The works: 2016

Wednesday, December 28, 2016

Review Jurnal Sistem Pakar

REVIEW JURNAL SISTEM PAKAR DIAGNOSA GEJALA KECANDUAN GAME ONLINE
DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR

Ericksan Sianturi

Abstrak

"Sistem Pakar Diagnosa Gejala Kecanduan Game Online dengan Menggunakan Metode Certainty Factor", Jurnal ini membahas tentang cara mendiagnosa seseorang yang memiliki gejala kecanduan oleh game online, kebanyakan anak di Indonesia berpeluang besar terkena kecanduan ini dikarenakan game online sekarang telah merajalela di dunia modern saat ini dan memungkinkan anak tersebut lupa akan tugasnya dan kurang bersosialisasi. Disini Penulis membahas tentang sistem pakar yang dapat mendiagnosa seseorang yang kecanduan game online guna mencegah kecanduan tersebut.

Pendahuluan

Dalam bagian pendahuluan ini, Penulis membahas tentang sistem pakar yang dapat memiliki keputusan yang dapat diberikan dalam melakukan penalaran secara cerdas pada bidang tertentu dalam bidang komputer, sistem pakar tersebut memiliki beberapa metode, salah satunya yaitu metode certainty factor yang merupakan metode yang digunakan untuk melakukan diagnosa gejala kecanduan game online. Namun dalam penelitian ini penulis hanya mengumpulkan data-data yang kemudian akan dianalisa menggunakan system pakar untuk menentukan hasil diagnosa. Disini penulis juga menjelaskan salah satu contoh dampak buruknya kecanduan game online yang hingga kini belum mendapat perhatian yang serius.

Landasan Teori

Pengertian Sistem Pakar

Dalam bagian ini penulis menjelaskan tentang Sistem pakar yang dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli dan mampu menyelesaikan masalah yang cukup rumit yang sebenarnya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli sistem pakar tersebut juga membantu aktivitasnya sebagai asisten yang sangat berpengalaman.

Struktur Sistem Pakar

Struktur Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environ-ment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembanan adalah sebagai input atu masukan utama kedalam sistem sementara lingkungan konsultasi adalah proses yang menghasilkan jawaban (output) terhadap penggunanya. Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar.

Metode Certainty Factor

Certainty Factor (CF) merupakan nilai parameter MYCIN untuk menunjukkan besarnya kepercayaan. Factor Kepastian (certainty Factor) menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti atau penilaian pakar. Certainty Factor menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data. Certainty Factor memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumusan dasar sebagai berikut :

CF [P,E] = MB [P,E] – MD [P,E]

Keterangan:

CF : Certainty Factor

MB : Measure of Belief

MD : Measure of Disbilief

H : Hypothesis

E : Evidence

Berikut ini adalah deskripsi beberapa kombinasi Certainty Factor terhadap berbagai kondisi :

Certainty Factor untuk kaidah dengan premis tunggal (single premis rules) :

CF(H,E) = CF(E) * CF(rule) = CF(user) * CF(pakar)

Certainty Factor untuk kaidah dengan premis majemuk (multiple premis rules) :

CF (A AND B) = Minimum (CF (a), CF (b)) * CF (rule CF (A OR B) = Maximum (CF (a), CF (b)) * CF (rule)

Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rules) :

CFCOMBINE (CF1, CF2) = CF1 + CF2 * (1 – CF1)

Kecanduan Game Online

Kecanduan bermain game secara berlebihan dikenal dengan istilah Game Addiction. Artinya seorang anak seakan-akan tidak ada hal yang ingin dikerjakan selain bermain game, dan seolah-olah game ini adalah hidupnya. Hal semacam ini sangat riskan bagi perkembangan si anak yang perjalanan hidupnya masih panjang. Seorang psikiater menyatakan orang yang kecanduan game lebih sulit ditangani daripada pasien yang kecanduan pornografi.

Disini penulis menggambarkan sebuah tabel jenis kecanduan game online yang didapat dari seorang pakar :

kecanduan ringan (kritereria antara 0.1 s/d 0.39)
kecanduan sedang (kriteria antara 0.4 s/d 0.79)
kecanduan berat (kriteria antara 0.8 s/d 1)

Keterangan:

E1= Sering mengakses game lewat internet (online

game)

E2= Pola hidup mulai tidak teratur atau terganggu

E3= Malas jika disuruh mengerjakan sesuatu selain

game

E4= Sangat antusias jika ditanya mengenai game

E5= Tidak bisa konsentarasi saat melakukan suatu

pekerjaan kecuali bermain game

E6 = Terlihat sering mengantuk

E7 = Mudah emosional

E8 = Rela mengeluarkan banyak uang demi game

E9 = Terputus dari kehidupan sosial

E10 = Sering menirukan karakter game

A = Kecanduan ringan

B = Kecanduan sedang

C = Kecanduan berat

Pembahasan

Terdapat 3 kaidah produksi atau rule base yang berkaitan dengan kriteria kecanduan game online, kaidah-kaidah tersebut adalah sebagai berikut :

Aturan 1

IF Sering kewarnet

AND Pola hidup mulai tidak teratur atau terganggu

AND Malas jika disuruh mengerjakan sesuatu selain game

THEN KECANDUAN RINGAN

Aturan 2

IF Sangat antusias jika ditanya mengenai game

AND Tidak bisa konsentarasi saat melakukan suatu pekerjaan

AND Terlihat sering mengantuk

AND Mudah emosional

THEN KECANDUAN SEDANG

Aturan 3

IF Rela mengeluarkan banyak uang demi game

AND Terputus dari kehidupan sosial

AND Sering menirukan karakter game

THEN KECANDUAN BERAT

Adapun logika metode certainty factor pada sesi konsultasi sistem, pengguna konsultasi diberi pilihan jawaban yang masing-masing memiliki bobot sebagai berikut :

1. Tidak : 0

2. Sedikit yakin : 0,5

3. Cukup yakin : 0,7

4. Yakin : 0,8

5. Sangat yakin : 1

Nilai 0 menunjukkan bahwa pengguna konsultasi menginformasikan bahwa seseorang tersebut tidak mengalami kecanduan seperti yang ditanyakan oleh sistem. Semakin pengguna konsultasi yakin pada jenis kecanduan tersebut, maka semakin tinggi pula hasil persentase keyakinan yang diperoleh. Proses penghitungan prosentase keyakinan diawali dengan pemecahan sebuah kaidah yang memiliki premis majemuk, menjadi kaidah-kaidah yang memiliki premis tunggal. Kemudian masing-masing aturan baru dihitung CF nya, sehingga diperoleh nilai CF untuk masing-masing aturan, kemudian nilai CF tersebut dikombinasikan.

Implementasi

Disini penulis mengimplementasikan tentang sebuah program yang dapat mendiagnosa seseorang yang memiliki gejala kecanduan game online :

Perancangan aplikasi Sistem Pakar tersebut dilakukan dengan menggunakan pemograman Visual Studio 2008, dan semua data yang dimasukkan merupakan hasil perhitungan menggunakan metode certainty factor.

Kesimpulan

Proses diagnosa gejala kecanduan game online dapat dilakukan dengan mengenali semua gejala-gejala kecanduan game online dan hasil kriteria yang didapat akan dianalisa dengan menggunakan metode tertentu. Penerapan Metode Certainty Factor sangat cocok digunakan untuk melakukan diagnosa gejala kecanduan game online, karna dengan menggunakan metode ini sistem yang dirancang akan lebih mudah untuk dipahami oleh para penggunanya.

Sumber

http://www.ilmuskripsi.com/2016/06/jurnal-sistem-pakar-diagnosa-gejala.html

http://id. Shvoong. com/pengertian - kecenderungan / kecanduan.html

http://www.en.wikipedia.org/wiki/online_game.html#

Thursday, November 3, 2016

PTSC : #1 Sistem Cerdas

Sistem Cerdas

# Pengertian Sistem Cerdas

Berikut ini terdapat definisi-definisi sistem cerdas menurut para ahli :

John Mc Cathy, 1956

Definisi Kecerdasan Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi tertentu khususnya program komputer yang “cerdas”.

H.A Simon, 1987

Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman computer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Rich and Knight, 1991

Kecerdasan merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin. Kecerdasan buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Winston dan Pendergast, 1994

Kecerdasan adalah kemampuan untuk belajar atau mengerti dari pengalaman. Memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah dan menyelesaikannya secara efektif.

Setiawan, 1993

Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas.

Turing, et. al, 1996

Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut Cerdas.

Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence(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.

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berﬁkir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (komputer, robot, dll).

Kemampuan untuk problem solving adalah salah satu cara untuk mengukur kecerdasan dalam berbagai konteks. Terlihat di sini bahwa mesin cerdas akan diragukan untuk dapat melayani keperluan khusus jika tidak mampu menangani perrnasalahan remeh/ kecil yang biasa dikerjakan orang secara rutin.

Terdapat beberapa alasan untuk memodelkan performa manusia dalam hal ini:

Untuk menguji teori psikologis dari perforrna manusia
Untuk membuat komputer dapat memahami penalaran (reasoning) manusia
Untuk membuat manusia dapat memahami penalaran komputer
Untuk mengeksploitasi pengetahuan apa yang dapat diambil dari manusia

Menurut Winston dan Prendergast (1984), tujuan dari Kecerdasan Buatan adalah:

Membuat mesin menjadi lebih pintar.
Memahami apakah kecerdasan (intelligence) itu.
Membuat mesin menjadi lebih berguna.

# Sejarah Sistem Cerdas

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Sejarah Kecerdasan Buatan Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berﬁkir manusia. Hipotesis mereka adalah: “Mekanisme berﬁkir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”, dan ini yang menjadi landasan dasar Kecerdasan Buatan.

Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain:

Logic Theorist, diperkenalkan pada Darmouth Conference, program ini dapat membuktikan teorema—teorema matematika.
Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa inggris dam mampu memberikan jawaban dari fakta—fakta yang didengar dalam sebuah percakapan.
ELIZA, diprogram oleh Joseph Weizenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

# Contoh Sistem Cerdas

1. Implementasi AI pada Video Game

Desain dan implementasi AI pada game adalah untuk membuat suatu permainan menarik minat para player. Tujuan dari AI adalah untuk menciptakan kejujuran dari kecerdasan manusia, akan tetapi hal ini diluar dari kebutuhan game dan perangkat lunak untuk hiburan lainnya.

Tujuan sebenarnya implementasi AI dalam game adalah untuk menciptakan permainan yang menantang tetapi dapat memungkinkan ditaklukan oleh player. Bentuk paling sederhana dari game AI adalah sistem berbasis aturan (rule-based system). Sistem ini merupakan satu set perilaku standar yang menjadi aturan perilaku dari sebuah entitas game.

Metode umum yang biasa digunakan untuk menerapkan game dengan rule-based system adalah finite state machine (FSM). FSM adalah sebuah model yang digunakan untuk merepresentasikan dan mengontrol aliran eksekusi. FSM merupakan model berbasis komputasi pada mesin hipotetis yang terbuat dari satu atau lebih keadaan. Hanya satu keadaan dapat aktif pada saat yang sama, sehingga mesin harus melakukan transisi dari satu keadaan ke keadaan lain untuk melakukan tindakan yang berbeda. FSM biasanya digunakan untuk mengatur dan mewakili aliran eksekusi, yang berguna untuk menerapkan AI dalam game.

FSM berguna untuk menerapkan logika AI dalam game. FSM dapat dengan mudah direpresentasikan dengan menggunakan grafik, yang memungkinkan developer untuk melihat gambaran besar, tweaker dan mengoptimalkan hasil akhir. Implementasi FSM menggunakan fungsi atau metode untuk merepresentasikan sebuah keadaan sederhana, tapi kuat. Bahkan hasil yang lebih kompleks dapat dicapai dengan menggunakan FSM berbasis tumpukan (stack-based FSM), yang menjamin aliran eksekusi dikelola dengan ringkas tanpa berdampak negatif pada kode.

2. Smart Card (Kartu Pintar)

Kartu pintar ditemukan dan dipatenkan pada 1970-an. Ada beberapa perselisihan tentang siapa "penemu" asli kartu ini termasuk Jürgen Dethloff dari Jerman, Arimura dari Jepang, dan Roland Moreno dari Perancis. Penggunaan massal pertama kali dari kartu ini adalah untuk pembayaran telepon di Perancis pada 1983.

Kartu pintar (Inggris smart card) adalah sebuah kartu yang telah dipendam sirkuit terpadu. Meskipun banyak kegunaannnya, namun ada dua pembagian dasar dari kartu ini, yaitu kartu memori dan kartu dengan mikroprosesor. Contoh kegunaan kartu ini yang paling banyak adalah untuk sistem pembayaran elektronik dan dalam kartu SIM.

Terdapat 2 jenis kartu pintar :

Kartu Pintar Sentuh

Kartu pintar sentuh memiliki chip keemasan dengan diameter sekitar setengah inci. Pada saat dimasukan ke pembaca kartu, chip berhubungan dengan penghubung elektronik yang dapat membaca informasi dari chip dan menuliskannya kembali.

Kartu Pintar Non-sentuh (Contactless Smart Card)

Kartu ini berkomunikasi dengan pembaca kartu dengan cara teknologi induksi RFID (dengan kecepatan pertukaran data dari 106 sampai 848 kbit/detik). Kartu ini hanya perlu didekatkan dengan pembaca kartu untuk menyelesaikan transaksi. Kartu ini banyak digunakan untuk sistem transportasi masal yang membutuhkan proses yang cepat atau tanpa menggunakan tangan.

# Sumber

Text :

Gambar :