Teknologi Sistem Cerdas

            Nama : Nabhila Ayu Azzahra

            NPM   : 17114701

            Kelas  : 3KA30

KELEBIHAN DAN KEKURANGAN SISTEM CERDAS

Kecerdasan Buatan (bahasa Inggris: 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. 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.

Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).

AI adalah tingkah-laku mesin yang bila dilakukan mahluk hidup dinamai kecerdasan. AI adalah ilmu atau rekayasa dari pembuatan mesin cerdas, misal program komputer cerdas.

Artificial Intelligence (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 (Encyclopedia Britannica).

Adapun kelebihan dan kekurangan system cerdas dalam kehidupan sehari-hari, yaitu sebagai berikut :

Kelebihan Artificial Intelligence :

a.       Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan). 

b.      Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya

c.       Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan

Kekurangan Artificial Intelligence :

a.       Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia. 

b.      Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.

PANDANGAN SISTEM CERDAS UNTUK NEGARA INDONESIA

Menurut saya, Sistem Cerdas di Negara Indonesia sendiripun sudah maju dan berkembang, banyak yang sudah mengetahui atau bisa menggunakan teknologi system cerdas itu sendiri. Tetapi masih sering terjadi kesalahan dalam pemakaian. Perlu ditingkatkan lagi pengawasannya dan keamanannya, agar tidak disalahgunakan. Dan lebih di tingkatkan atau diperbaharui lagi, agar bisa lebih berkembang dan maju.

Klasifikasi Data Sekunder

METODE PENELITIAN

ARTIKEL KLASIFIKASI DATA SEKUNDER

Nama : Nabhila Ayu Azzahra

NPM   : 17114701

Kelas  : 3KA30

Dosen : M. Ridha Alfarabi Istiqlal

UNIVERSITAS GUNADARMA

SISTEM INFORMASI

PTA 2016/2017

KLASIFIKASI DATA SEKUNDER

           

Secondary Data

Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain). Pada umumnya data sekunder berupa bukti, catatan atau laporan historis yang tersusun dalam arsip data documenter yang dipublikasikan atau tidak dipublikasikan. Data sekunder terbagi dua yaitu :

1.      Internal

Klasifikasi yang didasarkan apabila penelitian dilakukan dalam suatu organisasi. Data sekunder dapat diperoleh dari dalam perusahaan, seperti data suatu proyek department store yang terdiri dari data penjualan lini produk, cara pembayaran, jumlah pembelian, dll.

2.      Eksternal  

Data eksternal biasanya tersimpan di perpustakaan umum, kantor-kantor pemerintah atau swasta dan universitas. Data sekunder bisa didapatkan dari database computer yang bersumber dari online, internet maupun offline. Klasifikasi database computer terdiri dari :

a.      Material Publikasi yaitu mengenai bisnis umum yang diperoleh dari data statistic yang dihimpun, guides, directories dan index.

b.      Database Computer bersumber dari online, internet maupun secara offline. Lima klasifikasi database computer :

·         Database Bibliografi, dapat ditemukan dalam susunan kutipan dari artikel.

·         Database Numeric, database yang berisi informasi numeric dan statistic.

·         Full-text Database, database yang berisi dokumen terdiri dari text.

·         Database Direktori, database yang menyediakan informasi mengenai hal-hal individu (perorangan), organisasi dan suatu layanan.

·         Special-purpose Database,  database yang berisi informasi khusus yang memiliki focus tertentu.

Syndicated Services

            Syndicated services merupakan sebuah organisasi yang menyediakan data yang diperlukan. Misalnya, kita ingin mengetahui data demografi dari suatu populasi, seperti identitas customer, gender, status marital, age, dll. Atau bisa juga mengetahui data psikografi yang berupa hobby dari suatu populaso, misalnya syndicated services adalah Dun dan Bradstreet di USA.

Klasifikasi syndicated services didasarkan satuan pengukurannya, yaitu :

·         Household / consumer, dapat dilakukan oleh penghimpun survey, panel dan berdasarkan hasil scan media elektronik.

·         Institutions,  perusahaan retail whole-saler bisa menjadi suatu layanan sindikat karena mampu menyediakan data seperti data consumer.

KARAKTER DATA SEKUNDER

            Karakter dalam data sekunder adalah sebagai berikut :

a.       Waktu Keberlakuan : Jika saat dibutuhkan data sudah kadaluwarsa, maka data sebaiknya tidak digunakan untuk penelitian. Maksudnya, jika data sudah tidak update, maka sebaiknya kita mencari data yang baru sebagai bahan penelitian.

b.      Kesesuaian : Kesesuaian berhubungan dengan data yang digunakan untuk menjawab masalah yang sedang diteliti. Apabila data tidak sesuai dengan kesesuaian data apa yang kita pilih, maka akan sulit untuk menjawab masalah yang diteliti.

c.       Ketepatan : Data yang didapat mempengaruhi ketepatan data. Misalnya, kita mencari informasi suatu data dari sumber yang dapat dipercaya atau tidak dan adanya kebenaran dalam informasi suatu data tersebut.

d.      Biaya : Jika biaya jauh lebih besar dari manfaat data yang kita dapat, sebaiknya tidak perlu digunakan.

KELEBIHAN DAN KEKURANGAN DATA SEKUNDER    

            Pada dasarnya, data sekunder mempunyai kelebihan dan kekurangannya masing-masing, yaitu sebagai berikut :

a.       Kelebihan Data Sekunder

·         Lebih hemat waktu dan biaya bagi periset: Apabila periset ingin mencari sebuah data atau informasi, maka periset hanya dapat ke perpustakaan atau mencari informasi lewat internet, karena biaya yang digunakan relative lebih murah dan waktu tidak terbuang banyak.

·         Data dapat dikembangkan oleh kemampuan periset.

·         Dapat membantu dalam merumuskan masalah dari informasi yang didapat.

·         Daya cakupnya berskala nasional dan internasional.

b.      Kekurangan Data Sekunder

·         Data sekunder jarang memenuhi tujuan penelitian, karena peredaran publikasi yang tidak sesuai dengan kebutuhan.

·         Data yang dikumpulkan seringkali berbeda dengan tujuan yang sedang dilakukan.

·         Memerlukan waktu yang cukup lama dalam proses antara pengumpulan data dan penerbitannya.

KEGUNAAN DATA SEKUNDER

            Data sekunder dapat digunakan dalam hal sebagai berikut :

a.      Pemahaman Masalah, digunakan sebagai pendukung untuk memahami masalah yang akan diteliti.

b.      Penjelasan Masalah, digunakan untuk memperjelas masalah yang akan diteliti agar menjadi lebih mudah bagi peneliti.

c.       Formulasi Alternative Penyelesaian Masalah, alternative yang digunakan untuk mendukung dalam penyelesaian masalah yang diteliti, dari beberapa informasi yang kita dapat masalah dapat lebih mudah untuk diselesaikan.

d.      Solusi Masalah, data sekunder dapat membantu mengembangkan masalah atau dapat memecahkan masalah dari informasi yang akan diteliti.

Tekn kecerdasan buatan bidang kesehatan

          TEKNOLOGI PENGANTAR SISTEM CERDAS

NAMA            : NABHILA AYU AZZAHRA

NPM               : 17114701

KELAS           : 3 KA 30

TUGAS 2

TEKNOLOGI KECERDASAN BUATAN DALAM BIDANG KESEHATAN

1.      Kecerdasan Buatan (Artificial Intelligence)

Dewasa ini perkembangan komputer sangat pesat dan dimaksimalkan untuk menggantikan beberapa peran dar manusia seperti menghitung, memprediksi, mengenali masalah, menggambar atau bahkan menghibur.

Disamping peran-peran tersebut, ada satu peran penting yang saat ini dicoba untuk digantikan oleh komputer, yaitu kecerdasan. Sebuah film yang berjudul “Transformer” menggambarkan robot-robot yang cerdas yang memiliki kemampuan untuk berpikir untuk mewujudkan keinginan mereka. Film tersebut menunjukkan imajinasi manusia tentang robot cerdas.

Saat inipun para ilmuwan telah berhasil menciptakan robot yang mendekati kecerdasan manusia. Robot ASIMO dari Jepang mampu menentukan lokasi, mempelajari lingkungan sekitarnya dan bergerak ke sebuah lokasi.

Di bidang biometrik, komputer dapat dipakai untuk mengenali wajah, sidik jari, retina mata dan lain-lain sehingga dapat dipakai untuk mengidentifikasi pengguna (user) komputer atau dapat diaplikasikan di bidang lain seperti bidang kesehatan.

Artificial intelligence atau kecerdasan buatan didefinisikan sebagai cabang ilmu komputer yang berhubungan dengan tingkah laku cerdas, belajar dan beradaptasi pada sebuah mesin. Dengan demikian bidang ilmu komputer merupakan dasar untuk membangun mesin cerdas.

2.      Contoh AI dalam bidang kesehatan

a.      Rekam Medik Elektronik (Electronic Medical Record/EMR

·         Penjelasan

Rekam medik merupakan basis data yang berisi berbagai catatan medis pasien di sebuah institusi pelayanan kesehatan. Pencatatan dan penyimpanan data pasien ini bertujuan agar dapat dimanfaatkan kembali atau untuk mengenali pola kesehatan pasien.

Media rekam medik berkembang dari waktu ke waktu. Saat ini rekam medik menggunakan kertas sebagai media penyimpanan. Tetapi kertas memiliki banyak kelemahan seperti dalam akses data, tempat penyimpanan dan keawetannya sehingga rekam medis berkembang dengan menggunakan media elektronik.

Rekam medik elektronik menyimpan data elektronik dalam berbagai media penyimpanan seperti harddisk, smartcard, flashdisk dan sebagainya, bahkan ada juga yang disimpan dalam website tertentu.

b.       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.

c.        Kecerdasan buatan untuk analisis kondisi ginjal pasien

Pengembangan perangkat lunak berbasis kecerdasan buatan untuk menganalisis dan memprediksi data keluaran renograf dual probe (BI-756) telah dilakukan dengan baik. Renograf dual probe (BI-756) adalah perangkat medis hasil rekayasa desain dan pabrikasi BATAN. Bantuan dokter ahli yang berpengalaman sangat dibutuhkan untuk menganalisis kondisi ginjal pasien dengan tepat. Karena keberadaan dokter ahli yang berpengalaman di bidang analisis ginjal sangat terbatas, masalah ini bisa diatasi dengan menyediakan suatu sistem perangkat lunak berbasis kecerdasan buatan yang memiliki pengetahuan dan analisis komprehensif dari dokter ahli yang berpengalaman. Tujuan penelitian adalah mengembangkan perangkat lunak yang dapat menganalisis kondisi ginjal pasien dengan tepat. Perangkat lunak yang dikembangkan mampu memprediksi kondisi ginjal pasien dengan tepat. Data masukan perangkat lunak yang dikembangkan adalah data keluaran digital dari renograf dual probe (BI-756). Perangkat lunak telah diujikan terhadap data pasien yang sesungguhnya dan kemampuan identifikasi 98 % diperoleh dari 618 data uji. Hasil ini menunjukkan bahwa perangkat lunak memiliki kemampuan baik dimana hanya dilatih dengan 6 data saja.

            SUMBER :

           1.      http://abhique.blogspot.co.id/2009/10/memanfaatkan-kecerdasan-buatan-dalam.html

           2.      http://adingresik.blogspot.co.id/2007/11/artikel-2kecerdasan-buatan-untuk.html