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

PTSC 1.4

Nama: Muhammad Millenia Arya Putra
Kelas:2KA30
NPM: 14117121

Apa itu Kecerdasan Buatan?

Kecerdasan buatan adalah kecerdasan yang ditambahkan oleh manusia ke dalam suatu sistem teknologi, diatur dan dikembangkan dalam konteks ilmiah, bentukan dari kecerdasan entitas  ilmiah yang ada.

Berikut ini adalah definisi kecerdasan buatan menurut para ahli:

• John McCarthy, 1956

Kecerdasan buatan adalah usaha memodelkan proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.

• Herbert Simon, 1987

Kecerdasan buatan adalah tempat suatu penelitian, aplikasi dan instrusksi yang terkait dengan pemrograman komputer dalam melakukan suatu hal yang menurut pandangan manusia ⎼ cerdas.

• Rich dan Knight, 1991

Kecerdasan buatan adalah suatu studi mengenai bagaimana membuat komputer mampu melakukan hal-hal yang pada saat ini masih bisa dilakukan lebih baik oleh manusia.
Catatan:
Jadi intinya definisi AI dapat terus dikembangkan, namun poin utamanya adalah bagaimana manusia menciptakan teknologi yang mampu berpikir seperti manusia itu sendiri. Apa saja contoh kecerdasan buatan? Simak lebih lanjut!

Jenis-jenis Kecerdasan Buatan

(gambar cuplikan dari film Ex Machina)

AI tak melulu berbentuk robot yang menyerupai manusia. Anda perlu mengetahui apa saja jenis teknologi yang tergolong AI. Pada dasarnya, ada 3 jenis, yaitu:

• Symbol-manipulating AI

AI yang satu ini bekerja dengan simbol abstrak. Symbol-manipulating AI termasuk jenis yang paling banyak eksperimennya. Inti eksperimennya adalah manusia direkonstruksi pada tingkat yang hierarkis dan logis. Informasinya diproses dari atas, lalu bekerjanya dengan simbol yang dapat dibaca manusia/si pengembang, koneksinya abstrak dan hasil simpulannya logis.

• Neural AI

Jenis AI satu ini sangat populer di kalangan ilmuwan komputer pada akhir 80-an. Dengan Neural AI, pengetahuan tidak direpresentasikan lewat simbol, tetapi lebih ke neuron buatan dan koneksinya ⎼ semacam otak yang direkonstruksi. Pengetahuan yang terkumpul nantinya dipecah menjadi bagian-bagian kecil (disebut neuron) dan kemudian dihubungkan serta dibangun menjadi kelompok-kelompok. Nah, pendekatan ini dikenal sebagai metode bottom-up yang bekerja dari bawah. Tidak seperti Symbol-manipulating AI yang pertama penulis jelaskan. Jadi, sistem sarafnya harus dilatih dan distimulasi supaya jaringan saraf bisa mengumpulkan pengalaman dan tumbuh supaya bisa mengumpulkan pengetahuan yang lebih besar.

• Neural Networks

Neural Networks diatur ke dalam lapisan yang terhubung satu sama lain lewat simulasi. Lapisan paling atas adalah lapisan input, yang fungsinya seperti sensor. Sensor yang dimaksud adalah penerima informasi yang akan memproses dan meneruskannya ke sistem. Ada setidaknya dua sistem — atau lebih dari dua puluh lapisan dalam sistem besar — lapisan yang tersusun secara hierarkis. Lapisan-lapisan itu yang mengirim dan mengklasifikasikan informasi lewat koneksi. Di bagian paling bawah adalah lapisan output, yang umumnya sih punya jumlah neuron buatan paling sedikit.
Apakah Anda kesulitan memahaminya? Penulis akan memberikan penjelasan sederhananya:
Pada intinya cara kerja AI berdasar pada fondasi machine learning . Arti machine learning apa? Artinya, suatu sistem membangun pengetahuan dari pengalaman . Nah, proses itulah yang membuat sistem punya kemampuan buat mendeteksi pola serta aturan, secara cepat dan akurat.

Sejarah dan Perkembangan

Pembahasan sejarah AI tak bisa dilepaskan dari sosok John McCarthy. Ia disebut-sebut sebagai “Bapak AI”, walaupun eksperimen terkait telah ada sejak komputer diciptakan.

McCarthy mendapatkan gelar sarjana matematika dari California Institute of Technology (Caltech) pada September 1948. Dari masa kuliahnya itulah ia mulai mengembangkan ketertarikannya pada mesin yang dapat menirukan cara berpikir manusia. McCarthy kemudian melanjutkan pendidikan ke program doktoral di Princeton University.
Sedari sekolah, ia memang dikenal memiliki kepintaran diatas rata-rata. Berdasarkan ulasan dari The Guardian , diketahui bahwa saat remaja McCarthy bahkan bisa menguasai pelajaran kalkulus tanpa bimbingan dari guru.
McCarthy kemudian mendirikan dua lembaga penelitian kecerdasan buatan. Kedua lembaga AI itu adalah Stanford Artificial Intelligence Laboratory dan MIT Artificial Inteligence Laboratory. McCarthy juga merupakan dosen di kedua universitas ternama tingkat internasional tersebut. Di lembaga-lembaga inilah bermunculan inovasi pengembangan AI yang meliputi bidang human skill, vision, listening, reasoning dan movement of limbs. Bahkan Salah satu lembaga yang didirikan itu, Stanford Artificial Intelligence pernah mendapat bantuan dana dari Pentagon untuk membuat teknologi-teknologi luar angkasa.
Bagaimana dengan Indonesia sendiri? Walaupun belum ada ilmuwan Indonesia menghasilkan temuan kecerdasan buatan yang benar-benar diakui di mata dunia, anak-anak muda semacam Digital Nativ ini terus berinovasi dengan teknologi, bahkan memadukannya dengan unsur seni dan alam. Ingin tahu siapa mereka dan apa saja yang mereka lakukan? Simak video berikut!

Dunia Diambil Alih oleh Kecerdasan Buatan (?)

Di bulan Juli tahun 2017 lalu, berita teknologi cukup dihebohkan dengan kabar bahwa Facebook memberhentikan eksperimennya setelah salah satu staf menemukan dua buah program AI mereka saling berkomunikasi satu sama lain dengan bahasa ciptaan mereka sendiri yang tak dimengerti manusia. Hanya kedua program itulah yang saling mengerti pesan yang disampaikan ke satu sama lain.
Kengerian bahwa pengembangan AI mungkin akan setara dengan kecerdasan manusia, bahkan melebihi kecerdasan manusia itu sendiri, juga bahwa ada implikasi negatif AI terhadap kemanusiaan di masa depan ⎼ sebenarnya tak hanya disuarakan orang awam. Ilmuwan yang diakui di dunia seperti Stephen Hawking juga sempat berpendapat sama . Jadi, problematik dari AI ini tak sekadar ide bikinan dalam film-film fiksi sains semacam The Matrix.
Anda dapat menonton TED Talk dari seorang neuroscientist ternama Sam Harris, berikut ini:
Dari video tersebut, kita mengetahui bahwa ada kemungkinan kita sebagai manusia ⎼ pengembang AI lepas kendali dan AI jadi menyebabkan kekacauan. Seperti yang Sam sampaikan, ini hal yang cukup masuk akal untuk terjadi.
Mengapa? Anda tentunya sudah baca penjelasan penulis di bagian Jenis-jenis Kecerdasan Buatan soal cara kerja AI. Dari situ kita mengetahui bahwa atom-atom dalam AI dapat berkembang terus-menerus hingga menghasilkan suatu pengetahuan yang benar-benar komprehensif dan pada akhirnya sanggup juga menjalankan suatu aksi yang dianggap AI perlu untuk dilakukan (berdasarkan pengetahuan yang dihimpun tersebut).
Walaupun demikian, ilmuwan tentu dapat mengontrolnya dengan pengawasan super ketat. Nah, yang menjadi masalah adalah bagaimana ilmuwan membatasi dirinya sendiri. Inilah mengapa suatu konsensus terkait etika pengembangan AI perlu dipertimbangkan secara serius.

Jurnal Kecerdasan Buatan

Penulis menyarankan Anda untuk membaca kedua dokumen PDF berikut ini, untuk lebih memahami soal etika pengembangan AI:

• The Etchics of Artificial Intelligence ⎼ Cambridge University Press

Ini adalah Draft untuk Cambridge Handbook of Artificial Intelligence yang ditulis oleh Nick Bostrom Eliezer Yudkowsky. Walaupun jurnal ini dibuat pada tahun 2011, Anda bisa mendapatkan sudut pandang kritis (dalam bahasa Inggris: insight) dari kalangan akademisi yang ingin mewujudkan adanya konsensus soal etika pengembangan AI yang lebih jelas dan terukur.

• Artificial Intelligence, Robotics and ‘Autonomous’ Systems ⎼ European Technology Commision

Tulisan ini dibuat sebagai hasil dari kesepakatan European Group on Ethics in Science and New Technologies (EGE) pada bulan Maret tahun ini, 2018. Akan ada pertanyaan-pertanyaan kunci yang akan dibahas, disertai dengan pembahasan soal kerangka pemikiran (framing) terkait etika pengembangan AI.

Euforia AI di Sektor industri dan Nasib Tenaga Kerja

Seperti yang telah penulis sampaikan di pengantar artikel, sektor industri akhir-akhir ini diwarnai dengan euforia menyambut AI. Berita-berita bisnis lumayan banyak diwarnai kebanggan berbagai industri dalam memanfaatkan teknologi canggih AI. Kalangan pekerja ikut bereaksi terhadapnya, ada yang optimis AI tidak akan mengambil alih lahan pekerjaan mereka, ada juga yang pesimis dan cenderung panik.
Mengapa para pekerja sampai panik? Contoh sederhananya pabrik roti yang dahulu memakai tenaga manusia dalam mengemas roti, kini sudah tentu bila produksi dalam jumlah besar memakai tenaga mesin. Tujuan teknologi otomasi semacam itu memanglah akurasi dan efisiensi. Tapi tak sampai di situ, dengan adanya pengembangan AI, robot-robot pintar mungkin menggantikan pekerja di berbagai bidang pekerjaan.
Lalu kenapa? Ya dengan demikian, mata pencaharian manusia berkurang, sumber penghasilan manusia juga berkurang. Tetapi, memang bisa saja manusia-manusia pekerja mengerjakan hal-hal lain untuk mendapat penghasilan. Sayangnya, kemungkinan besar, pekerjaan penggantinya bakal membosankan dan upahnya rendah. Begitulah skema yang tergambar sekilas.
Apa benar ini mungkin terjadi? Silakan cek Primer.ai . Pekerjaan sebagai peneliti saja sudah bisa digantikan AI. Lalu apa yang bisa kita lakukan? Mengandalkan pemerintah untuk pegang kendali memang sering menjadi sikap para pekerja, menunggu kejelasan dan tanggapan dari otoritas. Tapi kita harus menyadari sebagai pekerja dan sebagai manusia yang utuh, kita punya kuasa dalam mengendalikan situasi jika berserikat untuk menyepakati pandangan yang benar, bahwa sungguh, secanggih-canggihnya teknologi, manusia tidak tergantikan.
Pelaku utama atau bintang dari revolusi teknologi yang ada ⎼ bukanlah hasil temuannya, melainkan kita sebagai manusia-manusia pekerja yang benar-benar hidup dengan kecerdasan dan kreativitas murni. Kita tentu tidak boleh tunduk pada benda mati. Jangan sampai kita termakan agenda para pemodal dan pebisnis yang ingin membuat kita merasa begitu tergantung nasibnya pada kekuasaan/hasil-hasil temuan mereka. Teknologi canggih ini memang memudahkan pekerjaan kita, tetapi tak bisa menggantikan semangat (passion) kerja kita yang mengandung pula kreativitas tanpa batas serta nilai estetika tersendiri. Ini semua yang membuat kita disebut hidup, bukan benda mati.
Lihat bagaimana keluarga Fukushima dari Jepang menghidupkan pekerjaannya, di video Great Big Story ini:

Simpulan

Dengan membaca artikel ini, Anda dapat mengetahui pengertian AI, sejarah dan perkembangannya. Tak hanya itu, kami juga telah menunjukkan sudut pandang penulis soal bagaimana perkembangan kecanggihan teknologi ini menjadi problematik. Bagaimana menurut Anda? Silakan menyampaikan pendapat Anda di kolom komentar.
Sebagai partner Cloudlinux terpilih di Indonesia, Dewaweb sendiri telah didukung oleh teknologi canggih kecerdasan buatan, ketahui lebih lanjut dengan membaca Security Brief Asia News:
Indonesian Cloud Hosting Firm Dewawebto Provide CloudLinux Web Server Security
Artikel “Kecerdasan Buatan” ini merupakan bentuk komitmen kami sebagai provider hosting murah dan vps profesional Indonesia yang telah tersertifikasi secara internasional . Kami memiliki misi untuk mensukseskan Anda di era digital ini dengan cara memberikan berbagai konten informatif. Kami kerap membahas tren bisnis digital terkini dan tutorial pengembangan website. Mari baca artikel menarik dari kami yang lainnya pada blog Dewaweb!

PTSC 1.2

Nama: Muhammad Millenia Arya Putra
Kelas: 2KA30
NPM: 14117121


Artificial Intelligence (AI) Kecerdasan Buatan adalah bagian dari ilmu komputer. Dengan penelitian dan pengembangan kecerdasan buatan, ia berusaha untuk tidak hanya mensimulasikan tetapi untuk melengkapi pemikiran manusia dengan program komputer belajar mandiri. AI sudah banyak digunakan dalam bisnis, misalnya, dalam algoritma RankBrain Google. Istilah “jaringan saraf” dan “pembelajaran mendalam” terkait erat dengan pengembangan kecerdasan buatan.

Turing test

“Turing test” memainkan peran penting dalam menentukan kecerdasan buatan. Tes yang dikembangkan oleh matematikawan Inggris Alan Turing pada awal 1950-an didasarkan pada fakta bahwa seseorang berkomunikasi secara paralel dengan mesin dan orang lain melalui semacam program obrolan.
Prasyaratnya adalah bahwa tidak ada kontak visual atau audio. Jika orang yang diuji setelah “percakapan” tidak dapat menentukan apakah pasangan percakapan mereka adalah orang atau mesin, mesin tersebut dianggap cerdas. Sampai hari ini, para ilmuwan berasumsi bahwa kecerdasan buatan saat ini tidak akan dapat sepenuhnya lulus uji.

Latar Belakang

Definisi kecerdasan buatan didasarkan pada gagasan bahwa kecerdasan manusia adalah jumlah dari perhitungan yang berbeda. Pria Berpikir telah dianggap sebagai mesin sejak zaman Pencerahan.
Kecerdasan buatan itu sendiri diproduksi dengan cara yang berbeda.

• Pengenalan pola: Sistem AI mengenali pola dan dapat melakukan tindakan yang tepat.
• Akses ke basis pengetahuan yang luas: Beberapa sistem AI diberi banyak pengetahuan. Sistem ini menggunakan solusi atau jawaban dari kumpulan data ini ketika mencari jawaban atau solusi.
• Prediksi pola: Dengan menghitung probabilitas, sistem AI tertentu dapat bereaksi terhadap pola yang mungkin di masa depan.

Secara keseluruhan, kecerdasan buatan saat ini didasarkan pada pemrosesan data dalam jumlah sangat besar, yang disebut data besar. Bentuk paling modern dari kecerdasan buatan menggunakan jaringan saraf tiruan dan mengembangkan sistem belajar mandiri dalam bentuk pembelajaran mesin.

Area aplikasi 

Penggunaan kecerdasan buatan saat ini bersifat multifaset. Perusahaan sekarang memiliki kesempatan untuk mempertahankan manajemen hubungan pelanggan mereka dengan chatbots. Pembelian atau manajemen gudang juga dapat didasarkan pada sistem AI. Dalam robotika, AI diterapkan dalam produksi perangkat atau mesin, sementara kecerdasan buatan juga digunakan dalam mobil tanpa pengemudi, misalnya.
Pada prinsipnya, setiap area yang berurusan dengan pemrosesan data digital dapat memperoleh manfaat dari kecerdasan buatan.

Keterbatasan kecerdasan buatan

Sama membantu seperti kecerdasan buatan, banyak bahaya dan masalah dapat muncul melalui AI juga. Itulah sebabnya para peneliti terus berusaha mengidentifikasi risiko menggunakan sistem belajar mandiri.
Pada Maret 2016, para peneliti Google merumuskan pertanyaan spesifik tentang kecerdasan buatan. [3] Mereka ingin mengklarifikasi kemungkinan risiko keamanan mesin cerdas. Sebagai contoh, para ilmuwan mempertanyakan bagaimana efek samping negatif dari pekerjaan mesin dapat dihilangkan. Selain itu, para peneliti menginginkan jawaban atas pertanyaan tentang bagaimana AI dapat dengan aman menjelajahi lingkungannya tanpa membahayakan orang.

Contoh kecerdasan buatan

1. IBM Deep Blue: Superkomputer IBM telah memainkan beberapa permainan catur melawan juara dunia.
2. Cortana: Kontrol suara Microsoft didasarkan pada AI.
3. Siri: Kontrol suara Apple dapat menanggapi pertanyaan dan melakukan tugas untuk penggunanya.
4. Echo: Kontrol suara Amazon dapat menempatkan pesanan secara independen.
5. DeepText: AI Facebook menganalisis email dan pembaruan status.
6. Bursa kalkulator atau laporan stok: Program digunakan untuk menghitung probabilitas nilai tukar. Laporan pasar saham sudah dibuat oleh sistem AI di beberapa rumah media.
7. Kantor: Di AS, sistem AI sudah digunakan untuk mencari email, surat dan teks hukum, untuk mengembangkan kontrak secara mandiri.

Manfaat untuk pemasaran online

Sejauh ini tidak ada cara langsung bagi publik untuk menggunakan kecerdasan buatan untuk pemasaran online. Namun, kecerdasan buatan dapat digunakan dalam pemasaran online di masa depan, misalnya, untuk mengotomatiskan iklan. Sistem kemudian akan secara mandiri mengenali iklan mana yang berhasil dan mana yang tidak. Sistem semacam itu kemudian dapat menyesuaikan salinan iklan secara mandiri.
Sudah ada banyak perusahaan yang memanfaatkan AI di [[E-Commerce [e-commerce]]. Ini termasuk perusahaan mail-order Otto, yang menggunakan AI untuk menghitung perkiraan penjualan produk. Perusahaan ini telah menggunakan AI sejak 2008. Demikian juga, seseorang dapat berasumsi bahwa portal online besar seperti Amazon sudah bergantung pada AI.

Pos Terkait:

PTSC 1.3

Nama: Muhammad Millenia Arya Putra
Kelas: 2KA30
NPM: 14117121

Sejarah Kecerdasan Buatan

Sejarah kecerdasan buatan dimulai pada pertengahan 1950-an di AS. Pada konferensi ilmiah di Dartmouth, M. Minsky, J. McCarthy, A. Newell, dan HA Simon adalah yang pertama kali berbicara tentang “kecerdasan buatan.” Definisi yang sering dikutip untuk kecerdasan buatan diberikan oleh salah satu pendiri dari subjek, Marvin Minsky, pada tahun 1966: “Kecerdasan Buatan adalah ilmu membuat mesin melakukan hal-hal yang akan membutuhkan kecerdasan jika dilakukan oleh manusia.” Jadi, ditentukan bahwa kecerdasan buatan adalah ilmu dan kedua bahwa mesin dapat mengambil alih pekerjaan manusia yang membutuhkan kecerdasan manusia.
Produk pertama kecerdasan buatan adalah pemecah masalah umum dari para peneliti Newell, Shaw, dan Simon dari tahun 1960-an. Perangkat ini bisa memecahkan masalah sederhana. Namun, hasil penelitian aparat tidak dapat digeneralisasikan. Pada akhir 1960-an, program lain ditulis dengan ELIZA. Dalam hal ini, Joseph Weizenbaum, seorang peneliti MIT, menyimulasikan sesi terapi.
Pada tahun-tahun berikutnya ilmu pengetahuan yang masih muda terus dikembangkan, yang dihasilkan oleh MYCIN pada awal tahun 1970-an dalam sistem inovatif lain berdasarkan AI. The MYCIN mampu membantu dokter dengan diagnosa.
Kemajuan sistem dengan kecerdasan buatan telah dipicu oleh kemampuan memori yang terus meningkat dan kinerja prosesor komputer. Sorotan lain adalah superkomputer “Deep Blue” milik IBM, yang dikembangkan pada tahun 1990-an. Sistem ini tidak lagi hanya berdasarkan masukan manusia, tetapi bisa juga belajar dengan sendirinya. Komputer mampu memainkan permainan catur pada tahun 1997 dengan juara dunia saat itu. Setelah enam pertandingan, komputer menang.
Dengan semakin pentingnya Internet, kemungkinan penerapan AI juga telah tumbuh. Pada tahun 2016, Microsoft ingin meluncurkan akun Twitter, yang hanya didasarkan pada kecerdasan buatan. Namun pada saat yang sama, sistem ini menunjukkan batas-batas AI. Setelah waktu yang singkat, akun tersebut hanya mempublikasikan tweet dan tweet rasis yang ditujukan untuk perempuan. Kinerja pembelajaran dari akun tersebut mungkin dimanipulasi oleh tindakan terkoordinasi. Microsoft menutup akun untuk publik hanya setelah satu hari.
Raksasa mesin pencari Google menyebabkan kehebohan ketika seorang karyawan melaporkan pada bulan Oktober bahwa Google menggunakan kecerdasan buatan untuk menjawab pertanyaan pencarian. [1]. Google menyebut sistem AI-nya “Pangkat Otak.” Pada bulan Maret 2016, Google mengumumkan secara terbuka bahwa “Pangkat Otak” adalah salah satu dari tiga faktor peringkat yang paling penting. [2]

PTSC 1.1

 

Nama: Muhammad Millenia Arya Putra

Kelas:2KA30

NPM:14117121

 

 

SISTEM CERDAS BERBASIS PENGETAHUAN
Sistem cerdas berbasis pengetahuan adalah sistem yang memiliki kemampuan menyerap kepakaran seorang ahli. Sistem ini ditunjukkan pada Gambar 2.1 memiliki sebuah blok utama berupa basis pengetahuan yang berisi informasi kepakaran. Informasi kepakaran dijabarkan algoritma cerdas, dan komponen prakondisi isyarat yang mengatur kerja sensor-sensor. Algoritma cerdas inilah yang memutuskan aksi-aksi yang tepat untuk setiap keadaan/status sistem.





Contoh kepakaran yang bisa disimpan oleh sistem ini antara lain adalah kepakaran untuk menghindari rintangan-rintangan, kepakaran untuk menginjeksi pupuk dengan takaran yang tepat [2], memisahkan obyek-obyek sesuai dengan klasifikasi tertentu [3], atau kepakaran untuk mengenal dengan baik kondisi obyek hasil pertanian yang hendak dipanen [4]. Kepakaran ini tentunya harus didukung oleh sensor dengan presisi yang memadai.

Biasanya suatu “sistem cerdas” dapat dibagi menjadi beberapa bagian:

1.Basis pengetahuan knowledge-base adala berisi pengetahuan yang spesifik mengenai  domain tertentuyang mana basis pengetahuan ini dapat diperbaharui sesuai dengan tingkat kemampuan seorang expert terhadap pemecahan suatu masalah,

2.Mesin inferensi Inference Engine adalah sustu program yang bertugas mengolah data  masukan sesuai pengetahuan dalam basis pengetahuan, menurut kaidah-kaidah tertentu.

3.Bagian kendali/user interface: bagian yang berkomunikasi langsung dengan pengguna user sistem. Ada dua macam- macam mesin inferensi, yaitu yang bersifat pasti deterministik dan  probabilistik.

Kelebihan-kelebihan sebagai berikut:

1. Memberikan pengambilan keputusan yang lebih baik. Karena sistem pakar memberikan jawaban yang konsisten dan logis dari waktu ke waktu. Jawaban yang diberikan logis karena alasa logiknya dapat diberikan oleh sistem pakar dalam proses konsultasi.

2. Memberikan solusi tepat waktu. Kadang kala seorang manajer membutuhkan jawaban dari pakar, tetapi pakar yang dibutuhkan tidak berada ditempat, sehingga keputusan menjadi terlambat.  

3. Menyimpan pengetahuan di organisasi. Pengetahuan pakar merupakan hal yang penting dan kadang kala pengetahuan iniakan hilang jika pakar keluar atau telah pensiun dari perusahaan.

Kekurangan-kekurangan sebagai berikut:

1. Sistem pakar hanya dapat menangani pengetahuan yang konsisten. Sistem pakar dirancang dengan aturan-aturan yang hasilnya sudah pasti dan konsisten sesuai dengan alur di diagram pohonnya. Untuk pengetahuan yang cepat berubah-rubah dari waktu ke waktu.

2. Sistem pakar tidak dapat menangani hal yang bersifat judgement. Sistem pakar  memberikan hasil yang pasti, sehingga keputusan akhir pengambilan keputusan jika

melibatkan kebijaksaaan dan institusi masih tetap di tangan manajemen. 

 

ATM (Automatic teller machine atau automated teller machine, di Indonesia juga kadang merupakan singkatan bagi anjungan tunai mandiri) adalah sebuah alat elektronik yang mengijinkan nasabah bank untuk mengambil uang dan mengecek rekening tabungan mereka tanpa perlu dilayani oleh seorang “teller” manusia.

Komponen ATM

Setiap transaksi yang terjadi informasinya akan diterima oleh komputer kemudian dikirimkan ke pusat data melalui sarana telekomunikasi bisa line telpon, Vsat maupun radio, ATM ini dapat dimonitor statusnya dari pusat data sehingga dapat diketahui apakah ATM ini sedang mati atau uangnya sudah habis.

Mesin ATM terdiri dari 2 bagian :
a. Bagian Atas (Upper Compartement) :
– Monitor
– Customer keypad
– Card reader
– Journal printer
– Receipt Printer

1. Bagian Bawah (Lower Compartement) :
   – Combination lock
   – Dispenser module
   – Cash cassette
   – Reject cassette
   – CPU

Contoh sistem cerdas

1.ATM

CARA KERJA ATM

ATM adalah merupakan sebuah terminal data yang mempunyai dua perangkat input dan empat perangkat output. Seperti halnya sebuah terminal data, ATM harus memiliki koneksi ,terhubung, dan berkomunikasi melalui sebuah host processor (pusat proses). Pusat proses yang disertai oleh Internet service provider (ISP) yg berfungsi sebagai jalur gateway untuk menuju keberbagai macam jaringan ATM dan menjadikan berfungsi bagi si pemegang kartu ATM (orang yang menginginkan uang).

Input : kartu ATM yang terdapat magnetic strip

Proses : Pada magnetic strip biasanya tertulis data pribadi pemegang kartu, yang berisi nomor rekening, nomor pribadi serta kode access-nya. Dan tulisan ini ditulis dalam bentuk kode-kode tertentu, dan hanya bisa dibaca oleh komputer yang dilengkapi dengan mesin khusus untuk kartu magnetic strip tersebut.

Output : kita dapat mengambil dan mentransfer uang ke rekening bank lain yang menyebabkan perubahan dari rekening kita.

2.  Siri

Siri adalah program komputer yang bekerja sebagai asisten pribadi cerdas. Bagian dari sistem operasi Apple Inc. iOS, watchOS, macOS, and tvOS. Siri menggunakan bahasa natural antarmuka pengguna untuk menjawab pertanyaan, membuat rekomendasi, dan melakukan perintah dengan mengirimkan permintaan kepada layanan Web. Siri berdaptasi dengan bahasa yang digunakan pengguna dan pencarian yang digunakan oleh pengguna secara kontinu sebagai preferensi, dan memberikan hasil yang sesuai. Siri awalnya dikenalkan sebagai aplikasi iOS yang tersedia di App Store oleh Siri Inc., yang diakusisi kemudian oleh Apple pada 28 April 2010. Ada beberapa aksen dan kombinasi gender untuk suara Siri.

Pada teknologi ini, terdapat 3 prosedur utama yaitu Input, Proses, Output. Berikut ini adalah flowchart dari cara kerja teknologi ini :

Input : dari teknologi ini adalah suara kita. Kita memasukkan suara kita ke teknologi ini dengan cara merekam suara kita dengan microphone pada smartphone kita.

Proses : dari teknologi ini dimulai seteah kita memasukkan suara kita. Teknologi ini membaca suara kita, menerjemahkannya menjadi teks, dan mencari perintah yang terdapat pada teks.

Output : setelah teknologi ini mencari perintah pada teks, teknologi ini akan memberikan hasil yang sesuai dengan perintah yang terdapat pada suara yang kita input. Hasil dari teknologi ini juga akan dijadikan sebagai preferensi perintah teknologi ini.