Rangkuman Tulisan 1 & 2 Softskill

Pengertian, ciri-ciri & contoh Sistem Cerdas

v Pengertian Sistem Cerdas

Sistem Cerdas adalah kecerdasan yang diciptakan dan dimasukkan ke dalam suatu mesin (computer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. 

v Ciri-ciri Sistem Cerdas:

1.             Dapat berpikir;

2.             Memiliki perasaan.

v Contoh Implementasi Sistem Cerdas:

1.             Bidang Komputer dan Sains;

2.             Finansial;

3.             Industri;

4.             Telekomunikasi.

Pengertian & Contoh AI

v Pengertian Artificial Intelligence

Kecerdasan Buatan (Artificial Intelligence) yaitu bagian dari ilmu komputer yang mempelajari tentang bagaimana sebuah komputer bisa dibuat dengan sedemikian rupa agar dapat melakukan pekerjaan sebaik yang dilakukan oleh manusia.

v Contoh Artificial Intelligence

1.        Google AI-Powered Predictions;

2.        Aplikasi Ridesharing Seperti Uber dan Lyft;

3.        Penerbangan Komersial Menggunakan Autopilot AI;

4.        Voice-to-Text.

Pengertian & contoh Agent Cerdas

v Pengertian Agent Cerdas 

      Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.

ü Percept = Agen menerima sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

ü Action = melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.

ü Environment = segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.

ü Goal = adalah tujuan utama yang berusaha dicapai oleh agen (prioritas utama).

Contoh:

1.     Agent : Taksi Otomatis

Task Environment :

üPerformance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.

ü Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.

ü Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan.

üSensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.      

2. Agent : Medical Diagnosis System

   Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. Task Environment :

ü Performance measure: pasien sembuh, biya murah tidak menyalahi hukum.

ü Environment: pasien, rumah sakit, suster, dokter.

ü Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk).

ü Sensors: keyboard (masukan gejala penyakit, jawaban pasien).

Sumber:

http://yogipratama97.blogspot.com/2016/10/pengenalan-intelligent-agents.html

https://zhafran23.blogspot.com/2018/11/definisi-dan-konsep-agen-cerdas.html

http://shirlitalitha.blogspot.com/2018/12/rangkuman-sistem-cerdas-artifical.html

http://fardanalghipari.blogspot.com/2018/11/definisi-dan-contoh-agen-cerdas.html

http://anassetiawan1997.blogspot.com/2018/11/definisi-dan-konsep-agen-cerdas.html

http://repository.uinjkt.ac.id/dspace/bitstream/123456789/44538/2/naskah%20kecerdasan%20buatan.pdf

https://library.binus.ac.id/eColls/eThesisdoc/Bab2/2010-2-00250-if%20bab%202.pdf

Abdul Kadir & Terra Ch. Triwahyuni. Pengenalan Teknologi Informasi. Yogyakarta: Penerbit Andi, 2003.

Andri Kristanto, Kecerdasan Buatan (Sebuah Pengantar), Edisi Pertama. Yogyakarta: Penerbit Graha Ilmu, 2004.

Anita Desiani dan M. Arhami. Konsep Kecerdasan Buatan. Yogyakarta: Penerbit Andi, 2006.

A. Walid Salameh. A Study in Informatics and Control, Vol. 13, No.2, June 200 pp.135.

https://emerj.com/ai-sector-overviews/everyday-examples-of-ai/

http://shofa-f-r-fst11.web.unair.ac.id/artikel_detail-137749-Umum-OVERVIEW%20SISTEM%20CERDAS.html

https://maghfiramaulan.blogspot.com/2016/11/sistem-cerdas-intelligent-information.html

http://tiaraserr.blogspot.com/2016/10/sistem-cerdas.html

https://www.academia.edu/7242399/Robot-untuk-industri

CONTOH AGENT CERDAS

1.     Agent : Taksi Otomatis

     Sebuah agent taksi otomatis yang menerima penumpang dan mengan-

     tarkannya ke tujuan. Task Environment :

·  Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan.

·       Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.

·       Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan.

·   Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.

Taksi Otomatis.

2. Agent : Medical diagnosis system

   Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara 

   otomatis. Task Environment :

·   Performance measure: pasien sembuh, biya murah tidak menyalahi hukum.

·         Environment: pasien, rumah sakit, suster, dokter.

·       Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk).

·        Sensors: keyboard (masukan gejala penyakit, jawaban pasien).

Medical Diagnosis System.

3.     Agent: Robot Pabrik Penjamin Mutu 
Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda. Task Environment :

·   Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.   

·        Environment: ban berjalan, komponen yang diuji, kotak.

·        Actuators: gerak lengan dan tangan robot.    

·        Sensors: kamera, sensor fisik.

4.     Agent: Interactiv English Tutor

Sebuah agent tutor yang memberikan latihan english secara interaktif. Task Environment :   

·        Performance measure: nilai skor maksimal.  

·        Environment: para siswa. 

·        Actuators: laya monitor (latihan, saran koreksi).    

·        Sensors: keyboard.

Sumber:

http://yogipratama97.blogspot.com/2016/10/pengenalan-intelligent-agents.html

http://shirlitalitha.blogspot.com/2018/12/rangkuman-sistem-cerdas-artifical.html

http://grasgrus.blogspot.com/2018/12/rangkuman-sistem-cerdas-artificial.html

http://agen-unikama.blogspot.co.id/2013/11/pengertian-agent-pada-ai-artificial.html

https://yanneevelynip.wordpress.com/2013/10/20/intelligent-agent-kecerdasan-buatan/

DEFINISI & KONSEP AGEN CERDAS

Pengertian Agent Cerdas 

      Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia).

Konsep Agen Cerdas dan lingkungan

·      Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.

·    Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.

·        Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagaiaktuator.

·   Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

               

Konsep Perancangan Agen Cerdas

Rasional : melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.

Beberapa hal yang perlu ditekankan:

·     Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).

·        Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).

·      Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).

Pengukuran kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen. Misalnya, mengukur kinerja dari agen vacuum-cleaner:

·           Jumlah kotoran dibersihkan,

·           Jumlah waktu yang dibutuhkan,

·           Jumlah listrik yang dikonsumsi,

·           Jumlah kebisingan yang dihasilkan, dll.

    Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.

Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama).

        Konsep utama perancangan agen cerdas/rasional dapat dilakukan dengan bantuan PEAS yang merupakan singkatan dari:Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.

Sumber:

http://yogipratama97.blogspot.com/2016/10/pengenalan-intelligent-agents.html

https://zhafran23.blogspot.com/2018/11/definisi-dan-konsep-agen-cerdas.html

http://shirlitalitha.blogspot.com/2018/12/rangkuman-sistem-cerdas-artifical.html

http://fardanalghipari.blogspot.com/2018/11/definisi-dan-contoh-agen-cerdas.html

http://anassetiawan1997.blogspot.com/2018/11/definisi-dan-konsep-agen-cerdas.html

MEMBUAT GARIS VERTIKAL, HORIZONAL, DAN DIAGONAL MENGGUNAKAN LIBRARY OPENGL PADA DEV C++

Tujuan pembuatan program ini (program garis) adalah untuk membuat garis vertical, horizontal, dan diagonal dengan nilai x awal, x akhir, y awal, dan y akhir sesuai dengan nilai yang diinput oleh user.

Untuk link full aplikasi beserta penjelasan berada disini
Untuk filenya saja disini

Pengertian & Contoh AI

v  Pengertian Artificial Intelligence

Kecerdasan Buatan (Artificial Intelligence) yaitu kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah. Atau adalah bagian dari ilmu komputer yang mempelajari tentang agaimana sebuah komputer bisa dibuat dengan sedemikian rupa agar dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.

v  Sejarah Kecerdasan Buatan

Kecerdasan buatan sebenarnya sudah dimulai sejak musim panas tahun 1956. pada waktu itu sekelompok pakar komputer, pakar dan peneliti dari disiplin ilmu lain dari berbagai akademi, industri serta berbagai kalangan berkumpul di Dartmouth College untuk membahas potensi komputer dalam rangka menirukan atau mensimulasi kepandaian manusia. Beberapa ilmuwan yang terlibat adalah Allen Newel, Herbert Simon, Marvin Miskey, Oliver Selfridge, dan John McCarthy. Sejak saat itu, para ahli mulai bekerja keras untuk membuat, mendiskusikan, merubah dan mengembangkan sampai mencapai titik kemajuan yang penuh. Mulai dari laboratorium sampai pada pelaksanaan kerja nyata. Pada mulanya kecerdasan buatan hanya ada di universitas dan laboratorium penelitian, dan hanya sedikit sekali – jika ada produk praktis yang sudah dikembangkan. Menjelang akhir tahun 1970-an dan awal tahun 1980-an, mulai dikembangkan secara penuh dan hasilnya secara berangsur-angsur mulai dipasarkan. Saat ini, sudah banyak hasil penelitian yang sedang dan sudah dikonversikan menjadi produk nyata yang membawa keuntungan bagi pemakainya. Kecerdasan buatan atau artificial intelligence (AI), definisinya menurut beberapa pakar:

1.      Schalkoff (1990): AI adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi.

2.      Rich dan Knight (1991): AI adalah studi tentang cara membuat komputer melakukan sesuatu yang, sampai saat ini, orang dapat melakukannya lebih baik.

3.      Luger dan Stubblefield (1993): AI adalah cabang ilmu komputer yang berhubungan dengan otomasi perilaku yang cerdas.

4.      Haag dan Keen (1996): AI adalah bidang studi yang berhubungan dengan penangkapan, pemodelan, dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia.

v  Contoh Artificial Intelligence

1.      Google AI-Powered Predictions

Menggunakan data lokasi yang dianonimkan dari android, Google Maps (Peta) dapat menganalisis kecepatan pergerakan lalu lintas pada waktu tertentu. Dan, dengan akuisisi aplikasi lalu lintas crowdsourced Waze pada 2013, Maps dapat lebih mudah memasukkan insiden lalu lintas yang dilaporkan pengguna seperti konstruksi dan kecelakaan. Akses ke sejumlah besar data yang diumpankan ke algoritma kepemilikannya yang berarti Maps dapat memotong waktu dengan menyarankan rute tercepat dari tempat kita berdiri sampai ke tujuan.

2.      Aplikasi Ridesharing Seperti Uber dan Lyft

Pimpinan Teknik untuk Uber ATC Jeff Schneider membahas dalam sebuah wawancara NPR bagaimana perusahaan menggunakan ML untuk memprediksi permintaan pengendara untuk memastikan bahwa “lonjakan harga” (periode kenaikan harga yang tajam untuk mengurangi permintaan pengendara dan meningkatkan pasokan pengemudi) akan segera tidak lagi diperlukan . Kepala Pembelajaran Mesin Uber Danny Lange mengonfirmasi penggunaan pembelajaran mesin oleh Uber untuk ETA untuk perjalanan, perkiraan waktu pengiriman makanan di UberEATS, menghitung lokasi penjemputan yang optimal, serta untuk deteksi penipuan.

3.      Penerbangan Komersial Menggunakan Autopilot AI

Autopilot AI dalam maskapai komersial secara mengejutkan merupakan penggunaan awal teknologi AI yang berasal dari tahun 1914, tergantung pada seberapa longgar Anda mendefinisikan autopilot. The New York Times melaporkan bahwa penerbangan rata-rata dari sebuah pesawat Boeing hanya memerlukan tujuh menit penerbangan yang dikemudikan manusia, yang biasanya hanya digunakan untuk lepas landas dan mendarat.

4.      Voice-to-Text

Fitur standar pada telepon pintar saat ini adalah Voice-to_Text. Dengan menekan tombol atau mengucapkan frasa tertentu "Ok Google" misalnya, Anda dapat mulai berbicara dan telepon Anda mengubah audio menjadi teks. Saat ini, ini adalah tugas yang relatif rutin, tetapi selama bertahun-tahun, transkripsi otomatis yang akurat berada di luar kemampuan bahkan komputer yang paling canggih sekalipun. Google menggunakan jaringan saraf tiruan untuk memperkuat pencarian suara. Microsoft mengklaim telah mengembangkan sistem pengenalan ucapan yang dapat mentranskripsikan percakapan sedikit lebih akurat daripada manusia.

5.      Sistem Search

Pada zaman sekarang banyak system search yang jauh lebih akurat dan sempurna. Seperti sistem search yang dimiliki oleh google, atau beberapa aplikasi social media dan aplikasi online shop. Sistem search ini dapat mencari dan memberikan saran yang lebih tepat walaupun sang pengetik tidak begitu jelas maupun detail dalam menulisnya.

Sumber:

http://repository.uinjkt.ac.id/dspace/bitstream/123456789/44538/2/naskah%20kecerdasan%20buatan.pdf

https://library.binus.ac.id/eColls/eThesisdoc/Bab2/2010-2-00250-if%20bab%202.pdf

Abdul Kadir & Terra Ch. Triwahyuni. Pengenalan Teknologi Informasi. Yogyakarta: Penerbit Andi, 2003.

Andri Kristanto, Kecerdasan Buatan (Sebuah Pengantar), Edisi Pertama. Yogyakarta: Penerbit Graha Ilmu, 2004.

Anita Desiani dan M. Arhami. Konsep Kecerdasan Buatan. Yogyakarta: Penerbit Andi, 2006.

A. Walid Salameh. A Study in Informatics and Control, Vol. 13, No.2, June 200 pp.135.

https://emerj.com/ai-sector-overviews/everyday-examples-of-ai/

Pengertian Karakteristik & Contoh Sistem Cerdas

v  Pengertian Sistem Cerdas

Sistem Cerdas adalah kecerdasan yang diciptakan dan dimasukkan ke dalam suatu mesin (computer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat agar dapat berpikir layaknya manusia.

v  Ciri-ciri Sistem Cerdas:

1.      Dapat berpikir

Sistem cerdas dapat berfikir layaknya manusia. Sistem kerja otak manusia dilukiskan dalam sebuah sel saraf yang akan berintegrasi satu sama lain pada otak manusia. Pada mesin di tanamkan cara kerja sel saraf yang menyerupai manusia, sehingga diperlukan perumusan persamaan model matematik. Model persamaan matematik tersebut dituliskan pada program-program komputer seperti pada Visual Basic, Delphi, DEV C++,Matlab dan lain-lain.

2.      Memiliki perasaan

Mesin yang memiliki logika juga dapat memiliki perasaan. Logika Samar merupakan perasaan yang ditanamkan pada komputer, sehingga komputer dapat mengambil keputusan 'diantara 1 dan 0' atau dengan kata lain, komputer dapat memiliki toleransi, unsur rasa, atau 'kira-kira'. Komputer juga dapat memiliki kesensitifan dari input yang diberikan sehingga berpengaruh dalam output yang didapat. Sehingga dalam kerjanya, logika tersebut menggunakan perasaan. 

v  Contoh Implementasi Sistem Cerdas:

1.      Bidang Komputer dan Sains

Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek.

2.      Finansial

Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail.

3.      Kesehatan

Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang

4.      Industri

Mesin – mesin industri menggantikan pekerjaan yang berbahaya bagi pekerja.

5.      Telekomunikasi

Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya.

6.      Pengembangan Game

Game masa kini sudah menggunakan rule yang berbeda dari sebelumnya. Kini jika pemain harus memulai lagi permainan maka dia tidak akan menemui pola yang sama dengan yang dimainkannya sebelumnya.

7.      Pengembangan Mainan

Peralatan permainan seperti AIBO dan ASIMO, robot anjing cerdas dan robot yang menyerupai manusia yang dapat berinteraksi dengan manusia menjadi salah satu favorit alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya.

Sumber:

http://shofa-f-r-fst11.web.unair.ac.id/artikel_detail-137749-Umum-OVERVIEW%20SISTEM%20CERDAS.html

https://maghfiramaulan.blogspot.com/2016/11/sistem-cerdas-intelligent-information.html

http://tiaraserr.blogspot.com/2016/10/sistem-cerdas.html

https://www.academia.edu/7242399/Robot-untuk-industri