Tugas Denny Trias Weblog

Kerjakan dengan sungguh-sungguh, bagikan ilmu dengan ikhlas, nanti Allah akan menambahkan keberkahan

Archive for the category “Tugas 1 – Pengantar Artificial Intelegent”

REZANDI EKA PRATAMA_E32120627_TKK B_SMT 4

Kecerdasan Buatan

Reno Putra Adi Nugraha E32120153 / A / TKK4

Berikut adalah beberapa contoh kecerdasan buatan yang digunakan pada beberapa bidang pekerjaan dibawah ini.

1. Bidang Pertahanan dan Keamanan

Dalam bidang Pertahanan dan Keamanan contoh kecerdasan buatan yang di jelaskan disini adalah baju perang pintar contohnya adalah milik tentara AS yang diberi nama Tactical Assault Light Operator Suit (TALOS). Pertahanan suatu negara salah satunya adalah tentara yang siap mati untuk membela negaranya. Demi meminimalisir angka kematian tentara saat perang dan meningkatkan peluang kemenangan maka AS menghadirkan baju perang pintar “TALOS” yang kabarnya terinspirasi dari baju “IRON MAN. TALOS, akan memberikan berbagai manfaat jika berhasil dikembangkan dengan benar. Baju pelindung tersebut pun bisa meningkatkan kemampuan bertahan hidup dan kapabilitas bagi operatornya. Selanjutnya, TALOS pun bisa dilengkapi dengan berbagai perangkat seperti komputer on-board, monitor kesehatan ataupun armor liquid yang dibuat oleh MIT.

sumber : google.com

2. Bidang Ekonomi dan Bisnis

Dalam bidang Ekonomi dan Bisnis contoh kecerdasan buatan yang di jelaskan disini adalah Sistem Pakar Pengambilan Keputusan untuk investor. Sistem pakar bidang Ekonomi di gunakan pengguna untuk menentukan suatu keputusan yang berkaitan dengan investasi , saham atau yang lain. Orang awam yang belum mengerti masalah ekonomi cenderung melakukan prediksi atau intuisi , sehinggan terkadang pemilihan  keputusan yang mereka ambil kurang tepat.Dengan kita menanam kan kecerdasan buatan di dalam system pakar ini , maka tingkat keakurasi an jawaban itu akan semakin baik Sebagaimana ciri-ciri umum sistem pakar, maka di PMS terdapat knowledge base.

sebagai landasan pijak dalam pengambilan keputusan. Knowledge base ini mengandung dua elemen dasar, yaitu fakta dan aturan. Karena kondisi bursa sebagai tempat studi kasus selalu berkembang berfluktuasi, maka perancangan PMS ini harus memperhatikan keluwesan sistem terhadap perubahan baik kondisi bursa maupun lingkungan yang mempengaruhi bursa.Sistem harus dapat mengikuti kejadian yang berkembang di bursa saham dengan melakukan update untuk memantau perubahan nilai (value) efek atau atribut.

sumber : nurtikasarji.multiply.com

3. Bidang Pendidikan

Dalam bidang Pendidikan contoh kecerdasan buatan yang di jelaskan disini adalah Computer Assisted Instruction (CAI). Intelligence  Computer  –  aided  Instruction  (CAI)  juga  termasuk  ke  dalam  lingkup kecerdasan  buatan.  Komputer  ini  digunakan  sebagai  tutor  yang  dapat  melatih  dan mengajar.  CAI  merupakan  pengembangan  lebih  lanjut  dari  Computer  Assisted Instruction (CAI ). CAI  dapat  diartikan  sebagai  penggunaan  komputer  secara  langsung  dengan  siswa untuk  menyampaikan  isi  pelajaran,  memberikan  latihan  dan  mengetes  kemajuan  belajar siswa.  .  CAI juga  bermacam-macam  bentuknya  bergantung  kecakapan  pendesain  dan  pengembang pembelajarannya,  bisa  berbentuk  permainan  (games),

sumber : Modul proposal pembelajaran berbasis AI Universitas Pendidikan Indonesia

4. Bidang Agronomi dan Pertanian

Dalam bidang Agronomi dan Pertanian contoh kecerdasan buatan yang di jelaskan disini adalah Sistem Pakar Pemupukan. Sistem pakar pemupukan PKDSS merupakan suatu aplikasi komputer yang dapat membantu atau menggantikan pakar dalam memecahkan masalah kesuburan tanah, terutama dalam menentukan takaran pupuk. Dengan PKDSS, perhitungan pupuk yang selama ini dilakukan oleh ahlinya dapat dilakukan oleh semua orang. Pengguna hanya tinggal mengikuti petunjuk dan menekan tombol-tombol perintah, dan PKDSS pun dengan cepat akan memrosesnya. Sistem pakar ini mirip dengan kalkulator , dimana petani bias dengan cepat menentukan perbandingan dari bahan pupuk sehingga pupuk menjadi bagus dan hasil tani meningkat.

sumber : http://bijitugas.wordpress.com/

5. Teknik dan Rekayasa

Dalam bidang Teknik dan Rekayasa contoh kecerdasan buatan yang di jelaskan disini adalah AdOptik5. AdOptik5 merupakan contoh dari aplikasi optik. Aplikasi optik sendiri berdasar pada fokus ilmu dari bidang studi rekayasa optik. Ahli rekayasa optik mendesain komponen dari instrumen optik seperti lensamikroskop,teleskop, dan peralatan lainnya yang mendukung sifat cahaya. Peralatan lain meliputi sensor optik dan sistem pengukuranlaser, sistem komunikasi fiber optik, sistem cakram optik (CDDVD, dll), dan sebagainya. Berikut saya akan menjabarkan sedikit tentang aplikasi ini.

AdOptik5 adalah perangkat lunak yang mengolah dan menampilkan serta memberikan informasi penting untuk usaha Optik secara real-time dan Multi-User. Dengan AdOptik yang dirancang dengan memperhatikan keakuratan data dan kemudahan pemakaian, kami dapat memastikan bahwa anda akan menerima data yang anda perlukan secara real-time dan mudah pemakaiannya. AdOptik juga menampilkan laporan untuk membantu Anda dalam membuat berbagai keputusan yang berhubungan dengan Customer. Sebab AdOptik menyediakan History Customer dan ukuran Kacamata Customer.

Fitur-fitur yang disediakan pada aplikasi ini adalah :

1. Pembelian
2. Retur Pembelian
3. Pelunasan Hutang
4. Pencairan Giro Keluar
5. Penjualan
6. Retur Penjualan
7. Pembayaran Piutang
8. Pencairan Giro Masuk
9. Kas – Bank
10. Biaya
11. Laporan Customer dan Supplier
12. Laporan Stock ( Kartu Stock dan Stock Aktof/ Pasif)
13. Laporan Pembelian
14. Laporan Penjualan
15. Laporan Kas – Bank
16. Laporan Biaya
17. Label BarCode untuk barang dan Customer

Tentunya dengan kelengkapan fitur yang disediakan membuat aplikasi ini memberi kemudahan bagi operator optik juga pelanggannya. Terutama bagi pelanggan karena mereka bisa langsung menerima konfirmasi langsung dari operator optik mengenai laporan optiknya.

sumber : http://adisi2000.indonetwork.co.id

Itulah contoh – contoh kecerdasan buatan yang digunakan pada bidang – bidang di atas. Terima Kasih

Tugas AI TKK A

https://skydrive.live.com/redir.aspx?cid=f2907a51cb060d37&resid=F2907A51CB060D37!108&parid=F2907A51CB060D37!103&authkey=!AMu71VLwPA514j0

tugas AI TKK gol A

https://skydrive.live.com/redir.aspx?cid=f2907a51cb060d37&resid=F2907A51CB060D37!108&parid=F2907A51CB060D37!103&authkey=!AMu71VLwPA514j0

NAMA :Septya Rini Ratnasari NIM : E3110685 PRODI : MIF SEMESTER: 4-C MAKUL : KECERDASAN BUATAN

KECERDASAN BUATAN

(ARTIFICIAL INTELEGENT)

“ CONTOH APLIKASI KECERDASAN BUATAN”

clip_image002[6]

Oleh :

Septya Rini Ratnasari
E3110685

Manajemen Informatika Gol.C

Politeknik Negeri Jember

1. Contoh aplikasi kecerdasan buatan dalam bidang “Pertahanan dan Keamanan ” :

Face Recognition Software Deteksi Wajah

clip_image003[10]Seringkali kita bertemu dengan seseorang yang rasanya pernah kita kenal. Setelah sedikit berbasa-basi, kita tahu bahwa dia adalah teman waktu SD dulu. Ini adalah bukti bahwa manusia memiliki kecerdasan untuk mengenali wajah. Kecerdasan inilah yang akan diadaptasi oleh komputer dengan nama face recognition.

Pada 1960-an, para ilmuwan telah mulai meneliti bagaimana komputer bisa mengenali wajah manusia. Sejak saat itu, software pengenal wajah telah banyak berkembang. Setiap wajah memiliki kontur khusus yang membedakannya dengan wajah yang lain. Paling tidak, ada 80 titik kontur yang dapat diukur dengan software, di antaranya adalah jarak antara kedua mata, lebar hidung, kedalaman lekuk mata, bentuk tulang pipi, dan panjang rahang.

Titik-titik kontur tersebut diukur menggunakan kode numerik, disebut faceprint, yang disimpan dalam database. Pada mulanya, software face recognition mengandalkan foto wajah dua dimensi (2D) untuk dibandingkan, atau diidentifikasi dengan foto wajah 2D lainnya dalam database.

Untuk mendapatkan hasil yang efektif dan akurat, foto wajah yang diambil harus benar-benar menghadap kamera, dengan toleransi yang minim terhadap perbedaan cahaya dan mimik wajah dari gambar yang terdapat dalam database.

Belum lagi perbedaan pencahayaan dan mimik wajah yang dapat mengakibatkan tidak dikenalinya foto wajah orang yang telah tersimpan di dalam database. Untuk mengatasi kelemahan inilah dikembangkan software pengenal wajah yang menggunakan model tiga dimensi (3D).

Face Recognition 3D
Penggunaan model 3D dalam software face recognition diklaim memiliki tingkat akurasi yang lebih tinggi. Face recognition 3D ini menangkap foto permukaan wajah manusia secara 3D. Software ini mengenali bagian-bagian khusus pada wajah manusia, yakni jaringan otot dan tulang wajah yang menonjol, seperti bentuk cekungan mata, hidung, dan dagu.

Face recognition 3D ini dapat mengenali wajah manusia dalam kegelapan dan dari sudut pandang yang berbeda, hingga 90 derajat. Adapun urutan langkah-langkah software ini dalam mengenali wajah manusia, antara lain :

· Deteksi – pengambilan foto wajah manusia yang dilakukan dengan men-scan foto 2D secara digital, atau menggunakan video untuk mengambil foto wajah 3D.

· Penjajaran – saat berhasil mendeteksi wajah, software akan menentukan posisi, ukuran, dan sikap kepala. Software 3D mampu mengenali foto wajah hingga 90 derajat, sementara pada sofware 2D, posisi kepala harus menghadap kamera paling tidak 35 derajat.

· Pengukuran – software mengukur lekukan yang ada di wajah menggunakan skala sub-milimeter (microwave), dan membuat template.

· Representasi – template tersebut diterjemahkan ke dalam sebuah kode unik, yang merepresentasikan setiap wajah.

· Pencocokan – jika foto wajah yang telah direpresentasikan dan ketersediaan foto wajah dalam database sama-sama 3D, proses pencocokan dapat langsung dilakukan. Namun, saat ini masih ada tantangan untuk mencocokkan representasi 3D dengan database foto 2D. Teknologi baru kini tengah menjawab tantangan ini. Ketika foto wajah 3D diambil, software akan mengidentifikasi beberapa titik (biasanya tiga titik), antara lain mata bagian luar dan dalam, serta ujung hidung. Berdasarkan hasil pengukuran ini, software akan mengubah gambar 3D menjadi 2D, dan membandingkannya dengan gambar 2D yang ada dalam database.

· Verifikasi atau Identifikasi – verifikasi adalah pencocokkan satu berbanding satu, misalnya foto wajah yang diambil dicocokkan dengan database dari DPO kasus perampokan. Software akan langsung memberitahukan identitas DPO tersebut. Sedangkan identifikasi adalah pembandingan foto wajah yang diambil dengan seluruh gambar yang memiliki kemiripan dalam database, termasuk DPO dari kasus lain.

· Analisis Tekstur Wajah – kemajuan dalam software face recognition adalah penggunaan biometrik kulit, atau keunikan tekstur kulit untuk meningkatkan akurasi hasil pencocokkan. Namun, terdapat beberapa faktor yang menyebabkan proses analisis tekstur ini tidak dapat bekerja, misalnya pantulan cahaya dari kacamata, atau foto wajah yang menggunakan kacamata matahari. Faktor penghambat analisis lainnya adalah rambut panjang yang menutupi bagian tengah wajah, pencahayaan yang kurang tepat (yang mengakibatkan foto wajah menjadi kelebihan atau kekurangan cahaya), serta resolusi yang rendah.

(http:// http://www.omduszbani.blogspot.com)

2. Contoh aplikasi kecerdasan buatan dalam bidang “Ekonomi dan Bisnis”:

E-Business

Menurut Ravi Kalakota, dalam bukunya m-Business : The Race to Mobility, revolusi struktural diam-diam sudah terjadi di bidang ekonomi. Tahun 90-an,industri mobile internet tumbuh lebih besar dari sebelumnya berkat lima hal penting, yaitu : investasi infrastruktur yang besar, kemajuan piranti lunak, modal berlimpah sekalipun sedang menghadapi masalah ekonomi, perhatian konsumen yang lebih besar, dan tuntutan yang semakin banyak akan bisnis secara real-time.

Menurutnya, kalau kita melihat sejenak pertengahan dekade 90-an kita telah melihat tiga perubahan besar struktural dalam waktu

Transformasi e-business adalah perubahan-perubahan struktural yang diakibatkan oleh dampak-dampak yang ditimbulkan di batas-batas sebuah enterprise. E-commerce berpengaruh kepada bagaimana perusahan-perusahaan berinteraksi dengan para pelanggan mereka. E-business berdampak terhadap suplier maupun karyawan. Namun, hampir seluruh aplikasi e-commerce dan e-bisnis dirancang dan dikembangkan dengan asumsi akan digunakan oleh pengguna stasioner atau menetap, dengan infrastruktur yang terhubung kabel. Paradigma fixed e-commerce ini berrevolusi dengan muncul dan meluasnya penerapan jaringan data nirkabel dalam m-commerce, yang kemudian didukung dengan apa yang dikenal dengan m-business.

M-business adalah infrastruktur aplikasi yang dibutuhkan untuk mengelola hubungan bisnis dan menjual informasi, jasa dan komoditas dengan menggunakan perangkat mobile. M-business merupakan hasil transformasi dari e-business.

Ketika kapabilitas mobile internet semakin membaik, ia menjadi suatu cara akses yang paling nyaman terhadap layanan on-line dan juga selalu tersedia (always on, always available).

Cara menentukan desain E-business :

• User Friendly
Hasil riset memperlihatkan bahwa rupanya orang yang mau membeli sesuatu lewat internet (online shoppers) adalah karena 94% dari mereka langsung memperoleh jawaban atas pertanyaan mereka baik lewat telepon balik langsung atau lewat email maupun via chatting online.
Juga riset yang sama memperlihatkan bahwa salah satu faktor konsumen tidak membeli secara online adalah karena kurangnya interaksi manusiawi antara konsumen dan produsen. Manusia adalah makhluk sosial. Manusia membutuhkan interaksi. Kita membutuhkan hubungan. Click mouse yang dingin tidak bisa menjadi substitusi dari jabat tangan yang erat.
Perangkat lunak CRM yang sekarang sudah beredar di pasar memang sangat efisien dalam mengumpulkan data pelanggan dan melacak aktivitas mereka. Akan tetapi, semua aplikasi CRM tersebut masih kurang dapat melengkapi kebutuhan emosi manusiawi. Jawaban email yang sudah dibuat otomatis dan dapat mengirim serangkaian jawaban customer service bisa menjadi sesuatu yang sangat personal.
Hal seperti inilah mirip dengan online shopping. Situs web berbasis e-commerce memang tidak diragukan lagi dalam memberikan fitur pencarian yang cepat untuk menemukan seluruh inventori barang dan mempersempit pencarian yang mereka cari. Kita dapat menarik informasi untuk mendapatkan produk dan membandingkan fitur serta harga-harga.
Begitu pula kita dapat men-download brosur dan technical spec. Namun masalahnya dari ini semua adalah kadang kala kita sulit untuk mendapatkan jawaban dari pertanyaan yang sederhana sekalipun dari pemilik web. Karena model tanya-jawab yang ada di halaman FAQ masih kurang cukup memuaskan dahaga kita akan jawaban.

• Live Help
Rupanya dengan adanya perangkat lunak yang dapat memberikan customer service online paling tidak lumayan dalam membantu mengatasi kesenjangan manusiawi bawaan ini, Karena internet sifatnya adalah universal dan borderless, walaupun kita di Indonesia maka tidak salahnya Anda menggunakan HumanClick.com, atau Groopz.com, dan livehelper.com. Groopz.com memiliki seperangkat fitur yang bagus namun pricing-nya lebih mahal dibandingkan HumanClick.com.
Jelas salah satu dari aplikasi perangkat lunak di atas dapat memberikan efek experiential lain bagi para pengunjung suatu situs web korporat dan terkesan lebih up close and personal.
Jika tamu maya Anda dapat memiliki akses sehingga terasa dilayani one-to-one secara real time, maka pengalaman online mereka akan terasa lebih interaktif dan intuitif. Dengan menggunakan fitur-fitur yang proaktif, Anda dapat mendahului dalam membangun hubungan dengan calon pelanggan Anda.
Namun sekarang masalahnya tidak setiap konsumen merasa kerasan atau comfortable menggunakan antar muka berupa chatting online ini. Namun paling tidak ini lebih baik daripada sama sekali tidak ada interaksi sama sekali, karena mungkin janggal dan lamban.
Namun menariknya ada program chatting jenis ini yang dapat diteruskan lewat jalur komunikasi telepon. Memang kita manusia yang lebih suka berkomunikasi tatap muka, sebaliknya daripada ketikkan papan console.

• Responsif dan Personal
Kalau Anda meminta informasi dari situs web, umumnya Anda menerima jawaban lewat email atau telepon, atau bisa juga tidak sama sekali. Atau jawaban datang setelah berhari-hari.
Aturan emasnya adalah beri tanggapan secepat mungkin atas pertanyaan pengunjung. Rasa frustasi terbesar yang umum dialami oleh para pengguna email adalah lamanya waktu yang dibutuhkan untuk mendapatkan jawaban. Sekarang mari kita lihat dan pahami skenarionya dari perspektif pelanggan.
Pengunjung masuk ke situs web dan menyukai informasi dan tawaran yang Anda ajukan. Dan kemungkinan besar, bisa jadi mereka termotivasi untuk menginginkan barang atau jasa yang ditawarkan di situs web, namun si pengunjung dihadapkan dengan satu pertanyaan yang membutuhkan pertanyaan dengan segera.
Ya, mereka bertanya lewat email kepada Anda, meminta informasi lebih jelas. Kemudian mereka pindah ke situs web yang lain atau melakukan sesuatu yang lain. Dan seraya mereka melakukan ini dan itu, minat mereka akan produk dan bisnis Anda mulai mendingin.
Semakin lama Anda menanggapi pertanyaan itu, maka semakin surut minatnya. Dan jika jawaban Anda muncul dalam waktu satu jam, boleh jadi peluang untuk produk Anda dibeli masih ada.
Tetapi bila tanggapan muncul lebih dari 6 jam, maka peluangnya adalah 50-50. Dan kalau Anda menanggapinya lebih dari sehari maka minat pengunjung pasti akan hilang.
Mungkin bukan hanya hilangnya minat, bisa jadi pandangan mereka negatif terhadap tingkat customer service Anda terhadap calon pelanggan. Yang sebenarnya kalau dilakukan lewat telepon, malah transaksi bisa terjadi.

(http://Bahan gratis,download,contoh, skripsi, kuliah, ujian, uts, uas Application and Implementation E-Business August 2007.html)

3. Contoh aplikasi kecerdasan buatan dalam bidang “Pendidikan”:

Moodle (Aplikasi E-Learning)

Moodle adalah sebuah nama untuk sebuah program aplikasi yang dapat merubah sebuah media pembelajaran kedalam bentuk web. Aplikasi ini memungkinkan siswa untuk masuk kedalam “ruang kelas” digital untuk mengakses materi-materi pembelajaran. Dengan menggunakan Moodle, kita dapat membuat materi pembelajaran, kuis, jurnal elektronik dan lain-lain. Moodle itu sendiri adalah singkatan dari Modular Object Oriented Dynamic Learning Environment.

Moodle merupakan sebuah aplikasi Course Management System (CMS) yang gratis dapat di-download, digunakan ataupun dimodifikasi oleh siapa saja dengan lisensi secara GNU (General Public License). Anda dapat men-download aplikasi Moodle di alamat http://www.moodle.org . Saat ini Moodle sudah digunakan pada lebih dari 150.000 institusi di lebih dari 160 negara didunia.

Aplikasi Moodle dikembangkan pertama kali oleh Martin Dougiamas pada Agustus 2002 dengan Moodle Versi 1.0. Saat ini Moodle bisa dipakai oleh siapa saja secara Open Source. Sistim yang dibutuhkan agar aplikasi Moodle ini dapat berjalan dengan baik adalah sebagai berikut:

· Apache Web Server

· PHP

· Database MySQL atau PostgreSQL

Berbagai bentuk materi pembelajaran dapat dimasukkan dalam aplikasi Moodle ini. Berbagai sumber (resource) dapat ditempelkan sebagai materi pembelajaran. Nasakah tulisan yang ditulis dari aplikasi pengolah kata Microsoft Word, materi presentasi yang berasal dari Microsoft Power Point, Animasi Flash dan bahkan materi dalam format audio dan video dapat ditempelkan sebagai materi pembelajaran.

Berikut ini beberapa aktivitas pembelajaran yang didukung oleh Moodle adalah sebagai berikut:

Assignment : Fasilitas ini digunakan untuk memberikan penugasan kepada peserta pembelajaran secara online. Peserta pembelajaran dapat mengakses materi tugas dan mengumpulkan hasil tugas mereka dengan mengirimkan file hasil pekerjaan mereka.

Chat : Fasilitas ini digunakan untuk melakukan proses chatting (percakapan online). Antara pengajar dan peserta pembelajaran dapat melakukan dialog teks secara online.

Forum : Sebuah forum diskusi secara online dapat diciptakan dalam membahas suatu materi pembelajaran. Antara pengajar dan peserta pembelajaran dapat membahas topik-topik belajar dalam suatu forum diskusi.

Kuis : Dengan fasilitas ini memungkinkan untuk dilakukan ujian ataupun test secara online.

Survey : Fasilitas ini digunakan untuk melakukan jajak pendapat.

Moodle juga menyediakan kemudahan untuk mengganti model tampilan (themes) website e-learning dengan menggunakan teknik template. Beberapa model themes yang menarik telah disediakan oleh Moodle. Selain itu tidak menutup kemungkinan bagi kita untuk merancang dan membuat bentuk tampilan (themes) sendiri.

Beberapa pilihan bahasa juga telah disediakan oleh aplikasi Moodle. Dukungan terhadap bahasa tertentu ini terus berkembang dan dapat di dapatkan dengan cara men-download-nya dari website Moodle. Saat ini penggunaan bahasa Indonesia juga telah didukung oleh Moodle. Sehingga website pembelajaran yang kita buat tersebut tampil dalam bahasa Indonesia.

Moodle mendukung pendistribusian paket pembelajaran dalam format SCORM (Shareble Content Object Reference Model). SCORM adalah standard pendistribusian paket pembelajaran elektronik yang dapat digunakan untuk menampung berbagai macam format materi pembelajaran, baik dalam bentuk teks, animasi, audio dan video. Dengan menggunakan format SCORM maka materi pembelajaran dapat digunakan dimana saja pada apalikasi e-learning lain yang mendukung SCORM. Saat ini telah banyak aplikasi e-learning yang mendukung format SCORM ini. Dengan demikian maka antar lembaga pendidikan, sekolah ataupun kampus dapat saling bertukar materi e-learning untuk saling mendukung materi pembelajaran elektronik ini. Dosen atau pengajar cukup membuat sebuah materi e-learning dan menyimpannya dalam file dengan format SCORM dan memberikan materi pembelajaran tersebut dimanapun dosen atau pengajar itu bertugas.

(http://manuskrip.php.html)

4. Contoh aplikasi kecerdasan buatan dalam bidang “Agronomi dan Pertanian”:

Software Bantu Untuk Budi Daya Pertanian Padi

Kemajuan teknologi informasi yang kian pesat dapat dimanfaatkan semua pihak, tak terkecuali bagi petani. Dalam upaya pemanfaatan TIK ini, Pihak Puslitbang Tanaman Pangan merancang sistem Pakar berbasis TIK untuk membantu pengelolaan Budi Daya Padi dengan Sistem Pakar Budi Baya Padi (SIPADI) Versi 3.0 yang dioperasionalkan dengan komputer.

Dengan sistem pakar ini, dapat ditentukan teknik budi daya padi spesifik lokasi, mencakup penggunaan varietas yang cocok, macam dan takaran pupuk yang efisien, pengelolaan benih, jarak tanam, umur bibit, dan sebagainya. Perkiraan hasil dan keuntungan yang akan diperoleh dari penerapan teknologi budi daya spesifik lokasi juga dapat dilihat melalui SIPADI, setelah memasukkan data yang diperlukan. SIPADI mudah gunakan di komputer karena menggunakan program Excel.

(http:// ngulirbudi.wordpress.com)

5. Contoh aplikasi kecerdasanbuatan dalam bidang “Teknik Rekayasa”:

Robot Pencari Logam Berbasis Arduino

Robot pencari logam pada artikel ini dapat mendeteksi logam seperti koin,cincin,kabel dan logam jenis lain yang dilewatinya.Robot pencari logam ini dilengkapi dengan wireless camera,sehingga user dapat melihat benda yang ada disekitar robot tersebut.Wireless camera pada robot pencari logam ini diatur arahnya oleh motor DC bersama detektor logam dan laser pointer untuk penanda arah kamera.Robot pencari logam ini menggunakan 4 buah roda dengan 2 roda sebagai penggeraknya.Robot ini menggunakan mikrokontroler AVR yang dikemas dalam modul arduino.Mikrokontroler arduino tersebut berfungsi sebagai pengendali gerakan 2 buah motor servo pada robot pencari logam ini.Robot ini menggunakan detektor logam dengan jenis kumparan yang dililitkan pada batang ferit.Detektor logam pada robot ini bekerja pada frekuensi osilator dan apabila detektor ini menemukan suatu logam maka akan memberikan sinyal dalam bentuk signal audio.Detektor logam pada robot pencari logam ini diletakkan di bagian depan robot bersama kamera dan laser pointer.Gerakan robot ini dikendalikan oleh mikrokontroler AVR pada modul arduino berdasarkan sinyal dari detektor logam.

clip_image004[8]

Bagian elektronika penyusun robot pencari logam berbasis arduino ini antara lain modul arduino,2 buah motor DC (servo) pengerak roda, 1 buah DC penggerak arah kamera dan detektor logam, wireless camera, detektor logam, laser pointer dan driver motor servo.

(http:// Robot Pencari Logam Berbasis Arduino _ Belajar Elektronika.html)

Kesimpulan

Kecerdasan buatan dapat diaplikasikan pada berbagai macam bidang yang tujuannya adalah untuk membantu mempermudah pekerjaan manusia seiring berkembangnya teknologi saat ini.

Dengan kecerdasan buatan,kita dapat membuat berbagai alat yang canggih dan memiliki manfaat lebih dibandingkan dengan kemampuan yang dimiliki manusia untuk meminimalkan resiko kesalahan seperti yang biasanya terjadi pada manusia.

NAMA :MH. Ramdhani Ismar NIM : E3110448 SEMESTER : 4-C MAKUL : KECERDASAN BUATAN

APLIKASI KECERDASAN BUATAN

METATRADER

clip_image002

Nama :

MH. Ramdhani Ismar E3110448

MANAJEMEN INFORMATIKA POLITEKNIK NEGERI JEMBER

TUTORIAL PENGGUNAAN METATRADER

Software MetaTrader (MT4) adalah software yang digunakan untuk bertrading baik itu forex, saham maupun komoditi, tetapi software MetaTrader lebih umum digunakan di Forex Trading. Software MetaTrader dapat dijalankan di PC, Laptop maupun di PDA, dan penggunaan MetaTrader disarankan dijalankan di sistem operating Windows agar mempermudah pengoperasiannya.

MetaTrader mempunyai kelebihan hemat bandwidth sehingga meskipun koneksi internet kita sangat minim pun software MetaTrader ini dapat tetap berjalan dengan lancar. Disamping itu kelebihan software MetaTrader yaitu dapat dijalankan secara bersamaan di layar yang berbeda ataupun multi windows (multi account dan dapat double login) dan sangat fleksibel serta user friendly sekali.

Kelebihan yang paling dahsyat dari software MetaTrader ini yaitu dia dapat ditambahkan suatu script yang dimana dapat kita program sendiri dan digunakan untuk Automatic Trading (EA – Expert Advisor) yang bisa berjalan sesuai dengan skenario trading kita. Untuk hal ini anda harus menguasai teknik bahasa pemrograman C++. Ibaratnya nanti bisa menjadi suatu Robot Trading yang berjalan otomatis sesuai dengan program kita. (untuk memprogram EA ini, anda bisa menekan tombol F4 di MetaTradernya)

Berikut akan diulas secara singkat penggunaan dasar dan umum dari MetaTrader.

1. Pertama-tama anda harus mendownload dan menginstallnya terlebih dahulu di komputer anda, setelah itu jalankan software metatradernya, dan pada waktu anda menjalankan software metatrader tersebut, pertama-tama anda akan ditanya mengenai bahasa yang ingin digunakan dan juga tentang identitas anda. Isilah identitas anda dengan benar seperti contoh dibawah ini :

clip_image004

2. Setelah itu click-lah NEXT untuk melanjutkan (jangan lupa untuk mencentang kotak “I Agree to…. “ agar bisa menekan tombol next tersebut

3. Pilih server demo dan kemudian NEXT lagi

4. Setelah itu tunggulah hingga beberapa detik untuk memproses password acak anda (ini adalah password demo), dan setelah itu tekan FINISH

5. Anda telah siap menjalankan software MetaTrader anda

Untuk merubah server Live Account (real account), anda harus melakukan

perintah tambahan berikut:

1. Tekan Ctrl-O untuk memunculkan menu Options

2. Setelah itu akan keluar windows seperti dibawah ini, pilihlah menu “Server

clip_image006

3. Disana arahkan pilihan Servernya ke server Real (jangan diketik)

4. Inputkan Login number dan Password anda, setelah itu click OK

5. Tunggulah beberapa detik agar server bisa meloadingnya

6. Setelah server berhasil terloading maka anda bisa memulai Live Trading anda dengan uang sungguhan (real money)

Atau bisa dengan cara alternatif berikut untuk login:

Click menu “File” lalu pilih “Login”, setelah itu masukkan nomor login account anda, password dan pilihlah servernya. Setelah itu software akan otomatis meloadingnya.

Merubah Password:

1. Bila anda ingin merubah password, maka anda bisa meng-click button Change (lihat gambar diatas) . Layar ini dapat muncul jika anda menekan tombol Ctrl O , lalu memilih menu “Server” seperti petunjuk diatas

2. Bila anda merubah password (dengan menekan “Change” tersebut), maka akan muncul menu seperti ini :

clip_image008

Disini anda bisa merubah password anda, dengan cara :

· Inputkan password anda yang lama di Current Password

· Pilihlah “Change master password” , atau anda juga bisa mengisi “password Investor” yaitu password yang digunakan untuk investor anda supaya mereka dapat melihat account anda tetapi tidak dapat melakukan trading (read only)

· Setelah itu masukkan password anda yang baru di kolom New Password dan juga di kolom Confirm untuk konfirmasinya (Password harus terdiri dari angka dan huruf dan minimal yang dianjurkan adalah 6 karakter)

· Click OK dan password anda akan langsung dirubah oleh sistem Setelah anda mengerti mengenai cara setting server dan password, berikut akan diulas mengenai cara penggunaan menu tradingnya

CATATAN :

Penggunaan software MetaTrader adalah sangat simple dan mudah, enggunaan software MetaTrader adalah sama seperti anda menggunakan Windows 98/XP pada umumnya, yaitu anda bisa meng-click kiri mouse anda untuk melaksanakan perintah, dan click kanan untuk melakukan perintah tambahan atau menu yang lain. Anda juga dapat melihat-lihat help penggunaan MetaTrader dengan cara menekan tombol F1.

Disamping itu MetaTrader mendukung multi bahasa dan dapat melakukan update sendiri secara otomatis bila terdapat versi terbaru dan semuanya adalah Gratis.

LAYAR UTAMA TAMPILAN METATRADER (MT4)

clip_image010

MetaTrader mempunyai beberapa layar utama, yaitu:

· Layar Market Watch yang berguna untuk melihat price harga Bid, Ask. Di layar ini anda juga bisa mengklik kanan mouse anda untuk mengatur kolom-kolomnya seperti menambahkan kolom Time, High/Low, Symbols, Spesifikasi detail dari masing-masing mata uang (Symbols – Properties), lalu mengeluarkan layar Grafik Chart baru, dan sebagainya.

· Layar Navigator, yaitu layar yang terletak dibawah layar Market Watch yang dimana berisi tentang data account anda dan script-script/EA anda

· Layar Chart yaitu layar yang berisi tentang grafik pergerakan mata uang

· Layar Terminal yaitu yang terletak di bagian paling bawah yang berguna untuk melihat status order anda, laporan keuangan, news dan sebagainya

· Signal bar status server clip_image012(gambar disamping menandakan koneksi internet anda no problem dan software metatrader anda berjalan baik)

Status server ini terletak di bagian pojok kanan bawah, yang dimana berguna untuk mengetahui status koneksi dari server dan internet anda, dan bila berwarna merah semua artinya anda belum terhubung dengan server atau terdapat masalah di koneksi anda, dan bisa anda klik di signal tersebut untuk anda re-scan kembali alokasi servernya

Layar-layar tersebut dapat anda geser-geser atau anda resize besar kecilnya dan juga bisa anda sembunyikan sesuai dengan keperluan anda dengan cara di-click di-drag lalu dipindah-pindahkan dan sebagainya. Anda juga bisa memunculkannya kembali dengan menekan menu “View” diatas.

CARA MELAKUKAN ORDER

Untuk melakukan perintah order anda dapat menekan tombol F9 atau dengan meng-click kanan di layar Market Watch lalu pilih New Order, setelah itu akan muncul layar seperti dibawah ini :

clip_image014

Anda bisa melakukan order dengan Instant Execution (order dengan harga saat

sekarang) ataupun dengan Pending Order (order yang akan terlaksana jika menyentuh suatu titik harga tertentu yang sebelumnya anda pesan terlebih dahulu).

Untuk Tampilan Menu Pending Order :

clip_image016

Di menu order ini terdapat beberapa macam kolom yaitu :

· Kolom Symbol yaitu jenis pasangan instrument (mata uang) yang ingin anda tradingkan

· Kolom volume yang dimana adalah jumlah lot yang ingin anda input, dan bila anda input volumenya dengan 0.1 lot maka itu berarti 1 pip nya bernilai sekitar $1 (biasa disebut dengan account mini), tetapi jika anda input volumenya dengan 1 lot maka itu berarti 1 pip nya bernilai sekitar $10 (biasa disebut dengan account regular/standard). Mini Account berarti quantity contract size = 10000. Untuk Regular Account berarti quantity contract size = 100000. Jika anda belum paham akan hal ini, maka dipersilahkan anda membaca “E-book pedoman dasar forex trading dan perhitungannya” di http://www.pyramidrobotforex.com/forex.php

· Kolom Stop Loss & Take Profit , yaitu kolom untuk pengisian Stop Loss atau untuk membatasi kerugian anda, dan Take Profit yaitu target untuk profit anda.

· Kolom Comment yaitu bila anda ingin memberikan catatan kecil untuk posisi order anda ini

· Kolom Type yaitu jenis order anda, apakah ingin dieksekusi langsung saat itu juga (instant execution) atau dengan pending order

· Tombol Buy & Sell, yaitu anda ingin order dengan Buy atau Sell (untuk instant execution) , dan bila order anda Buy maka akan dieksekusi di harga Ask, sedangkan untuk Sell adalah di harga Bid.

· Maximum Deviation yaitu untuk batasan toleransi slippage bila harga tiba-tiba melompat maka jarak berapa dari harga yang melompat tersebut yang bisa anda toleransi untuk eksekusi order anda. (default: 0)

Kolom Type untuk Pending Order , yaitu jenis pending order apa yang anda inginkan, adapun jenisnya-jenisnya yaitu :

· Buy Limit: Yaitu memasang order Buy dengan harga dibawah harga running sekarang, dengan harapan jika harga yang sedang turun tersebut dapat bergerak naik lagi dari titik posisi harga Pending Buy Limit tersebut untuk mendapatkan profit

· Buy Stop: Yaitu memasang order Buy dengan harga diatas harga running sekarang, dengan harapan jika harga bergerak naik lagi dari titik posisi harga pending Buy Stop tersebut maka anda akan mendapatkan profit

· Sell Limit: Yaitu memasang order Sell dengan harga diatas harga running sekarang, dengan harapan jika harga yang sedang naik tersebut dapat bergerak turun lagi dari titik posisi harga Pending Sell Limit tersebut untuk mendapatkan profit

· Sell Stop: Yaitu memasang order Sell dengan harga dibawah harga running sekarang, dengan harapan jika harga bergerak turun lagi dari titik posisi harga pending Sell Stop tersebut maka anda akan mendapatkan profit

Kolom At Price, yaitu harga pending order anda, yang dimana order akan terlaksana jika menyentuh/melewati titik harga tersebut sesuai dengan jenis “Type” nya Kolom

Kolom Expiry, yaitu bila order pending anda tidak terlaksana hingga waktu tertentu, maka pending order anda akan otomatis dibatalkan oleh system. (jam di kolom ini mengikuti jam server dari layar Market Watch)

CATATAN:

Jika di menu order anda ada bertuliskan “Open price you set must differ from market price by at least 10 pips” itu berarti jarak order anda harus berjarak minimum 10 point dari harga market, dan bila kurang dari 10 pips maka order anda akan invalid dan tidak bisa masuk.

Setelah anda berhasil melakukan order, maka di layar Terminal anda (di bagian

Trade) akan muncul seperti ini :

clip_image018

Disini anda bisa melihat di kolom Trade tertera mengenai status order anda dan

pending order anda, dan untuk baris diatasnya Balance itu adalah order anda yang sedang berjalan di market (running), sedangkan yang dibawahnya Balance itu adalah status order pending anda (belum terlaksana di market) . Dan order-order ini bisa anda modifikasi dengan cara “click kanan” pada posisi order yang ingin anda rubah ataupun ingin anda set perintah “trailing stopnya”.

clip_image020

Jika anda click kanan pada order anda, maka akan muncul menu seperti dibawah ini :

clip_image022

Bila anda memilih Modify or Delete Order di posisi order yang aktif tersebut,

maka akan muncul layar menu seperti berikut :

clip_image024

Atau untuk Modify di pending order anda, tampilan layar menunya adalah :

clip_image026

Anda bisa memodifikasi dengan mudah Stop Loss, Take Profit, Expiry Time dan juga Price nya sesuai dengan kehendak anda. Dan juga bila anda ingin menghapus pending order anda, maka bisa anda pilih yg Delete

Sedangkan untuk menu Close Order :

clip_image028

Untuk close order, anda juga dapat menutup posisi order anda (close) dengan

memecah atau membagi lot nya pula (contoh: anda ingin menutup sebagian dari

posisi anda tersebut, dari 3 lot anda ingin menutup 1 lotnya saja, maka hal tersebut bisa dilakukan disini), ataupun close semua nya juga bisa. Sehingga fleksibel sekali.

Account History

Anda juga dapat melihat laporan transaksi anda, serta dapat anda simpan ataupun anda custom period-nya , dan laporan ini sangat detail dan terperinci. (click kanan di area menu account history tersebut)

clip_image030

Untuk menu-menu yang lain, seperti pengaturan Time Period, Chart, Indicator dan sebagainya, dapat anda lakukan dengan cara Click Kanan di layar Chartnya, ataupun dengan menggunakan fungsi menu yang diatasnya.

clip_image032

Gambar diatas tampak menu-menu yang bisa anda gunakan seperti menambahkan indicator, mengatur time periode, jenis bar, grid, memperbesar / zoom, dan sebagainya

Untuk melihat full screen chart anda bisa menekan tombol F11

Penggunaan di PDA Phone

clip_image034

Untuk penggunaan MetaTrader di PDA, maka cara penggunaan softwarenya hampir sama persis seperti di PC, tetapi dengan layar yang lebih kecil, dan juga di PDA hanya terbatas bisa menjalankan fungsi-fungsi standard dari MetaTrader, sedangkan untuk fungsi tambahannya seperti Robot Trading (EA) hanya bisa dijalankan di versi PC/Laptop. Untuk cara instalasi software di PDA bisa dibaca manual book dari PDA anda. Dan disarankan menggunakan PDA yang berbasis Windows Mobile

PENUTUP

Demikian panduan singkat mengenai cara penggunaan MetaTrader, anda juga dapat menekan tombol F1 untuk melihat Helpnya secara lengkap dari MetaTrader-nya. Dan bila anda masih ingin memperdalam lagi ataupun ingin mencoba fungsi-fungsinya secara detail, anda bisa mencobanya terlebih dahulu di demo MetaTrader-nya secara gratis.

clip_image036Nama:MH. Ramdhani Ismar

Alamat : Ponorogo
TTL : Ponorogo 28 Maret 1992

Dikutip Dari :

www.PyramidRobotForex.com

PyramidEA@Gmail.com

NAMA : NOVIA DWI NURAINI NIM : E3110555 PRODI : MIF SEMESTER: 4-C MAKUL : KECERDASAN BUATAN

Aplikasi Kecerdasan Buatan Dalam Rekam Medis Elektronik
Rekam medik memanfaatkan kelebihan komputer untuk menginput, menyimpan, mengolah dan memanfaatkan data rekam medis seorang pasien sehingga komputer diharapkan dapat melakukan diagnosis dan menentukan tindakan medis untuk mengatasi masalah kesehatan pasien.
Penerapan kecerdasan buatan (dari komputer) untuk rekam medik elektronik menggunakan teknik reasoning. Teknik reasoning memungkinkan komputer mengambil sebuah keputusan berdasarkan pengetahuan (data) dan aturan (rule) yang dimasukkan dan diproses dalam bentuk basis pengetahuan (knowledge base). Kecerdasan komputer dapat ditingkatkan dengan memasukkan fakta atau rule yang merupakan penemuan baru ke dalam knowledge base.
Sistem Pakar merupakan salah satu contoh penerapan kecerdasan komputer dalam rekam medik elektronik. Sistem pakar mengalihkan keahlian tenaga medis ke media elektronik seperti komputer untuk kemudian dialihkan lagi pada orang yang bukan ahli.
sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan masalah.
Pengalihan keahlian tenaga medis ke komputer dan ke tenaga medis lain membutuhkan 4 aktivitas yaitu: tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan di komputer disebut sebagai basis pengetahuan (knowledge base) yaitu: fakta dan prosedur (biasanya berupa aturan).
Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data maka komputer harus dapat diprogram untuk membuat inferensi (mengambil kesimpulan). Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine) dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan.
Sistem pakar dalam rekam medik elektronik menggunakan basis pengetahuan yang berasal dari para tenaga medis ahli dan digunakan untuk mengambil sebuah keputusan kesehatan serta menentukan tindakan medis untuk mengatasi masalah kesehatan yang dialami pasien. Selnjutnya setiap aktivitas dalam penggunaan sistem pakar disimpan sebagai data elektronik dalam rekam medik elektronik.

http://abhique.blogspot.com/2009/10/memanfaatkan-kecerdasan-buatan-dalam.html

Kecerdasan buatan dalam bidang Robotika

Dengan menggunakan kecerdasan buatan (artificial Intelligence),mereka membuat software yang akan mampu belajar dan meniru gerakan tangan manusia.
Mereka berharap bisa membuat peralatan robotik ini untuk mampu dalam melaksanakan gerakan-gerakan tangkas yang hingga sekarang hanya mampu dilakukan oleh tangan manusia.
Dr Honghai Liu, dosen senior di University of Portsmouth’s Institute of Industrial Research, dan Professor Xiangyang Zhu dari Robotics Institute  Jiao Tong University  Shanghai, diberi penghargaan Royal Society atas penelitian mereka.
Teknologi tersebut mempunyai potensi untuk merevolusi industri manufaktur dan obat-obatan, para peneliti berharap bahwa di masa mendatang dapat membuat anggota badan buatan yang sempurna.
“Sebuah tangan robotik yang mampu melakukan tugas-tugas dengan ketangkasan layaknya tangan manusia adalah pencapaian yang luar biasa,” kata Dr Honghai Liu, yang mengajar kecerdasan buatan di  University’s Institute of Industrial Research.
Dr Liu menggunakan sarung tangan cyber dengan dilapisi sensor-sensor kecil untuk menangkap data atas gerakan tangan manusia.
Professor Xiangyang Zhu dari Robotics Institute dithe Jiao Tong University  Shanghai, yang dikenal sebagai salah satu lembaga penelitiah kelas dunia di bidang robotika, mengatakan bahwa kerjasama penelitian ini akan memperkuat interface antara teknik kecerdasan buatan dan robotika, dan membuka jalan untuk babak baru dalam teknologi robotika. chnology.
“Manusia bergerak lebih efisien dan efektif dalam gerakan yang terus menerus, sesuatu yang telah kita sempurnakan lebih dari beberapa generasi dan kita pelajari sejak bayi. Pengembangan dalam sains artinya kita akan mengajari robot untuk bergerak dengan cara yang sama”

http://www.stikom-db.ac.id/artikel/3-umum/86-tangan-robot.html

Kecerdasan buatan di bidang rumah tangga

Dalam kehidupan sehari-hari, kita banyak menjumpai alat-alat yang menerapkan teori kecerdasan buatan dalam pengoperasiannya, diantaranya TV tuner, mesin cuci otomatis, robot, mainan anak-anak, sistem permesinan pada mobil, alat kontrol proses di industri (industri makanan, industri perminyakan, industri tekstil, dan sebagainya. Untuk menjalankan fungsinya, alat-alat ini ditanamkan chip atau mikrokomputer yang telah diprogram sesuai kebutuhan.

Mesin cuci digerakan oleh motor listrik satu fasa. Motor ini dapat bergerak dua arah untuk mengucek pakaian saat di cuci. Motor dihubungkan ke bak cuci atau agitator dengan belt dan roda pemutar (pully).

Proses pencucian dengan mesin cuci diawali dengan memasukkan pakaian kotor ke dalam tabung cuci. Kontrol akan mendeteksi berat pakaian dan mengatur level air, waktu cuci, waktu bilas, waktu pengeringan dan waktu buka katup air masuk (water inlet valve). Setelah level air tercapai, katup air masuk akan ditutup dan agitator mulai berputar untuk menciptakan pusaran air.
Bila kontrol telah mendeteksi habisnya waktu cuci, motor akan berhenti memutar agitator dan katup buang pun dibuka untuk membuang air hasil pencucian, kemudian tabung akan berputar untuk membuang sisa-sisa air yang ada di dalam pakaian.
Setelah katup bilas ditutup dan katup air masuk dibuka, air masuk ke dalam tabung sampai cukup level kemudian katup air masuk ditutup dan mesin mulai membilas. Jika waktu bilas sudah habis, maka kontrol akan membuka katup buang untuk membuang air bilasan. Proses pengeringan akan dilakukan setelahnya dengan meutar tabung mesin cuci. Jika telah selesai maka mesin cuci akan berhenti secara otomatis dan ini menandakan bahwa proses pencucian telah selesai.

http://tangan-usil.blogspot.com/2010/11/kecerdasan-buatan-pada-mesin-cuci.html

Kecerdasan buatan dalam bidang otomotif

Foklif (Inggeris: forklift) atau trak angkat susun ialah jentera industri yang berkuasa digunakan untuk mengangkat dan memindahkan barangan. Foklif moden dibangunkan pada tahun 1920-an oleh pelbagai syarikat berbeza termasuklah Clark Material Handling Company dan Yale Materials Handling Corporation.[1] Semenjak itu, foklif menjadi satu alat penting dalam operasi pembuatan dan penggudangan.
Rutin menggunakan truk lift robot tidak jauh, menurut Toyota Material Handling, USA, Inc (TMHU). aplikasi truk Inovatif mengangkat melibatkan operasi tak berawak sedang semakin dieksplorasi untuk lingkungan kerja berisiko tinggi seperti di militer.

Selama dua hari ini Juni, Angkatan Darat AS Inovasi Badan Logistik (LIA) host demonstrasi di Fort Lee di Virginia sebuah prototipe yang dikembangkan MIT-robot tak berawak Toyota Seri 8-lift-truk mampu menemukan, mengangkat, memindahkan dan menempatkan persediaan palletized dalam sebuah ada depot pasokan luar ruangan. Demonstrasi termasuk meninjau fitur keamanan robot, kemampuan sensor dan antarmuka manusia-robot berdasarkan perintah suara dan gerakan.

http://k3j3p1t.wordpress.com/2010/11/21/ai-artificial-intelligence-kecerdasan-buatan/

Kecerdasan buatan di bidang Industri
Pada bidang Industri penggunaan mesin sudah merupakan hal yang umum. Mesin biasanya digunakan dalam industri untuk pekerjaan yang membahayakan manusia dan yang sulit untuk dilakukan manusia. sebagai contoh memindahkan barang yang mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah diambil alih oleh mesin. Hal ini dikarenakan manusia mempunyai konsentrasi yang tidak tetap dan stamina yang cepat habis. Kondisi seperti ini yang berbahaya, baik bagi pekerja tersebut, pabrikan, dan konsumen tentunya. Oleh karena itu, sistem kecerdasan buatan telah diimplementasikan secara nyata pada bidang industri ini.
Satu lagi impementasi dari sistem kecerdasan buatan pada bidang industri, yakni Quality Control yang dilakukan menggunakan sistem image processing.

http://weenata.wordpress.com/2010/03/06/aplikasi-kecerdasan-buatan/

Menurut pendapat saya kecerdasan buatan sudah tersebar di berbagai bidang yang fungsinya membantu mempermudah kehidupan manusia di bumi.penyebarannya perlu diperluas agar  manfaat dari kecerdasan buatan ini bisa dinikmati semua orang di seluruh pelosok dunia.

NAMA : M. RUDI ALFIYANTO NIM : E3110499 PRODI : MIF SEMESTER : 4-C MAKUL : KECERDASAN BUATAN

 

Judul : Data Mining

Bidang : Ekonomi

Tahun 90-an telah melahirkan “gunungan” data di bidang ilmu pengetahuan, bisnis dan pemerintah. Kemampuan teknologi informasi untuk mengumpulkan dan menyimpan berbagai tipe data jauh meninggalkan kemampuan untuk menganalisis, meringkas dan mengekstraksi “pengetahuan” dari data. Metodologi tradisional untuk menganalisis data yang ada, tidak dapat menangani data dalam jumlah besar.

Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS (point of sales). Database data penjualan tsb. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data. Tetapi pertumbuhan yang pesat dari akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai rich of data but poor of information , karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi yang berguna. Tidak jarang kumpulan data itu dibiarkan begitu saja seakan-akan kuburan data (data tombs). Investasi yang besar di bidang IT untuk mengumpulkan data berskala besar ini perlu dijustifikasi dengan didapatnya nilai tambah dari kumpulan data ini.

Data Mining merupakan teknologi baru yang sangat berguna untuk membantu perusahaan-perusahaan menemukan informasi yang sangat penting dari gudang data mereka. Data mining meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan penting. Analisis yang diotomatisasi yang dilakukan oleh data mining melebihi yang dilakukan oleh sistem pendukung keputusan tradisional yang sudah banyak digunakan. Data Mining dapat menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan banyak waktu untuk menjawabnya. Data Mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, mencari informasi pemrediksi yang mungkin saja terlupakan oleh para pelaku bisnis karena terletak di luar ekspektasi mereka.

Sementara para pelaku bisnis memiliki kebutuhan-kebutuhan untuk memanfaatkan gudang data yang sudah dimiliki, para peneliti melihat peluang untuk melahirkan sebuah teknologi baru yang menjawab kebutuhan ini, yaitu data mining. Teknologi ini sekarang sudah ada dan diaplikasikan oleh perusahaan – perusahaan untuk memecahkan berbagai permasalahan bisnis. Kebutuhan dari dunia bisnis yang ingin memperoleh nilai tambah dari data yang telah mereka kumpulkan telah mendorong penerapan teknik-teknik analisa data dari berbagai bidang seperti statistik, kecerdasan buatan dsb pada data berskala besar itu. Ternyata penerapan pada data berskala besar memberikan tantangan-tantangan baru yang akhirnya memunculkan metodologi baru yang disebut data mining ini. Bermula dari penerapan di dunia bisnis, sekarang ini data mining juga diterapkan pada bidang-bidang lain yang memerlukan analisa data berskala besar seperti bioinformasi dan pertahanan negara.

Dalam paper ini, kami mencoba memperkenalkan data mining dengan membandingkannya dengan bidang ilmu yang sudah ada, dan juga memberikan beberapa ilustrasi tentang teknik-teknik yang umum dipakai di data mining.

Definisi Data Mining
Data mining didefinisikan sebagai satu set teknik yang digunakan secara otomatis untuk mengeksplorasi secara menyeluruh dan membawa ke permukaan relasi-relasi yang kompleks pada set data yang sangat besar. Set data yang dimaksud di sini adalah set data yang berbentuk tabulasi, seperti yang banyak diimplementasikan dalam teknologi manajemen basis data relasional. Akan tetapi, teknik-teknik data mining dapat juga diaplikasikan pada representasi data yang lain, seperti domain data spatial, berbasis text, dan multimedia (citra). Data mining dapat juga didefinisikan sebagai “pemodelan dan penemuan polapola yang tersembunyi dengan memanfaatkan data dalam volume yang besar”.

Dari lima definisi diatas, dapat kita simpulkan bahwa data mining adalah menggali / mencari data/informasi yang tersembunyi dalam sebuah database atau kumpulan data dan dikumpulkan menjadi knowledge (pengetahuan) yang dapat meramalkan tren di masa mendatang dan menjadikan pengguna yang mengetahui tentang data mining menjadi proaktif. Dari definisi tersebut, dapat kita lihat bahwa pentingnya data mining untuk berbagai keperluan diantaranya :

1. Menembak target pasar
Data mining dapat melakukan pengelompokan (clustering) dari model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli sesuai dengan karakteristik yang diinginkan seperti kesukaan yang sama, tingkat penghasilan yang sama, kebiasaan membeli dan karakteristik lainnya.

2. Melihat pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli seseorang dari waktu ke waktu. Sebagai contoh, ketika seseorang menikah bisa saja dia kemudian memutuskan pindah dari single account ke joint account (rekening bersama) dan kemudian setelah itu pola beli-nya berbeda dengan ketika dia masih bujangan.

3. Identifikasi Kebutuhan Customer
Anda dapat mengidentifikasi produk-produk apa saja yang terbaik untuk tiap kelompok customer dan menyusun faktor-faktor apa saja yang kira-kira dapat menarik customer baru untuk bergabung/membeli.

4. Informasi Summary
Anda juga dapat memanfaatkan data mining untuk membuat laporan summary yang bersifat multi-dimensi dan dilengkapi dengan informasi statistik lainnya.

5. Telekomunikasi
Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihat dari jutaan transaksi yang masuk, transaksi mana sajakah yang masih harus ditangani secara manual (dilayani oleh orang). Tujuannya tidak lain adalah untuk menambah layanan otomatis khusus untuk transaksi-transaksi yang masih dilayani secara manual. Dengan demikian jumlah operator penerima transaksi manual tetap bisa ditekan minimal.

6. Keuangan
Financial Crimes Enforcement Network di Amerika Serikat baru-baru ini menggunakan data mining untuk me-nambang trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money laundry). Mereka menyatakan bahwa hal tersebut akan susah dilakukan jika menggunakan analisis standar. Anda bisa lihat di http://www.senate.gov/~appropriations/treasury/testimony/sloan.htm. Mungkin sudah saatnya juga Badan Pemeriksa Keuangan Republik Indonesia menggunakan teknologi ini untuk mendeteksi aliran dana BLBI.

7. Asuransi
Australian Health Insurance Commision menggunakan data mining untuk mengidentifikasi layanan kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi. Hasilnya? Mereka berhasil menghemat satu juta dollar per tahunnya. Anda bisa lihat di http://www.informationtimes.com.au/data-sum.htm. Tentu saja ini tidak hanya bisa diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis asuransi lainnya.

8. Olah Raga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistik permainan NBA (jumlah shots blocked, assists dan fouls) dalam rangka mencapai keunggulan bersaing (competitive advantage) untuk tim New York Knicks dan Miami Heat.

9. Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena, California dan Palomar Observatory berhasil menemukan 22 quasar dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan penerapan data mining di bidang astronomi dan ilmu ruang angkasa. Anda bisa lihat di www-aig.jpl.nasa.gov/public/mls/news/SKICAT-PR12-95.html.

Judul : Robot

Bidang : Teknik Elektro

Kecerdasan Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang

 

Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk menularkan kecerdasan manusia kepada mesin.

Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine).

 

Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) untuk selanjutnya disebut sebagai EC.

Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami tanpa perlu dinyatakan: apa yang harus dilakukan�. Dengan kata lain, alam memilih kromosom yang baik secara buataan /alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.

GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya.

Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,

Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler secara cerdas . Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune.

Di sinilah kemudian dikatakan bahwa kontrol klasik ini belum cerdas karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.

 

Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung (indirect).

 

Judul : VR

Bidang : pertahanan dan keamanan

2.1  Artificial Intelligence Projects                          

Salah satu contoh aplikasi AI yang digunakan pada saat ini yaitu dalam bidang militer. Virtual reality dipakai untuk melakukan simulasi latihan perang, simulasi latihan terjun payung. dan sebagainya. Dimana dengan pemakaian teknologi ini bisa lebih menghemat biaya dan waktu dibandingkan dengan cara konvensional.

Istilah Realitas maya tidak pasti asalnya. Pengembang realitas maya, Jaron Lanier mengakui bahwa ia menggunakan istilah itu pertama kali dan ada istilah yang terkait digunakan oleh Myron Krueger adalah kenyataan tiruan telah digunakan sejak 1970.

Virtual Reality sering digunakan untuk menggambarkan berbagai aplikasi, umumnya terkait dengan mendalam, sangat visual, 3D lingkungan.Biasanya piranti Virtual Reality ini juga memonitor apa yang dilakukan user. Misalnya kacamata yang mengontrol pergerakkan bola mata pengguna dan meresponnya dengan mengirim masukkan video yang baru.

Virtual Reality kadang digunakan untuk menyebut dunia virtual yang disajikan ke dalam komputer, seperti pada berbagai macam game permainan komputer yang kini marak perkembangannya, meskipun hanya berbasis representasi teks, suara dan grafis.

Sekarang, istilah Virtual Reality mulai tergantikan oleh istilah Virtual Envoronment oleh para ahli komputer. Konsepnya tetap sama, yaitu mensimulasikan lingkungan 3-D yang bisa dijelajahi oleh pengguna seolah-olah benar-benar bisa dirasakan lewat indera.

 

2.2  Teknologi Virtual Reality

Virtual reality adalah sebuah teknologi yang memungkinkan seseorang melakukan simulasi terhadap suatu objek nyata dengan menggunakan komputer yang mampu membangkitkan suasana tiga dimensi (3-D) sehingga membuat pemakai seolah-olah terlibat secara fisik. Virtual Reality atau VR tidak hanya mensimulasikan apa yang ingin disimulasikan seseorang yang diprogramkan di Komputer seperti dunia nyata atau sesuatu yang lain, tetapi juga menciptakan kemampuan intelegensi dalam dunia virtual tersebut, dalam bahasan ini mengenai simulai militer dalam angkatan bersenjata.

Sistem seperti ini juga dapat digunakan untuk farmasi, arsitek, pekerja medis, dan bahkan orang awam untuk melakukan aktivitas-aktivitas yang meniru dunia nyata. Sebagai contoh, pilot dapat menggunakan sistem virtual reality untuk melakukan simulasi penerbangan sebelum melakukan penerbangan yang sesungguhnya. Ini sangat membantu dalam menekan biaya dan sumber daya manusia maupun sumberdaya alam yang dibutuhkan untuk membantu dalam melakukan hal-hal tertentu. Dalam VR juga dapat dimasukkan system pembelajaran, karena tidak nyata maka simulasi dapat dilakukan terus menerus, seperti halnya ketika main game hanya saja system ini jauh lebih cerdas karena dapat membantu kita mengenali object virtual dan berinteraksi langsung dengan system, VR dibuat untuk mengenali sentuhan, gerakan, tekanan,bahasa, dan lain-lain.

VR bisa disebut gabungan dari beberapa aplikasi AI yang ada yaitu Cognitive architectures, Games, Motion and manipulation, Natural language processing, semua yang ada disimulasikan dengan system yang dibuat seperti apa yang dikenali manusia melalui penglihatan, sentuhan, dan pendengaran.

2.3  Peranti Virtual Reality

Untuk mewujudkan suasana yang menyerupai dunia nyata, virtual reality menggunakan peralatan-peralatan yang dinamakan glove, headset, dan walker. Glove adalah peranti masukan yang dapat menangkap gerakan tangan dan mengirimkan informasi gerakan ke sistem virtual reality. Headset adalah peranti yang berfungsi untuk memonitor gerakan kepala. Selain itu, peranti inilah yang memberikan pandangan lingkungan yang semu kepada pemakai sehingga seolah-olah pemakai melihat dunia nyata. Walker adalah peralatan yang dimaksudkan untuk memantau gerakan kaki. Peralatan ini dapat digunakan untuk mengatur kaki pemakai agar merasakan beban seperti kalau melangkah dalam dunia nyata. Sebagai contoh, kaki akan terasa berat untuk melangkah ketika pemakai sedang menghadapi dunia semu berupa rawa atau medan berlumpur.

 

Gambar 1. Piranti Dalam Mensimulasikan Dunia Virtual

 2.4  Cara Kerja Virtual Reality dalam Bidang Militer

Cara kerja sistem virtual reality pada prinsipnya adalah seperti berikut, pemakai melihat suatu dunia semu, yang sebenarnya berupa gambar-gambar yang bersifat dinamis. Melalui perangkat headphone atau speaker, pemakai dapat mendengar suara yang realistis. Melalui headset, glove dan walker, semua gerakan pemakai dipantau oleh sistem dan sistem memberikan reaksi yang sesuai sehingga pemakai seolahmerasakan sedang berada pada situasi yang nyata, baik secara fisik maupun secara psikologis.

 

Gambar 2. Latihan tempur udara Melawan Pesawat Virtual

 

 

Gambar 3. US Navy latihan menggunakan ”Future Immersive Training Environment (FITE)”

dan ”Joint Capabilities Technology Demonstration (JCTD)”

 

Gambar 4. Real Human .VS. Virtual Human : mana yang lebih baik

 

Dari gambar diatas kita dapat melihat bagaimana VR diaplikasikan dalam simulasi latihan militer yang sesungguhnya. Konsep dalam pembangunan VR sebagai artifisial intellegent terpadu yaitu :

2.4.1        Membangun Objek 3 Dimensi

seperti yang sudah dijelaskan sebelumnya, VR dapat dijelaskan secara sederhana seperti sebuah gama yang dapat kita kendalikan langsung dengan panca indra. Sebuat lingkungan dan objek 3D dibuat sedetail mungkin sifatnya, bentuk, dan teksturnya. Seperti senjata misalnya AK47, M16, Sniper Riffle Dragon, kendaraan berat misalnya tank, pesawat tempur, area latihan, misal hutan, padang pasir, dalam sebuah gedung dan tentu saja objek manusia sebagai latihan dinamis seperti musuh misalnya teroris atau sandra dan mungkin kerumunan (crowd) orang dalam situasi latihan tertentu.

2.4.2        Membangun  AI

kita masih membicarakan pengolahan grafis, object 3D yang dibuat kemudian  dihidupkan secara dinamis seperti dunia nyata, bagaimana air mengalir, pohon tertiup angin, bagaimana api membara, bagaimana manusia hidup, bagaimana alam berbicara. Disini mulai dapat dilihan konsep kecerdasan buatan yang ada dalam VR, dalam latihan militer tentu yang dibutuhkan adalah peralatan militer, objek hidup dan bahan pendukung lainnya, misalnya seorang teroris diciptakan memiliki  kemampuan menggunakan senjata, memiliki kepandaian untuk menyerang tentara dan berusaha (survive) mempertahankan dirinya, ini sebuah kemampuan yang jauh lebih tinggi dari AI yang diciptakan dalam game perang misalnya Call of Dutty atau Ranbow Six. AI yang dirancang untuk teroris virtual ini harus dibuat dengan sangat dinamis, tidak mudah ditebak, memiliki perhitungan militer seperti tentara yang sesungguhnya. AI tidak dibuat hanya untuk ini tetapi juga dalam simulasi lainnya seperti latiahn pesawat tempur atau terjun payung, VR memandu pengguna untuk belajar untuk diterapkan dalam dunia nyata. VR tidak sekedar sebuat media simulasi tetapi sebuah lingkungan cerdas untuk membantu kita dalam menyelesaikan masalah karena keterbatasan SDM dan SDA.

2.4.3        Kontrol AI

Setelah AI dirancang dalam system virtual, kita membicarakan hardware untuk kontrol dunia virtual oleh prajurit yang menggunakannya. Sebuah kacamata khusus, headset, glove dan baju khusus yang memungkinkan pengguna dapat merasakan dirinya ada dalam dunia simulasi menggunakan panca indranya. Misalnya bagaimana system membaca gerakan kepala, mata, tangan atau kaki, dan mungkin diciptakan sensor untuk membaca semua gerak tubuh, untuk mengkondisikan sebuah gerakan yang sama pada VR.

2.5  VRML

VRML merupakan kepanjangan dari Virtual Reality Modeling Language. VRML sendiri adalah suatu format komputer yang dapat menjelaskan objek 3 dimensi untuk digunakan secara online maupun offline. VRML memiliki kemampuan menampilkan objek 3 dimensi statis maupun dinamis, dan objek multimedia melalui hyperlink seperti suara, text, gambar dan video. VRML merupakan salah satu system yang digunakan untuk memodelkan Virtual Reality.

2.6  SIMNET

SIMNET adalah jaringan area luas dengan simulator kendaraan dan menampilkan simulasi tempur yang real-time: tank, helikopter dan pesawat di medan perang virtual. SIMNET dikembangkan dan digunakan oleh militer Amerika Serikat. SIMNET dibangun dimulai pada pertengahan 1980-an, kemudian mulai diterjunakan ke lapangan pada tahun 1987, dan digunakan untuk pelatihan sampai program penggantinya datang  pada tahun tahun 1990-an.

Peralatan simulasi interaktif ini sangat mahal, fasilitas pelatihan untuk memproduksinya juga mahal dan memakan waktu. Pada awal tahun 1980, DARPA memutuskan untuk menciptakan sebuah sistem prototipe penelitian untuk menyelidiki kelayakan membuat simulator real-time didistribusikan untuk simulasi pertempuran. SIMNET, aplikasi yang dihasilkan, untuk membuktikan baik  atau kelayakan dan efektivitas suatu proyek (Pimental dan Blau 1994).

Pelatihan menggunakan peralatan yang sebenarnya sangat mahal dan berbahaya. Simnet dapat digunakan dengan jarak jauh secara bersamaan, misalnya latihan antar Negara, mampu mensimulasikan skenario perang tertentu,  sangat mengurangi biaya pelatihan dan risiko cedera pribadi (Rheingold 1992). Network SIMNET awalnya dijalankan kecepatan sekitar 56 kbit / s jalur dial-up, menggunakan prosesor paralel untuk kompres paket melalui link data. Lalu lintas ini tidak hanya berisi data kendaraan, tetapi suara juga terkompresi.

SIMNET dikembangkan oleh tiga perusahaan: Delta Graphics, Inc; Perceptronics, Inc; dan Bolt, Beranek dan Newman (BBN), Inc SIMNET simulator, faktor personil dan tim manufaktur dirancang, dikembangkan dan dibangun lebih dari 300 penuh awak simulator, mengintegrasikan kontrol, sistem suara dan sistem visual ke system simulator khusus, mereka juga menginstal simulator di sejumlah fasilitas di Amerika Serikat dan Jerman, melatih operator dan didukung sistem untuk beberapa tahun.

Selain jaringan, tantangan mendasar kedua di SIMNET saat dikandung adalah ketidakmampuan sistem grafis untuk menangani sejumlah besar model yang bergerak. Sebagai contoh, simulator penerbangan paling kontemporer digunakan Partisi Ruang Biner yang efektif untuk lingkungan komputasi diperbaiki sejak urutan tampilan poligon (yaitu, koherensi kedalaman) dapat pra-dihitung. Sementara cocok untuk simulator penerbangan, yang sebagian besar memiliki sudut pandang tetap di atas permukaan bumi, teknik ini tidak efektif dekat tanah, di mana urutan yang overlay poligon setiap perubahan lain dengan lokasi titik pandang.

SIMNET secara aktif digunakan oleh Angkatan Darat AS untuk pelatihan terutama di Fort Benning, Fort Rucker, dan Fort Knox. Lokasi sementara dan permanen tambahan di Fort Leavenworth dan Grafenwoehr, Jerman. Tindak-on protokol untuk SIMNET disebut Simulasi Interaktif Didistribusikan; Angkatan Darat AS utama tindak program adalah Trainer Tempur Tutup Taktis (CCTT). Para SIMNET-D (Pembangunan) program yang digunakan sistem simulasi yang dikembangkan dalam program SIMNET untuk melakukan eksperimen dalam sistem senjata, konsep, dan taktik. Ini menjadi Simulasi Demonstrasi Advanced Technology (ADST) program. Ini mendorong penciptaan Labs Pertempuran di Angkatan Darat AS, termasuk testbed Warfare Mounted di Ft Knox, Ky, Pertempuran Soldier Lab di Ft Benning, GA, yang Manuver Udara Lab Pertempuran di Ft Rucker, AL, Pertempuran Kebakaran Lab di ft Sill, OK.

 

2.7  Dampak Negative VR

Semua hal di dunia ini pasti memiliki kekurangan, entah dalam sesuatu itu sendiri atau penggunaannya, VR dapat digunakan untuk mensimulasikan apapun dengan menciptakan objek 3D di dalamnya, bahkan terpikir ide untuk menciptakan sistem virtual dengan konten pornografi, ide yang cukup gila tapi sangat mungkin, banyak kemungkinan – kemunginan lainnya tentu. VR merupakan simulasi yang membawa efek melalui psikologis pemakainya, mereka dapat terjebak dalam system VR itu sendiri walaupun dalam dunia game ini akan menjadi sangat menarik.

Judul : Education

Bidang : Pendidikan

Education merupakan aplikasi kecerdasan buatan dalam bidang pendidikan yang bertindak sebagai partner bagi pelajar atau mahasiswa dalam mempelajari suatu bidang.

Dalam penulisan skripsi ini, penulis membangun aplikasi education game untuk pembelajaran bahasa Inggris pada anak-anak. Penulis memilih anak-anak sebagai target user karena mempertimbangkan kesulitan proses pembelajaran secara teoritis pada anak-anak mengingat anak-anak lebih suka bermain. Penerapan education game diharapkan dapat mengatasi masalah tersebut. Dalam aplikasi ini penulis merancang 2 jenis game yaitu game Vocabulary untuk anak-anak dengan rentang usia 5-7 tahun dan game Grammar untuk anak-anak dengan rentang usia 8-10 tahun. Aplikasi ini dibangun dengan mempertimbangkan konsep multimedia, kriteria education game dan kebutuhan pengguna (user requirements). Penelitian ini diimplementasikan dengan menggunakan bahasa pemrograman Action Script dan perangkat lunak Macromedia Flash. Aplikasi ini sangat interaktif dan dapat digunakan sebagai alat bantu pengajar dalam pembelajaran bahasa Inggris ataupun digunakan secara mandiri oleh user. Aplikasi ini juga masih dapat disempurnakan untuk meningkatkan kualitas aplikasi di masa depan.

 

Judul : membangun sistem pakar pada jeruk

Bidang : pertanian

Untuk meningkatkan mutu dan mencegah penurunan hasil produksi jeruk yang disebabkanoleh penyakit jeruk, maka petani memerlukan informasi yang akurat mengenai penyakit jeruk sertacara pengendalian yang tepat. Teknologi kecerdasan buatan telah membuka wacana baru dalamdunia teknologi komputer. Dengan sistem pakar yang merupakan bagian dari teknologi kecerdasanbuatan telah mampu memberi solusi dalam mendapatkan informasi yang diperlukan petani tentang jenis penyakit jeruk dan cara pengendaliannya. Satu lagi teknologi yang saat ini telah berkembangpesat dan memasyarakat adalah perangkat nirkabel yang diantaranya adalah telepon seluler(ponsel). Dengan teknologi

wireless aplication protocol

(WAP), informasi-informasi penting danaplikasi-aplikasi berorientasi internet dapat disajikan ke dalam ponsel.Perkembangan teknologi yang terjadi saat sekarang telah memungkin-kan sistem pakaruntuk diaplikasikan penggunaannya pada ponsel. Salah satu-nya dapat dimanfaatkan dalampemberian informasi mengenai penyakit pada tanaman jeruk, penyebab serta cara pengendaliannya.Sistem pakar mengguna-kan teknik pencarian

heuristik

dan Metode inferensi

forward

dan

backward chaining

. Pengguna dari sistem pakar dibagi menjadi dua kategori yaitu umum dan administrator.Fasilitas yang diberikan untuk pengguna umum dan administrator dibedakan sesuai dengankebutuhannya masing-masing. Pengguna umum diberi kemudahan dalam mendapatkan informasiberbagai jenis penyakit pada tanaman jeruk beserta gejala-gejala yang ditimbulkan, penyebabpenyakit dan cara pengendaliannya serta dapat melakukan konsultasi layaknya dengan seorangpakar tanaman jeruk melalui tanya jawab antara pengguna dengan sistem guna mengidentifikasi jenis penyakit. Sedang administrator dimudahkan dalam mengelola sistem, baik proses tambah,hapus maupun update data.

Kata-kata kunci

: Penyakit jeruk, Sistem pakar,

Heuristik

,

Forward

dan

Backward chaining

,WAP.

1.

 

Pendahuluan

Kemajuan teknologi komputer yang pesat dapat membantu kehidupan manusia bahkan didalam bidang di luar disiplin ilmu komputer. Sistem pakar merupakan salah satu cabang kecerdasanbuatan (

artificial intelligence

) yang menggabungkan pengetahuan, pengalaman dan penelusurandata dari satu atau banyak pakar ke dalam bentuk sistem sehingga dapat digunakan untuk memecahkan berbagai masalah yang bersifat spesifik, dalam hal ini adalah permasalahan tentangmengidentifikasi penyakit pada tanaman jeruk.Seiring dengan kemajuan teknologi yang semakin pesat, berpengaruh pula terhadapperkembangan perangkat komunikasi telepon seluler (ponsel), sehingga penggunaan perangkat inisemakin luas dan memasyarakat. Bahkan perkembangan saat ini, fungsi dari ponsel bukan hanyasebagai perangkat komunikasi saja melainkan sudah banyak fasilitas lain yang ada di dalamnya,diantaranya adalah untuk mengakses internet. Dengan pengaksesan internet melalui perangkat ini, tentu sangat membantu dalam penyajian informasi yang cepat dan mudah serta bisa diaksesdimanapun pengguna berada.

2.

 

Tujuan Penelitian

Membangun sistem pakar yang berfungsi untuk mengidentifikasi penyakit pada tanaman jeruk berbasis WAP (

Wireless Aplication Protocol

), yang dapat diakses dengan ponsel yang sudahdilengkapi dengan

WAP browser

, sehingga petani jeruk dapat memanfaatkan sistem pakar ini untuk melakukan antisipasi atau menanggulangi penyakit pada tanamannya secara tepat dan lebih awal.

 

Setelah menguraikan secara keseluruhan perancangan serta melakukan implementasidan pengujian aplikasi sistem pakar, maka dapat diperoleh kesimpulan sebagai berikut :1.

 

Sistem Pakar dibangun dengan metode

forward

dan

backward chaining

gunamendapatkan suatu kesimpulan atau untuk mengidentifikasi jenis penyakit pada tanaman jeruk serta pencarian gejala-gejala yang berhubungan dengan jenis penyakit.2.

 

Sistem Pakar dibangun berbasis

Wireless Aplication Protocol

(WAP) sehingga sistemdapat diakses menggunakan telepon seluler yang dapat digunakan dimanapun penggunaberada serta akan memudahkan dan menghemat waktu bagi pengguna.

 

 

NAMA : MUHAMMAD RIZAL FAUZI NIM : E3110522 PRODI : MIF SEMESTER : 4-C MAKUL : KECERDASAN BUATAN

MAKALAH
Tentang Kecerdasan Buatan (AI)

Manajemen Informatika
POLITEKNIK NEGERI JEMBER

Pengertian Artificial Intelligence

I.    DEFINISI KECERDASAN BUATAN
•    H. A. Simon [1987] :
“ Kecerdasan buatan (artificial intelligence) merupakan kawasan
penelitian, aplikasi dan instruksi yang terkait dengan pemrograman
komputer untuk melakukan sesuatu hal yang -dalam pandangan
manusia adalah- cerdas”
•    Rich and Knight [1991]:
“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana
membuat komputer melakukan hal-hal yang pada saat ini dapat
dilakukan lebih baik oleh manusia.”
•    Encyclopedia Britannica:
“Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang
dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk
simbol-simbol daripada bilangan, dan memproses informasi berdasarkan
metode heuristic atau dengan berdasarkan sejumlah aturan”

II.    Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984]:
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)

AI dapat dipandang dalam berbagai perspektif.
a)    Dari perspektif Kecerdasan (Intelligence)
AI adalah bagaimana membuat mesin yang “cerdas” dan dapat
melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia
b)    Dari perspektif bisnis, AI adalah sekelompok alat bantu (tools) yang
berdaya guna, dan metodologi yang menggunakan tool-tool tersebut
guna menyelesaikan masalah-masalah bisnis.
c)    Dari perspektif pemrograman (Programming), AI termasuk didalamnya
adalah studi tentang pemrograman simbolik, pemecahan masalah,
proses pencarian (search)

http://wsilfi.staff.gunadarma.ac.id/Downloads/files/4338/1-AI.pdf

III.    Artificial Intelligence atau AI didefinisikan sebagai kecerdasan entitas ilmiah.

Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin komputer agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalamInformatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
‘Kecerdasan buatan’ ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk ‘kecerdasan':
1.    kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
2.    atau kecerdasan yaitu apa yang diukur oleh sebuah ‘Test Kecerdasan’
IV.    Paham Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan kecerdasan komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analistik statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
1.    Sistem Pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
2.    Pertimbangan Berdasar Kasus
3.    Jaringan Bayesian
4.    AI berdasar Tingkah Laku: metoda modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
1.    Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
2.    Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
3.    Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)
Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
V.    Sejarah kecerdasan buatan
Pada awal abad 17, Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babage dan Ada Lovace bekerja pada mesin penghitung mekanis yang dapat diprogram.
Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas ” pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

http://id.wikipedia.org/wiki/Kecerdasan_buatan

NAMA : LUKMAN SUGIARTO NIM : E3110428 PRODI : MIF SEMESTER : 4-C MAKUL : KECERDASAN BUATAN

  • Ø Aplikasi dalam bidang pertahanan
    • Teknologi Virtual Reality

Virtual reality adalah sebuah teknologi yang memungkinkan seseorang melakukan simulasi terhadap suatu objek nyata dengan menggunakan komputer yang mampu membangkitkan suasana tiga dimensi (3-D) sehingga membuat pemakai seolah-olah terlibat secara fisik. Virtual Reality atau VR tidak hanya mensimulasikan apa yang ingin disimulasikan seseorang yang diprogramkan di Komputer seperti dunia nyata atau sesuatu yang lain, tetapi juga menciptakan kemampuan intelegensi dalam dunia virtual tersebut, dalam bahasan ini mengenai simulai militer dalam angkatan bersenjata.

Sistem seperti ini juga dapat digunakan untuk farmasi, arsitek, pekerja medis, dan bahkan orang awam untuk melakukan aktivitas-aktivitas yang meniru dunia nyata. Sebagai contoh, pilot dapat menggunakan sistem virtual reality untuk melakukan simulasi penerbangan sebelum melakukan penerbangan yang sesungguhnya. Ini sangat membantu dalam menekan biaya dan sumber daya manusia maupun sumberdaya alam yang dibutuhkan untuk membantu dalam melakukan hal-hal tertentu. Dalam VR juga dapat dimasukkan system pembelajaran, karena tidak nyata maka simulasi dapat dilakukan terus menerus, seperti halnya ketika main game hanya saja system ini jauh lebih cerdas karena dapat membantu kita mengenali object virtual dan berinteraksi langsung dengan system, VR dibuat untuk mengenali sentuhan, gerakan, tekanan,bahasa, dan lain-lain.

VR bisa disebut gabungan dari beberapa aplikasi AI yang ada yaitu Cognitive architectures, Games, Motion and manipulation, Natural language processing, semua yang ada disimulasikan dengan system yang dibuat seperti apa yang dikenali manusia melalui penglihatan, sentuhan, dan pendengaran.

 

 

 

 

 

 

 

 

 

  • Ø Dibidang pertanian

Jepang memang sedang berupaya untuk bangkit dari keterpurukannya akibat dilanda bencana gempa dan tsunami Maret 2011, lalu. Secara perlahan, Negeri bunga sakura ini berbenah memperbaiki kondisi yang porak-poranda, dengan inovasi yang mengagumkan. Seperti membuat robot pertanian di area bekas bencana tsunami.

Tidak tanggung-tanggung, proyek ekperimental pemerintah Jepang ini merupakan suatu pertanian futuristik. Operator robot akan berkerja menjalankan traktor dan mengolah lahan bekas bencana yang memiliki luas sekitar 600 hektar.

Robot-robot nantinya juga akan membuat bedengan dan lahan untuk bercocok tanam. Proyek yang didalangi oleh Departemen Pertanian Jepang ini rencananya akan menanam padi, gandum, kedelai, buah, dan sayuran di lahan tersebut.

Selain mengolah lahan, robot pertanian itu akan memantau pertumbuhan tanaman, dengan menggunakan penggunaan karbon dioksida daur ulang yang dihasilkan oleh pengoperasian mesin. Cara ini dilakukan sebagai upaya untuk mengurangi ketergantungan dan penggunaan pupuk kimia.

“Kami berharap proyek ini akan membantu, tidak hanya mendukung para petani di daerah terkena bencana, tetapi juga menghidupkan kembali pertanian seluruh bangsa,” ujar juru bicara Kementrian Pertanian Jepang, yang dikutip Sidomi dari Telegraph.

Pemerintah Jepang berharap untuk memperkuat proyek robot pertanian ini dengan berkerjasama perusahaan teknologi terkemuka di Jepang. Seperti Panasonic, Fujitsu, dan Hitachi. Kota Miyagi telah dipilih untuk menjadi lokasi area pertanian. Pemerintah Jepang sudah mempersiapkan investasi sebesar ¥ 4 Milyar, yang digunakan untuk pengoperasian pertanian futuristik itu selama enam tahun.

Berada di daerah timur laut Jepang, Kota Miyagi merupakan satu dari tiga prefektur Jepang yang paling parah dalam bencana gempa dan tsunami lalu. Korban tewas dan hilang di Miyagi mencapai 19 ribu orang. Seluas 59 ribu hektar lahan pertanian yang subur rusak parah.

 

 

 

 

  • Ø Bidang pendidikan

Education merupakan aplikasi kecerdasan buatan dalam bidang pendidikan yang bertindak sebagai partner bagi pelajar atau mahasiswa dalam mempelajari suatu bidang.

Dalam penulisan skripsi ini, penulis membangun aplikasi education game untuk pembelajaran bahasa Inggris pada anak-anak. Penulis memilih anak-anak sebagai target user karena mempertimbangkan kesulitan proses pembelajaran secara teoritis pada anak-anak mengingat anak-anak lebih suka bermain. Penerapan education game diharapkan dapat mengatasi masalah tersebut. Dalam aplikasi ini penulis merancang 2 jenis game yaitu game Vocabulary untuk anak-anak dengan rentang usia 5-7 tahun dan game Grammar untuk anak-anak dengan rentang usia 8-10 tahun. Aplikasi ini dibangun dengan mempertimbangkan konsep multimedia, kriteria education game dan kebutuhan pengguna (user requirements). Penelitian ini diimplementasikan dengan menggunakan bahasa pemrograman Action Script dan perangkat lunak Macromedia Flash. Aplikasi ini sangat interaktif dan dapat digunakan sebagai alat bantu pengajar dalam pembelajaran bahasa Inggris ataupun digunakan secara mandiri oleh user. Aplikasi ini juga masih dapat disempurnakan untuk meningkatkan kualitas aplikasi di masa depan.

 

 

 

 

 

 

 

 

 

 

 

 

 

  • Ø Bidang bisnis

 

Black IT – jaman sudah menjadi era yang luar biasa, banyak inovasi terbaru yang berkembang dimana-mana seperti yang satu ini. Robot Pelayan Restoran. Salah satu robot buatan negara thailand ini terdapat di restoran yang bernama Hajime. Robot ini digunakan sebagai pelayan di restoran tersebut.

Setelah saya baca-baca infonya, Robot Pelayan Restoran ini tidak hanya mengantarkan makanan seperti pelayan-pelayan di restoran. namun robot ini juga bisa membersihkan meja pelanggan, bahkan bisa juga menghibur dengan melakukan sedikit tarian.

Robot Pelayan ini didesain menggunakan pakaian ala samurai Jepang. Karena konsepnya pun sama dengan restoran Hajime yang menghidangkan makanan-makanan ala Jepang

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  • Ø Bidang teknik

Robot

Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine).

 

Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) untuk selanjutnya disebut sebagai EC.

Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami tanpa perlu dinyatakan: apa yang harus dilakukan�. Dengan kata lain, alam memilih kromosom yang baik secara buataan /alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.

GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya.

Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,

Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler secara cerdas . Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune.

Di sinilah kemudian dikatakan bahwa kontrol klasik ini belum cerdas karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.

 

Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung (indirect).

 

Post Navigation

Ikuti

Get every new post delivered to your Inbox.