Tugas Denny Trias Weblog

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

TUGAS ARTIFICIAL INTELLIGENCE OLEH GALANG RAMADHAN R E32120454 TKK A/IV

TUGAS ARTIFICIAL INTELLIGENCE
Kecerdasan Buatan

Macam Macam Aplikasi Kecerdasan Buatan beserta Fungsinya

Disusun oleh
Galang Ramadhan R (E32120454)
TKK Golongan A / Semester 4

Politeknik Negeri Jember
2014

1. CONTOH APLIKASI PENERAPAN AI PADA BIDANG PERTAHANAN DAN KEAMANAN
Kunci Ponsel dengan “Software” Deteksi Wajah
Sistem pengamanan ponsel tampaknya akan semakin kokoh dan memanfaatkan sisi personal sebagai medianya. Hal ini menandakan bahwa era password dan PIN sudah semakin kurang aman. Adalah para ilmuwan di Universitas Manchester mengembangkan perangkat lunak yang akan digunakan di ponsel dengan memanfaatkan wajah penggunanya. Sebenarnya, perangkat ini sudah diadopsi pada notebook, webcam, dan Xbox.
Cara kerja software ini adalah dengan memanfaatkan kamera ponsel (khususnya kamera depan) yang akan meng-capture wajah si pemilik ponsel. Kemudian ada 22 titik di wajah yang menjadi kunci verifikasi untuk selanjutnya ponsel pun aktif seperti sedia kala. Dengan cara ini, ditengarai akan lebih akurat dan tentu jauh lebih aman karena pada dasarnya wajah setiap orang memiliki perbedaan yang signifikan, meskipun kembar.
Lantas apa bedanya dengan pendeteksi wajah yang selama ini sudah digunakan?
“Mobile face tracker (nama umum perangkat lunak yang sudah ada, Red) hanya menentukan titik di wajah secara perkiraan saja untuk kemudian dibuat skala,” kata Dr Phil Tresadern, ketua tim pembuatan software ini.
Pemanfaatnya bahkan bisa digunakan tidak hanya sekadar membuka menu, tetapi juga akses ke e-mail, social network, dan paling penting online banking.
“Prosesnya sangat cepat dan saya tidak melihat hal lain yang akan menjadi rival, khususnya di pemakaian ponsel,” ujar Tresadern lagi.
Proyek percobaan akan dilakukan pertama kali pada Nokia N900 dan akan menjadi bagian dari proyek Mobile Biometrics (MoBio).
Sumber : http://ditaherdiyanti.wordpress.com/2011/01/06/kunci-ponsel-dengan-software-deteksi-wajah/
Penerapan dalam bidang Pertahanan dan Keamanan Militer
Di dalam ilmu komputer, banyak ahli yang berkonsentrasi pada pengembangan kecerdasan buatan atau Artificial Intelligence (AI). Banyak implementasi kecerdasan buatan dalam bidang komputer, antara lain adalah Decision Support System (Sistem Pendukung Keputusan), Robotic, Natural Language (Bahasa Alami), Neural Network (Jaringan Saraf) dan lain-lain.
Pengertian kecerdasan buatan yaitu suatu studi khusus di mana tujuannya adalah membuat komputer berpikir dan bertindak seperti manusia.
Contoh bidang lain pengembangan kecerdasan buatan adalah Penerapan Computer Vision. Visi komputer adalah ilmu dan teknologi mesin yang melihat, di mana dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Visi komputer berkaitan dengan teoridi balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.
Contoh aplikasi dari visi komputer mencakup sistem untuk :
• Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
• Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).
• Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).
• Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis atau model topografi).
• Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).

Begitu banyak hasil kajian Computer Vision yang ada selama ini. Hal itu mendatangkan banyak manfaat untuk kepentingan manusia. Diantaranya terletak pada bidang militer. Contohnya implementasi penguncian objek musuh pada pesawat jet dan teknologi radar pada rudal, pengenalan kondisi tentara musuh. Teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya.
Sebut saja deteksi tentara musuh atau kendaraan dan bimbingan rudal. Hal ini membutuhkan sistem canggih untuk panduan mengirim rudal-rudal ke daerah target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra yang diperoleh secara lokal. Konsep modern militer, seperti “kesadaran medan perang”, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.
Sumber : http://www.scribd.com/doc/131566144/kuliah-kecerdasan-buatan#

2. CONTOH APLIKASI PENERAPAN AI PADA BIDANG EKONOMI DAN BISNIS
Contoh aplikasi kecerdasan buatan dalam bidang ekonomi dan bisnis yang ingin saya jabarkan di sini adalah aplikasi akuntansi yang bernama Krishang General Ledger versi 4.0. Krishand GL 4.0 merupakan software akuntansi versi terbaru keluaran dari Krishand Software yang merupakan lanjutan dari versi 3.0 yang telah diminati banyak pelanggan karena kehandalannya. Krishand GL telah dikembangkan sejak tahun 2000 dan telah digunakan oleh 400-an perusahaan hingga saat ini. Didukung dengan Team Support dan Team Pengembang Software yang selalu ingin memberikan yang terbaik bagi pelanggannya. Sesuai dengan standar mutu Krishand Software yaitu merancang sebuah sistem aplikasi yang sederhana, handal dan mudah dioperasikan. Krishand GL 4.0 juga dirancang agar mudah dipelajari dan dioperasikan namun lengkap dengan fitur-fitur yang mampu memudahkan pekerjaan Anda dengan harga kompetitif.

Fitur-fitur standar pada aplikasi Krishand GL :
• Berbasis Windows.
• Multi user, sederhana, dan mudah digunakan.
• Multi cabang, multi currency, multi cost center dan user defined key analysis
• Dapat digunakan oleh semua jenis usaha.
• No. Perkiraan dapat disetup sendiri oleh user dengan maksimum 12 karakter.
• Dapat menginput jurnal untuk periode yang akan datang tanpa harus menutup periode yang sedang berjalan.
• Bisa mencatat nilai mata uang asing dan pembuatan jurnal selisih kurs secara otomatis
• Proses posting dan unposting dapat dilakukan setiap saat. Proses unposting dilakukan jika ingin koreksi jurnal periode yang telah ditutup.
• Buku Besar dan Neraca Saldo dapat dilihat setiap saat tanpa perlu proses posting.
• Nilai debet/kredit mencapai 99.999.999.999.999.
• Dapat mengedit transaksi jurnal tahun sebelumnya dan fasilitas pindah saldo.
• Penomoran bukti jurnal secara otomatis dan fungsi penyusunan ulang nomor bukti jurnal.
• Format tampilan laporan keuangan dapat disetup sendiri oleh user sehingga Anda dapat menghasilkan laporan keuangan yang tampilannya berbeda untuk beberapa pihak yang berbeda kepentingan.
• Custom report formatting untuk berbagai macam laporan anlisa sesuai dengan kebutuhan Anda.
• Laporan dapat diekspor ke Microsoft Excel.

Dan fitur-fitur terbaru yang diberikan aplikasi Krishand GL 4.0 sekarang adalah :
§ Pilihan jumlah periode pembukuan antara 12 atau 13 periode.
§ Tampilan datasheet (kolom dan baris) dalam input jurnal.
§ Anda dapat membuat sendiri parameter pengelompokan dan pengikhtisaran jurnal secara bebas (user defined keys).
§ Jurnal dapat dikunci (lock) tanpa menunggu proses posting.
§ Membandingkan saldo neraca dan laba rugi per periode untuk tahun berjalan dengan tahun lalu.
Sampai sekarang belum ditemukan titik kelemahan daripada aplikasi Krishand G 4.0 ini karena versi 4.0 ini merupakan keluaran terbaru dan kemampuannya pun sudah dipastikan lebih baik daripada sebelumnya.
Sumber : http://arumdwihapsari.blogspot.com/2012/03/contoh-aplikasi-ai-dalam-beberapa.html
3. CONTOH APLIKASI PENERAPAN AI PADA BIDANG PENDIDIKAN
Kecerdasan Buatan di bidang Pendidikan
Contoh Aplikasi : smart learning, e-learning, Deteksi Bakat Anak Melalui Sidik Jari, game interaktif (flip word – menyusun kata dalam bahasa inggris, zuma deluxe – permainan warna, games Othello , Sudoku Solver dll), Logic Theorist – untuk pembuktian teorema matematika, Sad Sam (oleh Robert K.Lindsay, 1960) – program yang dapat mengetahui kalimat sederhana dalam bahasa Inggris dan memberikan jawaban dari fakta yang didengar dalam sebuah percakapan, ELIZA – Eliza merupakan salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT tahun 1976. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis.
robot pendidikan (educational robots).
Robot pendidikan ini dikembangkan untuk tujuan membantu di dalam mengajar tentang operai dan penggunaan dari robot industri. Contoh robot yang digunakan dalam bidang pendidikan:
1. Rhino Robot XR-2 System: Robot ini dibuat oleh Rhino, Inc., dan digunakan untuk simulasi tentang operasi dari robot-robot industri. Rhino XR-2 dapat diprogram melalui komputer Apple dan programnya dapat disimpan di disk.
2. Microbot: Microbot mempunyai dua macam robot, yaitu Microot Minimower dan Microbot Teachmower. Minimower dapat diprogram dengan komputer Apple atau TRS-80. Teachmower digunakan untuk simulasi robot industri dan menggunakan teach pendant untuk memprogramnya serta dapat digunakan komputer Apple atau TRS-80 untuk menyimpan program.
3. Hero-1: Robot ini dibuat oleh Heath/Zenith, merupakan robot yang dapat bergerak dan dirancang untuk membantu mempelajari robot industri. Robot ini mempunyai beberapa unit sensor. Unit sensor ini dapat mendeteksi gerak, mengukur jarak sampai 15 feet, mendeteksi perubahan tinggkat cahaya, membedakan dua buah suku kata dan menggunakan speech synthesizer, sehingga dapat berbicara. Hero-1 juga dilengkapi dengan teach pendant.
Sumber: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=6&cad=rja&sqi=2&ved=0CE4QFjAF&url=http%3A%2F%2Fdosen.narotama.ac.id%2Fwp-content%2Fuploads%2F2012%2F01%2FArtificial-Intelligence.doc&ei=k-4VU94cw4ytB5WTgOAM&usg=AFQjCNFhmgyG9V1eP7Y2WpIaDJHY0K2ahA&bvm=bv.62286460,d.bmk

 Deteksi Bakat Anak Melalui Sidik Jari
Aku ingin jadi presiden…!!!
Aku ingin jadi dokter…!!!
Aku ingin jadi insinyur…!!!
Itulah sekelumit teriakan dari anak-anak ketika ditanya mau jadi apa jika besar nanti. Memang tidak ada yang salah dari ungkapan ataupun terikan anak-anak yang mempunyai keinginan, baik secara spontan maupun tertanam untuk menyebutkan keinginannya jika sudah besar nanti karena dalam peribahasapun dikatakan “gantungkanlah cita-citamu setinggi bintang di angkasa”. Cita-cita juga berkaitan dengan bakat maupun kecerdasan dan bakat itu ada yang memang bawaan dari lahir dan adapula bakat yang memang bisa diasah. Namun keluar dari konteks bakat dan kecerdasan, ada hal yang tidak bisa kita lupakan yaitu keberuntungan.
Dunia berubah, jaman berganti, ilmu pengetahuan berkembang dan teknologipun banyak ditemukan. Bila dulu kita hanya mengenal tes IQ (Intelegence Quation) dan EQ (Emotional Quotion) kemudian ada pendatang baru yaitu tes ESQ (Emotional Spiritual Quotion) yang dijadikan ukuran untuk mengetahui sejauh mana kecerdasan seseorang baik secara jasmani maupun rohani. dan metode yg digunakan psikolog pun juga semakin maju untuk mengetahui tingkat kecerdasan seseorang. yang terbaru ditemukan metode Brain Child Learning, yaitu metode yang digunakan untuk mendeteksi bakat anak sejak usia dini melalui sidik jari.
Sidik jari adalah sesuatu yang unik, setiap manusia di dunia memiliki sidik jari yang berbeda beda. Potensi dan bakat terpendam anak kini bisa dideteksi hanya melalui pemindaian sidik jari. Teknik itu bisa membaca kelebihan dan kekurangan anak serta solusinya dengan tingkat akurasi 95 persen. Setiap anak memiliki keunikan, bakat, dan kelebihan masing-masing sejak dilahirkan ke dunia. Kebanyakan orang tua tentu saja ingin mengetahui potensi bawaan dan bakat terpendam anaknya agar mereka bisa menentukan metode pendidikan yang sesuai bagi sang anak.
Menurut Jason Teo, Chief Operating Officer (COO) Brain Child Leaming(BCL),teknologj dmnaro-glyphics (teknologi memindai 10 jari manusia) dapat dipakai untuk membuktikan seberapa besar kapasitas yang dimiliki anak sejak lahir, mengetahui potensi bawaan, serta bakat terpendam anak. Teknologi tersebut, lanjut Jason, mulanya dikembangkan di Harvard University, Cambridge, Massachusetts, Amerika Serikat (AS).
Selanjutnya BCL mengembangkan teknologi dermatoglyphics selama 15 tahun untuk disesuaikan dengan kebutuhan tes bagi anak-anak di Asia. Dilihat dari cara kerjanya, teknologi yang berupa perangkat lunak itu menghitung jumlah garis dalam sidik jari manusia. Setelah itu, software akan mengukur derajat antara pertemuan garis dan pusat pada motif garis di jari. Seusai pengukuran, perangkat lunak tersebut akan menganalisis karakter seseorang berdasarkan jenis sidik jari. Secara umum, jenis sidik jari manusia ada empat macam, yaitu whorl (W), ulnar loop (U), radial loop (R), dan arch (A). Orang dengan jenis sidik jari whorl biasanya memiliki karakter independen, kompetitif, keras kepala, dan proaktif. Karakter orang yang memiliki jenis sidik jari ulnar loop biasanya emosional, memiliki kemampuan adaptasi yang cepat, serta mudah berinteraksi. Orang yang memiliki jenis sidik jari radial loop biasanya cenderung egois dan memiliki pemikiran terbalik. Adapun karakter orang yang memiliki jenis sidik jari arch cenderung praktis, realistis, efisien, tetapi konservatif.
Sumber : http://hendra.blog.teknikindustri.ft.mercubuana.ac.id/?p=218
4. CONTOH APLIKASI PENERAPAN AI PADA BIDANG AGRONOMI DAN PERTANIAN
Sistem Deteksi Dini berbasis data Radar Cuaca

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.
Sistem Deteksi Dini (EDS) sedang dikembangkan menjadi salah satu aplikasi dalam Sijampang. EDS mengandalkan data radar cuaca sebagai asupan utama dalam menghitung Curah Hujan (CH) yang terdapat pada wilayah Subdas tertentu.
EDS menghitung Intensitas curah hujan yang terdapat pada wilayah Subdas kemudian menurunkannya menjadi volume CH dan menggambarkannya dalam sebuah grafik. Data yang digunakan adalah data real time dari radar cuaca yang terbarui setiap enam menit sekali. Data yang masuk langsung diproses untuk satu waktu tersebut, kemudian diplotkan pada grafik.
Sebagai informasi tambahan, dimasukkan juga nilai Tinggi Muka Air (TMA) dari pintu air atau bendungan dari subdas yang bersangkutan. Dengan menampilkan kedua data ini bisa terlihat dengan jelas korelasi antara isian subdas dan peningkatan TMA pada waktu-waktu tertentu.
Data TMA sampai saat ini didapat dari situs Pemda DKI Jakarta, sehingga data TMA bukanlahreal time tetapi menyesuaikan dengan pembaruan data pada situs tersebut, walau pengambilan data dilakukan secara otomatis oleh sistem.
Subdas yang telah masuk dalam perhitungan sistem adalah: Katulampa, Depok, Manggarai, Sunter Utara untuk Ci Liwung. Kemudian subdas Pesanggrahan (kali Pesanggrahan), Cipinang Hulu (kali Cipinang), serta subdas Ci Keas dan Ci Leungsi (kali Bekasi).
Sementara itu DAS Ci Sadane dan Ci Ujung akan menjadi pengembangan selanjutnya.
Laman untuk aplikasi ini dapat diakses d i:http://neonet.bppt.go.id/sijampang/chartrrt.php.
Sumber : http://sijampang.wordpress.com/2013/01/15/sistem-deteksi-dini-berbasis-data-radar-cuaca/

Pendeteksi Kebakaran Hutan
Siapa menyangka, mahasiswa “ndeso” dari sebuah perguruan tinggi swasta di kota kecil Takengon Aceh Tengah berhasil membuat sebuah software pendeteksi titik lokasi kebakaran hutan dan ilegal logging. Mereka adalah mahasiswa jurusan Teknik Informatika Fakultas Teknik Universitas Gajah Putih Takengon yang rangking perguruan tingginya tidak tercatat dalam http://www.webmetric.com. Mahasiswa itu telah merancang program ini sejak tahun 2009 yang dibimbing langsung oleh Zulfikar Ahmad ST, dosen Fakultas Teknik Universitas Gajah Putih tersebut.
Hal ini disampaikan saat mereka meluncurkan rancangan awal tiga jenis software karya mahasiswa “ndeso” itu, Minggu (18/12) dalam acara Seminar Nasional Learning Management System di Gedung Olah Seni (GOS) Takengon. Ketiga software itu mereka beri nama: Pang Uten, Lelongohen dan Deep-ix. Basis program untuk merancang ketiga software itu menggunakan operating system (OS) Linux yang nantinya bisa digunakan oleh semua platform program.
Software Pang Uten merupakan sebuah aplikasi komputer untuk mendeteksi kebakaran hutan dan ilegal logging tanpa menggunakan satelit, tetapi menggunakan WiFi yang dipasang di kawasan hutan. Pendeteksian kebakaran hutan melalui sofware itu menggunakan sensor panas. informasi dari sensor panas akan dipancarkan melalui WiFi, selanjutnya dikirim ke pusat pengendalian kebakaran hutan. Software Pang Uten itu dirancang oleh Neni Wahyuni, mahasiswi FT Universitas Gajah Putih.
“Nanti informasi kebakaran hutan dan ilegal logging yang berasal dari sensor panas akan kita kembangkan lagi supaya kebakaran hutan dan ilegal logging dapat dideteksi berdasarkan sensor tekanan,” ungkap Zulfikar Ahmad.
Software Lelongohen merupakan sebuah aplikasi untuk mengoptimalkan lokasi atau titik yang tepat dalam menanam kopi agar menghasilkan aroma dan cita rasa terbaik sesuai selera konsumen. Software ini sangat bermanfaat untuk penduduk Kabupaten Aceh Tengah dan Bener Meriah yang mayoritas bekerja sebagai petani kopi. Software Lelongehen dirancang oleh Hari Santoso, mahasiswa Fakultas Teknik Universitas Gajah Putih.
Sebenarnya, software Lelongohen berangkat dari informasi hasil penelitian Pusat Penelitian Kopi dan Kakao Jember tentang kecocokan varietas kopi dengan ketinggian lahan di Aceh Tengah dan Bener Meriah. Kemudian, software itu akan memberikan informasi bahwa di ketinggian tersebut cocok ditanam dengan varietas kopi tertentu. Dan, software ini juga dilengkapi oleh berbagai informasi tentang kopi, baik cara budidaya, perawatan dan pengolahan pasca panen.
“Software Lelongohen sedang diupayakan untuk dapat digunakan melalui handphone, karena informasi dari software ini sangat dibutuhkan oleh petani. Nanti, para petani dapat mendownload software itu melalui counter-counter pengisian pulsa” tambah Zulfikar yang juga bertugas di Dishubkominfo Aceh Tengah.
Software ketiga yang berhasil mereka rancang diberi nama Deep-ix sebagai sebuah operating system berbasis Linux. Software ini dirancang oleh sekelompok mahasiswa Fakultas Teknik Universitas Gajah Putih yang diketuai oleh Bunyamin dengan menggunakan bahasa Gayo sebagai bahasa programnya. Semua tampilan yang muncul di layar komputer akan tertulis dalam bahasa Gayo. Program ini menyediakan berbagai informasi tentang budaya, tradisi dan adat istiadat Gayo. Software Deep-ix ini juga menyediakan games adat Gayo, didong, tari guel, syair-syair Gayo termasuk wikipedia tentang Gayo.
Menurut Zulfikar Ahmad, para mahasiswa sedang berupaya membuat rancangan itu menjadi sesederhana dan semurah mungkin, sehingga seluruh masyarakat dapat memanfaatkannya. “Meskipun mereka hanya mahasiswa ndeso dari sebuah universitas kecil di tengah hutan belantara Aceh, mereka ingin menghasilkan sebanyak-banyaknya software yang dibutuhkan masyarakat,” tegas Zulfikar.
Sumber : http://green.kompasiana.com/penghijauan/2011/12/19/mahasiswa-%E2%80%9Cndeso%E2%80%9D-rancang-software-pendeteksi-kebakaran-hutan-422853.html

5. CONTOH APLIKASI PENERAPAN AI PADA BIDANG TEKNIK DAN REKAYASA
Robotic berbasis pada bidang Artificial Intelligence (AI), teknik, dan psikologi. Teknologi inilah yang menghasilkan robot. Robot diartikan sebagai mesin dengan kecerdasan komputer dan dikontrol oleh komputer, dan memiliki kemampuan fisik seperti manusia. Aplikasi dari robotic ini mencakup pemberian kemampuan untuk melihat atau persepsi visual, menyentuh atau kemampuan meraba, decterity atau kemampuan untuk memegang dan memanipulasi, pengangkutan atau kemampuan fisik untuk bergerak, dan navigasi atau kecerdasan untuk menemukan atau mencapai jalan keluar.

Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran kecerdasan buatan. Karakteristik ‘cerdas’ sudah mulai dibutuhkan di berbagai disiplin ilmu dan teknologi. Kecerdasan buatan tidak hanya dominan di bidang ilmu komputer (informatika), namun juga sudah merambah di berbagai disiplin ilmu yang lain. Irisan antara psikologi dan kecerdasan buatan melahirkan sebuah area yang dikenal dengan nama Cognition & Psycolinguistics. Irisan antara teknik elektro dengan kecerdasan buatan melahirkan berbagai ilmu seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika.

Ada beberapa cara menggolongkan robot. Ada yang menggolongkan robot menurut sumber tenaganya (secara elektronik, hidrolik, dan pneumatik). Ada yang menggolongkan ke dalam kerumitannya (robot yang sederhana hanya dapat bergerak dalam satu, dua atau tiga jurusan saja, sedang robot yang canggih dapat bergerak puluhan sudut secara serentak). Robot dapat juga digolongkan dalam daya angkatnya (ada robot yang hanya dapat mengangkat benda-benda yang ringan saja sampai yang berat). Ada yang menggolongkan dalam kecepatan geraknya, ketepatannya serta metode penggunaannya. Berdasarkan penggunaannya robot dapat digolongkan sebagai:
– Robot pribadi (personal robots)
Juga disebut dengan home robots (robot rumah tangga), karena terutama ditujukan untuk membantu pekerjaan-pekerjaan rumah tangga menjadi lebih otomatis.
– Robot industri (industrial robots)
Robot industri merupakan robot yang digunakan untuk membantu di dalam proses produksi, untuk menangani material, mengelas, mengecat, memasang komponen dan lain sebagainya. Contoh robot yang digunakan pada industri:
a. Motionmate: merupakan robot industri yang paling sederhana untuk melakukan proses mengambil dan meletakkan komponen-komponen di dalam proses produksi. Robot ini dapat mengangkat komponen sebesar 5 pound (sekitar 2,268 Kg).
b. The Rhino Charger: robot ini dibuat oleh pabrik Rhino Robots, Inc. dan dengan menggunakan komputer Apple serta disk drive dapat untuk mengontrol gerak dalam 6 arah sumbu. Dengan daya angkatnya sampai dengan 50 pound (sekitar 22,68 Kg) dan tingkat gerak maksimumnya adalah 200 inches per detik.
c. Prab Model 4200: robot ini dibuat oleh Prab Robots, Inc. dengan daya angkatnya sebesar 75 pound (sekitar 34,02 Kg). Lengan robot ini dapat berputar secara horisontal sebesar 250 derajat.
d. Cincinnati/Milacron T3: Robot ini oleh Cincinnati/Milacron Corporation dengan daya angkatnya sebesar 100 pound (sekitar 45,36 Kg). Robot ini sangat fleksibel dalam arah geraknya. Dapat bergerak dalam 6 arah sumbu.
e. Pra FC: Robot ini mempunyai daya angkat sebesar 1 ton. Kemampuan ini dapat digunakan untuk memindahkan sebuah mesin mobil atau benda berat lainnya selama proses produksi.
f. Cybotech P15: Robot ini diproduksi oleh Cybotech Corporation dan dapat mengangkat seberat 15 Kg. Robot ini banyak digunakan utuk pekerjaan mengecat.
g. Puma Model 500: Robot ini merupakan produksi dari Unimation, Inc. yang kemudian perusahaan tersebut dibeli oleh Westinghouse. Puma Model 500 merupakan robot elektronik teknologi tinggi yang dapat bergerak dalam 5 sumbu, yaitu putaran pinggang (waist rotation), putaran bahu (shoulder rotation), putaran siku (elbow rotation), anggukan pergelangan tangan (wrist bend) dan putaran pinggiran roda (flange rotation).
h. IBM Assembly Robots: IBM memproduksi dua macam robot dan menggunakannya untuk proses produksi komputer IBM dan produk-produk lainnya. Robot ini digunakan untuk memasukkan komponen ke dalam suatu lubang atau memasang komponen satu yang dilekatkan dengan komponen lainnya. Robot yang kedua berupa robot yang lebih kecil yang dapat diprogram dengan komputer IBM PC yang digunakan untuk memprogram dapat dilepas dan digunakan untuk keperluan lainnya.
i. GMF Robots: Robot ini dibuat oleh General Motors Corporation dan Fanuc Machine Works dari Jepang. Kedua perusahaan tersebut bekerja sama memproduksi GMF robots untuk dijual dan digunakan sendiri untuk kedua perusahaan tersebut.

Sumber : http//:dosen.narotama.ac.id/wp-dan rekayasacontent/uploads/2012/01/Artificial-Intelligence.doc

Kesimpulan
Dalam hal ini, komputer yang Kita kenal sebagai alat canggih yang dapat membantu pekerjaan manusia terdiri dari suatu sistem pengolahan yang kompleks yaitu sistem informasi berbasis komputer yang terdiri dari sistem pakar dan sistem pengambilan keputusan yang keduanya memiliki cara kerja layaknya seperti manusia yang mampu untuk memecahkan masalah. didalam keduanya akan diterapkan kedalam Artificial Intelligence (AI) atau kecerdasan buatan yang mampu mengaplikasikan cara kerja manusia kedalam komputer, sehingga mempermudah manusia untuk melakukan pekerjaan, contohnya seperti pengaplikasian pada robot yang dapat menjalankan program untuk mengerjakan pekerjaan layaknya manusia.

Iklan

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 )

Gambar Twitter

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

Foto Facebook

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

Foto Google+

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

Connecting to %s

%d blogger menyukai ini: