Berlangganan blog ini
1. Jelaskan
bidang sistem cerdas yang banyak dikembangkan saat ini?
2. Berikan
contoh yang terdapat dalam kehidupan sehari-hari tentang sistem cerdas yang
berkaitan dengan bidang Pemahaman Ucapan/Suara (Speech/Voice Understanding)!
Jawab :
1.Menurut
saya yang banyak dikembangkan saat ini mengenai bidang otomotif (field of
automotive intelligent systems).
Mobilitas
manusia mengalami revolusi dengan munculnya mobil. Seiring dengan bertambahnya
jumlah mobil, jalan dan jalan diperluas untuk mengakomodasi perjalanan antar
dan dalam kota serta konektivitas pedesaan. Secara bersamaan, peraturan lalu
lintas dikembangkan untuk mengontrol rute kendaraan yang teratur dan memastikan
keselamatan. Dengan kemajuan teknologi, tenaga kendaraan, performa, dan
jangkauan perjalanan telah meningkat pesat ke tingkat yang bahkan telah
mengubah bentuk kota dan cara hidup orang saat ini. Selama bertahun-tahun,
kendaraan telah berevolusi menjadi mesin berteknologi canggih yang memperluas
mobilitas ke waktu luang, kenyamanan, kemewahan, olahraga, dan, untuk beberapa,
perluasan dan ekspresi citra dan kepribadian mereka. Seperti halnya teknologi
lainnya, kemajuan dalam mobilitas ini telah membawa tantangan tersendiri dalam
hal keamanan, polusi, dan kebutuhan energi. Karena kendaraan telah menjadi
kebutuhan hidup, mencakup hampir setiap aspek kehidupan kita sehari-hari,
selama bertahun-tahun.
Teknologi
kendaraan cerdas terdiri dari perangkat elektronik, elektromekanis, dan
elektromagnetik - biasanya komponen bermesin mikro silikon yang beroperasi
bersama dengan perangkat yang dikendalikan komputer dan pemancar gelombang
radio untuk memberikan fungsi pengulangan yang presisi (seperti dalam sistem
kecerdasan buatan robotika) rekonstruksi kinerja validasi peringatan darurat.
Teknologi
kendaraan cerdas biasanya diterapkan pada sistem keselamatan mobil dan sensor
elektromekanis otonom mandiri yang menghasilkan peringatan yang dapat dikirim
dalam area target tertentu yang diinginkan, katakanlah dalam jarak 100 meter
dari transceiver. Dalam aplikasi darat, teknologi kendaraan cerdas digunakan
untuk keselamatan dan komunikasi komersial antara kendaraan atau antara
kendaraan dan sensor di sepanjang jalan.
Teknologi
kendaraan cerdas memberikan informasi langsung di jalan kepada pengendara yang
ingin memetakan rute ke tujuan tertentu dan mengharapkan sistem untuk membantu
menentukan arah perjalanan terbaik. Informasi yang diberikan oleh sistem dalam
kendaraan diperbarui kira-kira setiap menit (tergantung pada kecepatan
kendaraan) semua informasi suar pemancar yang direkam sendiri oleh kendaraan
saat melakukan perjalanan di jalan raya. Artinya, semua kendaraan yang berjalan
di jalan raya memperbarui informasi tersebut ke penanda mil lokal melalui
telematika DSRC. Penanda mil pada gilirannya berkomunikasi dengan stasiun
pemantauan regional dan mengunggah data sehingga dapat mengisi tren grafik
batang statistik perkembangan arus lalu lintas. Informasi lebih lanjut
disediakan untuk akses ke tanggal yang dikumpulkan oleh sistem format
pertukaran data yang ditetapkan melalui link komunikasi alamat IP protokol
Internet standar.
Pertanggungan
berbasis penggunaan didasarkan pada teknologi telematika.
Contoh:
Seorang petugas, yang mencatat melalui IVT bahwa registrasi mobil telah
kedaluwarsa, dapat menggunakan telematika untuk mengarahkan pengemudi mobil
untuk menghentikan mobil.
Kombinasi
pemancar suar dalam kendaraan dan pemancar RFID (permukaan dipasang seperti tag
reflektor, atau tertanam di jalan) akan mendeteksi posisi kendaraan, nomor
seri, merek, model, warna, identifikasi unit, dan orientasi. Data waktu nyata
akan terus diperbarui, direkam sendiri, kemudian diunggah oleh kendaraan ke
penanda mil telematika oleh transceiver kendaraan untuk memungkinkan komunikasi
kontrol dalam kendaraan.
2.
1. Apple’s Siri – Home Pod
2.
Amazon’s Alexa – Echo
3.
Microsoft’s Cortana – Invoke
4.
Google Assistant - Google Home
5.
Facebook - Oculus virtual reality headset
1.
Apa yang dimaksud dengan pengkondisi
sinyal sensor?
2.
Jelaskan mengapa data masukan yang
diterima oleh sensor perlu penguatan!
3.
Berikan contoh proses penguatan yang
dilakukan!
Jawab
:
1.
Pengondisi
sinyal adalah perangkat yang mengubah satu jenis sinyal elektronik menjadi
jenis sinyal lain. Kegunaan utamanya adalah untuk mengubah sinyal yang mungkin
sulit dibaca oleh instrumentasi konvensional menjadi format yang lebih mudah
dibaca. Dalam melakukan konversi ini sejumlah fungsi dapat berlangsung. Mereka
termasuk:
Amplifikasi
(Amplification)
Ketika
sinyal diperkuat, besaran keseluruhan sinyal ditingkatkan. Mengubah sinyal
0-10mV menjadi sinyal 0-10V adalah contoh amplifikasi.
Isolasi
Listrik (Electrical Isolation)
Isolasi
listrik memutus jalur galvanik antara sinyal input dan output. Artinya, tidak
ada kabel fisik antara input dan output. Input biasanya ditransfer ke output
dengan mengubahnya menjadi sinyal optik atau magnet kemudian direkonstruksi
pada output. Dengan memutus jalur galvanis antara input dan output, sinyal yang
tidak diinginkan pada jalur input dicegah untuk melewati ke output. Isolasi
diperlukan jika pengukuran harus dilakukan pada permukaan dengan potensial
tegangan jauh di atas tanah. Isolasi juga digunakan untuk mencegah loop tanah.
Linearisasi
(Linearization)
Mengubah
sinyal masukan non-linier menjadi sinyal keluaran linier. Ini umum untuk sinyal
termokopel.
Kompensasi
Persimpangan Dingin (Cold Junction Compensation)
Digunakan
untuk termokopel. Sinyal termokopel disesuaikan dengan fluktuasi suhu ruangan.
Perangsangan
(Excitation)
Banyak
sensor memerlukan beberapa bentuk eksitasi agar dapat beroperasi. Strain gages
dan RTDs adalah dua contoh umum.
2.
Sensor perlu dilakukan penguatan agar menghasilkan tegangan yang cocok sebagai
masukan mikroprosesor dan pengubah analog ke digitalnya.
Tegangan
output yang dihasilkan dari pemprosesan oleh rangkaian yang terdapat sensor
terkadang memiliki range kecil seperti misalnya
0v - 1v, atau suatu sistem yang terhubung dengan sensor membutuhkan tegangan
tertentu yang tidak dapat dikeluarkan oleh sensor tersebut sehingga diperlukan
penguatan.
3. Contohnya dalam suatu contoh suatu sistem cerdas lampu penerangan jalan yang hanya menyala saat gelap dengan menggunakan sensor LDR yang konsepnya adalah reseptif terhadap cahaya yang artinya sinyal yang diolah merupakan sinyal analog. Sangat tidak cocok apabila output yang dihasilkan oleh lampu juga berupa analog, hal ini berarti lampu yang berperan sebagai output akan semakin terang pada saat tengah malam yang mana pada saat itu tidak begitu banyak kendaraan lewat.
Oleh karena itu pada sistem ini diperlukan
lah sebuah rangkaian penguatan yang akan menjaga tegangan pada titik tertentu
jika output yang dihasilkan oleh LDR mecapai titik yang telah ditentukan karena
output (resistansi) dari LDR itu sendiri akan berbeda pada tiap waktunya.
1.
Jelaskan peranan tranduser dan sensor
dalam sistem cerdas!
2.
Berikan contoh penggunaan sensor untuk
mendeteksi masukan dan tranduser untuk media keluaran dalam aplikasi sistem
cerdas yang digunakan sehari-hari!
3.
Jelaskan peranan sensor pada soal nomor 2
untuk mendeteksi masukan apa dan peranan tranduser pada soal nomor 2 untuk
menampilkan keluaran apa!
Jawab
:
1.
Kita hidup di dunia yang penuh dengan
transduser, yang sangat kecil, yang tidak dapat Anda lihat, tertanam dalam MEMS
(sistem mikro-elektromekanis) dan yang lebih besar yang, Anda bisa lihat Ponsel
cerdas Anda penuh dengan transduser.
Transduser
sudah ada sejak beberapa dekade dan seiring berkembangnya teknologi, transduser
menjadi lebih kecil dan lebih pintar serta mudah ditemukan di mana-mana.
Transduser
berkembang dan digunakan dalam aplikasi seperti mobil yang terhubung dengan
cerdas, digital twins, smart home, manajemen gedung, realitas virtual, Industri
4.0, perawatan kesehatan, semuanya benar-benar.
Sensor
digunakan untuk menangkap data. Mereka melakukannya dengan mentransduksi banyak
kemungkinan variabel dan perubahan dalam variabel ini, seperti suhu,
percepatan, suara, dan beberapa ratus variabel lainnya atau, lebih tepatnya,
sinyal yang dihasilkan oleh suatu bentuk energi seperti gerak atau energi kimia
menjadi digital. bentuk, yang kemudian dapat dimanfaatkan dalam bentuk data.
Fungsi
input dan output sederhana dari sebuah sensor juga terjadi pada aktuator.
Namun, dalam cara yang berlawanan terjadi. Sedangkan sensor mentransduksi
sinyal dari variabel di lingkungan fisik, aktuator mendapatkan sinyal untuk
mengatur sesuatu agar bergerak.
Tranducer
dan sensor merupakan sesuatu yang berbeda namun masih dalam satu lingkup. Semua
sensor dapat dikatakan sebagai tranducer namun tidak semua sensor dapat
dikatakan sebagai tranducer.
Tranducer dan terutama sensor dalam sistem
cerdas berfungsi sebagai alat pengindera. Misalnya microphone sebagai alat
pengindera suara untuk sistem cerdas pengenalan suara. Sedikit berbeda dengan
sensor karena sensor hanya mampu mengubah suatu energi fisis menjadi energi
listrik, tranducer mampu mengubah energi fisis menjadi energi fisis lainnya
seperti contohnya lampu yang mengubah energi listrik menjadi energi cahaya.
2.
Contoh Sensor :
1.
Microphone
Contoh
Tranduser :
1.
Lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar otomatis
(energi kinetik) apabila temperatur di ruangan naik melewati batas yang telah
ditentukan.
2.
Sistem cerdas drone pencari yang ditugaskan pada bencana alam
3.
Karena sensor hanya mampu mengubah energi fisis menjadi energi listrik, maka
sensor lebih banyak digunakan untuk mendapatkan sinyal input seperti contohnya
microphone untuk menerima sinyal input suara dan sensor ultrasonik untuk
memperkirakan jarak.
Di sisi lain tranducer yang tidak hanya dapat
mengubah menjadi satu jenis energi dapat digunakan sebagai ouput seperti
misalnya lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar
otomatis (energi kinetik) apabila temperatur di ruangan naik melewati batas
yang telah ditentukan.
Contohnya pada sistem cerdas drone pencari
yang ditugaskan pada bencana alam. Drone pencari dapat menggunakan sensor
seperti microphone untuk mendengar suara meminta pertolongan dan memperkirakan
dari mana arah datangnya suara tersebut. Selain itu drone pencari teresebut
juga dilengkapi sorot yang akan menyala otomatis bila terdapat suatu tempat
gelap yang tidak dapat dilihat oleh kamera, prinsif ini bertujuan sebagai
bentuk penghematan daya dengan tidak menyalakan lampu sorot apabila kamera
dapat melihat jalan atau objek dengan jelas.
Evolusi Sistem Informasi
Berbasis Komputer
·
Fokus Awal Pada Data (Electronic Data
Processing/EDP). Pada awal abad ke 20 pemakaian komputer terbatas hanya untuk
aplikasi akuntansi dan digunakan nama Electronic Data Processing (EDP) yang
merupakan aplikasi sistem informasi yang paling dasar dalam setiap perusahaan.
sekarang kita menggunakan istilah sistem informasi akuntansi untuk menggantikan
electronic data processing.
·
Fokus Baru Pada Informasi (Sistem
Informasi Manajemen/SIM). Konsep penggunaan komputer untuk mendukung sistem
informasi manajemen mulai diperkenalkan pada tahun 1964 oleh para pembuat
komputer. Konsep SIM menyadari bahwa aplikasi komputer harus diterapkan untuk
tujuan utama menghasilkan informasi manajemen.
·
Fokus revisi pada pendukung keputusan (Decision
support system/DSS). Sistem informasi manajemen terus berkembang dalam
menghadapi kelemahan-kelemahannya, muncul pendekatan baru dengan nama Decision
support systems (DSS), yaitu sistem penghasil informasi yang ditujukan pada
suatu masalah tertentu yang harus dipecahkan oleh manajer.
·
Fokus pada komunikasi (office
automation/OA). Penerapan OA (office automation) untuk memudahkan komunikasi
dan peningkatan produktivitas diantara para manajer dan pekerja kantor lainnya
melalui penggunaan alat-alat elektronik.
·
Fokus potensial pada konsultasi
(Artificial Intelligence/AI). Ide dasar dari AI adalah bahwa komputer dapat
diprogram untuk melaksanakan sebagian logis yang sama seperti manusia.
EDP/SIA/Sistem Informasi
Akuntansi
Sistem informasi
akuntansi melaksanakan akuntansi perusahaan, aplikasi ini ditandai dengan
pengolahan data yang tinggi.
Pengolahan data :
Manipulasi atau transformasi simbol-simbol seperti angka dan abjad untuk tujuan
meningkatkan kegunaannya.
Tujuan Pengolahan Data :
Mengumpulkan data yang menjelaskan kegiatan perusahaan, mengubah data tersebut
menjadi informasi serta menyediakan informasi bagi pemakai didalam maupun
diluar perusahaan.
SIA melaksanakan 4 tugas
dasar :
1.Pengumpulan data
2.Manipulasi data
3.Penyimpanan data
4.Penyiapan data
Karakteristik SIA
:
1.Melaksanakan tugas yang
diperlukan.
2.Berpegang pada prosedur
yang relatif standar.
3.Menangani data yang
rinci.
4.Terutama berfokus
historis.
5.Menyediakan informasi
pemecahaan masalah yang minimal.
SIM/Sistem Informasi
Manajemen
Definisi
:
1.Sistem berbasis
komputer yang menyediakan informasi bagi pemakai dengan kebutuhan yang serupa
(Raymond McLeod)
2.Integrasi manusia/mesin
guna menyediakan informasi untuk mendukung fungsi operasional
manajemen&pengambilan keputusan pada suatu organisasi (Gordon B. Davis)
Elemen : Hardware,
software, prosedur, database, model.
Tujuan SIM
: Memenuhi kebutuhan informasi umum semua manajer dalam perusahaan atau dalam
sub unit oganisasional perusahaan.
SPK/Sistem Penunjang
Keputusan
Definisi
: Sistem komputer yang interaktif yang membantu pembuatan keputusan dalam
menggunakan&memanfaatkan data&model untuk memecahkan masalah yang tidak
terstruktur.
Tujuan :
1.Memberikan dukungan
untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
2.Memberikan dukungan
pembuatan keputusan kepada manajer pada semua tingkat untuk membantu integrasi
antar tingkat.
3.Meningkatkan efektifitas
manajer dalam pembuatan keputusan & bukan peningkatan efisiennya.
Karakteristik SPK
:
1.Adaptability
2.Flexibility
3.User Friendly
4.Support Intelligence
5.Design
6.Choice
7.Effectiveness
Manfaat SPK
:
1.Meningkatkan jumlah
alternative yang dipilih.
2.Pemahaman yang lebih
baik tentang bisnis.
3.Respon yang cepat
terhadap situasi yang tidak diharapkan.
4.Kontrol yang lebih
baik.
Tingkatan Teknologi SPK
:
·
DSS Specific
Hardware/software yang
memungkinkan seseorang/sekelompok orang pengambil keputusan melakukan analitik
terhadap suatu masalah tertentu.
·
DSS Generator
Suatu paket
hardware/sofware yang mampu secara cepat & mudah membuat spesifikasi DSS.
·
DSS Tools
Suatu hardware/software
yang membantu pembuatan spesifikasi DSS dan generator DSS.
Perbedaan EDP, SIM dan
SPK
v EDP
1.Fokus pada data
2.Proses transaksi yang
efisien
3.Mengintrgrasi file-file
dari pekerjaan sejenis
4.Membuat ringkasan untuk
laporan bagi manajemen.
v SIM
1.Fokus pada
pengorganisasian informasi dari perusahaan
2.Alur informasi
terstruktur
3.Aktifitas berupa tanya
jawab & penyusunan laporan
v SPK
1.Mengkhususkan pada
pengambilan keputusan dari para manajer tingkat atas
2.Menekankan pada
fleksibilitas, adaptibilitas & mampu memberi respon dengan cepat
3.User memiliki kontrol
penuh dalam berinteraksi
Otomatisasi
Perkantoran/Office Automation/OA
Definisi
: Semua sistem elektronik formal & informal terutama yang berkaitan dengan
komunikasi informal ke dan dari orang-orang di dalam maupun di luar perusahaan.
Fungsi
: Untuk memudahkan jenis komunikasi baik lisan maupun tulisan & menyediakan
informasi yang lebih baik untuk pengambilan keputusan.
Tujuan
:
1.Penghindaran biaya
2.Pemecahan masalah
kelompok
3.Sebagai pelengkap
Aplikasi OA
:
1.Word processing
2.Email
3.Voice mail
4.Electronic calendering
5.Audio conferencing
6.Video conferencing
7.Computer conferencing
8.Facsimile transmission
9.Video text
10.Imaging
11.Desktop publishing
Sistem Pakar
Definisi
: Program komputer yang berfungsi seperti manusia yaitu memberi konsultasi
kepada pemakai mengenai cara pemecahan masalah.
Komponen ES
:
1.User interface
2.Knowledge interface
3.Interface engine
4.Development engine
Output ES
:
1.Penjelasan pertanyaan
2.Penjelasan pemecahan
masalah
Sumber :
https://accounting.binus.ac.id/2019/06/10/memahami-evolusi-sistem-informasi-berbasis-komputer/
1.
Jelaskan komponen-komponen apa saja yang
diperlukan untuk mengaplikasikan kecerdasan buatan!
2.
Jelaskan pengaplikasian kecerdasan buatan
dalam kehidupan sehari-hari! Berikan contohnya!
3.
Mengapa kecerdasan buatan digunakan untuk
membantu kegiatan manusia? Jelaskan!
Jawab :
1.
Komponen-komponen AI yang diperlukan untuk
mengaplikasikan kecerdasan buatan adalah :
·
Sistem Pakar (Expert Systemi)
: program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang
pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar ini merupakan
aplikasi AI yang paling banyak.
·
Pemrosesan Bahasa Alami
(Natural Language Processing) : Pemrosesan ini memberi kemampuan pengguna
komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri
(bahasa manusia).
·
Pemahaman Ucapan/Suara
(Speech/Voice Understanding) : teknik agar komputer dapat mengenali dan
memahami bahasa ucapan.
·
Sistem Sensor dan Robotika
: Robot yang cerdas biasanya 6 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.
·
Komputer Visi
: Merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta
proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk
menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali
kualitas produk industri.
·
Intelligent Tutoring/Intelligent
Computer – Aided Instruction : komputer yang
mengajari manusia. Sistem ini juga mendukung pembelajaran bagi orang yang
mempunyai kekurangan fisik atau kelemahan belajar.
·
Mesin Belajar
(Machine Learning) : Machine Learning berhubungan dengan sekumpulan metode
untuk mencoba mengajari/melatih komputer untuk memecahkan masalah
atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang
telah terjadi.
·
Sistem komputasi
(Computational Systems),
·
Manajemen data dan data
(Data and data management),
·
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
·
Basis Pengetahuan
(knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan antara
satu dengan lainnya.
·
Motor Inferensi
(inference engine) : kemampuan menarik kesimpulan berdasarkan pengalaman
2.
Berikut ini beberapa contoh dari penerapan
AI yang biasa dijjumpai dalam kehidupan sehari-hari :
1. DeepFace
Facebook
Salah satu contoh dari AI adalah teknologi
DeepFace yang dimiliki oleh Facebook. AI ini berfungsi untuk mengenali wajah
orang yang ada pada postingan foto. Dengan teknologi ini, kamu tidak perlu lagi
menandai seseorang yang ada pada foto secara manual, karena AI ini yang akan
melakukannya.
Perlu
kamu ketahui bahwa sebelum AI dapat mengidentifikasi bahwa orang di foto itu
adalah kamu, AI akan dilatih berdasarkan data. Datanya didapatkan saat kamu
menandai orang di foto sebelumnya dan dari hasil saran AI terhadap orang yang
ada di foto yang kamu setujui. Setelah AI berlatih dan memiliki banyak data
maka AI nantinya akan dapat mengidentifikasi seseorang yang ada di foto.
2. Rekomendasi
E-Commerce
Konsep penerapan AI yang sering kamu jumpai
salah satunya adalah rekomendasi produk pada e-commerce. Mungkin kamu pernah
berbelanja di salah satu e-commerce dan ketika kamu berbelanja ada
produk-produk yang direkomendasikan untukmu. Produk yang direkomendasikan
tersebut bukan dari seseorang yang memprediksi kira-kira kamu beli apa ya?
Produk rekomendasi tersebut merupakan hasil dari proses AI.
Lalu
darimana AI mendapatkan produk-produk yang akan direkomendasikan tersebut? AI
memperoleh data dari kamu sendiri, misalnya ketika kamu melakukan pencarian
produk, pembelian produk dan kamu sudah melihat produk apa saja. Data
tersebutlah yang akan diproses dari konsep AI yaitu data mining sehingga AI
akan merekomendasikan produk-produk yang pas buat kamu.
3. Asisten
Virtual
Contoh
dari kecerdasan buatan berikutnya adalah asisten virtual, ada banyak penyedia
asisten virtual seperti Google assistant, Siri atau Alexa. Seperti asisten pada
umumnya, asisten virtual ini juga bisa kamu ajak berinteraksi. Selain itu
asisten virtual dapat mencatat kapan kamu ada janji atau acara dan memberikan
informasi ketika waktu acara yang ditentukan segera tiba.
Asisten
virtual ini juga bisa kamu perintah untuk melakukan pengiriman pesan, memutar
musik, membuka aplikasi dan lain sebagainya. Asisten virtual ini juga akan
terus belajar seiring kamu menggunakannya, sehingga asisten virtual dapat
mengetahui apa yang kamu sukai dan hal apa yang biasa kamu lakukan.
4. Waze
Aplikasi
yang sudah tidak asing ini bias menuntun kamu saat tersesat. Selain itu,
aplikasi satu ini juga memiliki banyak fitur pendukung, seperti tanda adanya
kemacetan hingga kecelakaan yang sedang terjadi.
5. Instant
Heart Rate Pro
Kecerdasan
buatan juga bisa mendeteksi kesehatan. Salah satunya aplikasi Instant Heart
Rate Pro. Kalau sudah mengunduh aplikasi ini, kamu tidak perlu sering mengecek
kesehatan di rumah sakit.
Uniknya,
aplikasi ini akan berfungsi hanya dengan meletakkan jari telunjuk di atas
kamera. Setelah itu, Instant Heart Rate Pro dapat memberikan gambaran lengkap
tentang tubuh kalian.
6. Netflix
Layanan
terpopuler yang telah banyak digunakan oleh jutaan orang di dunia adalah
Netflix. Layanan ini telah menggunakan teknologi prediktif yang mampu
menawarkan rekomendasi banyak hal dengan hanya melihat pilihan, reaksi, minat
dan perilaku dari pengguna.
Cara
kerja teknologi ini adalah dengan meneliti catatan, yang mampu merekomendasikan
film dari jenis film yang disukai pengguna serta reaksi pengguna atas nonton
film tersebut.
7. Tesla
Teknologi
Self-Driving akhir-akhir ini semakin sering digembor-gemborkan. Bayangkan
sebuah mobil bisa menyetir dirinya sendiri tanpa harus di kendalikan oleh supir
manusia lagi. Itulah yang mampu di lakukan oleh AI yang disematkan Tesla, salah
satu perusahaan otomotif dunia dalam mobil-mobil besutannya. Memang masih
banyak pro-kontra dalam AI yang satu ini terkait jaminan keselamatan yang
diberikan. Namun pada waktunya, mungkin seluruh mobil di dunia sudah tidak
memerlukan sopir lagi.
1.
Jelaskan apa yang menjadi dasar
digunakannya sistem cerdas!
2.
Jelaskan pengaplikasian sistem cerdas
dalam bidang pendidikan! Berikan contohnya!
3.
Apa keuntungan dan kerugian digunakannya
sistem cerdas!
Jawab :
1.
Sebelum menjawab apa dasar digunakannya
sistem cerdas, kita ketahui dulu apa itu sistem cerdas. Sistem Cerdas (intelligent
system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial
intelligence. Dasar digunakannya sistem cerdas adalah untuk meniru
proses kecerdasan manusia melalui pembuatan dan penerapan algoritma yang
dibangun ke dalam lingkungan komputasi yang dinamis. Sederhananya, AI mencoba
membuat komputer berpikir dan bertindak seperti manusia.
Untuk
mencapai tujuan ini dibutuhkan tiga komponen utama :
1.
Sistem komputasi (Computational Systems),
2.
Manajemen data dan data (Data and data
management),
3.
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
Semakin
manusiawi hasil yang diinginkan, semakin banyak data dan daya pemrosesan yang
dibutuhkan.
2. Contoh Aplikasi di bidang Pendidikan : smart
learning, e-learning, Deteksi Bakat Anak Melalui Sidik Jari, game interaktif
(flip word – menyusun kata dalam bahasa inggris, zuma deluxe – permainan warna,
games Othello , Sudoku Solver dll), Logic Theorist – untuk pembuktian teorema
matematika, Sad Sam (oleh Robert K.Lindsay, 1960) – program yang dapat
mengetahui kalimat sederhana dalam bahasa Inggris dan memberikan jawaban dari
fakta yang didengar dalam sebuah percakapan, ELIZA – Eliza merupakan salah satu
Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis
yang dibuat oleh Joseph Weizenbaum di MIT tahun 1976. Pengguna berkomunikasi
dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.
Contoh
Penggunaan Teknologi Sistem Cerdas dalam Bidang Pendidikan di Indonesia juga
ada, Contohnya :
RuangGuru
Aplikasi
RuangGuru merupakan platform dimana kita dapat mengakses video pelajaran, jadi
menurut saya RuangGuru itu seperti e-learning. RuangGuru merupakan aplikasi
belajar dengan solusi belajar terlengkap untuk segala kesulitan atau masalah
belajar kita. Di RuangGuru kita dapat mempelajari berbagai macam mata pelajaran
dan tentunya lengkap setiap pembahasan akan dibahas secara detail.
Contoh
lain dari pengaplikasian sistem cerdas dalam bidang Pendidikan yaitu :
Personalisasi
Berbasis AI
Contoh
penerapan AI di bidang pendidikan adalah sistem yang dapat mempersonalisasi
pembelajaran untuk tiap orang atau murid. Sistem AI dapat membantu membuatkan
learning profile untuk tiap murid dan menyesuaikan materi pembelajaran dengan
kemampuan, cara belajar, dan pengalaman tiap murid.
Sistem
AI memungkinkan para profesional di bidang pendidikan memanfaatkan intelligence
assistance yang dapat menyajikan berbagai materi pembelajaran berbasis
kurikulum yang sudah ditetapkan tetapi materi tersebut disesuaikan dengan
kebutuhan khusus tiap murid.
Konten-konten
pembelajaran digital yang terpersonalisasi juga dapat dihadirkan berkat AI dan
machine learning. Buku-buku teks yang tebal kini dapat dipilah-pilah menjadi
konten yang lebih ringkas, lebih enak dibaca dan dipahami, seperti panduan
belajar, ringkasan, flashcard, atau catatan pendek.
Sistem
AI juga memungkinkan orang belajar dengan bantuan education assistant seperti
bot. Selain membantu dari sisi proses belajar, kehadiran education assistant
ini juga menghadirkan adaptive learning di mana tiap orang dapat belajar dengan
kecepatan masing-masing.
Voice
Assistant
Contoh
penerapan AI lainnya di bidang pendidikan adalah pemanfaatan voice assistant di
kelas. Kehadiran voice assistant, seperti Amazon Alexa, Google Home, Apple
Siri, dan Microsoft Cortana memungkinkan murid berinteraksi dengan materi
pembelajaran tanpa harus berinteraksi dengan guru atau dosen, baik di ruang
kelas maupun di rumah.
Di
lingkungan pendidikan tinggi, voice assistant berbasis AI dimanfaatkan untuk
memberikan informasi seputar kampus. Dengan cara ini, mahasiswa tidak perlu
lagi menenteng-nenteng buku panduan yang tebal atau bolak balik harus
mengunjungi situs web ketika mencari informasi tentang kampus.
Contoh
penerapan seperti ini ditemui di Arizona State University, AS. Universitas
memberikan Amazon Alexa kepada tiap mahasiswa baru agar dapat memperoleh
informasi seputar kampus pada waktu yang tepat dan lebih detail.
Tugas-tugas
Administratif
Di
luar urusan pengajaran, para pendidik juga menghadapi tantangan pengelolaan
kelas dan tugas-tugas lain. Tak jarang
pendidik terbebani dengan tanggung jawab yang tidak terkait pengajaran,
misalnya membuat laporan, isu-isu SDM, pemesanan barang-barang kebutuhan kelas,
merespon orang tua murid, dan lain-lain.
Contoh
penerapan AI di sini adalah mengelola aktivitas back office. Misalnya, sistem
AI digunakan untuk membuat penilaian dan memberikan respon terpersonalisasi
kepada tiap murid. Tugas-tugas yang sifatnya rutin dan repetitif juga dapat
diserahkan pada sistem AI. Bahkan AI dapat menjadi lini terdepan dalam merespon
orang tua murid dengan memberikan akses ke sumber-sumber informasi yang
dibutuhkan orang tua, bahkan memberikan feedback kepada orang tua murid untuk
hal-hal yang bersifat rutin. Sementara guru dapat lebih memperhatikan kebutuhan
murid yang lebih memerlukan perhatian langsung.
Dan
tentu saja sistem AI dapat dimanfaatkan institusi pendidikan untuk tugas-tugas
administrative, seperti budgeting, penerimaan murid baru, pengelolaan SDM,
aktivitas pembelian barang, pengelolaan pengeluaran, dan pengelolaan fasilitas
pendidikan.
Sistem
cerdas berbasis AI diyakini dapat membantu institusi pendidikan meningkatkan
efisiensi, memangkas biaya operasional, memberikan visibilitas yang lebih
komprehensif terhadap pemasukan dan pengeluaran, dan meningkatkan kemampuan
merespon permintaan dengan cepat.
Ada
beberapa produk artificial intelligence dalam pendidikan seperti
salah satunya adalah educational robot atau robot pendidikan. Adapun contoh
beberapa robot dengan kecerdasan AI lainnya yang digunakan pada bidang
pendidikan adalah:
1.
Microbot
Microbot
memiliki 2 jenis robot yaitu Microbot Minimower serta Microbot Teachmower.
Minimower sendiri bisa dengan mudah untuk diprogram menggunakan komputer Apple
atau bisa juga melalui TSR-80. Sementara itu, Teachmower sendiri dapat
digunakan sebagai simulasi robot industri serta memakai teach pendant untuk
bisa memrogramnya.
2.
Robot
Hero-01
Hero-01
adalah robot yang dicipta oleh Heath/Zenith dan bisa bergerak serta dirancang
secara khusus demi membantu mempelajari robot industri. Terdapat sejumlah
sensor yang ada pada Hero-01. Unit sensor tersebut dapat melakukan beberapa hal
seperti mendeteksi gerak, mengukur jarak, membedakan dua buah suku kata,
mendeteksi adanya perubahan cahaya dan sebagainya.
3.
Rhino Robot XR-2 System
Robot
yang telah dibuat oleh Rhino Inc. ini dipakai untuk melakukan simulasi terhadap
operasi dari robot-robot industri dan dapat dilakukan pemrograman lewat
komputer Apple. Program untuk robot ini sendiri dapat juga disimpan di disk.
3.
Keuntungan
:
1) Kemampuan
menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).
2) Memiliki
ketepatan dan kecepatan yang sangat akurat dalam system kerjanya.
3) Dapat
digunakan kapan saja karena tanpa ada rasa lelah atau bosan.
4) Memberikan
pernyederhanaan solusi untuk masalah-masalah/kasus-kasus yang kompleks dan
berulang.
5) Penghematan
waktu dalam menyelesaikan suatu masalah.
6) Kecerdasan
buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami
perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan
buatan tidak akan berubah sepanjang sistem komputer dan program tidak
mengubahnya.
7) Kecerdasan
buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia
dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu
keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika
pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat
ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer
lain.
8) Kecerdasan
buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan
komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan
seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama.
9) Kecerdasan
buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah
bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa
berubah-ubah.
10)
Kecerdasan buatan dapat didokumentasikan.
Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan
melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit
untuk direproduksi.
11)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih cepat dibanding dengan kecerdasan alami.
12)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih baik dibanding dengan kecerdasan alami.
13)
AI sifatnya netral tidak memandang bulu,
artinya dimana mengambil keputusan itu lebih nyata dan benar, berbeda dengan
manusia yang terkadang masih mempunyai pertimbangan.
Kerugian
:
1) Teknologi
artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu
yang membuat kita tidak sekedar memproses informasi, namun kita mengerti
informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
2) Kecerdasan
yang ada pada artificial intelligence terbatas pada apa yang diberikan
kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial
intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
3) Lapangan
kerja semakin sempit karena banyak industry yang menggunakan kecerdasan buatan
untuk menghemat biaya.
4) Hasilnya
terkadang tidak akurat atau tidak sesuai dengan yang sebenarnya.
5) Rawan
rusak.
6) Mahal
dalam proses pembuatannya.
7) Memerlukan
daya listrik.
8) Struktur
kontrolnya terpisah dari pengetahuan.
9) Tidak
memiliki kemampuan mengembangkan pengetahuan, pengembangan pengetahuan pada
Artificial Intelligence tergantung pada sistem yang dibangun.
1. Jelaskan
bidang sistem cerdas yang banyak dikembangkan saat ini?
2. Berikan
contoh yang terdapat dalam kehidupan sehari-hari tentang sistem cerdas yang
berkaitan dengan bidang Pemahaman Ucapan/Suara (Speech/Voice Understanding)!
Jawab :
1.Menurut
saya yang banyak dikembangkan saat ini mengenai bidang otomotif (field of
automotive intelligent systems).
Mobilitas
manusia mengalami revolusi dengan munculnya mobil. Seiring dengan bertambahnya
jumlah mobil, jalan dan jalan diperluas untuk mengakomodasi perjalanan antar
dan dalam kota serta konektivitas pedesaan. Secara bersamaan, peraturan lalu
lintas dikembangkan untuk mengontrol rute kendaraan yang teratur dan memastikan
keselamatan. Dengan kemajuan teknologi, tenaga kendaraan, performa, dan
jangkauan perjalanan telah meningkat pesat ke tingkat yang bahkan telah
mengubah bentuk kota dan cara hidup orang saat ini. Selama bertahun-tahun,
kendaraan telah berevolusi menjadi mesin berteknologi canggih yang memperluas
mobilitas ke waktu luang, kenyamanan, kemewahan, olahraga, dan, untuk beberapa,
perluasan dan ekspresi citra dan kepribadian mereka. Seperti halnya teknologi
lainnya, kemajuan dalam mobilitas ini telah membawa tantangan tersendiri dalam
hal keamanan, polusi, dan kebutuhan energi. Karena kendaraan telah menjadi
kebutuhan hidup, mencakup hampir setiap aspek kehidupan kita sehari-hari,
selama bertahun-tahun.
Teknologi
kendaraan cerdas terdiri dari perangkat elektronik, elektromekanis, dan
elektromagnetik - biasanya komponen bermesin mikro silikon yang beroperasi
bersama dengan perangkat yang dikendalikan komputer dan pemancar gelombang
radio untuk memberikan fungsi pengulangan yang presisi (seperti dalam sistem
kecerdasan buatan robotika) rekonstruksi kinerja validasi peringatan darurat.
Teknologi
kendaraan cerdas biasanya diterapkan pada sistem keselamatan mobil dan sensor
elektromekanis otonom mandiri yang menghasilkan peringatan yang dapat dikirim
dalam area target tertentu yang diinginkan, katakanlah dalam jarak 100 meter
dari transceiver. Dalam aplikasi darat, teknologi kendaraan cerdas digunakan
untuk keselamatan dan komunikasi komersial antara kendaraan atau antara
kendaraan dan sensor di sepanjang jalan.
Teknologi
kendaraan cerdas memberikan informasi langsung di jalan kepada pengendara yang
ingin memetakan rute ke tujuan tertentu dan mengharapkan sistem untuk membantu
menentukan arah perjalanan terbaik. Informasi yang diberikan oleh sistem dalam
kendaraan diperbarui kira-kira setiap menit (tergantung pada kecepatan
kendaraan) semua informasi suar pemancar yang direkam sendiri oleh kendaraan
saat melakukan perjalanan di jalan raya. Artinya, semua kendaraan yang berjalan
di jalan raya memperbarui informasi tersebut ke penanda mil lokal melalui
telematika DSRC. Penanda mil pada gilirannya berkomunikasi dengan stasiun
pemantauan regional dan mengunggah data sehingga dapat mengisi tren grafik
batang statistik perkembangan arus lalu lintas. Informasi lebih lanjut
disediakan untuk akses ke tanggal yang dikumpulkan oleh sistem format
pertukaran data yang ditetapkan melalui link komunikasi alamat IP protokol
Internet standar.
Pertanggungan
berbasis penggunaan didasarkan pada teknologi telematika.
Contoh:
Seorang petugas, yang mencatat melalui IVT bahwa registrasi mobil telah
kedaluwarsa, dapat menggunakan telematika untuk mengarahkan pengemudi mobil
untuk menghentikan mobil.
Kombinasi
pemancar suar dalam kendaraan dan pemancar RFID (permukaan dipasang seperti tag
reflektor, atau tertanam di jalan) akan mendeteksi posisi kendaraan, nomor
seri, merek, model, warna, identifikasi unit, dan orientasi. Data waktu nyata
akan terus diperbarui, direkam sendiri, kemudian diunggah oleh kendaraan ke
penanda mil telematika oleh transceiver kendaraan untuk memungkinkan komunikasi
kontrol dalam kendaraan.
2.
1. Apple’s Siri – Home Pod
2.
Amazon’s Alexa – Echo
3.
Microsoft’s Cortana – Invoke
4.
Google Assistant - Google Home
5.
Facebook - Oculus virtual reality headset
1.
Apa yang dimaksud dengan pengkondisi
sinyal sensor?
2.
Jelaskan mengapa data masukan yang
diterima oleh sensor perlu penguatan!
3.
Berikan contoh proses penguatan yang
dilakukan!
Jawab
:
1.
Pengondisi
sinyal adalah perangkat yang mengubah satu jenis sinyal elektronik menjadi
jenis sinyal lain. Kegunaan utamanya adalah untuk mengubah sinyal yang mungkin
sulit dibaca oleh instrumentasi konvensional menjadi format yang lebih mudah
dibaca. Dalam melakukan konversi ini sejumlah fungsi dapat berlangsung. Mereka
termasuk:
Amplifikasi
(Amplification)
Ketika
sinyal diperkuat, besaran keseluruhan sinyal ditingkatkan. Mengubah sinyal
0-10mV menjadi sinyal 0-10V adalah contoh amplifikasi.
Isolasi
Listrik (Electrical Isolation)
Isolasi
listrik memutus jalur galvanik antara sinyal input dan output. Artinya, tidak
ada kabel fisik antara input dan output. Input biasanya ditransfer ke output
dengan mengubahnya menjadi sinyal optik atau magnet kemudian direkonstruksi
pada output. Dengan memutus jalur galvanis antara input dan output, sinyal yang
tidak diinginkan pada jalur input dicegah untuk melewati ke output. Isolasi
diperlukan jika pengukuran harus dilakukan pada permukaan dengan potensial
tegangan jauh di atas tanah. Isolasi juga digunakan untuk mencegah loop tanah.
Linearisasi
(Linearization)
Mengubah
sinyal masukan non-linier menjadi sinyal keluaran linier. Ini umum untuk sinyal
termokopel.
Kompensasi
Persimpangan Dingin (Cold Junction Compensation)
Digunakan
untuk termokopel. Sinyal termokopel disesuaikan dengan fluktuasi suhu ruangan.
Perangsangan
(Excitation)
Banyak
sensor memerlukan beberapa bentuk eksitasi agar dapat beroperasi. Strain gages
dan RTDs adalah dua contoh umum.
2.
Sensor perlu dilakukan penguatan agar menghasilkan tegangan yang cocok sebagai
masukan mikroprosesor dan pengubah analog ke digitalnya.
Tegangan
output yang dihasilkan dari pemprosesan oleh rangkaian yang terdapat sensor
terkadang memiliki range kecil seperti misalnya
0v - 1v, atau suatu sistem yang terhubung dengan sensor membutuhkan tegangan
tertentu yang tidak dapat dikeluarkan oleh sensor tersebut sehingga diperlukan
penguatan.
3. Contohnya dalam suatu contoh suatu sistem cerdas lampu penerangan jalan yang hanya menyala saat gelap dengan menggunakan sensor LDR yang konsepnya adalah reseptif terhadap cahaya yang artinya sinyal yang diolah merupakan sinyal analog. Sangat tidak cocok apabila output yang dihasilkan oleh lampu juga berupa analog, hal ini berarti lampu yang berperan sebagai output akan semakin terang pada saat tengah malam yang mana pada saat itu tidak begitu banyak kendaraan lewat.
Oleh karena itu pada sistem ini diperlukan
lah sebuah rangkaian penguatan yang akan menjaga tegangan pada titik tertentu
jika output yang dihasilkan oleh LDR mecapai titik yang telah ditentukan karena
output (resistansi) dari LDR itu sendiri akan berbeda pada tiap waktunya.
1.
Jelaskan peranan tranduser dan sensor
dalam sistem cerdas!
2.
Berikan contoh penggunaan sensor untuk
mendeteksi masukan dan tranduser untuk media keluaran dalam aplikasi sistem
cerdas yang digunakan sehari-hari!
3.
Jelaskan peranan sensor pada soal nomor 2
untuk mendeteksi masukan apa dan peranan tranduser pada soal nomor 2 untuk
menampilkan keluaran apa!
Jawab
:
1.
Kita hidup di dunia yang penuh dengan
transduser, yang sangat kecil, yang tidak dapat Anda lihat, tertanam dalam MEMS
(sistem mikro-elektromekanis) dan yang lebih besar yang, Anda bisa lihat Ponsel
cerdas Anda penuh dengan transduser.
Transduser
sudah ada sejak beberapa dekade dan seiring berkembangnya teknologi, transduser
menjadi lebih kecil dan lebih pintar serta mudah ditemukan di mana-mana.
Transduser
berkembang dan digunakan dalam aplikasi seperti mobil yang terhubung dengan
cerdas, digital twins, smart home, manajemen gedung, realitas virtual, Industri
4.0, perawatan kesehatan, semuanya benar-benar.
Sensor
digunakan untuk menangkap data. Mereka melakukannya dengan mentransduksi banyak
kemungkinan variabel dan perubahan dalam variabel ini, seperti suhu,
percepatan, suara, dan beberapa ratus variabel lainnya atau, lebih tepatnya,
sinyal yang dihasilkan oleh suatu bentuk energi seperti gerak atau energi kimia
menjadi digital. bentuk, yang kemudian dapat dimanfaatkan dalam bentuk data.
Fungsi
input dan output sederhana dari sebuah sensor juga terjadi pada aktuator.
Namun, dalam cara yang berlawanan terjadi. Sedangkan sensor mentransduksi
sinyal dari variabel di lingkungan fisik, aktuator mendapatkan sinyal untuk
mengatur sesuatu agar bergerak.
Tranducer
dan sensor merupakan sesuatu yang berbeda namun masih dalam satu lingkup. Semua
sensor dapat dikatakan sebagai tranducer namun tidak semua sensor dapat
dikatakan sebagai tranducer.
Tranducer dan terutama sensor dalam sistem
cerdas berfungsi sebagai alat pengindera. Misalnya microphone sebagai alat
pengindera suara untuk sistem cerdas pengenalan suara. Sedikit berbeda dengan
sensor karena sensor hanya mampu mengubah suatu energi fisis menjadi energi
listrik, tranducer mampu mengubah energi fisis menjadi energi fisis lainnya
seperti contohnya lampu yang mengubah energi listrik menjadi energi cahaya.
2.
Contoh Sensor :
1.
Microphone
Contoh
Tranduser :
1.
Lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar otomatis
(energi kinetik) apabila temperatur di ruangan naik melewati batas yang telah
ditentukan.
2.
Sistem cerdas drone pencari yang ditugaskan pada bencana alam
3.
Karena sensor hanya mampu mengubah energi fisis menjadi energi listrik, maka
sensor lebih banyak digunakan untuk mendapatkan sinyal input seperti contohnya
microphone untuk menerima sinyal input suara dan sensor ultrasonik untuk
memperkirakan jarak.
Di sisi lain tranducer yang tidak hanya dapat
mengubah menjadi satu jenis energi dapat digunakan sebagai ouput seperti
misalnya lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar
otomatis (energi kinetik) apabila temperatur di ruangan naik melewati batas
yang telah ditentukan.
Contohnya pada sistem cerdas drone pencari
yang ditugaskan pada bencana alam. Drone pencari dapat menggunakan sensor
seperti microphone untuk mendengar suara meminta pertolongan dan memperkirakan
dari mana arah datangnya suara tersebut. Selain itu drone pencari teresebut
juga dilengkapi sorot yang akan menyala otomatis bila terdapat suatu tempat
gelap yang tidak dapat dilihat oleh kamera, prinsif ini bertujuan sebagai
bentuk penghematan daya dengan tidak menyalakan lampu sorot apabila kamera
dapat melihat jalan atau objek dengan jelas.
Evolusi Sistem Informasi
Berbasis Komputer
·
Fokus Awal Pada Data (Electronic Data
Processing/EDP). Pada awal abad ke 20 pemakaian komputer terbatas hanya untuk
aplikasi akuntansi dan digunakan nama Electronic Data Processing (EDP) yang
merupakan aplikasi sistem informasi yang paling dasar dalam setiap perusahaan.
sekarang kita menggunakan istilah sistem informasi akuntansi untuk menggantikan
electronic data processing.
·
Fokus Baru Pada Informasi (Sistem
Informasi Manajemen/SIM). Konsep penggunaan komputer untuk mendukung sistem
informasi manajemen mulai diperkenalkan pada tahun 1964 oleh para pembuat
komputer. Konsep SIM menyadari bahwa aplikasi komputer harus diterapkan untuk
tujuan utama menghasilkan informasi manajemen.
·
Fokus revisi pada pendukung keputusan (Decision
support system/DSS). Sistem informasi manajemen terus berkembang dalam
menghadapi kelemahan-kelemahannya, muncul pendekatan baru dengan nama Decision
support systems (DSS), yaitu sistem penghasil informasi yang ditujukan pada
suatu masalah tertentu yang harus dipecahkan oleh manajer.
·
Fokus pada komunikasi (office
automation/OA). Penerapan OA (office automation) untuk memudahkan komunikasi
dan peningkatan produktivitas diantara para manajer dan pekerja kantor lainnya
melalui penggunaan alat-alat elektronik.
·
Fokus potensial pada konsultasi
(Artificial Intelligence/AI). Ide dasar dari AI adalah bahwa komputer dapat
diprogram untuk melaksanakan sebagian logis yang sama seperti manusia.
EDP/SIA/Sistem Informasi
Akuntansi
Sistem informasi
akuntansi melaksanakan akuntansi perusahaan, aplikasi ini ditandai dengan
pengolahan data yang tinggi.
Pengolahan data :
Manipulasi atau transformasi simbol-simbol seperti angka dan abjad untuk tujuan
meningkatkan kegunaannya.
Tujuan Pengolahan Data :
Mengumpulkan data yang menjelaskan kegiatan perusahaan, mengubah data tersebut
menjadi informasi serta menyediakan informasi bagi pemakai didalam maupun
diluar perusahaan.
SIA melaksanakan 4 tugas
dasar :
1.Pengumpulan data
2.Manipulasi data
3.Penyimpanan data
4.Penyiapan data
Karakteristik SIA
:
1.Melaksanakan tugas yang
diperlukan.
2.Berpegang pada prosedur
yang relatif standar.
3.Menangani data yang
rinci.
4.Terutama berfokus
historis.
5.Menyediakan informasi
pemecahaan masalah yang minimal.
SIM/Sistem Informasi
Manajemen
Definisi
:
1.Sistem berbasis
komputer yang menyediakan informasi bagi pemakai dengan kebutuhan yang serupa
(Raymond McLeod)
2.Integrasi manusia/mesin
guna menyediakan informasi untuk mendukung fungsi operasional
manajemen&pengambilan keputusan pada suatu organisasi (Gordon B. Davis)
Elemen : Hardware,
software, prosedur, database, model.
Tujuan SIM
: Memenuhi kebutuhan informasi umum semua manajer dalam perusahaan atau dalam
sub unit oganisasional perusahaan.
SPK/Sistem Penunjang
Keputusan
Definisi
: Sistem komputer yang interaktif yang membantu pembuatan keputusan dalam
menggunakan&memanfaatkan data&model untuk memecahkan masalah yang tidak
terstruktur.
Tujuan :
1.Memberikan dukungan
untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
2.Memberikan dukungan
pembuatan keputusan kepada manajer pada semua tingkat untuk membantu integrasi
antar tingkat.
3.Meningkatkan efektifitas
manajer dalam pembuatan keputusan & bukan peningkatan efisiennya.
Karakteristik SPK
:
1.Adaptability
2.Flexibility
3.User Friendly
4.Support Intelligence
5.Design
6.Choice
7.Effectiveness
Manfaat SPK
:
1.Meningkatkan jumlah
alternative yang dipilih.
2.Pemahaman yang lebih
baik tentang bisnis.
3.Respon yang cepat
terhadap situasi yang tidak diharapkan.
4.Kontrol yang lebih
baik.
Tingkatan Teknologi SPK
:
·
DSS Specific
Hardware/software yang
memungkinkan seseorang/sekelompok orang pengambil keputusan melakukan analitik
terhadap suatu masalah tertentu.
·
DSS Generator
Suatu paket
hardware/sofware yang mampu secara cepat & mudah membuat spesifikasi DSS.
·
DSS Tools
Suatu hardware/software
yang membantu pembuatan spesifikasi DSS dan generator DSS.
Perbedaan EDP, SIM dan
SPK
v EDP
1.Fokus pada data
2.Proses transaksi yang
efisien
3.Mengintrgrasi file-file
dari pekerjaan sejenis
4.Membuat ringkasan untuk
laporan bagi manajemen.
v SIM
1.Fokus pada
pengorganisasian informasi dari perusahaan
2.Alur informasi
terstruktur
3.Aktifitas berupa tanya
jawab & penyusunan laporan
v SPK
1.Mengkhususkan pada
pengambilan keputusan dari para manajer tingkat atas
2.Menekankan pada
fleksibilitas, adaptibilitas & mampu memberi respon dengan cepat
3.User memiliki kontrol
penuh dalam berinteraksi
Otomatisasi
Perkantoran/Office Automation/OA
Definisi
: Semua sistem elektronik formal & informal terutama yang berkaitan dengan
komunikasi informal ke dan dari orang-orang di dalam maupun di luar perusahaan.
Fungsi
: Untuk memudahkan jenis komunikasi baik lisan maupun tulisan & menyediakan
informasi yang lebih baik untuk pengambilan keputusan.
Tujuan
:
1.Penghindaran biaya
2.Pemecahan masalah
kelompok
3.Sebagai pelengkap
Aplikasi OA
:
1.Word processing
2.Email
3.Voice mail
4.Electronic calendering
5.Audio conferencing
6.Video conferencing
7.Computer conferencing
8.Facsimile transmission
9.Video text
10.Imaging
11.Desktop publishing
Sistem Pakar
Definisi
: Program komputer yang berfungsi seperti manusia yaitu memberi konsultasi
kepada pemakai mengenai cara pemecahan masalah.
Komponen ES
:
1.User interface
2.Knowledge interface
3.Interface engine
4.Development engine
Output ES
:
1.Penjelasan pertanyaan
2.Penjelasan pemecahan
masalah
Sumber :
https://accounting.binus.ac.id/2019/06/10/memahami-evolusi-sistem-informasi-berbasis-komputer/
1.
Jelaskan komponen-komponen apa saja yang
diperlukan untuk mengaplikasikan kecerdasan buatan!
2.
Jelaskan pengaplikasian kecerdasan buatan
dalam kehidupan sehari-hari! Berikan contohnya!
3.
Mengapa kecerdasan buatan digunakan untuk
membantu kegiatan manusia? Jelaskan!
Jawab :
1.
Komponen-komponen AI yang diperlukan untuk
mengaplikasikan kecerdasan buatan adalah :
·
Sistem Pakar (Expert Systemi)
: program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang
pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar ini merupakan
aplikasi AI yang paling banyak.
·
Pemrosesan Bahasa Alami
(Natural Language Processing) : Pemrosesan ini memberi kemampuan pengguna
komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri
(bahasa manusia).
·
Pemahaman Ucapan/Suara
(Speech/Voice Understanding) : teknik agar komputer dapat mengenali dan
memahami bahasa ucapan.
·
Sistem Sensor dan Robotika
: Robot yang cerdas biasanya 6 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.
·
Komputer Visi
: Merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta
proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk
menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali
kualitas produk industri.
·
Intelligent Tutoring/Intelligent
Computer – Aided Instruction : komputer yang
mengajari manusia. Sistem ini juga mendukung pembelajaran bagi orang yang
mempunyai kekurangan fisik atau kelemahan belajar.
·
Mesin Belajar
(Machine Learning) : Machine Learning berhubungan dengan sekumpulan metode
untuk mencoba mengajari/melatih komputer untuk memecahkan masalah
atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang
telah terjadi.
·
Sistem komputasi
(Computational Systems),
·
Manajemen data dan data
(Data and data management),
·
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
·
Basis Pengetahuan
(knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan antara
satu dengan lainnya.
·
Motor Inferensi
(inference engine) : kemampuan menarik kesimpulan berdasarkan pengalaman
2.
Berikut ini beberapa contoh dari penerapan
AI yang biasa dijjumpai dalam kehidupan sehari-hari :
1. DeepFace
Facebook
Salah satu contoh dari AI adalah teknologi
DeepFace yang dimiliki oleh Facebook. AI ini berfungsi untuk mengenali wajah
orang yang ada pada postingan foto. Dengan teknologi ini, kamu tidak perlu lagi
menandai seseorang yang ada pada foto secara manual, karena AI ini yang akan
melakukannya.
Perlu
kamu ketahui bahwa sebelum AI dapat mengidentifikasi bahwa orang di foto itu
adalah kamu, AI akan dilatih berdasarkan data. Datanya didapatkan saat kamu
menandai orang di foto sebelumnya dan dari hasil saran AI terhadap orang yang
ada di foto yang kamu setujui. Setelah AI berlatih dan memiliki banyak data
maka AI nantinya akan dapat mengidentifikasi seseorang yang ada di foto.
2. Rekomendasi
E-Commerce
Konsep penerapan AI yang sering kamu jumpai
salah satunya adalah rekomendasi produk pada e-commerce. Mungkin kamu pernah
berbelanja di salah satu e-commerce dan ketika kamu berbelanja ada
produk-produk yang direkomendasikan untukmu. Produk yang direkomendasikan
tersebut bukan dari seseorang yang memprediksi kira-kira kamu beli apa ya?
Produk rekomendasi tersebut merupakan hasil dari proses AI.
Lalu
darimana AI mendapatkan produk-produk yang akan direkomendasikan tersebut? AI
memperoleh data dari kamu sendiri, misalnya ketika kamu melakukan pencarian
produk, pembelian produk dan kamu sudah melihat produk apa saja. Data
tersebutlah yang akan diproses dari konsep AI yaitu data mining sehingga AI
akan merekomendasikan produk-produk yang pas buat kamu.
3. Asisten
Virtual
Contoh
dari kecerdasan buatan berikutnya adalah asisten virtual, ada banyak penyedia
asisten virtual seperti Google assistant, Siri atau Alexa. Seperti asisten pada
umumnya, asisten virtual ini juga bisa kamu ajak berinteraksi. Selain itu
asisten virtual dapat mencatat kapan kamu ada janji atau acara dan memberikan
informasi ketika waktu acara yang ditentukan segera tiba.
Asisten
virtual ini juga bisa kamu perintah untuk melakukan pengiriman pesan, memutar
musik, membuka aplikasi dan lain sebagainya. Asisten virtual ini juga akan
terus belajar seiring kamu menggunakannya, sehingga asisten virtual dapat
mengetahui apa yang kamu sukai dan hal apa yang biasa kamu lakukan.
4. Waze
Aplikasi
yang sudah tidak asing ini bias menuntun kamu saat tersesat. Selain itu,
aplikasi satu ini juga memiliki banyak fitur pendukung, seperti tanda adanya
kemacetan hingga kecelakaan yang sedang terjadi.
5. Instant
Heart Rate Pro
Kecerdasan
buatan juga bisa mendeteksi kesehatan. Salah satunya aplikasi Instant Heart
Rate Pro. Kalau sudah mengunduh aplikasi ini, kamu tidak perlu sering mengecek
kesehatan di rumah sakit.
Uniknya,
aplikasi ini akan berfungsi hanya dengan meletakkan jari telunjuk di atas
kamera. Setelah itu, Instant Heart Rate Pro dapat memberikan gambaran lengkap
tentang tubuh kalian.
6. Netflix
Layanan
terpopuler yang telah banyak digunakan oleh jutaan orang di dunia adalah
Netflix. Layanan ini telah menggunakan teknologi prediktif yang mampu
menawarkan rekomendasi banyak hal dengan hanya melihat pilihan, reaksi, minat
dan perilaku dari pengguna.
Cara
kerja teknologi ini adalah dengan meneliti catatan, yang mampu merekomendasikan
film dari jenis film yang disukai pengguna serta reaksi pengguna atas nonton
film tersebut.
7. Tesla
Teknologi
Self-Driving akhir-akhir ini semakin sering digembor-gemborkan. Bayangkan
sebuah mobil bisa menyetir dirinya sendiri tanpa harus di kendalikan oleh supir
manusia lagi. Itulah yang mampu di lakukan oleh AI yang disematkan Tesla, salah
satu perusahaan otomotif dunia dalam mobil-mobil besutannya. Memang masih
banyak pro-kontra dalam AI yang satu ini terkait jaminan keselamatan yang
diberikan. Namun pada waktunya, mungkin seluruh mobil di dunia sudah tidak
memerlukan sopir lagi.
1.
Jelaskan apa yang menjadi dasar
digunakannya sistem cerdas!
2.
Jelaskan pengaplikasian sistem cerdas
dalam bidang pendidikan! Berikan contohnya!
3.
Apa keuntungan dan kerugian digunakannya
sistem cerdas!
Jawab :
1.
Sebelum menjawab apa dasar digunakannya
sistem cerdas, kita ketahui dulu apa itu sistem cerdas. Sistem Cerdas (intelligent
system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial
intelligence. Dasar digunakannya sistem cerdas adalah untuk meniru
proses kecerdasan manusia melalui pembuatan dan penerapan algoritma yang
dibangun ke dalam lingkungan komputasi yang dinamis. Sederhananya, AI mencoba
membuat komputer berpikir dan bertindak seperti manusia.
Untuk
mencapai tujuan ini dibutuhkan tiga komponen utama :
1.
Sistem komputasi (Computational Systems),
2.
Manajemen data dan data (Data and data
management),
3.
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
Semakin
manusiawi hasil yang diinginkan, semakin banyak data dan daya pemrosesan yang
dibutuhkan.
2. Contoh Aplikasi di bidang Pendidikan : smart
learning, e-learning, Deteksi Bakat Anak Melalui Sidik Jari, game interaktif
(flip word – menyusun kata dalam bahasa inggris, zuma deluxe – permainan warna,
games Othello , Sudoku Solver dll), Logic Theorist – untuk pembuktian teorema
matematika, Sad Sam (oleh Robert K.Lindsay, 1960) – program yang dapat
mengetahui kalimat sederhana dalam bahasa Inggris dan memberikan jawaban dari
fakta yang didengar dalam sebuah percakapan, ELIZA – Eliza merupakan salah satu
Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis
yang dibuat oleh Joseph Weizenbaum di MIT tahun 1976. Pengguna berkomunikasi
dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.
Contoh
Penggunaan Teknologi Sistem Cerdas dalam Bidang Pendidikan di Indonesia juga
ada, Contohnya :
RuangGuru
Aplikasi
RuangGuru merupakan platform dimana kita dapat mengakses video pelajaran, jadi
menurut saya RuangGuru itu seperti e-learning. RuangGuru merupakan aplikasi
belajar dengan solusi belajar terlengkap untuk segala kesulitan atau masalah
belajar kita. Di RuangGuru kita dapat mempelajari berbagai macam mata pelajaran
dan tentunya lengkap setiap pembahasan akan dibahas secara detail.
Contoh
lain dari pengaplikasian sistem cerdas dalam bidang Pendidikan yaitu :
Personalisasi
Berbasis AI
Contoh
penerapan AI di bidang pendidikan adalah sistem yang dapat mempersonalisasi
pembelajaran untuk tiap orang atau murid. Sistem AI dapat membantu membuatkan
learning profile untuk tiap murid dan menyesuaikan materi pembelajaran dengan
kemampuan, cara belajar, dan pengalaman tiap murid.
Sistem
AI memungkinkan para profesional di bidang pendidikan memanfaatkan intelligence
assistance yang dapat menyajikan berbagai materi pembelajaran berbasis
kurikulum yang sudah ditetapkan tetapi materi tersebut disesuaikan dengan
kebutuhan khusus tiap murid.
Konten-konten
pembelajaran digital yang terpersonalisasi juga dapat dihadirkan berkat AI dan
machine learning. Buku-buku teks yang tebal kini dapat dipilah-pilah menjadi
konten yang lebih ringkas, lebih enak dibaca dan dipahami, seperti panduan
belajar, ringkasan, flashcard, atau catatan pendek.
Sistem
AI juga memungkinkan orang belajar dengan bantuan education assistant seperti
bot. Selain membantu dari sisi proses belajar, kehadiran education assistant
ini juga menghadirkan adaptive learning di mana tiap orang dapat belajar dengan
kecepatan masing-masing.
Voice
Assistant
Contoh
penerapan AI lainnya di bidang pendidikan adalah pemanfaatan voice assistant di
kelas. Kehadiran voice assistant, seperti Amazon Alexa, Google Home, Apple
Siri, dan Microsoft Cortana memungkinkan murid berinteraksi dengan materi
pembelajaran tanpa harus berinteraksi dengan guru atau dosen, baik di ruang
kelas maupun di rumah.
Di
lingkungan pendidikan tinggi, voice assistant berbasis AI dimanfaatkan untuk
memberikan informasi seputar kampus. Dengan cara ini, mahasiswa tidak perlu
lagi menenteng-nenteng buku panduan yang tebal atau bolak balik harus
mengunjungi situs web ketika mencari informasi tentang kampus.
Contoh
penerapan seperti ini ditemui di Arizona State University, AS. Universitas
memberikan Amazon Alexa kepada tiap mahasiswa baru agar dapat memperoleh
informasi seputar kampus pada waktu yang tepat dan lebih detail.
Tugas-tugas
Administratif
Di
luar urusan pengajaran, para pendidik juga menghadapi tantangan pengelolaan
kelas dan tugas-tugas lain. Tak jarang
pendidik terbebani dengan tanggung jawab yang tidak terkait pengajaran,
misalnya membuat laporan, isu-isu SDM, pemesanan barang-barang kebutuhan kelas,
merespon orang tua murid, dan lain-lain.
Contoh
penerapan AI di sini adalah mengelola aktivitas back office. Misalnya, sistem
AI digunakan untuk membuat penilaian dan memberikan respon terpersonalisasi
kepada tiap murid. Tugas-tugas yang sifatnya rutin dan repetitif juga dapat
diserahkan pada sistem AI. Bahkan AI dapat menjadi lini terdepan dalam merespon
orang tua murid dengan memberikan akses ke sumber-sumber informasi yang
dibutuhkan orang tua, bahkan memberikan feedback kepada orang tua murid untuk
hal-hal yang bersifat rutin. Sementara guru dapat lebih memperhatikan kebutuhan
murid yang lebih memerlukan perhatian langsung.
Dan
tentu saja sistem AI dapat dimanfaatkan institusi pendidikan untuk tugas-tugas
administrative, seperti budgeting, penerimaan murid baru, pengelolaan SDM,
aktivitas pembelian barang, pengelolaan pengeluaran, dan pengelolaan fasilitas
pendidikan.
Sistem
cerdas berbasis AI diyakini dapat membantu institusi pendidikan meningkatkan
efisiensi, memangkas biaya operasional, memberikan visibilitas yang lebih
komprehensif terhadap pemasukan dan pengeluaran, dan meningkatkan kemampuan
merespon permintaan dengan cepat.
Ada
beberapa produk artificial intelligence dalam pendidikan seperti
salah satunya adalah educational robot atau robot pendidikan. Adapun contoh
beberapa robot dengan kecerdasan AI lainnya yang digunakan pada bidang
pendidikan adalah:
1.
Microbot
Microbot
memiliki 2 jenis robot yaitu Microbot Minimower serta Microbot Teachmower.
Minimower sendiri bisa dengan mudah untuk diprogram menggunakan komputer Apple
atau bisa juga melalui TSR-80. Sementara itu, Teachmower sendiri dapat
digunakan sebagai simulasi robot industri serta memakai teach pendant untuk
bisa memrogramnya.
2.
Robot
Hero-01
Hero-01
adalah robot yang dicipta oleh Heath/Zenith dan bisa bergerak serta dirancang
secara khusus demi membantu mempelajari robot industri. Terdapat sejumlah
sensor yang ada pada Hero-01. Unit sensor tersebut dapat melakukan beberapa hal
seperti mendeteksi gerak, mengukur jarak, membedakan dua buah suku kata,
mendeteksi adanya perubahan cahaya dan sebagainya.
3.
Rhino Robot XR-2 System
Robot
yang telah dibuat oleh Rhino Inc. ini dipakai untuk melakukan simulasi terhadap
operasi dari robot-robot industri dan dapat dilakukan pemrograman lewat
komputer Apple. Program untuk robot ini sendiri dapat juga disimpan di disk.
3.
Keuntungan
:
1) Kemampuan
menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).
2) Memiliki
ketepatan dan kecepatan yang sangat akurat dalam system kerjanya.
3) Dapat
digunakan kapan saja karena tanpa ada rasa lelah atau bosan.
4) Memberikan
pernyederhanaan solusi untuk masalah-masalah/kasus-kasus yang kompleks dan
berulang.
5) Penghematan
waktu dalam menyelesaikan suatu masalah.
6) Kecerdasan
buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami
perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan
buatan tidak akan berubah sepanjang sistem komputer dan program tidak
mengubahnya.
7) Kecerdasan
buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia
dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu
keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika
pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat
ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer
lain.
8) Kecerdasan
buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan
komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan
seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama.
9) Kecerdasan
buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah
bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa
berubah-ubah.
10)
Kecerdasan buatan dapat didokumentasikan.
Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan
melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit
untuk direproduksi.
11)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih cepat dibanding dengan kecerdasan alami.
12)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih baik dibanding dengan kecerdasan alami.
13)
AI sifatnya netral tidak memandang bulu,
artinya dimana mengambil keputusan itu lebih nyata dan benar, berbeda dengan
manusia yang terkadang masih mempunyai pertimbangan.
Kerugian
:
1) Teknologi
artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu
yang membuat kita tidak sekedar memproses informasi, namun kita mengerti
informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
2) Kecerdasan
yang ada pada artificial intelligence terbatas pada apa yang diberikan
kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial
intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
3) Lapangan
kerja semakin sempit karena banyak industry yang menggunakan kecerdasan buatan
untuk menghemat biaya.
4) Hasilnya
terkadang tidak akurat atau tidak sesuai dengan yang sebenarnya.
5) Rawan
rusak.
6) Mahal
dalam proses pembuatannya.
7) Memerlukan
daya listrik.
8) Struktur
kontrolnya terpisah dari pengetahuan.
9) Tidak
memiliki kemampuan mengembangkan pengetahuan, pengembangan pengetahuan pada
Artificial Intelligence tergantung pada sistem yang dibangun.
1. Jelaskan
bidang sistem cerdas yang banyak dikembangkan saat ini?
2. Berikan
contoh yang terdapat dalam kehidupan sehari-hari tentang sistem cerdas yang
berkaitan dengan bidang Pemahaman Ucapan/Suara (Speech/Voice Understanding)!
Jawab :
1.Menurut
saya yang banyak dikembangkan saat ini mengenai bidang otomotif (field of
automotive intelligent systems).
Mobilitas
manusia mengalami revolusi dengan munculnya mobil. Seiring dengan bertambahnya
jumlah mobil, jalan dan jalan diperluas untuk mengakomodasi perjalanan antar
dan dalam kota serta konektivitas pedesaan. Secara bersamaan, peraturan lalu
lintas dikembangkan untuk mengontrol rute kendaraan yang teratur dan memastikan
keselamatan. Dengan kemajuan teknologi, tenaga kendaraan, performa, dan
jangkauan perjalanan telah meningkat pesat ke tingkat yang bahkan telah
mengubah bentuk kota dan cara hidup orang saat ini. Selama bertahun-tahun,
kendaraan telah berevolusi menjadi mesin berteknologi canggih yang memperluas
mobilitas ke waktu luang, kenyamanan, kemewahan, olahraga, dan, untuk beberapa,
perluasan dan ekspresi citra dan kepribadian mereka. Seperti halnya teknologi
lainnya, kemajuan dalam mobilitas ini telah membawa tantangan tersendiri dalam
hal keamanan, polusi, dan kebutuhan energi. Karena kendaraan telah menjadi
kebutuhan hidup, mencakup hampir setiap aspek kehidupan kita sehari-hari,
selama bertahun-tahun.
Teknologi
kendaraan cerdas terdiri dari perangkat elektronik, elektromekanis, dan
elektromagnetik - biasanya komponen bermesin mikro silikon yang beroperasi
bersama dengan perangkat yang dikendalikan komputer dan pemancar gelombang
radio untuk memberikan fungsi pengulangan yang presisi (seperti dalam sistem
kecerdasan buatan robotika) rekonstruksi kinerja validasi peringatan darurat.
Teknologi
kendaraan cerdas biasanya diterapkan pada sistem keselamatan mobil dan sensor
elektromekanis otonom mandiri yang menghasilkan peringatan yang dapat dikirim
dalam area target tertentu yang diinginkan, katakanlah dalam jarak 100 meter
dari transceiver. Dalam aplikasi darat, teknologi kendaraan cerdas digunakan
untuk keselamatan dan komunikasi komersial antara kendaraan atau antara
kendaraan dan sensor di sepanjang jalan.
Teknologi
kendaraan cerdas memberikan informasi langsung di jalan kepada pengendara yang
ingin memetakan rute ke tujuan tertentu dan mengharapkan sistem untuk membantu
menentukan arah perjalanan terbaik. Informasi yang diberikan oleh sistem dalam
kendaraan diperbarui kira-kira setiap menit (tergantung pada kecepatan
kendaraan) semua informasi suar pemancar yang direkam sendiri oleh kendaraan
saat melakukan perjalanan di jalan raya. Artinya, semua kendaraan yang berjalan
di jalan raya memperbarui informasi tersebut ke penanda mil lokal melalui
telematika DSRC. Penanda mil pada gilirannya berkomunikasi dengan stasiun
pemantauan regional dan mengunggah data sehingga dapat mengisi tren grafik
batang statistik perkembangan arus lalu lintas. Informasi lebih lanjut
disediakan untuk akses ke tanggal yang dikumpulkan oleh sistem format
pertukaran data yang ditetapkan melalui link komunikasi alamat IP protokol
Internet standar.
Pertanggungan
berbasis penggunaan didasarkan pada teknologi telematika.
Contoh:
Seorang petugas, yang mencatat melalui IVT bahwa registrasi mobil telah
kedaluwarsa, dapat menggunakan telematika untuk mengarahkan pengemudi mobil
untuk menghentikan mobil.
Kombinasi
pemancar suar dalam kendaraan dan pemancar RFID (permukaan dipasang seperti tag
reflektor, atau tertanam di jalan) akan mendeteksi posisi kendaraan, nomor
seri, merek, model, warna, identifikasi unit, dan orientasi. Data waktu nyata
akan terus diperbarui, direkam sendiri, kemudian diunggah oleh kendaraan ke
penanda mil telematika oleh transceiver kendaraan untuk memungkinkan komunikasi
kontrol dalam kendaraan.
2.
1. Apple’s Siri – Home Pod
2.
Amazon’s Alexa – Echo
3.
Microsoft’s Cortana – Invoke
4.
Google Assistant - Google Home
5.
Facebook - Oculus virtual reality headset
1.
Apa yang dimaksud dengan pengkondisi
sinyal sensor?
2.
Jelaskan mengapa data masukan yang
diterima oleh sensor perlu penguatan!
3.
Berikan contoh proses penguatan yang
dilakukan!
Jawab
:
1.
Pengondisi
sinyal adalah perangkat yang mengubah satu jenis sinyal elektronik menjadi
jenis sinyal lain. Kegunaan utamanya adalah untuk mengubah sinyal yang mungkin
sulit dibaca oleh instrumentasi konvensional menjadi format yang lebih mudah
dibaca. Dalam melakukan konversi ini sejumlah fungsi dapat berlangsung. Mereka
termasuk:
Amplifikasi
(Amplification)
Ketika
sinyal diperkuat, besaran keseluruhan sinyal ditingkatkan. Mengubah sinyal
0-10mV menjadi sinyal 0-10V adalah contoh amplifikasi.
Isolasi
Listrik (Electrical Isolation)
Isolasi
listrik memutus jalur galvanik antara sinyal input dan output. Artinya, tidak
ada kabel fisik antara input dan output. Input biasanya ditransfer ke output
dengan mengubahnya menjadi sinyal optik atau magnet kemudian direkonstruksi
pada output. Dengan memutus jalur galvanis antara input dan output, sinyal yang
tidak diinginkan pada jalur input dicegah untuk melewati ke output. Isolasi
diperlukan jika pengukuran harus dilakukan pada permukaan dengan potensial
tegangan jauh di atas tanah. Isolasi juga digunakan untuk mencegah loop tanah.
Linearisasi
(Linearization)
Mengubah
sinyal masukan non-linier menjadi sinyal keluaran linier. Ini umum untuk sinyal
termokopel.
Kompensasi
Persimpangan Dingin (Cold Junction Compensation)
Digunakan
untuk termokopel. Sinyal termokopel disesuaikan dengan fluktuasi suhu ruangan.
Perangsangan
(Excitation)
Banyak
sensor memerlukan beberapa bentuk eksitasi agar dapat beroperasi. Strain gages
dan RTDs adalah dua contoh umum.
2.
Sensor perlu dilakukan penguatan agar menghasilkan tegangan yang cocok sebagai
masukan mikroprosesor dan pengubah analog ke digitalnya.
Tegangan
output yang dihasilkan dari pemprosesan oleh rangkaian yang terdapat sensor
terkadang memiliki range kecil seperti misalnya
0v - 1v, atau suatu sistem yang terhubung dengan sensor membutuhkan tegangan
tertentu yang tidak dapat dikeluarkan oleh sensor tersebut sehingga diperlukan
penguatan.
3. Contohnya dalam suatu contoh suatu sistem cerdas lampu penerangan jalan yang hanya menyala saat gelap dengan menggunakan sensor LDR yang konsepnya adalah reseptif terhadap cahaya yang artinya sinyal yang diolah merupakan sinyal analog. Sangat tidak cocok apabila output yang dihasilkan oleh lampu juga berupa analog, hal ini berarti lampu yang berperan sebagai output akan semakin terang pada saat tengah malam yang mana pada saat itu tidak begitu banyak kendaraan lewat.
Oleh karena itu pada sistem ini diperlukan
lah sebuah rangkaian penguatan yang akan menjaga tegangan pada titik tertentu
jika output yang dihasilkan oleh LDR mecapai titik yang telah ditentukan karena
output (resistansi) dari LDR itu sendiri akan berbeda pada tiap waktunya.
1.
Jelaskan peranan tranduser dan sensor
dalam sistem cerdas!
2.
Berikan contoh penggunaan sensor untuk
mendeteksi masukan dan tranduser untuk media keluaran dalam aplikasi sistem
cerdas yang digunakan sehari-hari!
3.
Jelaskan peranan sensor pada soal nomor 2
untuk mendeteksi masukan apa dan peranan tranduser pada soal nomor 2 untuk
menampilkan keluaran apa!
Jawab
:
1.
Kita hidup di dunia yang penuh dengan
transduser, yang sangat kecil, yang tidak dapat Anda lihat, tertanam dalam MEMS
(sistem mikro-elektromekanis) dan yang lebih besar yang, Anda bisa lihat Ponsel
cerdas Anda penuh dengan transduser.
Transduser
sudah ada sejak beberapa dekade dan seiring berkembangnya teknologi, transduser
menjadi lebih kecil dan lebih pintar serta mudah ditemukan di mana-mana.
Transduser
berkembang dan digunakan dalam aplikasi seperti mobil yang terhubung dengan
cerdas, digital twins, smart home, manajemen gedung, realitas virtual, Industri
4.0, perawatan kesehatan, semuanya benar-benar.
Sensor
digunakan untuk menangkap data. Mereka melakukannya dengan mentransduksi banyak
kemungkinan variabel dan perubahan dalam variabel ini, seperti suhu,
percepatan, suara, dan beberapa ratus variabel lainnya atau, lebih tepatnya,
sinyal yang dihasilkan oleh suatu bentuk energi seperti gerak atau energi kimia
menjadi digital. bentuk, yang kemudian dapat dimanfaatkan dalam bentuk data.
Fungsi
input dan output sederhana dari sebuah sensor juga terjadi pada aktuator.
Namun, dalam cara yang berlawanan terjadi. Sedangkan sensor mentransduksi
sinyal dari variabel di lingkungan fisik, aktuator mendapatkan sinyal untuk
mengatur sesuatu agar bergerak.
Tranducer
dan sensor merupakan sesuatu yang berbeda namun masih dalam satu lingkup. Semua
sensor dapat dikatakan sebagai tranducer namun tidak semua sensor dapat
dikatakan sebagai tranducer.
Tranducer dan terutama sensor dalam sistem
cerdas berfungsi sebagai alat pengindera. Misalnya microphone sebagai alat
pengindera suara untuk sistem cerdas pengenalan suara. Sedikit berbeda dengan
sensor karena sensor hanya mampu mengubah suatu energi fisis menjadi energi
listrik, tranducer mampu mengubah energi fisis menjadi energi fisis lainnya
seperti contohnya lampu yang mengubah energi listrik menjadi energi cahaya.
2.
Contoh Sensor :
1.
Microphone
Contoh
Tranduser :
1.
Lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar otomatis
(energi kinetik) apabila temperatur di ruangan naik melewati batas yang telah
ditentukan.
2.
Sistem cerdas drone pencari yang ditugaskan pada bencana alam
3.
Karena sensor hanya mampu mengubah energi fisis menjadi energi listrik, maka
sensor lebih banyak digunakan untuk mendapatkan sinyal input seperti contohnya
microphone untuk menerima sinyal input suara dan sensor ultrasonik untuk
memperkirakan jarak.
Di sisi lain tranducer yang tidak hanya dapat
mengubah menjadi satu jenis energi dapat digunakan sebagai ouput seperti
misalnya lampu atau LED yang menyala ketika gelap dan kipas angin yang berputar
otomatis (energi kinetik) apabila temperatur di ruangan naik melewati batas
yang telah ditentukan.
Contohnya pada sistem cerdas drone pencari
yang ditugaskan pada bencana alam. Drone pencari dapat menggunakan sensor
seperti microphone untuk mendengar suara meminta pertolongan dan memperkirakan
dari mana arah datangnya suara tersebut. Selain itu drone pencari teresebut
juga dilengkapi sorot yang akan menyala otomatis bila terdapat suatu tempat
gelap yang tidak dapat dilihat oleh kamera, prinsif ini bertujuan sebagai
bentuk penghematan daya dengan tidak menyalakan lampu sorot apabila kamera
dapat melihat jalan atau objek dengan jelas.
Evolusi Sistem Informasi
Berbasis Komputer
·
Fokus Awal Pada Data (Electronic Data
Processing/EDP). Pada awal abad ke 20 pemakaian komputer terbatas hanya untuk
aplikasi akuntansi dan digunakan nama Electronic Data Processing (EDP) yang
merupakan aplikasi sistem informasi yang paling dasar dalam setiap perusahaan.
sekarang kita menggunakan istilah sistem informasi akuntansi untuk menggantikan
electronic data processing.
·
Fokus Baru Pada Informasi (Sistem
Informasi Manajemen/SIM). Konsep penggunaan komputer untuk mendukung sistem
informasi manajemen mulai diperkenalkan pada tahun 1964 oleh para pembuat
komputer. Konsep SIM menyadari bahwa aplikasi komputer harus diterapkan untuk
tujuan utama menghasilkan informasi manajemen.
·
Fokus revisi pada pendukung keputusan (Decision
support system/DSS). Sistem informasi manajemen terus berkembang dalam
menghadapi kelemahan-kelemahannya, muncul pendekatan baru dengan nama Decision
support systems (DSS), yaitu sistem penghasil informasi yang ditujukan pada
suatu masalah tertentu yang harus dipecahkan oleh manajer.
·
Fokus pada komunikasi (office
automation/OA). Penerapan OA (office automation) untuk memudahkan komunikasi
dan peningkatan produktivitas diantara para manajer dan pekerja kantor lainnya
melalui penggunaan alat-alat elektronik.
·
Fokus potensial pada konsultasi
(Artificial Intelligence/AI). Ide dasar dari AI adalah bahwa komputer dapat
diprogram untuk melaksanakan sebagian logis yang sama seperti manusia.
EDP/SIA/Sistem Informasi
Akuntansi
Sistem informasi
akuntansi melaksanakan akuntansi perusahaan, aplikasi ini ditandai dengan
pengolahan data yang tinggi.
Pengolahan data :
Manipulasi atau transformasi simbol-simbol seperti angka dan abjad untuk tujuan
meningkatkan kegunaannya.
Tujuan Pengolahan Data :
Mengumpulkan data yang menjelaskan kegiatan perusahaan, mengubah data tersebut
menjadi informasi serta menyediakan informasi bagi pemakai didalam maupun
diluar perusahaan.
SIA melaksanakan 4 tugas
dasar :
1.Pengumpulan data
2.Manipulasi data
3.Penyimpanan data
4.Penyiapan data
Karakteristik SIA
:
1.Melaksanakan tugas yang
diperlukan.
2.Berpegang pada prosedur
yang relatif standar.
3.Menangani data yang
rinci.
4.Terutama berfokus
historis.
5.Menyediakan informasi
pemecahaan masalah yang minimal.
SIM/Sistem Informasi
Manajemen
Definisi
:
1.Sistem berbasis
komputer yang menyediakan informasi bagi pemakai dengan kebutuhan yang serupa
(Raymond McLeod)
2.Integrasi manusia/mesin
guna menyediakan informasi untuk mendukung fungsi operasional
manajemen&pengambilan keputusan pada suatu organisasi (Gordon B. Davis)
Elemen : Hardware,
software, prosedur, database, model.
Tujuan SIM
: Memenuhi kebutuhan informasi umum semua manajer dalam perusahaan atau dalam
sub unit oganisasional perusahaan.
SPK/Sistem Penunjang
Keputusan
Definisi
: Sistem komputer yang interaktif yang membantu pembuatan keputusan dalam
menggunakan&memanfaatkan data&model untuk memecahkan masalah yang tidak
terstruktur.
Tujuan :
1.Memberikan dukungan
untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
2.Memberikan dukungan
pembuatan keputusan kepada manajer pada semua tingkat untuk membantu integrasi
antar tingkat.
3.Meningkatkan efektifitas
manajer dalam pembuatan keputusan & bukan peningkatan efisiennya.
Karakteristik SPK
:
1.Adaptability
2.Flexibility
3.User Friendly
4.Support Intelligence
5.Design
6.Choice
7.Effectiveness
Manfaat SPK
:
1.Meningkatkan jumlah
alternative yang dipilih.
2.Pemahaman yang lebih
baik tentang bisnis.
3.Respon yang cepat
terhadap situasi yang tidak diharapkan.
4.Kontrol yang lebih
baik.
Tingkatan Teknologi SPK
:
·
DSS Specific
Hardware/software yang
memungkinkan seseorang/sekelompok orang pengambil keputusan melakukan analitik
terhadap suatu masalah tertentu.
·
DSS Generator
Suatu paket
hardware/sofware yang mampu secara cepat & mudah membuat spesifikasi DSS.
·
DSS Tools
Suatu hardware/software
yang membantu pembuatan spesifikasi DSS dan generator DSS.
Perbedaan EDP, SIM dan
SPK
v EDP
1.Fokus pada data
2.Proses transaksi yang
efisien
3.Mengintrgrasi file-file
dari pekerjaan sejenis
4.Membuat ringkasan untuk
laporan bagi manajemen.
v SIM
1.Fokus pada
pengorganisasian informasi dari perusahaan
2.Alur informasi
terstruktur
3.Aktifitas berupa tanya
jawab & penyusunan laporan
v SPK
1.Mengkhususkan pada
pengambilan keputusan dari para manajer tingkat atas
2.Menekankan pada
fleksibilitas, adaptibilitas & mampu memberi respon dengan cepat
3.User memiliki kontrol
penuh dalam berinteraksi
Otomatisasi
Perkantoran/Office Automation/OA
Definisi
: Semua sistem elektronik formal & informal terutama yang berkaitan dengan
komunikasi informal ke dan dari orang-orang di dalam maupun di luar perusahaan.
Fungsi
: Untuk memudahkan jenis komunikasi baik lisan maupun tulisan & menyediakan
informasi yang lebih baik untuk pengambilan keputusan.
Tujuan
:
1.Penghindaran biaya
2.Pemecahan masalah
kelompok
3.Sebagai pelengkap
Aplikasi OA
:
1.Word processing
2.Email
3.Voice mail
4.Electronic calendering
5.Audio conferencing
6.Video conferencing
7.Computer conferencing
8.Facsimile transmission
9.Video text
10.Imaging
11.Desktop publishing
Sistem Pakar
Definisi
: Program komputer yang berfungsi seperti manusia yaitu memberi konsultasi
kepada pemakai mengenai cara pemecahan masalah.
Komponen ES
:
1.User interface
2.Knowledge interface
3.Interface engine
4.Development engine
Output ES
:
1.Penjelasan pertanyaan
2.Penjelasan pemecahan
masalah
Sumber :
https://accounting.binus.ac.id/2019/06/10/memahami-evolusi-sistem-informasi-berbasis-komputer/
1.
Jelaskan komponen-komponen apa saja yang
diperlukan untuk mengaplikasikan kecerdasan buatan!
2.
Jelaskan pengaplikasian kecerdasan buatan
dalam kehidupan sehari-hari! Berikan contohnya!
3.
Mengapa kecerdasan buatan digunakan untuk
membantu kegiatan manusia? Jelaskan!
Jawab :
1.
Komponen-komponen AI yang diperlukan untuk
mengaplikasikan kecerdasan buatan adalah :
·
Sistem Pakar (Expert Systemi)
: program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang
pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar ini merupakan
aplikasi AI yang paling banyak.
·
Pemrosesan Bahasa Alami
(Natural Language Processing) : Pemrosesan ini memberi kemampuan pengguna
komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri
(bahasa manusia).
·
Pemahaman Ucapan/Suara
(Speech/Voice Understanding) : teknik agar komputer dapat mengenali dan
memahami bahasa ucapan.
·
Sistem Sensor dan Robotika
: Robot yang cerdas biasanya 6 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.
·
Komputer Visi
: Merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta
proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk
menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali
kualitas produk industri.
·
Intelligent Tutoring/Intelligent
Computer – Aided Instruction : komputer yang
mengajari manusia. Sistem ini juga mendukung pembelajaran bagi orang yang
mempunyai kekurangan fisik atau kelemahan belajar.
·
Mesin Belajar
(Machine Learning) : Machine Learning berhubungan dengan sekumpulan metode
untuk mencoba mengajari/melatih komputer untuk memecahkan masalah
atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang
telah terjadi.
·
Sistem komputasi
(Computational Systems),
·
Manajemen data dan data
(Data and data management),
·
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
·
Basis Pengetahuan
(knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan antara
satu dengan lainnya.
·
Motor Inferensi
(inference engine) : kemampuan menarik kesimpulan berdasarkan pengalaman
2.
Berikut ini beberapa contoh dari penerapan
AI yang biasa dijjumpai dalam kehidupan sehari-hari :
1. DeepFace
Facebook
Salah satu contoh dari AI adalah teknologi
DeepFace yang dimiliki oleh Facebook. AI ini berfungsi untuk mengenali wajah
orang yang ada pada postingan foto. Dengan teknologi ini, kamu tidak perlu lagi
menandai seseorang yang ada pada foto secara manual, karena AI ini yang akan
melakukannya.
Perlu
kamu ketahui bahwa sebelum AI dapat mengidentifikasi bahwa orang di foto itu
adalah kamu, AI akan dilatih berdasarkan data. Datanya didapatkan saat kamu
menandai orang di foto sebelumnya dan dari hasil saran AI terhadap orang yang
ada di foto yang kamu setujui. Setelah AI berlatih dan memiliki banyak data
maka AI nantinya akan dapat mengidentifikasi seseorang yang ada di foto.
2. Rekomendasi
E-Commerce
Konsep penerapan AI yang sering kamu jumpai
salah satunya adalah rekomendasi produk pada e-commerce. Mungkin kamu pernah
berbelanja di salah satu e-commerce dan ketika kamu berbelanja ada
produk-produk yang direkomendasikan untukmu. Produk yang direkomendasikan
tersebut bukan dari seseorang yang memprediksi kira-kira kamu beli apa ya?
Produk rekomendasi tersebut merupakan hasil dari proses AI.
Lalu
darimana AI mendapatkan produk-produk yang akan direkomendasikan tersebut? AI
memperoleh data dari kamu sendiri, misalnya ketika kamu melakukan pencarian
produk, pembelian produk dan kamu sudah melihat produk apa saja. Data
tersebutlah yang akan diproses dari konsep AI yaitu data mining sehingga AI
akan merekomendasikan produk-produk yang pas buat kamu.
3. Asisten
Virtual
Contoh
dari kecerdasan buatan berikutnya adalah asisten virtual, ada banyak penyedia
asisten virtual seperti Google assistant, Siri atau Alexa. Seperti asisten pada
umumnya, asisten virtual ini juga bisa kamu ajak berinteraksi. Selain itu
asisten virtual dapat mencatat kapan kamu ada janji atau acara dan memberikan
informasi ketika waktu acara yang ditentukan segera tiba.
Asisten
virtual ini juga bisa kamu perintah untuk melakukan pengiriman pesan, memutar
musik, membuka aplikasi dan lain sebagainya. Asisten virtual ini juga akan
terus belajar seiring kamu menggunakannya, sehingga asisten virtual dapat
mengetahui apa yang kamu sukai dan hal apa yang biasa kamu lakukan.
4. Waze
Aplikasi
yang sudah tidak asing ini bias menuntun kamu saat tersesat. Selain itu,
aplikasi satu ini juga memiliki banyak fitur pendukung, seperti tanda adanya
kemacetan hingga kecelakaan yang sedang terjadi.
5. Instant
Heart Rate Pro
Kecerdasan
buatan juga bisa mendeteksi kesehatan. Salah satunya aplikasi Instant Heart
Rate Pro. Kalau sudah mengunduh aplikasi ini, kamu tidak perlu sering mengecek
kesehatan di rumah sakit.
Uniknya,
aplikasi ini akan berfungsi hanya dengan meletakkan jari telunjuk di atas
kamera. Setelah itu, Instant Heart Rate Pro dapat memberikan gambaran lengkap
tentang tubuh kalian.
6. Netflix
Layanan
terpopuler yang telah banyak digunakan oleh jutaan orang di dunia adalah
Netflix. Layanan ini telah menggunakan teknologi prediktif yang mampu
menawarkan rekomendasi banyak hal dengan hanya melihat pilihan, reaksi, minat
dan perilaku dari pengguna.
Cara
kerja teknologi ini adalah dengan meneliti catatan, yang mampu merekomendasikan
film dari jenis film yang disukai pengguna serta reaksi pengguna atas nonton
film tersebut.
7. Tesla
Teknologi
Self-Driving akhir-akhir ini semakin sering digembor-gemborkan. Bayangkan
sebuah mobil bisa menyetir dirinya sendiri tanpa harus di kendalikan oleh supir
manusia lagi. Itulah yang mampu di lakukan oleh AI yang disematkan Tesla, salah
satu perusahaan otomotif dunia dalam mobil-mobil besutannya. Memang masih
banyak pro-kontra dalam AI yang satu ini terkait jaminan keselamatan yang
diberikan. Namun pada waktunya, mungkin seluruh mobil di dunia sudah tidak
memerlukan sopir lagi.
1.
Jelaskan apa yang menjadi dasar
digunakannya sistem cerdas!
2.
Jelaskan pengaplikasian sistem cerdas
dalam bidang pendidikan! Berikan contohnya!
3.
Apa keuntungan dan kerugian digunakannya
sistem cerdas!
Jawab :
1.
Sebelum menjawab apa dasar digunakannya
sistem cerdas, kita ketahui dulu apa itu sistem cerdas. Sistem Cerdas (intelligent
system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial
intelligence. Dasar digunakannya sistem cerdas adalah untuk meniru
proses kecerdasan manusia melalui pembuatan dan penerapan algoritma yang
dibangun ke dalam lingkungan komputasi yang dinamis. Sederhananya, AI mencoba
membuat komputer berpikir dan bertindak seperti manusia.
Untuk
mencapai tujuan ini dibutuhkan tiga komponen utama :
1.
Sistem komputasi (Computational Systems),
2.
Manajemen data dan data (Data and data
management),
3.
Algoritma AI tingkat lanjut (kode)
(Advanced AI Algorithms) (code).
Semakin
manusiawi hasil yang diinginkan, semakin banyak data dan daya pemrosesan yang
dibutuhkan.
2. Contoh Aplikasi di bidang Pendidikan : smart
learning, e-learning, Deteksi Bakat Anak Melalui Sidik Jari, game interaktif
(flip word – menyusun kata dalam bahasa inggris, zuma deluxe – permainan warna,
games Othello , Sudoku Solver dll), Logic Theorist – untuk pembuktian teorema
matematika, Sad Sam (oleh Robert K.Lindsay, 1960) – program yang dapat
mengetahui kalimat sederhana dalam bahasa Inggris dan memberikan jawaban dari
fakta yang didengar dalam sebuah percakapan, ELIZA – Eliza merupakan salah satu
Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis
yang dibuat oleh Joseph Weizenbaum di MIT tahun 1976. Pengguna berkomunikasi
dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.
Contoh
Penggunaan Teknologi Sistem Cerdas dalam Bidang Pendidikan di Indonesia juga
ada, Contohnya :
RuangGuru
Aplikasi
RuangGuru merupakan platform dimana kita dapat mengakses video pelajaran, jadi
menurut saya RuangGuru itu seperti e-learning. RuangGuru merupakan aplikasi
belajar dengan solusi belajar terlengkap untuk segala kesulitan atau masalah
belajar kita. Di RuangGuru kita dapat mempelajari berbagai macam mata pelajaran
dan tentunya lengkap setiap pembahasan akan dibahas secara detail.
Contoh
lain dari pengaplikasian sistem cerdas dalam bidang Pendidikan yaitu :
Personalisasi
Berbasis AI
Contoh
penerapan AI di bidang pendidikan adalah sistem yang dapat mempersonalisasi
pembelajaran untuk tiap orang atau murid. Sistem AI dapat membantu membuatkan
learning profile untuk tiap murid dan menyesuaikan materi pembelajaran dengan
kemampuan, cara belajar, dan pengalaman tiap murid.
Sistem
AI memungkinkan para profesional di bidang pendidikan memanfaatkan intelligence
assistance yang dapat menyajikan berbagai materi pembelajaran berbasis
kurikulum yang sudah ditetapkan tetapi materi tersebut disesuaikan dengan
kebutuhan khusus tiap murid.
Konten-konten
pembelajaran digital yang terpersonalisasi juga dapat dihadirkan berkat AI dan
machine learning. Buku-buku teks yang tebal kini dapat dipilah-pilah menjadi
konten yang lebih ringkas, lebih enak dibaca dan dipahami, seperti panduan
belajar, ringkasan, flashcard, atau catatan pendek.
Sistem
AI juga memungkinkan orang belajar dengan bantuan education assistant seperti
bot. Selain membantu dari sisi proses belajar, kehadiran education assistant
ini juga menghadirkan adaptive learning di mana tiap orang dapat belajar dengan
kecepatan masing-masing.
Voice
Assistant
Contoh
penerapan AI lainnya di bidang pendidikan adalah pemanfaatan voice assistant di
kelas. Kehadiran voice assistant, seperti Amazon Alexa, Google Home, Apple
Siri, dan Microsoft Cortana memungkinkan murid berinteraksi dengan materi
pembelajaran tanpa harus berinteraksi dengan guru atau dosen, baik di ruang
kelas maupun di rumah.
Di
lingkungan pendidikan tinggi, voice assistant berbasis AI dimanfaatkan untuk
memberikan informasi seputar kampus. Dengan cara ini, mahasiswa tidak perlu
lagi menenteng-nenteng buku panduan yang tebal atau bolak balik harus
mengunjungi situs web ketika mencari informasi tentang kampus.
Contoh
penerapan seperti ini ditemui di Arizona State University, AS. Universitas
memberikan Amazon Alexa kepada tiap mahasiswa baru agar dapat memperoleh
informasi seputar kampus pada waktu yang tepat dan lebih detail.
Tugas-tugas
Administratif
Di
luar urusan pengajaran, para pendidik juga menghadapi tantangan pengelolaan
kelas dan tugas-tugas lain. Tak jarang
pendidik terbebani dengan tanggung jawab yang tidak terkait pengajaran,
misalnya membuat laporan, isu-isu SDM, pemesanan barang-barang kebutuhan kelas,
merespon orang tua murid, dan lain-lain.
Contoh
penerapan AI di sini adalah mengelola aktivitas back office. Misalnya, sistem
AI digunakan untuk membuat penilaian dan memberikan respon terpersonalisasi
kepada tiap murid. Tugas-tugas yang sifatnya rutin dan repetitif juga dapat
diserahkan pada sistem AI. Bahkan AI dapat menjadi lini terdepan dalam merespon
orang tua murid dengan memberikan akses ke sumber-sumber informasi yang
dibutuhkan orang tua, bahkan memberikan feedback kepada orang tua murid untuk
hal-hal yang bersifat rutin. Sementara guru dapat lebih memperhatikan kebutuhan
murid yang lebih memerlukan perhatian langsung.
Dan
tentu saja sistem AI dapat dimanfaatkan institusi pendidikan untuk tugas-tugas
administrative, seperti budgeting, penerimaan murid baru, pengelolaan SDM,
aktivitas pembelian barang, pengelolaan pengeluaran, dan pengelolaan fasilitas
pendidikan.
Sistem
cerdas berbasis AI diyakini dapat membantu institusi pendidikan meningkatkan
efisiensi, memangkas biaya operasional, memberikan visibilitas yang lebih
komprehensif terhadap pemasukan dan pengeluaran, dan meningkatkan kemampuan
merespon permintaan dengan cepat.
Ada
beberapa produk artificial intelligence dalam pendidikan seperti
salah satunya adalah educational robot atau robot pendidikan. Adapun contoh
beberapa robot dengan kecerdasan AI lainnya yang digunakan pada bidang
pendidikan adalah:
1.
Microbot
Microbot
memiliki 2 jenis robot yaitu Microbot Minimower serta Microbot Teachmower.
Minimower sendiri bisa dengan mudah untuk diprogram menggunakan komputer Apple
atau bisa juga melalui TSR-80. Sementara itu, Teachmower sendiri dapat
digunakan sebagai simulasi robot industri serta memakai teach pendant untuk
bisa memrogramnya.
2.
Robot
Hero-01
Hero-01
adalah robot yang dicipta oleh Heath/Zenith dan bisa bergerak serta dirancang
secara khusus demi membantu mempelajari robot industri. Terdapat sejumlah
sensor yang ada pada Hero-01. Unit sensor tersebut dapat melakukan beberapa hal
seperti mendeteksi gerak, mengukur jarak, membedakan dua buah suku kata,
mendeteksi adanya perubahan cahaya dan sebagainya.
3.
Rhino Robot XR-2 System
Robot
yang telah dibuat oleh Rhino Inc. ini dipakai untuk melakukan simulasi terhadap
operasi dari robot-robot industri dan dapat dilakukan pemrograman lewat
komputer Apple. Program untuk robot ini sendiri dapat juga disimpan di disk.
3.
Keuntungan
:
1) Kemampuan
menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).
2) Memiliki
ketepatan dan kecepatan yang sangat akurat dalam system kerjanya.
3) Dapat
digunakan kapan saja karena tanpa ada rasa lelah atau bosan.
4) Memberikan
pernyederhanaan solusi untuk masalah-masalah/kasus-kasus yang kompleks dan
berulang.
5) Penghematan
waktu dalam menyelesaikan suatu masalah.
6) Kecerdasan
buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami
perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan
buatan tidak akan berubah sepanjang sistem komputer dan program tidak
mengubahnya.
7) Kecerdasan
buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia
dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu
keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika
pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat
ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer
lain.
8) Kecerdasan
buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan
komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan
seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama.
9) Kecerdasan
buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah
bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa
berubah-ubah.
10)
Kecerdasan buatan dapat didokumentasikan.
Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan
melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit
untuk direproduksi.
11)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih cepat dibanding dengan kecerdasan alami.
12)
Kecerdasan buatan dapat mengerjakan
pekerjaan lebih baik dibanding dengan kecerdasan alami.
13)
AI sifatnya netral tidak memandang bulu,
artinya dimana mengambil keputusan itu lebih nyata dan benar, berbeda dengan
manusia yang terkadang masih mempunyai pertimbangan.
Kerugian
:
1) Teknologi
artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu
yang membuat kita tidak sekedar memproses informasi, namun kita mengerti
informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
2) Kecerdasan
yang ada pada artificial intelligence terbatas pada apa yang diberikan
kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial
intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
3) Lapangan
kerja semakin sempit karena banyak industry yang menggunakan kecerdasan buatan
untuk menghemat biaya.
4) Hasilnya
terkadang tidak akurat atau tidak sesuai dengan yang sebenarnya.
5) Rawan
rusak.
6) Mahal
dalam proses pembuatannya.
7) Memerlukan
daya listrik.
8) Struktur
kontrolnya terpisah dari pengetahuan.
9) Tidak
memiliki kemampuan mengembangkan pengetahuan, pengembangan pengetahuan pada
Artificial Intelligence tergantung pada sistem yang dibangun.
Search
Postingan
Tugas 5 : Bidang Aplikasi Kecerdasan Buatan
- Dapatkan link
- X
- Aplikasi Lainnya
Tugas 4 : Tugas Pengkondisi Sinyal Sensor (Penguatan)
- Dapatkan link
- X
- Aplikasi Lainnya
Evolusi Sistem Informasi berbasis Komputer
- Dapatkan link
- X
- Aplikasi Lainnya
Tugas 2 : Pengaplikasian Kecerdasan Buatan
- Dapatkan link
- X
- Aplikasi Lainnya
