Tugas Denny Trias Weblog

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

Teguh Erlian E32121138 Gol C SMT 4

1. Kecerdasan Buatan di bidang Ekonomi dan Bisnis
Contoh Aplikasi : e-business, e-marketing, e-commerce, FOLIO – Membantu memberikan keputusan bagi seorang manager dalam hal stok broker & investasi, Aplikasi Pemantau Naik turunnya Mata Uang, Pemantau naik turunnya harga saham, aplikasi yang memantau naik turunnya harga logam, aplikasi yang memantau naik atau turunnya harga emas, memantau harga jual minyak dll.
Penggunaan kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham dan memanagemen property. Sebuah system yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta dapat mengkalkulasi probilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail. Menggunakan jaringan syaraf tiruan yang dapat mendeteksi adanya perubahan-perubahan harga saham pada masa yang akan datang, membuat system kecerdasan buatan ini layak di gunakan pada bidang ekonomi dan bisnis.
Kelebihan aplikasi ini, menurut saya sebagai mahasiswa adalah kita data memperkirakan kapan kita menjual atau membeli saham dll.
Kekurangan aplikasi ini, menurut saya sebagai mahasiswa adalah para pebisnis mungkin akan merasa tergantung dengan aplikasi tersebut sehingga tidak menggunakan pemikiran mereka dalam berbisnis.
2. Implementasi AI di Bidang Pendidikan dan Kedokteran
Implementasi Sistem Pakar Di Bidang Kedokteran untuk mendiagnosis jenis penyakit mata pada Manusia.
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir – akhir ini mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk menjawab pertanyaan dari pelanggan atau pasien, bisa dalam bidang kesehatan, ekonomi. Sistem pakar merupakan program komputer yang mampu menyimpan pengetahuan kemampuan seorang pakar khusus. Sistem pakar sangat membantu untuk pengambilan keputusan, dimana sistem pakar ini dapat mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam suatu basis pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai seorang pakar dalam memecahkan masalah. Jadi, sistem pakar ini dapat memecahkan suatu masalah tertentu karena sudah menyimpan pengetahuan secara keseluruhan (Naser dan Zaiter, 2008).
(Daniel dan Virginia, 2010) menyebutkan bahwa salah satu masalah di dalam dunia medis atau kedokteran adalah adanya ketidakseimbangan antara pasien dan dokter. Selain itu masyarakat kita belum terlatih, bila mengalami gejala penyakit tertentu masih belum mengetahui cara penanggulanganya. Sangat disayangkan apabila gejala-gejala yang sebenarnya dapat ditangani lebih awal menjadi penyakit yang lebih serius akibat kurangnya pengetahuan. Sebenarnya pengetahuan akan penyakit dapat dipelajari denga membaca buku dan informasi diinternet. Akan tetapi, untuk mempelajari hal tersebut tidaklah mudah karena selain memerlukan waktu yang cukup lama untuk memahaminya, sumber-sumber tersebut juga belum tentu dapat mendiagnosis jenis penyakit seperti yang dilakukan oleh seorang dokter.
Sehingga saat ini telah tercipta banyak system pakar. System pakar tersebut mampu mendiagnosis berbagai penyakit pada manusia, baik penyakit mata, hidung, telinga, jantung, hati, ginjal dan organ organ yang lain. Sehingga hal tersebut memberikan dampak positif pada kondisi kesehatan dimasyarakat.
Para ahli berpendapat bahwa organ yang memiliki peranan sangat penting adalah mata, karena mata merupakan indera yang digunakan oleh kita untuk melihat, hamper semua kegiatan kita menggunakan mata, oleh karena itu sangat penting bagi kita untuk menjaga kesehatan mata. Karena jika kesehatan mata terganggu, akan berakibat fatal bagi kehidupan manusia. Jadi sudah semestinya mata menjadi anggota tubuh yang dijaga. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan karena terlambat ditangani (Naser dan Zaiter, 2008).
Untuk mengantisipasi penyakit mata kita perlu mendiagnosa mata kita terlebih dahulu, namun diagnose membutuhkan biaya yang cukup besar, sehingga dibutuhkan sebuah system pakar yang bisa dimanfaatkan oleh pebederita maupun yang mempunyai gejala, bahkan yang masih sehat sekalipun. System ini berisi beberapa kumpulan pertanyaan yang hanya bisa dijawab ya atau tidak, selanjutnya setelah semua pertanyaan selesai, system akan menganalisa semua jawaban yang telah dituliskan tadi, untuk mencari kesimpulan penyakit apa yang diderita oleh pasien tersebut. Dalam pemeriksaan melalui beberapa pertanyaan tadi, diberikan pertanyaan- pertanyaan yang terarah, agar tercapai kesimpulan yang tepat, sehingga dapat dihasilkan solusi untuk penyakit mata yang diderita oleh pasien.
Untuk kasus diagnosis penyakit mata ini, desain proses dijelaskan menggunakan decision tree yang berhubungan dengan tabel dan sering digunakan dalam analisis sistem (sistem non AI). Sebuah decision tree dapat dianggap sebagai suatu semantic network hirarki yang diikat oleh serangkaian aturan (rule). Tree ini mirip dengan pohon keputusan yang digunakan pada teori keputusan. Tree dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan hubungan (link) yang dapat mempresentasikan keputusan (decision). Akar (root) dari pohon berada di sebelah kiri dan daun (leaves) berada di sebalah kanan. Keuntungan utama dari decision tree yaitu tree dapat menyederhanakan proses akuisi pengetahuan (Hamdani, 2010). Tree yang digunakan pada masalah diagnosis penyakit mata merupakan suatu forward chaining tree. Pada forward chaining tree penelusuran informasi dilakukan secara forward (ke depan) seperti yang umumnya digunakan pada masalah-masalah diagnosis lainnya. Dari pernyakit mata yang diketahui, kemudian mencoba melakukan penelusuran ke depan untuk mencari fakta-fakta yang cocok berupa gejala-gejala penyebab penyakit mata yang bersangkutan. Pada tree tersebut dapat dilihat bagaimana suatu gejala penyakit atau kesimpulan gejala penyakit merujuk kepada suatu jenis penyakit tertentu, dan bagaimana beberapa gejala yang sama dapat merujuk kepada beberapa penyakit yang berbeda. Pada penelusuran dengan metode forward chaining dapat dilihat bahwa penelusuran ke depan untuk mengenali penyebab dan jenis penyakit yang dialami oleh pasien (Hamdani, 2010).
Pada aplikasi sistem pakar umumnya user akan diminta untuk menjawab pertanyaan sesuai dengan gejala yang dirasakan. Dalam aplikasi ini, user menjawab dengan ya atau tidak. Setelah menjawab beberapa pertanyaan, maka aplikasi akan menghasilkan kesimpulan mengenai jenis penyakit mata yang diderita user. Pada aplikasi sistem pakar lainnya, tidak jarang juga sudah memberikan solusi atau cara penanganan terhadap jenis penyakit yang diderita tersebut. Untuk lebih jelas mengenai penerapan sistem pakar dalam hal mendiagnosis penyakit mata, berikut ini terdapat contoh aplikasi lainnya yang sejenis.
Aplikasi sistem pakar (expert system) dalam bidang kedokteran yang dibuat dengan proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia, terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan sistem pendukung keputusan dan saran dari pakar. Saran yang diajukan untuk pengembangan sistem pakar yang lebih baik adalah sistem pakar ini seharusnya juga bisa memberikan solusi atau rekomendasi pengobatan terhadap jenis penyakit tertentu jika dikembangkan lebih jauh lagi. Selain itu, sistem pakar juga perlu ditambah analisis pemeriksaan laboratorium untuk memperkuat diagnosis awal sehingga sistem semakin akurat dalam melakukan diagnosis penyakit.

3. Implementasi AI di Bidang Pertahanan dan keamanan
Dalam bidang pertahan dan keamanan AI dapat digunakan untuk melakukan pendeteksian terhadap ancaman yang datang dapat berupa serangan udara, darat maupun laut. Dengan bantuan AI memungkinkan manusia untuk mendapatkan pemetaan dari serangan-serangan yang masuk, mencari tahu siapa yang melakukan serangan, membuat peta kekuatan serangan, dan menganalisis bagaimana mengatasi serangan-serangan tersebut. Contoh lebih spesifik penggunaan AI dalam bidang pertahanan dan keamanan adalah AI dapat digunakan untuk mendeteksi serangan peluru kendali, menganalisis jenis peluru kendali, berasal dari manakah peluru kendali tersebut, seberapa besar daya ledak peluru kendali tersebut dan menganalisis bagaimana cara mengatasi peluru kendali tersebut.
I. Kombinasi Amerika-Asia
Jason mengatakan perangkat lunak dermatoglyphics tersebut dapat mengenali karakter seseorang sesuai dengan data base yang sebelumnya memang sudah dimasukkan saat pempro-graman. Basis data itu dibangun berdasarkan data statistik, ilmu dermatoglyphics, dan ilmu genetic
Data statistik perangkat lunak dermatoglyphics itu berasal dari sidik jari 3 juta orang. Sampel tersebut merupakan kombinasi dari masyarakat Amerika dan Asia. Dengan demikian, sampel telah mewakili orang-orang dari belahan dunia Barat dan Timur. Pempro-graman data base perangkat lunak dermatoglyphics juga bersumber dari perkembangan ilmu dermatoglyphics, yaitu studi yang mempelajari sifat alamiah sidik jari.
Dari hasil penelitian para ilmuwan di bidang dermatoglyphics, diketahui bahwa setiap individu di dunia memiliki sidik jari yang berbeda-beda. Karakter sidik jari manusia juga ternyata berhubungan erat dengan bagian fungsi otak. “Ibu jari memiliki jalinan ke otak depan. Motif garis ibu jari itu bisa menunjukkan karakter seseorang,” kata lason.
Telunjuk memiliki hubungan dengan otak depan yang posisi nya lebih atas. Motif garis telunjuk tersebut dapat menunjukkan pemikiran logis dan kreativitas seseorang. Jari tengah memiliki keterkaitan dengan otak bagian atas. Motif jari tengah itu dapat menunjukkan kontrol pergerakan minor dan mayor seseorang.
Adapun jari manis memiliki jalinan dengan otak yang berada di belakang telinga. Motif jari manis itu kerap dikaitkan dengan kontrol pendengaran. Sedangkan jari kelingking memiliki hubungan dengan otak belakang. Motif jari kelingking itu dapat menunjukkan tingkat konsentrasi maupun penglihatan seseorang.
Jari-jari tangan sebelah kanan seseorang, kata Jason, mewakili fungsi otak sebelah kiri. Otak kiri berfungsi untuk melihat perbedaan angka, urutan, tulisan, bahasa, hitungan, dan logika. Sedangkan jari-jari tangan sebelah kiri seseorang mewakili fungsi otak sebelah kanan. Otak kanan berfungsi untuk melihat persamaan, khayalan, kreativitas, bentuk ruang, emosi, musik, dan warna.
Data base perangkat lunak dermatoglyphics diprogram berdasarkan ilmu genetika. Umum diketahui, gen merupakan unit dasar dalam kehidupan manusia. Gen bertindak seperti kode kehidupan manusia yang menerima dan menyampaikan pesan-pesan turun-temurun dari satu generasi ke geneffgi berikutnya. Gen erat kaitannya dengan motif sidik jari yang diturunkan orang tua kepada anaknya. Motif sidik jari anak pasti akan sama dengan orang tua atau kakeknya,” ujar Jason.
Secara medis, motif sidik jari manusia terbentuk sempurna pada minggu ke-13 ketika janin mulai berkembang. Jason menambahkan dengan data base yang lengkap, otomatis perangkat lunak dermatoglyphics dapat mengetahui karakter sidik jari manusia yang berbeda-beda secara spesifik dan akurat. “Alhasil, teknologi itu dapat membaca kelebihan juga kekurangan anak serta solusinya dengan tingkat akurasi mencapai 95 persen,” klaim Jason.
Kekurangan dari aplikasi ini adalah : teknologi itu hanya efektif untuk mengetahui kompetensi anak pada usia 5 hingga 15 tahun. Rentang usia tersebut merupakan masa perkembangan otak manusia. Pada masa-masa itu pula segala potensi anak masih berpeluang dikembangkan. Sedangkan saat usia anak mencapai lebih dari 15 tahun, pembentukan karakter lebih sulit karena anak sudah memiliki pemikiran matang.
Kelebihan dari aplikasi ini adalah : dapat mengetahui kemampuan, potensi, bakat si anak, sehingga orang tua dapat mengembangkan potensi dari anaknya.
4. Kecerdasan Buatan di bidang Agronomi dan Pertanian
Judul : Implementasi Sistem Pakar Di Bidang Kedokteran untuk mendiagnosis jenis penyakit mata pada Manusia
Bidang : Kesehatan
Sistem pakar merupakan salah satu bagian dari kecerdasan buatan yang akhir – akhir ini mengalami perkembangan yang sangat pesat. Sistem ini dirancang untuk menjawab pertanyaan dari pelanggan atau pasien, bisa dalam bidang kesehatan, ekonomi. Sistem pakar merupakan program komputer yang mampu menyimpan pengetahuan kemampuan seorang pakar khusus. Sistem pakar sangat membantu untuk pengambilan keputusan, dimana sistem pakar ini dapat mengumpulkan dan menyimpan pengetahuan dari seseorang atau beberapa orang pakar dalam suatu basis pengetahuan (knowledge base) dan menggunakan sistem penalaran yang menyerupai seorang pakar dalam memecahkan masalah. Jadi, sistem pakar ini dapat memecahkan suatu masalah tertentu karena sudah menyimpan pengetahuan secara keseluruhan (Naser dan Zaiter, 2008).
(Daniel dan Virginia, 2010) menyebutkan bahwa salah satu masalah di dalam dunia medis atau kedokteran adalah adanya ketidakseimbangan antara pasien dan dokter. Selain itu masyarakat kita belum terlatih, bila mengalami gejala penyakit tertentu masih belum mengetahui cara penanggulanganya. Sangat disayangkan apabila gejala-gejala yang sebenarnya dapat ditangani lebih awal menjadi penyakit yang lebih serius akibat kurangnya pengetahuan. Sebenarnya pengetahuan akan penyakit dapat dipelajari denga membaca buku dan informasi diinternet. Akan tetapi, untuk mempelajari hal tersebut tidaklah mudah karena selain memerlukan waktu yang cukup lama untuk memahaminya, sumber-sumber tersebut juga belum tentu dapat mendiagnosis jenis penyakit seperti yang dilakukan oleh seorang dokter.
Sehingga saat ini telah tercipta banyak system pakar. System pakar tersebut mampu mendiagnosis berbagai penyakit pada manusia, baik penyakit mata, hidung, telinga, jantung, hati, ginjal dan organ organ yang lain. Sehingga hal tersebut memberikan dampak positif pada kondisi kesehatan dimasyarakat.
Para ahli berpendapat bahwa organ yang memiliki peranan sangat penting adalah mata, karena mata merupakan indera yang digunakan oleh kita untuk melihat, hamper semua kegiatan kita menggunakan mata, oleh karena itu sangat penting bagi kita untuk menjaga kesehatan mata. Karena jika kesehatan mata terganggu, akan berakibat fatal bagi kehidupan manusia. Jadi sudah semestinya mata menjadi anggota tubuh yang dijaga. Pada kenyataannya, banyak kasus penyakit mata dapat menimbulkan kebutaan karena terlambat ditangani (Naser dan Zaiter, 2008).
Untuk mengantisipasi penyakit mata kita perlu mendiagnosa mata kita terlebih dahulu, namun diagnose membutuhkan biaya yang cukup besar, sehingga dibutuhkan sebuah system pakar yang bisa dimanfaatkan oleh pebederita maupun yang mempunyai gejala, bahkan yang masih sehat sekalipun. System ini berisi beberapa kumpulan pertanyaan yang hanya bisa dijawab ya atau tidak, selanjutnya setelah semua pertanyaan selesai, system akan menganalisa semua jawaban yang telah dituliskan tadi, untuk mencari kesimpulan penyakit apa yang diderita oleh pasien tersebut. Dalam pemeriksaan melalui beberapa pertanyaan tadi, diberikan pertanyaan- pertanyaan yang terarah, agar tercapai kesimpulan yang tepat, sehingga dapat dihasilkan solusi untuk penyakit mata yang diderita oleh pasien.
Untuk kasus diagnosis penyakit mata ini, desain proses dijelaskan menggunakan decision tree yang berhubungan dengan tabel dan sering digunakan dalam analisis sistem (sistem non AI). Sebuah decision tree dapat dianggap sebagai suatu semantic network hirarki yang diikat oleh serangkaian aturan (rule). Tree ini mirip dengan pohon keputusan yang digunakan pada teori keputusan. Tree dibentuk oleh simpul (node) yang mempresentasikan tujuan (goal) dan hubungan (link) yang dapat mempresentasikan keputusan (decision). Akar (root) dari pohon berada di sebelah kiri dan daun (leaves) berada di sebalah kanan. Keuntungan utama dari decision tree yaitu tree dapat menyederhanakan proses akuisi pengetahuan (Hamdani, 2010). Tree yang digunakan pada masalah diagnosis penyakit mata merupakan suatu forward chaining tree. Pada forward chaining tree penelusuran informasi dilakukan secara forward (ke depan) seperti yang umumnya digunakan pada masalah-masalah diagnosis lainnya. Dari pernyakit mata yang diketahui, kemudian mencoba melakukan penelusuran ke depan untuk mencari fakta-fakta yang cocok berupa gejala-gejala penyebab penyakit mata yang bersangkutan. Pada tree tersebut dapat dilihat bagaimana suatu gejala penyakit atau kesimpulan gejala penyakit merujuk kepada suatu jenis penyakit tertentu, dan bagaimana beberapa gejala yang sama dapat merujuk kepada beberapa penyakit yang berbeda. Pada penelusuran dengan metode forward chaining dapat dilihat bahwa penelusuran ke depan untuk mengenali penyebab dan jenis penyakit yang dialami oleh pasien (Hamdani, 2010).
Pada aplikasi sistem pakar umumnya user akan diminta untuk menjawab pertanyaan sesuai dengan gejala yang dirasakan. Dalam aplikasi ini, user menjawab dengan ya atau tidak. Setelah menjawab beberapa pertanyaan, maka aplikasi akan menghasilkan kesimpulan mengenai jenis penyakit mata yang diderita user. Pada aplikasi sistem pakar lainnya, tidak jarang juga sudah memberikan solusi atau cara penanganan terhadap jenis penyakit yang diderita tersebut. Untuk lebih jelas mengenai penerapan sistem pakar dalam hal mendiagnosis penyakit mata, berikut ini terdapat contoh aplikasi lainnya yang sejenis.
Aplikasi sistem pakar (expert system) dalam bidang kedokteran yang dibuat dengan proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia, terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan sistem pendukung keputusan dan saran dari pakar. Saran yang diajukan untuk pengembangan sistem pakar yang lebih baik adalah sistem pakar ini seharusnya juga bisa memberikan solusi atau rekomendasi pengobatan terhadap jenis penyakit tertentu jika dikembangkan lebih jauh lagi. Selain itu, sistem pakar juga perlu ditambah analisis pemeriksaan laboratorium untuk memperkuat diagnosis awal sehingga sistem semakin akurat dalam melakukan diagnosis penyakit.

Contoh Aplikasi : Aplikasi Deteksi Cuaca, Aplikasi deteksi Curah Hujan, Aplikasi Deteksi Bencana Alam, Aplikasi Deteksi Kecocokan Lahan
Dalam bidang ini AI dapat digunakan untuk menganalisis keadaan iklim, mensimulasikan keadaan iklim tersebut dan menganalisis dampak dari perubahan iklim tersebut baik jangka pendek maupun jangka panjang. Hal ini tentu dapat dimanfaatkan oleh manusia untuk mengambil suatu tindakan yang tepat untuk mengatasi perubahan iklim yang terjadi. Contoh lainnya adalah Di daerah amerika yang memiliki potensi munculnya angin tornado yang sangat besar AI dapat digunakan untuk menganalisis pola pergerakan dari angin tersebut, hal ini berdampak untuk meminimalkan jatuhnya korban jiwa akibat angin tornado ini, karena manusia dapat mengambil keputusan yang benar kemanakah mereka harus menjauhi angin tornado tersebut.
Kelebihan aplikasi ini, menurut saya sebagai mahasiswa adalah dapat meningkatkan kualitas dan kuantitas dari hasil pertanian Indonesia, meningkatkan nilai jual hasi pertanian Indonesia, mempermudah para petani dalam mengolah lahan pertanian mereka.
Kekurangan aplikasi ini, menurut saya sebagai mahasiswa adalah banyak petani-petani di Indonesia masih tidak bisa menggunakan teknologi tersebut, terbatasnya factor ekonomi, terbatasnya Sumber Daya Manusianya yang paham komputer, pemikiran yang masih tradisional, pemikiran yang tidak ingin maju, terbatasnya sarana dll.
5.Kecerdasan Buatan di bidang Teknik dan Rekayasa
Contoh Aplikasi : DELTA-Pemeliharaan lokomotif listrik diesel, DENDRAL- Mengidentifikasi struktur molecular, Delco Electronics menciptakan sebuah mobil yang dapat mengemudi sendiri. Mobil ini menggunakan pendeteksi tepi untuk tetap bertahan di jalan, Volkswagen AG (Jerman) menciptakan sistem pengemudi kendaraan otomatis
Kelebihan aplikasi ini, menurut saya sebagai mahasiswa adalah dapat meringankan pekerjaan manusia, dapat menjadi teman manusia, efektif dll
Kekurangan aplikasi ini, menurut saya sebagai mahasiswa adalah mahal, Sumber Daya Manusia yang tidak dibutuhkan lagi, tidak efisien peralatan mahal dll.

nama :teguh erlian
nim : e32121138

Single Post Navigation

Tinggalkan Balasan

Please log in using one of these methods to post your comment:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

%d blogger menyukai ini: