Universitas Terbuka (UT) mempunyai program pendidikan diploma 4 (D4) bidang Matematika Komputer. Pembelajaran dipusatkan di Unit Pelayanan Belajar Jarak Jauh - Universitas Terbuka (UPBJJ-UT) Surabaya yang mempunyai sub kampus di Madiun, Malang, Jember dan Denpaar. UT menjalin kerjasama dengan SEAMOLEC yang dimana SEAMOLEC sebagai pusat pengembangan pendidikan terbuka jarak jauh di wilayah Asia Tenggara. SEAMOLEC membantu dalam pelaksanaan Tutorial Online yang merupakan salah satu mata kuliah wajib Universitas Terbuka. Tutorial Online ni sebagai wujud implementasi Pendidikan Terbuka Jarak Jauh.
Pelaksanaan Tutorial Online (Tuton) hari minggu 28 maret 2010 terlaksana lancar. Tutorial Online diselenggarakan di SMKN 1 Surabaya sebagai studio broadcasting para tutor yang terkoneksi dengan SEAMOLEC Jakarta sebagai server, kemudian dari SEAMOLEC disebarkan di titik-titik yang telah terkoneksi.
Dalam pelaksanaan tuton perdana ini ditemui sedikit kendala yang ada di Madiun, untuk Multicast yang sudah terpasang tidak bisa digunakan karena masih ada trouble pada koneksinya jadi belum bisa mengakses data yang telah terkirim. Alternative kedua menggunakan jalur Vicon tetapi ternyata masih juga belum bisa digunakan karena tidak mendapatkan IP Address vicon Poltek Madiun sehingga jalur vicon untuk pembelajaran belum bisa digunakan. Ketiga, internet untuk melihat streaming online juga tidak bisa diakses karena ada kendala internet di Poltek Madiun RTO / macet tidak bisa digunakan.
Dalam tuton perdana wilayah madiun belum berjalan lancar sehingga mahasiswa tidak mendapatkan mata kuliah wajib yaitu tutorial online, tetapi rekaman tutorial online sudah diputar ulang pada hari berikutnya yaitu hari senin 29 maret 2010. Untuk mahasiswa yang belum bisa melihat langsung tutorial tersebut bisa mengikuti pada rekaman yang telah diputasr pada hari berikutnya. Diharapkan pada tutorial online berikutnya bisa berjalan lancar sesuai dengan sistem. Diharapkan ada kesiapan yang lebih matang dari pihak penyelenggara.
Pertemuan kedua
Dalam pertemuan kedua pada tanggal 4 April 2010 di Poltek Madiun masih mempunyai kendala untuk tutorial online yang diselenggarakan. Vicon yang rencana digunakan untuk tutorial online masih belum bisa berfungsi dikarenakan belum ada singkronisasi antara pengurus UT Madiun dengan pengurus Poltek Madiun sehingga Vicon sebagai alat yang digunakan belum bisa dipakai dan masih berada dibawah tanggung jawab puskom yang berstatus masih cuti. Tetapi hal ini sudah saya bicarakan dengan pengurus Poltek Madiun bahwa untuk minggu depan tutoral online direncanakan sudah bisa menggunakan Vicon tersebut.
Untuk menanggulangi kekurangsiapan Vicon pada tanggal 4 April 2010 maka multicast disiapkan. Multicast sudah fix dan lancar tetapi pada saat tanggal 4 April 2010 diketahui ada kendala yaitu penerimaan gambar putus-putus dan suara tidak ada. Web streaming juga belum bisa digunakan karena kendala sama dengan vicon, penanggung jawab yaitu puskom masih berstatus cuti. Disimpulkan pada pertemuan kedua tutorial online masih belum berjalan lancar.
Untuk tutorial online pertemuan ketiga diharapkan lebih baik nantinya dan mahasiswa yang berada di Poltek Madiun bisa mengikuti tutorial online. Sudah ada transparansi dari pihak Poltek dan ini akan menjadi penunjang kelancaran kegiatan untuk tahap selanjutnya.
Definisi Bab kedua ini kita belajar tentang representasi pengetahuan dalam kecerdasan buatan. Representasi yang dimaksudkan adalah untuk menangkap sifat-sifat penting problema dan membuat informasi tersebut dapat diakses oleh prosedur pemecahan permasalahan. Bahasa representasi harus dapat membuat seorang pemrogram mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permasalahan. Banyak cara untuk merepresenatasikan pengetahuan (fakta) dalam program kecerdasan buatan (AI). Ada dua entri yang perlu diperhatikan : - Fakta: kejadian sebenernya. Fakta inilah yang akan kita representasikan. - Representasi dari fakta. Dari representasi ini kita akan dapat memanipulasinya menggunakan sintaks logika yang mempunyai kemungkinan.
Dalam representasi sebuah fakta kita gunakan sebuah program dan kita juga harus konsisten dengan representasi yang menggunakan bahasa natural (bahasa inggris). Representasi yang baik sebagai berikut: Mengemukakan hal secara eksplisit Membuat masalah menjadi transparan Komplit dan efisien Menampilkan batasan-batasan alami yang ada Menekan/menghilangkan detil-detil yang diperlukan Dapat melakukan komputasi (ada batasannya/konstraint)
Secara singkat, represntasi pengetahuan diklarifikasikan menjadi 4 kategori. 1) Representasi logika Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan. 2) Representasi prosedural Representasi yang menggambarkan pengetahuan sebagai kumpulan instruksi untuk memcahkan suatu problema. 3) Representasi network Representasi ini menangkap pengetahuan sebagai sebuah graf dimana simpul-simpulnya menggambarkan obyek atau konsep dari problema yang dihadapi, sedangkan edgenya mengambarkan hubungan atau asosiasi antar mereka. 4) Representasi terstruktur Representasi terstruktur memperluas network dengan cara membuat setiap simpulnya menjadi struktur data kompleks.
Dengan represantasi banyak hal yang akan kita dapatkan dalam kita menyelesaikan suatu permasalahan. Berikut adalah keuntungan dalam menggunakan representasi pengetahuan. - Dapat membuat objek dan relasi yang penting menjadi jelas - Menyingkap constraint (batasan) dalam suatu permasalahan sehingga suatu masalah dapat diungkap dengan menggunakan suatu relasi dengan relasi yang lain terhadap objek yang dihadapi. - Kita akan dapatkan objek dan relasi secara bersama-sama dan kita bisa melihat semuanya dalam satu waktu. - Kita dapat menghilangkan semua komponen yang tidak berhubungan dalam masalah yang sedang kita selesaikan. Jadi kita bisa menghemat suatu logika untuk mendapatkan suatu pemecahanan permasalahan yang dihadapi. - Akan membuat permasalahan menjadi transparan, kita dapat memahami dengan jelas dan menyelesaikannya. - Akan membuat permasalahan menjadi ringkas, kita akan berpikir ringkas (merepresentasikan secara efisien dah fokus terhadap masalah). - Akan membuat pekerjaan kita menjadi cepat dan menjadi penting. - Menjadikan permasalahan secara terkomputerisasi, dengan ini kita dapat melakukan prosedur-prosedur dalam menyelesaikannya. Disamping keuntungan diatas ada satu hal yang menjadi prinsip dalam representasi pengetahuan adalah Jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapat dieselesaikan.
Representasi Pengetahuan Logika Logika adalah bentuk representasi pengetahuan yang paling tua. Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan. Pada dasaranya proses logika adalah proses membentuk kesimpulan dan menarik suatu inferensi berdasarkan fakta yang telah ada. Input dari proses logika berupa premsi atau fakta-fakta yang diakui kebenarannya sehingga dengan melakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar pula. Sebagai contoh : header adalah anjing -> anjing(header) secara logika yang laen bisa direpesentasikan bahwa anjing mempunyai ekor µx = anjing(x) -> berekor(x) kemudia secara deduktif (penalaran dimulai dari prinsip umum untuk mendaptkan konklusi yang lebih khusus) kita dapat merepresntasikan yang baru: berekor(anjing) dengan logika yang lain kita dapat meg-generate kalimat sebagai berikut header(berekor)
Ringkasan Jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapat diselesaikan. Dengan representasi yang tepat akan didapatkan jawaban yang tepat pula terhadap suatu permasalahan. Membangun sebuah sistem kecerdasan buatan membutuhkan beberapa pertanyaan mendasar tentang pengetahuan. Beberapa adalah: Pengetahuan apa yang terlibat di dalamnya, Bagaimana seharusnya pengetahuan direpresentasikan, Beberapa pengetahuan yang dibutuhkan dan yang mana yang benar-benar dibutuhkan.
Kecerdasan Buatan AI dimunculkan oleh seorang profesor dari Massachusetts Institute of Technology yang bernama John McCarthy pada tahun 1956 pada Dartmouth Conference yang dihadiri oleh para peneliti AI.
> Definisi
Secara umum AI adalah sebuah ilmu pada komputer yang membahas bagaimana suatu sistem komputer tersebut dapat bekerja seperti layaknya manusia bahkan bisa melebihi kelebihan manusia. Menurut beberapa ahli AI mempunyai definisi sebagai berikut:
Rich and Knight : Kecerdasan Buatan (AI) merupakan sebuah studi tentangbagaimana sebuah komputer dapat melakukan hal yang saat ini lebih baik dari manusia.
Encyclopedia Britannica : Kecerdasan Buatan (AI) merupakan cabang ilmu komputer dimana dalam merepresentasi pengetahuan lebih banyak menggunakan simbol-simbol daripada bilangan dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.
Alan Turing : Kecerdasan Buatan (AI) adalah bidang yang memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan kelakuan manusia.
Dari keseluruhan pendapat diatas dapat disimpulkan bahwa AI adalah bagaimana sebuah proses sistem komputer dapat bekerja seperti layaknya manusia dan bisa bekerja lebih baik lagi, implementasinya bisa berupa simbol untuk merepresentasikan kembali dan memproses informasi tersebut berdasarkan sejumlah aturan agar sesuai dengan yang terimplementasikan sistem tersebut.
Kenapa AI dipergunakan dari jaman ke jaman dan bisa semakin maju tiap dekadenya?? Hal ini tidak dapat dipungkiri bahwa perkembangan teknologi semakin maju dengan pesat dan pengembangan teknologi tersebut mengarah ke AI dikarenakan sistem manusia adalah terbatas umur. Dimana setiap manusia bertambah umurnya akan mempengaruhi daya kerja sistem manusia tersebut dan akan didapatkan hasil yang kurang maksimal ketika manusia sudah beranjak tua, AI mempunyai peranan pengganti sistem manusia yang telah tua dan menyuguhkan kembali melebihi kemampuan manusia tersebut.
Sistem komputer tidak akan pernah surut karena usia dan sitem komputer dapat diupdate setiap masanya setelah mengalami perkembangan, berbeda dengan sistem manusia yang bersifat monoton dan mempunyai keterbatasan dalam keadaan tertentu.
> Permasalahan yang dapat ditangani AI
Seperti halnya manusia yang dapat menangani berbagai hal yang ada di dunia ini, AI juga dapat menangani berbagai sistem yang ada seperti :
Sebagai contoh AI yang dapat dipergunakan adalah Analisa Financial. Dalam dunia bisnis yaitu tentang bursa efek terjadi pasang surut index harga saham, jika kita menyewa sebuah tenaga untuk menganalisa harga saham yang berupa sistem manusia maka dalam 24 jam tidak akan diperoleh hasil yang maksimal karena manusia mempunya daya lelah dalam tingkatan tertentu sedangkan jika kita menggunakan sistem komputer (dengan AI) maka selama 24 jam sistem tersebut bekerja secara maksimal. AI dalam bursa efek menganalisa tentang harga saham yang naik dan turun, jika harga saham turun dan mendapatkan nilai terendah maka sistem komputer memberikan alert untuk pembelian saham tersebut. Hal ini dilihat dalam 24 jam kerja sistem manusia dengan AI, bagaimana dengan seumur masa nantinya? Apakah hasil yang maksimal sistem manusia ataukah sistem AI?
>Manfaat serta Perbedaan AI dan Human Brain
Permanen
AI : Ya, sistem AI akan bekerja secara permanen
Human Brain : Tidak, sistem manusia tidak akan bekerja secara permanen
Transferable
AI : Ya, kemudahan sistem AI adalah dapat ditransfer dengan mudah ke sistem AI pada device lainnya.
Human Brain : Tidak, kecerdasan manusia tidak dapat ditransfer dengan sekejap ke sistem kecerdasan manusia satunya dan dibutuhkan jangka waktu yang lama untuk transfer sistem dan akan didapat hasil yang tidak akan serupa.
Cost
AI : Cheap, dibilang murah karena kita hanya membutuhkan device komputer dengan spesifikasi tertentu.
Human Brain : Expensive, karena untuk memasukkan sistem kedalam manusia dibutuhkan beberapa waktu dan tenaga serta biaya kehidupan manusia.
Consistent
AI : Ya, sebuah sistem AI akan konsisten pada apa yang diajarkan dalam sistemnya dan tidak akan melenceng dari apa yang diajarkan pada sistem dan konsisten tersebut tidak terbatas waktu.
Human Brain : Bisa berubah, sistem yang diajarkan pada manusia bisa berubah sesuai kapasitas memori pada manusia tersebut dalam penyamapaian sistem informasinya. Semakin termakan masa maka sistem memori manusia akan semakin kecil.
Documentable
AI : Ya, penyimpanan dokumen dapat dilakukan dalam sekaligus dengan waktu yang cepat, tidak hanya mampu menyimpan satu dokumen tapi beribu-ribu dokumen penting.
Human Brain : Tidak, sistem manusia tidak dapat menyimpan berbagai dokumen penting dalam waktu sekejap.
Time Consuming
AI : Fast, waktu penggunaan AI sangat cepat dan efisien.
Human Brain : Not Fast, keterbatasan manusia untuk menyerap sistem tidak dapat dilakukan secara cepat tetapi bertahap.
Creativity
AI : Tidak, sebuah sistem AI tidak mempunyai creatifitas berlebih. Contoh, jika sistem diajarkan untuk menjalankankan sebuah pesawat melewati lintasan A maka selamanya pesawat tersebut akan melewati lintasan A dengan kondisi apapun tidak memperdulikan hujan, mendung, badai.
Human Brain : Ya, berbeda dengan sistem manusia, Jika contoh pesawat diatas diajarkan dalam sistem manusia maka sebuah lintasan yang akan ditempuh akan bisa dilalui di lintasan B karena cuaca tidak mendukung. Itulah perbedaan AI dengan Human Brain.
Experience
AI : Tidak, sebuah sistem AI tidak mempunyai sistem experience untuk mengupgade ato mengupdate sistemnya dengan sediri.
Human Brain : Ya, tanpa ada pemberitahuan terlebih dahulu maka sistem manusia akan mempunyai kreatifitas untuk mengupadate informasi atau sistemnya.
Human Brain : Ya, tanpa ada pemberitahuan terlebih dahulu maka sistem manusia akan mempunyai kreatifitas untuk mengupadate informasi atau sistemnya.
>ASIMO
Sudah kenal ASIMO? ASIMO adalah robot humanoid yang “lahir” pada tahun 2000. Sebagai robot humanoid, ASIMO dirancang agar mirip manusia (human). Kali pertama dipamerkan, ASIMO mengundang decak kagum banyak orang. Robot ini bisa berjalan melangkah menggunakan dua kakinya seperti kita. Meniti tangga pun tak kesulitan.
Sekarang kepintaran robot berkepala bundar ini bertambah. Dua robot ASIMO bisa saling berkomunikasi dan bekerja sama. Misalnya menyajikan minuman. ASIMO menggunakan AI untuk meniru gaya manusia untuk berkomunikasi dan meniru bahkan dalam pengembangan nantinya ASIMO bisa melebihi kemampuan manusia, AI digunakan karena mempunyai harga konsistensi yang tinggi serta mulititasking.
Universitas Terbuka (UT) mempunyai program pendidikan diploma 4 (D4) bidang Matematika Komputer. Pembelajaran dipusatkan di Unit Pelayanan Belajar Jarak Jauh - Universitas Terbuka (UPBJJ-UT) Surabaya yang mempunyai sub kampus di Madiun, Malang, Jember dan Denpaar. UT menjalin kerjasama dengan SEAMOLEC yang dimana SEAMOLEC sebagai pusat pengembangan pendidikan terbuka jarak jauh di wilayah Asia Tenggara. SEAMOLEC membantu dalam pelaksanaan Tutorial Online yang merupakan salah satu mata kuliah wajib Universitas Terbuka. Tutorial Online ni sebagai wujud implementasi Pendidikan Terbuka Jarak Jauh.
