalam ilustrasi contoh aslinya, seorang juri manusia akan terlibat dalam percakapan dengan manusia dan mesin yang akan dites. Semua peserta dipisahkan satu sama lain. Jika juri tidak bisa membedakan antara manusia dan mesin, maka mesin tersebut dikatakan lulus tes.

NLP adalah bidang studi tersulit dalam kecerdasan buatan. Tetapi, jika kita berhasil dalam pengembangan NLP maka dampak positifnya sangatlah besar. Contoh-contoh diatas hanyalah sebagian dari aplikasi di seluruh dunia yang telah mengaplikasikan NLP.
Perkembangan komputer di masa sekarang berada pada generasi komputer keempat. Pada generasi komputer kelima (masa depan – masih imajinasi), komputer telah mampu dioperasikan hanya dengan inputan suara manusia. Selain itu, komputer telah mampu untuk memprogram dirinya sendiri sehingga bisa saja mungkin pemikirannya mengalahkan pemikiran manusia.

Anda pernah menonton film Iron Man? Jika belum, maka saya menyarankan anda untuk menontonnya. J Di film tersebut Tony Stark si Iron Man memiliki Intelligent Personal Assistent yang diberi nama Jarvis. Jarvis adalah komputer Artificial Intelligence milik Stark yang digunakan untuk mengontrol rumah, lokakarya, dan aspek dari kostum Iron Man. Pengoperasian Jarvis hanya dengan perintah langsung dari mulut Tony Stark (voice-input), karena Jarvis telah ditanamkan Natural Language Processing dan Artificial Intelligence yang handal.

CONTOH NLP

I.   NLP Area

Pustejovsky dan Stubbs (2012) menjelaskan bahwa ada beberapa area utama penelitian pada field NLP, diantaranya:

1.     Question Answering Systems (QAS). Kemampuan komputer untuk menjawab pertanyaan yang diberikan oleh user. Daripada memasukkan keyword ke dalam browser pencarian, dengan QAS, user bisa langsung bertanya dalam bahasa natural yang digunakannya, baik itu Inggris, Mandarin, ataupun Indonesia.

2.     Summarization. Pembuatan ringkasan dari sekumpulan konten dokumen atau email. Dengan menggunakan aplikasi ini, user bisa dibantu untuk mengkonversikan dokumen teks yang besar ke dalam bentuk slide presentasi.

3.     Machine Translation. Produk yang dihasilkan adalah aplikasi yang dapat memahami bahasa manusia dan menterjemahkannya ke dalam bahasa lain. Termasuk di dalamnya adalah Google Translate yang apabila dicermati semakin membaik dalam penterjemahan bahasa. Contoh lain lagi adalah BabelFish yang menterjemahkan bahasa pada real time.

4.     Speech Recognition. Field ini merupakan cabang ilmu NLP yang cukup sulit. Proses pembangunan model untuk digunakan telpon/komputer dalam mengenali bahasa yang diucapkan sudah banyak dikerjakan. Bahasa yang sering digunakan adalah berupa pertanyaan dan perintah.

5.     Document classification. Sedangkan aplikasi ini adalah merupakan area penelitian NLP Yang paling sukses. Pekerjaan yang dilakukan aplikasi ini adalah menentukan dimana tempat terbaik dokumen yang baru diinputkan ke dalam sistem. Hal ini sangat berguna pada aplikasi spam filtering, news article classification, dan movie review.

II. Terminologi NLP

Perkembangan NLP menghasilkan kemungkinan dari interface bahasa natural menjadi knowledge base dan penterjemahan bahasa natural. Poole dan Mackworth (2010) menjelaskan bahwa ada 3 (tiga) aspek utama pada teori pemahaman mengenai natural language:

1.     Syntax: menjelaskan bentuk dari bahasa. Syntax biasa dispesifikasikan oleh sebuah grammar. Natural language jauh lebih daripada formal language yang digunakan untuk logika kecerdasan buatan dan program komputer

2.     Semantics: menjelaskan arti dari kalimat dalam satu bahasa. Meskipun teori semantics secara umum sudah ada, ketika membangun sistem natural language understanding untuk aplikasi tertentu, akan digunakan representasi yang paling sederhana.

3.     Pragmatics: menjelaskan bagaimana pernyataan yang ada berhubungan dengan dunia. Untuk memahami bahasa, agen harus mempertimbangan lebih dari hanya sekedar kalimat. Agen harus melihat lebih ke dalam konteks kalimat, keadaan dunia, tujuan dari speaker dan listener, konvensi khusus, dan sejenisnya.

Contoh kalimat di bawah ini akan membantu untuk memahami perbedaan diantara ketiga aspek tersebut di atas. Kalimat-kalimat ini adalah kalimat yang mungkin muncul pada bagian awal dari sebuah buku Artificial Intelligence (AI):

1.     This book is about Artificial Intelligence

2.     The green frogs sleep soundly

3.     Colorless green ideas sleep furiously

4.     Furiously sleep ideas green colorless

PTSC 2.3

Nama: Muhammad Millenia Arya P

Kelas: 3KA20

NPM: 14117121

KOMPUTER VISION

Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem computer vision.

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data.

Computer Vision adalah kombinasi antara :

Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.

Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

Fungsi / Proses pada Computer Vision

Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu :

Proses penangkapan citra (Image Acquisition)

Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.

Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.

Umumnya mata pada computer vision adalah sebuah kamera video.

Kamera menerjemahkan sebuah scene atau image.

Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.

Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama.

Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.

Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.

Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analog‐to‐digital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer.

ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.

Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses.

Proses pengolahan citra (Image Processing)

Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut.

Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.

Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).

Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image.

Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.

Analisa data citra (Image Analysis)

Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi.

Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik dan
karekteristiknya.

Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batas‐batasan objek dalam image.

Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.

Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.

Proses pemahaman data citra (Image Understanding)

Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.

Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.

Understanding berkaitan dengan template matching yang ada dalam sebuah scene.

Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).

Contoh aplikasi dari Computer Vision

Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain :

1. Psychology, AI – exploring representation and computation in natural vision
2. Optical Character Recognition – text reading
3. Remote Sensing – land use and environmental monitoring
4. Medical Image Analysis – measurement and interpretation of many types of images
5. Industrial Inspection – measurement, fault checking, process control
6. Robotic – navigation and control

PTSC 2.2

Nama: Muhammad Millenia Arya P

Kelas: 3KA20

NPM: 14117121

APLIKASI ROBOTIKA

Kata “robot” berasal dari bahasa Ceko (Chech), yang berarti “pekerja” (worker). Kata Robot bisa juga berasal dari kata ‘robota’ yang berarti: pekerja Paksa/Sendiri. Robot adalah : merupakan suatu perangkat mekanik yang mampu menjalankan tugas-tugas fisik, baik di bawah kendali dan pengawasan manusia, ataupun yang dijalankan dengan serangkaian program yang telah didefinisikan terlebih dahulu atau kecerdasan buatan (Artificial Intelligence).

Definisi dari “Robot Institute Of America”. 
Bahwa “Sebuah robot adalah sesuatu yang dapat di program dan diprogram ulang, dengan memiliki manipulator mekanik/pengerak yang didisain untuk memindahkan barang-barang, komponen-komponen atau alat-alat khusus dengan berbagai program yang fleksibel/mudah disesuaikan untuk melaksanakan berbagai macam tugas.

II. Sejarah Robot
Robot ditemukan abad XVIII. Kata robot pertama kali diperkenalkan oleh seorang penulis dari Czech yang bernama wright Karel Capek pada tahun 1921. Dan kata “ROBOT” digunakan di New York pada Oktober 1922 pada sebuah pentas theater yang berjudul “RVR”, Tahun 1956, UNIMATION memulai bisnis tahun 1972 dan mendapat keuntungan yang tinggi dari penjualannya.

Robot makin populer setelah ada film Starwars dan Robot R2D2 yaitu sekitar tahun 70-an.

Para ilmuwan biologi pada saat itu ingin menciptakan makhluk yang mempunyai karakteristik seperti yang mereka inginkan dan menuruti segala yang mereka perintahkan, dan sampai sekarang makhluk yang mereka ciptakan tidak pernah terwujud menjadi kenyataan.

Tahun 1941, barulah istilah robotics digunakan dalam teknologi robot oleh penulis fiksi ilmiah Isaac Asimov. Dia juga memprediksi akan munculnya robot-robot industri canggih dimasa datang. Jika kita lihat hari ini, maka apa yang dibayangkan olehnya terbukti dimana begitu pesatnya perkembangan robot-robot industri saat ini. Istilah revolusi robot atau era robot sudah menjadi hal biasa untuk menjelaskan perkembangan itu. Robotics diterima sebagai istilah atau kata untuk mendeskripsikan semua kemajuan teknologi yang berhubungan dengan robot.

Tahun 1956 Georde Devil dan Joseph Engelberger membentuk perusahaan robot pertama kali tahu 1956. Devil memprediksi robot akan menjadi bagian penting di industri sebagai operator pabrik dan membantu pekerja dalam menjalankan mesin-mesin pabrik. 
General Motor 1961 pertama kali menggunakan robot untuk pabrik otomotifnya. 
Tahun 1980 Robot industri berkembang dan mulai banyak digunakan oleh perusahaan selain otomotif dimana perkembangan elektronik dan computer membuat robot modern lahir.

Pada abad modern bermacam-macam robot dicipta dan digunakan dalam industri, rumah sakit, transportasi, pendidikan dan kehidupan sehari-hari. Seperti robot yang digunakan untuk mengecat mobil, robot yang digunakan untuk merakit komponen elektronik dan juga humanoid robot yaitu robot yang memiliki muka, yang mampu berjalan dan bertindak seperti manusia.

III. Pandangan masyarakat tentang robot dan jenis-jenis robot
Masyarakat sekarang ini beranggapan bahwa robot itu selalu berbentuk layaknya manusia (Type Humanoid): yaitu robot yang miliki kemampuan menyerupai manusia, baik fungsi maupun cara bertindak
Pada Jaman sekarang alat-alat untuk belajar robotik sudah banyak ditemukan dipasaran baik untuk anak sampai kalangan perguruan tinggi, tentu komponen ,cara merakitnya dan pemprograman juga berbeda 
Jenis- jenis robot:
a. Robot Mobile (Bergerak) adalah suatu robot yang ciri-cirinya mempunyai alat gerak berupa roda untuk melakukan perpindahan dari satu tempat ke tempat yang lainnya.
b. Robot Manipulator adalah robot yang menyerupai bentuk-bentuk tertentu. Contohnya: robot Arm, robot ini menyerupai lengan biasanya banyak digunakan di industri.
c. Robot Berkaki : Robot ini memiliki kaki seperti hewan atau manusia, yang mampu melangkah, seperti robot serangga, robot kepiting
d. Flying Robot (Robot Terbang), yaitu robot yang mampu terbang, robot ini menyerupai pesawat model yang deprogram khusus untuk memonitor keadaan di tanah dari atas, dan juga untuk meneruskan komunikasi.
e. Under Water Robot (Robot dalam air), 
robot ini digunakan di bawah laut untuk memonitor kondisi bawah laut dan juga untuk mengambil sesuatu di bawah laut.

IV. Manfaat belajar robotik dalam melatih motorik halus anak
Manfaat Belajar Robotik :
1. Merangsang berpikir sistematis dan terstruktur dalam menyelesaikan sebuah masalah . 
2. Meningkatkan kemampuan motorik halus pada anak.
3. Meningkatkan ketrampilan Imajinasi dalam mendesain sebuah robot, karena dalam merancang robot perlu kreativitas .
4. Melatih kerjasama dalam kelompok dan meningkatkan kepercayaan diri, menerima dan menghargai pendapat orang lain serta berani menyatakan atau menampilkan ide kreatifnya.
5. Melatih kesabaran dan ketekunan dalam membuat suatu projek. 

Pada usia anak terjadi perkembangan motorik halus . Motorik halus adalah kemampuan yang berhubungan dengan keterampilan fisik yang melibatkan otot kecil dan koordinasi mata-tangan. Saraf motorik halus ini dapat dilatih dan dikembangkan melalui kegiatan dan rangsangan yang kontinu secara rutin. Seperti, bermain puzzle, menyusun benda-benda membentuk pola yang diinginkan seperti robot , mobil, rumah , binatang dan sebagainya.
Hal mempunyai pengaruh yaitu kemandirian dan rasa percaya diri anak dalam mengerjakan sesuatu, karena ia sadar akan kemampuan fisiknya.

V. Hubungan kegiatan robotik dangan mata pelajaran di sekolah
Belajar Robotik berkaitan dengan Pelajaran Kegiatan robotika berhubungan dengan pelajaran : matematika, science dan teknologi, fisika, desain, Mekanika, Elektornika, dan Pemrograman.

1. Kaitannya dengan Matematika :
Menggunakan sistem bilangan dan bentuk persamaan atau perbandingan untuk menyajikan kondisi kondisi tertentu.
Menghitung, mengukur dan mengestimasi untuk menyelesaikan suatu masalah.
Penerapan konsep dasar dari aljabar, geometri, teori kemungkinan (probabilitas) dan statistic.
2. Kaitannya dengan Science dan Teknologi :
Pengetahuan tentang sistem robotika. Pengetahuan fungsi-fungsi sensor dan motor.
3. Kaitannya dengan Komputer dan pemrogramman. 
4. Kaitannya dengan Fisika : 
Penerapan rumus kecepatan, percepatan, gaya dan beban.

SISTEM SENSOR

Sistem sensor adalah mata kuliah yang membahas prinsip dasar pengukuran besaran fisis, karakteristik sensor, rangkaian pengkondisi sinyal dan antar muka sensor, prinsip kerja sensor (sensor gerak: pengukuran posisi, kecepatan, percepatan; sensor optik, sensor termal, sensor akustik, dan sensor tekanan), bagaimana melakukan karakterisasi dan mengkalibrasi sensor. Pembelajaran dilakukan dengan metode ceramah, diskusi dan melakukan kegiatan di laboratorium (proses pemgambilan data, pelaporan dan presentasi hasil kegiatan laboratorium).

PTSC 2.1

Nama: Muhammad Millenia Arya P

Kelas: 3KA20

NPM: 14117121

Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.

Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.

Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat tidak biasa.

Tahapan SPK:

·        Definisi masalah

·        Pengumpulan data atau elemen informasi yang relevan

·        pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan

·        menentukan alternatif-alternatif solusi (bisa dalam persentase)

Tujuan dari SPK:

·        Membantu menyelesaikan masalah semi-terstruktur

·        Mendukung manajer dalam mengambil keputusan suatu masalah

·        Meningkatkan efektivitas bukan efisiensi pengambilan keputusan

Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial Intelligence, Expert Systems, Fuzzy Logic, dll.

Contoh Sistem DSS

1.     Sistem pendukung keputusan pemilihan Obat

2.     Sistem pendukung keputusan pemilihan rumah

3.     Sistem pendukung keputusan pemilihan hotel

Tugas Pemrograman Berorientasi Objek

Nama: Muhammad Millenia Arya Putra

Kelas: 2KA03

NPM: 14117121

1.Encapsulation

Encapsulasi adalah suatu pembungkusan pemrograman agar tidak dapat diakses secara sembarangan atau juga penyembunyian suatu data. konsep kerja encapsulasi ini melindungi suatu program dari akses program lain yang mempengaruhinya, manfaatnya adalah menjaga keutuhan program yang telah dibuat dengan konsep dan rencana yang sudah ditentukan dari awal.

Dalam kehidupan sehari-hari, penyembunyian data sudah sering kita alami. Contohnya adalah objek Handphone; dimana setiap orang yang menggunakannya tidak mengetahui secara pasti apa yang ada di dalam Handphone tersebut. Tidak mengetahui bagaimana cara kerja HP tersebut. Yang penting adalah menggunakannya melalui interface yang disediakan.

Contoh:

Membuat Class nilai

public class nilai {
    private int nilaiku;
  
    public String Nama;
    public String NIM;
  
  
    public void setNilai (int nilai){
                nilaiku=nilai;
    }
    public int getNilai(){
                return nilaiku;
    }

}

2. Inheritance

inheritance adalah dimana sebuah objek dapat mempunyai objek turunan. Dalam hal pemrogramman makan dapat diimpelementasikan dengan sebuah class yang mempunyai class turunan. Secara sederhana misal Hewan adalah parent class maka child class bisa berupa ayam,kucing,bebek dll

Contoh:

class Vehicle {

  protected String brand = "Ford";        // Vehicle attribute

  public void honk() {                    // Vehicle method

    System.out.println("Tuut, tuut!");

  }

}

class Car extends Vehicle {

  private String modelName = "Mustang";    // Car attribute

  public static void main(String[] args) {

    // Create a myCar object

    Car myCar = new Car();

    // Call the honk() method (from the Vehicle class) on the myCar object

    myCar.honk();

    // Display the value of the brand attribute (from the Vehicle class) and the value of the modelName from the Car class

    System.out.println(myCar.brand + " " + myCar.modelName);

  }

}

3. Polymorphism

Polymorphism merupakan salah satu konsep penting dalam object oriented programming (OOP) khususnya di bahasa pemrograman Java setelah abstraction dan inheritance. Polymorphism berarti banyak bentuk. Ada beberapa definisi berbeda tentang polymorphism yang berkaitan dengan pemrograman berorientasi obyek. Sedangkan apa yang dimaksud dengan polymorphism sendiri, sebenarnya sulit untuk didefinisikan. Sejalan dengan contoh yang diberikan, Anda diharapkan dapat mengerti dan memahami konsep polymorphism itu sendiri.

Contoh

4. UML (CLASS DIAGRAM)

adalah model statis yang menggambarkan struktur dan deskripsi class serta hubungannya antara class. Class diagram mirip ER-Diagram pada perancangan database, bedanya pada ER-diagram tdk terdapat operasi/methode tapi hanya atribut. Class terdiri dari nama kelas, atribut dan operasi/method