IMPLEMENTASI DARI TEORI TEORI FUZZY LOGIC

Makalah Ilmiah

“Sistem Informasi Web Beasiswa Online Dengan Algoritma Fuzzy Multiple Attribute Decision Making Dengan Framework NodeJS Di Universitas Gunadarma”

 

 

Nama Anggota Kelompok :

1. Adam Muhammad Setia (10115080)
2. Adienda Nur Amalina (10115140)
3. Aditia Firmansyah (10115159)
4. Aditya Putra Jana K (10115197)
5. Andrea Suryana (10115724)
6. Andri Cristian Purba (10115742)
7. Danang Antok Prabowo (11115562)

Kelas : 3KA13
Mata Kuliah : Pengetahuan Teknologi Sistem Cerdas #
Dosen : Eel Susilowati

 

A. Abstrak

Sebuah institusi, organisasi, atau perusahaan akan selalu mengembangkan sebuah sistem untuk memudahkan setiap langkah-langkah yang akan dijalankan terlebih lagi untuk institusi pendidikan. Setiap institusi pendidikan di universitas memiliki tawaran beasiswa yang banyak untuk para mahasiswa. Beasiswa tersebut berasal dari Direktorat Pendidikan Tinggi  (Dikti), pemerintah kota, atau dari swasta.
Beasiswa yang diberikan oleh lembaga-lembaga tersebut akan ditawarkan kepada mahasiswa dengan kriteria-kriteria yang sudah ditentukan. Mahasiswa yang berminat untuk mendapatkan beasiswa akan mengikuti sistem dalam pengambilan beasiswa. Sistem yang berlaku di Universitas Gunadarma masih merepotkan dan menyulitkan mahasiswa. Maka kami akan membuat sistem online beasiswa dengan logika Fuzzy Multiple Attrinute Decision Making (Fuzzy MADM) dengan metode Simple Additive Weighting (SAW) untuk menentukan calon penerima beasiswa. Agar memudahkan calon pendaftar maupun asisten kemahasiswaan yang melakukan proses seleksi.

Kata kunci : Sistem, Beasiswa, Logika Fuzzy MADM, metode SAW

 

B. Pendahuluan

 

Latar Belakang

Saat ini, perkembangan teknologi informasi semakin cepat yang mengakibatkan proses kerja yang juga semakin mudah. Teknologi  informasi  diartikan  sebagai  ilmu  pengetahuan  dalam  bidang  informasi  yang  berbasis  komputer  dan  perkembanganya  sangat  pesat. (Lantip dan Rianto, 2011). Hal tersebut, berdampak terhadap banyaknya inovasi yang dibuat untuk mempermudah sebuah sistem di suatu institusi, organisasi, dan perusahaan tertentu. Sebuah institusi, organisasi, atau perusahaan akan selalu mengembangkan sebuah sistem untuk memudahkan setiap langkah-langkah yang akan dijalankan terlebih lagi untuk institusi pendidikan. Setiap institusi pendidikan di universitas memiliki tawaran beasiswa yang banyak untuk para mahasiswa. Beasiswa tersebut berasal dari Direktorat Pendidikan Tinggi  (Dikti), pemerintah kota, atau dari swasta.
Beasiswa yang diberikan oleh lembaga-lembaga tersebut akan ditawarkan kepada mahasiswa dengan kriteria-kriteria yang sudah ditentukan, seperti indeks prestasi kumulatif (IPK), jumlah semester, riwayat prestasi, riwayat organisasi, jumlah tanggungan orang tua, jumlah saudara kandung, penghasilan orang tua, dan kriteria lain yang telah ditentukan oleh masing-masing institusi.
Mahasiswa yang berminat untuk mendapatkan beasiswa akan mengikuti sistem dalam pengambilan beasiswa. Sistem yang berlaku di Universitas Gunadarma, mahasiswa yang ingin mendaftarkan beasiswa harus sudah mengunduh berkas dari website kemahasiswaan dan melengkapi berkas tersebut dalam bentuk cetak kertas. Ketika pengumpulan berkas yang telah ditentukan, terjadi fenomena antrean panjang terjadi pada loket pengumpulan berkas beasiswa, pada pengumpulan berkas tidak jarang terjadi kesalahan pengumpulan berkas atau format pengumpulan berkas yang tidak benar, sehingga memerlukan waktu tambahan bagi mahasiswa pendaftar untuk memenuhi syarat yang telah ditentukan.
Setelah mahasiswa mengumpulkan semua berkas yang dibutuhkan, kemudian asisten kemahasiswaan akan memeriksa semua berkas mahasiswa yang mengumpulkan berkas tersebut. Hal tersebut membutuhkan waktu yang cukup banyak karena harus memeriksa setiap pendaftar kemudian di urutkan kriteria secara manual, dan dipilih kembali yang lolos ke tahap wawancara. Pada tahap wawancara, sang pewawancara diharuskan selalu memegang kertas penilaian dari setiap beasiswa yang mencapai 4 lembar setiap satu calon penerima beasiswa yang kemudian dikembalikan kepada kemahasiswaan untuk diurutkan secara manual. Bagi mahasiswa yang tidak lolos dalam tahap wawancara atau tahap seleksi berkas maka berkas tersebut akan menumpuk tidak dipakai di kemahasiswaan.
Berdasarkan masalah di atas, penulis memutuskan untuk membuat suatu sistem beasiswa dengan judul “Sistem Informasi Web Beasiswa Online Dengan Algoritma Fuzzy Multiple Attribute Decision Making Dengan Framework NodeJS Di Universitas Gunadarma”

 

Tujuan

Berdasarkan latar belakang yang telah dijelaskan, maka tujuan dari penulisan ini adalah :

1. Membuat sistem online beasiswa dengan logika Fuzzy Multiple Attrinute Decision Making (Fuzzy MADM) dengan metode Simple Additive Weighting (SAW) untuk menentukan calon penerima beasiswa
2. Memudahkan mahasiswa yang mendaftarkan beasiswa agar tidak membutuhkan waktu yang banyak yaitu kurang dari 10 menit untuk melengkapi berkas yang telah ditentukan
3. Memudahkan asisten kemahasiswaan untuk menyeleksikan calon pendaftar beasiswa dan mengurangi kertas sisa.

 

C. Isi

Fuzzy Logic (Logika Fuzzy)

Logika Fuzzy adalah studi yang menjelaskan metode dan prinsip-prinsip pemikiran dimana pemikiran tesebut memberikan preposisi yang baru dari preposisi yang lama.  Fuzzy logic membuat pernyataan umum dari dua nilai logika dari sebuah preposisi yang menghasilkan angka diantara interval (1,0). (Klir J, George dan Yuan, Bo, 1995)

Fuzzy Multiple Attribute Decision Making (Fuzzy MADM)

Fuzzy MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses pengurutan dari tinggi ke rendah atau sebaliknya yang akan menyeleksi alternative yang sudah diberikan. Ada tiga pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subjektif, pendekatan objektif, dan pendekatan integrasi antara subjektif dan objektif. Masing-masing pendekatan memiliki kelebihan dan kekurangan. Ada beberapa metode yang digunakan untuk menyelesaikan masalah FMADM, antara lain :

1. Simple Additive Weithting Method (SAW)
2. Weighted Product (WP)
3. Elimination Et Choix Traduisant la Realite (ELECTRE)
4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
5. Analytic Hierarchy Process (AHP)

(Kusumadewi, 2006).

Simple Additive Weighting (SAW)

SAW adalah mencari penjumlahan terbobot dari penilaian kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan ke suatu skala yang dapat diperbandingkan dengan semua penilaian alternatif yang ada.
Langkah penyelesaian Fuzzy MADM dengan metode SAW :

1. Menentukan kriteria yang dijadikan acuan pengambilan keputusan.
2. Menentukan penilaian kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses pengurutan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi.

(Darmastuti. D, 2013).

Deskripsi Data Hasil Penelitian

Pada tahap ini penulis melakukan pengambilan data yang dilakukan kepada seluruh mahasiswa yang mendaftarkan diri untuk pengambilan beasiswa dan bagi pegawai kemahasiswaan yang melakukan seleksi beasiswa. Penulis mengambil responden sebanyak 25 Orang mahasiswa . Hal ini dilakukan untuk mengetahui sejauh mana sistem web beasiswa ini berfungsi dengan baik serta bermanfaat bagi pengguna.

Pengujian Hipotesis

Berdasarkan pengujian yang telah dijelaskan maka hipotesis penelitian ini benar karena telah berhasil memiliki tingkat efektivitas lebih dari 90%.

Penggunaan Metode Simple Additive Weighting

Dalam tahap penyeleksian beasiswa, sistem ini menggunakan sistem penunjang keputusan. maka didapatkan hasil akhir sebuah sistem yaitu Sistem pendukung Keputusan untuk menentukan penerima beasiswa menggunakan FMADM dengan metode SAW. Hasil ini didapat setelah menerapkan analisis dan perancangan ke dalam bahasa pemrograman java (Node JS) dan MySQL. Variabel input yang digunakan adalah sebagai berikut :

1. Nilai indeks prestasi akademik (IPK)
2. Penghasilan orang tua
3. Jumlah tanggungan orang tua
4. Jumlah saudara kandung

Keluaran yang dihasilkan adalah urutan alternatif mulai dari yang tertinggi ke alternatif terendah. Hasil akhir diperoleh dari nilai dari setiap kriteria, karena didalam kriteria memiliki bobot nilai yang berbeda. Alternatif yang dimaksud adalah mahasiswa calon penerima beasiswa.

 

D. Penutup

Kesimpulan

Berdasarkan hasil pembahasan dan data informasi yang telah dikumpulkan, maka dihasilkan Sistem informasi web beasiswa dengan menggunakan algoritma fuzzy multiple atribute decision making dengan framework Node JS di Universitas Gunadarma dengan tercapainya kemudahan mahasiswa akan mendaftarkan beasiswa yang telah ditawarkan oleh kampus dan kemudahan para asisten kemahasiswaan untuk mengelola data beasiswa serta tidak ada kertas yang terbuang percuma.

Saran

Pengembangan sistem ini lebih lanjut dapat memberikan dampak yang lebih baik terhadap sistem penerimaan beasiswa yang akan memberikan manfaat kepada pihak pengelola beasiswa dalam hal ini kampus dan pihak yang mengajukan beasiswa dalam hal ini mahasiswa. Terdapat saran yang diberikan oleh para pengguna setelah sistem ini memasuki tahap implementasi yaitu :

1. Mencari metode yang lebih efektif dari Simple Additive Weighting karena akan membuat sistem lebih cepat.
2. Membuat tampilan yang lebih simpel, karena pengguna merasa terlalu banyak klik sehingga harus mengingat bayak apa saja langkah-langkah untuk melanjutkan tahapan di sistem ini

 

E. Daftar Pustaka

Irawan, Deddy. 2008. Implementasi Fuzzy Query pada Database Untuk Perekomendasian Beasiswa. Fakultas Teknik Universitas Sumatera Utara : Tugas Akhir Tidak Diterbitkan
Kusumadewi,  Sri.,dkk.  2006.  Fuzzy  Multi-Atribute  Decision  Making  (Fuzzy  MADM). Yogyakarta. Graha Ilmu.
Kusumadewi, Sri. 2005. ”Pencarian Bobot Atribute pada Multiple Attribute Decision Making (MADM) Dengan Pendekatan Obyektif Menggunakan Algoritma Genetika”. Gematika Jurnal Manajemen Informatika. 7(1).48-56
Levitin. Anany. Introduction to The Design and Analysis of Algorithms, Addison-  Wesley, 2003.
Kusumadewi, S.et al.2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Graha Ilmu. Yogyakarta.
Darmastuti. D., 2013, “Implementasi Metode Simple Additive Weighting (SAW) Dalam    Sistem    Informasi    Lowongan    Kerja    Berbasis    Web    Untuk Rekomendasi Pencari Kerja Terbaik”.
Direktorat Jenderal Pendidikan Tinggi. (2014). Pedoman Umum Beasiswa dan Bantuan Biaya Pendidikan Peningkatan Prestasi Akademik.
Kendall E. (2010). Rapid Application Development (RAD). PT Indeks. Klaten.

MAKALAH REVIEW TEKNOLOGI "SPEAKER BLUETOOTH SIMBADDA"

 

Nama Anggota Kelompok :

1. Adam Muhammad Setia (10115080)
2. Adienda Nur Amalina (10115140)
3. Aditia Firmansyah (10115159)
4. Aditya Putra Jana K (10115197)
5. Andrea Suryana (10115724)
6. Andri Cristian Purba (10115742)
7. Danang Antok Prabowo (11115562)

 
Kelas : 3KA13
Mata Kuliah : Pengetahuan Teknologi Sistem Cerdas #
Dosen : Eel Susilowati

 

ABSTRAKSI

Penggunaan teknologi khususnya sistem suara (sound system) adalah menjadi sangatlah penting dan bahkan menjadi salah satu kebutuhan pokok dalam penyelenggaraan suatu acara. Penggunaan sistem suara (sound system) dalam berbagai keperluan tersebut, Dalam konteks komputerisasi, speaker memiliki fungsi sebagai alat untuk mengubah gelombang listrik yang mulanya dari perangkat penguat audio/suara menjadi gelombang getaran yaitu berupa suara itu sendiri. Speaker Sambadda ini menjadi favorit bagi pengguna komputer desktop kita karena ringan dan mudah dibawa kemana-mana. Speaker merk Simbadda ini sebagai merk speaker komputer Bluetooth yang murah dan berkualitas yang portable. Simbadda ini sebagai merk speaker komputer Bluetooth yang murah dan berkualitas. Kualitas dari Simbadda Speaker Bluetooth CST 160 N karena didukung oleh battere yang bisa dicharger dengan kapasitas 3.7 V 1500 mAh. Ukuran Speaker ini adalah panjang 167 x 67 x 59 mm sehingga mudah dibawa kemana-mana, tak hanya di desktop anda saja.

Key : Speaker ,  Simbadda , Teknologi

 

BAB I PENDAHULUAN

 
LATAR BELAKANG MASALAH
Kebutuhan masyarakat akan teknologi dewasa ini semakin meningkat seiring dengan perubahan kultur sosial budaya dalam masyarakat. Hal ini menuntut penggunaan perangkat teknologi dalam segala aspek kehidupan manusia. Dalam aspek sosial, manusia membutuhkan hubungan sosial dengan manusia lainnya. Salah satu bentuk pemenuhan kebutuhan sosial dalam masyarakat adalah dengan adanya penyelenggaraan suatu acara, baik berupa hiburan maupun acara seremonial lainnya seperti upacara adat, upacara keagamaan dan lain sebagainya.
Penyelenggaraan acara-acara tersebut dalam kapasitas yang besar menuntut adanya suatu ruang yang cukup besar. Dengan demikian penggunaan teknologi khususnya sistem suara (sound system) adalah menjadi sangatlah penting dan bahkan menjadi salah satu kebutuhan pokok dalam penyelenggaraan suatu acara. Penggunaan sistem suara (sound system) dalam berbagai keperluan tersebut, menuntut pengolahan sinyal suara dari berbagai sumber masukan. Pengolahan audio yang berasal dari input audio langsung, berupa microphone baik yang digunakan untuk pemungut suara manusia (tuturan atau vocal) maupun yang digunakan untuk pemungut suara dari alat musik, sering ditemui beberapa kesulitan dalam pengolahannya, antara lain:

1. Penempatan alat pemungut suara, dalam hal ini microphone pada alat musik yang akan diolah suaranya. Hal ini berkaitan dengan cakupan 1 2 daerah pengambilan suara dan karakteristik nada yang dihasilkan oleh alat musik.
2. Penggunaan microphone pada pengolahan vocal terkait dengan jarak microphone dengan sumber suara (mulut), serta mobilitas orang yang menggunakan microphone. Hal tersebut mempengaruhi kuat suara (amplitude) dan karakteristik suara yang akan diolah.
3. Penempatan speaker sebagai output pengolahan suara terhadap posisi pemungut suara atau microphone. Penempatan speaker yang berhadapan langsung dengan microphone dan dalam jarak yang relative dekat dapat menyebabkan terjadinya umpan balik positif dalam sebuah sistem pengolahan suara (audio) yang jelas sangat mengganggu karena menimbulkan suara tidak harmonis dan cenderung tidak terkontrol.

Tiga hal tersebut erat kaitannya dengan kualitas pengolahan suara yang akan dihasilkan oleh sebuah sistem suara (sound system). Pengaturan gain yang terlalu besar, pengaturan tone yang cenderung pada nada-nada tinggi (treble), serta penempatan microphone yang terlalu dekat dengan output suatu sistem suara (sound system) berupa speaker dapat mengakibatkan timbulnya gangguan suara yang berupa umpan balik positif. Masalah-masalah tersebut menjadi acuan penulis mengembangkan sistem yang lebih baik. Peneliti mencoba untuk merancang dan membuat sebuah aksesoris sistem suara (sound system) untuk mengatasi masalah yang ada secara sederhana dan efisien.
 
TUJUAN PENELITIAN
Penelitian yang dilakukan pada kesempatan ini dibatasi hanya pada hal-hal sebagai berikut:

1. Merancang sebuah pencegah gangguan umpan balik positif sebagai salah satu solusi mengatasi gangguan umpan balik positif pada suatu sound system.
2. Mengaplikasikan sebuah pencegah gangguan umpan balik positif pada sebuah sound system untuk mengatasi gangguan umpan balik positif pada pengolahan suara.

 

BAB 2 ISI

Perangkat Keras yang berupa Speaker merupakan piranti dengan kedudukannya hampir tidak bisa dipisahkan lagi dengan komputer. Karena itu, speaker memiliki peran yang sangat penting dalam mengeluarkan hasil pemrosesan berupa suara. Tentunya, kebanyakan pengguna komputer menyukai musik atau video sehingga membutuhkan speaker untuk mendukung keinginan tadi. Speaker komputer dapat berfungsi sebagaimana mestinya apabila didukung perangkat keras bernamakan sound card atau pemroses audio/suara. Sementara untuk modelnya, speaker memiliki beragam bentuk, fitur dan juga ukuran.

PENGERTIAN SPEAKER
Speaker adalah perangkat keras output yang berfungsi mengeluarkan hasil pemrosesan oleh CPU berupa audio/suara. Speaker juga bisa di sebut alat bantu untuk keluaran suara yang dihasilkan oleh perangkat musik seperti MP3 Player, DVD Player dan lain sebagainya.

FUNGSI SPEAKER
Dalam konteks komputerisasi, speaker memiliki fungsi sebagai alat untuk mengubah gelombang listrik yang mulanya dari perangkat penguat audio/suara menjadi gelombang getaran yaitu berupa suara itu sendiri. Proses dari perubahan gelombang elektromagnet menuju ke gelombang bunyi tersebut bermula dari aliran listrik yang ada pada penguat audio/suara kemudian dialirkan ke dalam kumparan.Dalam kumparan tadi terjadilah pengaruh gaya magnet pada speaker yang sesuai dengan kuat-lemahnya arus listrik yang diperoleh maka getaran yang dihasilkan yaitu pada membran akan mengikuti. Dengan demikian, terjadilah gelombang bunyi yang dalam keseharian dapat kita dengar.

SIMBADA CST 160 N
Saat ini speaker komputer Simbadda versi CST sudah memiliki banyak model dan type (seri) terbaru. Salah satu produk Simbadda adalah seri CST 160 N yang merupakan merk speaker aktif berukuran cukup mini dan ringan untuk PC yang sudah dilengkapi dengan Bluetooth yang menjadi pilihan paling bagus, bermutu dan kualitas tinggi dan dengan harga yang cukup terjangkau.
Dengan design menarik dengan ring subwoofer hijau menambah gaya sporty untuk menghiasi ruangan anda. Dengan 45 watt membuat speaker menjadi powerfull, bass dan trebel yang dapat anda rasakan dan juga kemudahan mengatur dengan tombol pengaturan dibagian kanan subwoofer. Memutar audio bisa dengan Bluetooth atau dari USB cukup hubungkan flashdisk dengan
Hal inilah yang menjadikan speaker Sambadda ini menjadi favorit bagi pengguna komputer desktop kita karena ringan dan mudah dibawa kemana-mana. Speaker merk Simbadda ini sebagai merk speaker komputer Bluetooth yang murah dan berkualitas yang portable. Simbadda ini sebagai merk speaker komputer Bluetooth yang murah dan berkualitas. Kualitas dari Simbadda Speaker Bluetooth CST 160 N karena didukung oleh battere yang bisa dicharger dengan kapasitas 3.7 V 1500 mAh. Ukuran Speaker ini adalah panjang 167 x 67 x 59 mm sehingga mudah dibawa kemana-mana, tak hanya di desktop anda saja.
Masih banyak keluaran terakhir dari produk terbaru Simbadda Speaker Bluetooth yang paling bagus yang bisa saya hadirkan. Seperti di bawah ini merupakan contoh model atau seri Speaker Aktif Bluetooth murah yang diproduksi oleh Simbadda dengan rincian harga jual. Harga Simbadda CST 160N berkisar Rp 560.000,-

Deskripsi Data Hasil Penelitian
Pada tahap ini penulis melakukan pengambilan data yang dilakukan dengan mereview speaker Simbadda, mereview dengan menjelaskan spesifikasi , kelebihan dan juga kekurangan dari speaker Simbadda yang berbasis bluetooth. Penulis mengambil data atas observasi yang dilakukan saat mengreview. Hal ini dilakukan untuk mengetahui sejauh mana speaker berbasis bluetooth melebihi speaker konversional (berbasis kabel).

 

BAB 3 PENUTUP 

KESIMPULAN 
Berdasarkan hasil pembahasan dan data informasi yang telah dikumpulkan, Speaker Simbadda CST 160N memiliki kelebihan tersendiri yaitu terdapat fitur bluetooth , dan juga Simbada CST 160N dapat dibawa kemana-mana (bersifat portable). Spesifikasi juga tidak begitu jauh dari series simbadda sebelumnya.

SARAN
Speaker Simbadda memiliki kekurangan yaitu pengiklanan marketing, hanya saja “tidak begitu tenar” seperti speaker Logitech , Panasonic dan lain-lain. Kekurangan lainnya speaker Simbadda tidak memiliki suara sekeras speaker not portable . Dan juga speaker bluetooth perlu mengisi batrai terlebih dahulu, jika batrai habis maka lowbat. Speaker yang berbasis bluetooth juga mudah terganggu permaslahan dalam sinyal.

 

DAFTAR PUSTAKA

http://solusikompi.blogspot.com/2014/09/pengertian-dan-fungsi-speaker.html
 
https://www.audioengine.co.id/pengertian-fungsi-speaker/
 
http://eprints.ums.ac.id/15893/2/Bab_I.pdf
 
https://peralatan-sound-systems.blogspot.co.id/2016/10/harga-simbadda-speaker-bluetooth-cst160n.html
 
https://shopee.co.id/Simbadda-CST-2800N%2B-Speaker-Aktif-Bluetooth-USB-Radio-AUX-In-i.15609274.663087062?gclid=CjwKCAiApo3SBRA4EiwAty8i-gkogyf1cOQmIT8Dumv45lYHFzpTUqMQKrDicsnH20S-CcLJCnp6yhoCr7gQAvD_BwE

PENGANTAR TEKNOLOGI SISTEM CERDAS #

JURNAL ARTI CERDAS MENURUT PANDANGAN SISTEM INFORMASI

Disusun Oleh :

Nama     : Aditia Firmansyah (10115159)

Kelas    : 3KA13

Dosen : Eel Susilowati (SOFTSKILL)

UNIVERSITAS GUNADARMA

FAKULTAS ILMU KOMPUTER & TEKNOLOGI INFORMASI

2017/2018

ABSTRAK

Penerapan Artificial Intelligence (AI) telah berhasil dilakukan pada berbagai jenis

permainan, khususnya pada jenis permainan papan seperti Catur, Go dan Checkers.

Pada penelitian ini, AI dirancang pada permainan papan lainnya yaitu Halma.

Permainan Halma dapat dimainkan oleh 2 atau 4 pemain pada bidang persegi ukuran

16 × 16 dengan jumlah pion 13 untuk masing-masing pemain. Tujuan dari permainan

Halma adalah untuk memindahkan seluruh pion pemain dari daerah asal menuju daerah

tujuan diseberangnya. Pemain yang lebih dahulu memindahkan seluruh pion miliknya

ke daerah tujuan dinyatakan sebagai pemenangnya. Langkah pion Halma dapat berupa

langkah biasa atau langkah lompatan ke segala arah tergantung pada posisi pion dengan

posisi pion lainnya. Dalam penyelesaian permainan Halma, diperlukan suatu

pendekatan untuk mencari langkah pion dengan sedikit pergerakan. Metode yang

digunakan untuk menentukan langkah pion Halma adalah algoritma Monte Carlo Tree

Search (MCTS). Algoritma MCTS merupakan algoritma pencarian yang melakukan

simulasi permainan untuk mendapatkan langkah yang terbaik. Dalam proses pencarian

algoritma MCTS pada permainan Halma ini, digunakan strategi pemberian skor dan

strategi langkah simulasi berdasarkan posisi pion dan perhitungan jarak dengan posisi

tujuan terjauh. Dari pengujian yang dilakukan, algoritma MCTS dapat menyelesaikan

permainan Halma lebih baik dari pemain manusia dengan total giliran paling sedikit

sebanyak 113 untuk 2 pemain dan 192 untuk 4 pemain.

Kata kunci : Halma, permainan papan, Monte Carlo Tree Search, Artificial Intelligence

PENDAHULUAN

Kecerdasan buatan (Artificial Intelligence) merupakan suatu inovasi baru dalam ilmu pengetahuan. Adanya kecerdasan buatan dimulai sejak munculnya komputer  modern pada tahun 1940 dan tahun 1950. Ini merupakan kemampuan mesin-mesin elektronika baru untuk menyimpan sejumlah besar info dan memprosesnya dengan kecepatan yang sangat tinggi menandingi kemampuan manusia. Mulai dari sinilah telah banyak realisasi yang terjadi. Hal ini terbukti dengan adanya sistem komputer yang menyusut dalam ukuran. Selain itu pertambahan memori dalam kapasitas penyimpanan secara langsung yang mana semua itu sama dengan kapasitas penyimpanan pada otak manusia.

 Pada era globalisasi seperti saat ini kita tidak bisa lepas dari mesin yang bernama  komputer. Semua kegiatan yang berhubungan dengan aktivitas belajar maupun pekerjaan sangat membutuhkan komputer. Kecanggihan teknologi semakin memudahkan manusia dalam menyelesaikan aktivitas dalam kehidupan sehari-hari. Karena komputer merupakan suatu mesin yang bisa digunakan untuk membuat aplikasi apapun sesuai yang kita butuhkan, hanya saja kita harus mengetahui kemampuan atau kapasitas dari mesin tersebut. Semua yang kita inginkan atau apa yang ingin kita ketahui semua ada di dalamnya. Seperti game, ilmu pengetahuan, bisnis (ekonomi), kedokteran, farmasi, militer, politik  dan lain sebagainya.

Meskipun tidak ada yang dapat meramalkan masa depan secara rinci, jelas bahwa komputer dengan tingkat kecerdasan manusia (atau lebih) akan memiliki dampak besar pada kehidupan sehari-hari dan peradaban di masa depan. Karena itu, kecerdasan buatan merupakan satu  hal penting dalam perkembangan teknologi abad ini. Hal ini akan mempengaruhi negara-negara yang memainkan peranan penting dalam perkembangan kecerdasan buatan yang kemudian akan muncul sebagai negara-negara adi kuasa.  Untuk itu, bidang kecerdasan buatan atau AI  sangat penting untuk dipahami dan dipelajari oleh manusia terutama mahasiswa,  karena kegunaannya bagi manusia sangat dibutuhkan baik sekarang dan masa depan.

BAHAN DAN METODE KECERDASAN BUATAN (Artificial Intelligence)

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

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. 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, tetapi juga mengkonstruksinya.

Tidak ada definisi yang memuaskan untuk 'kecerdasan':

1.     kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya,

2.     atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'.

Kecerdasan Buatan

Secara garis besar, AI terbagi ke dalam dua paham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional  (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metode-metode yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence).

Metode-metodenya meliputi:

1.      Sistem Pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.

2.      Pertimbangan berdasar kasus.

3.      Jaringan Bayesian.

4.      AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual.

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak.

 Metode-metode pokoknya meliputi:

1.      Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat.

2.      Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

3.      Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

Metode-metode ini terutama dibagi menjadi algoritma evolusioner (misalnya algortima genetik) dan kecerdasan berkelompok (misalnya algoritma semut).

Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

PEMBAHASAN

Pengertian Kecerdasan Buatan Menurut Para Ahli - Tahun 1950 – an Alan Turing, seorang pionir AI dan ahli matematika Inggris melakukan percobaan Turing (Turing Test) yaitu sebuah komputer melalui terminalnya ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan software AI dan diujung lain ada sebuah terminal dengan seorang operator. Operator itu tidak mengetahui kalau di ujung terminal lain dipasang software AI.

Mereka berkomunikasi dimana terminal di ujung memberikan respon terhadap serangkaian pertanyaan yang diajukan oleh operator. Dan sang operator itu mengira bahwa ia sedang berkomunikasi dengan operator lainnya yang berada pada terminal lain. Turing beranggapan bahwa jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia). Kecerdasan buatan (Artificial Intelligence) ialah membuat mesin bekerja seperti manusia.

Beberapa ahli memukakan defisini kecerdasan buatan (Artificial Intelligence), yaitu sebagi berikut:

• ·         John McCarthy [1956]: Kecerdasan buatan (Artificial Intelligence) ialah Memodelkan proses berpikir manusia dan mendesain mesin agar menirukan perilaku manusia.
• ·         H. A. Simon [1987]“ Kecerdasan buatan (Artificial Intelligence) ialah sebuah tempat sebuah penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas”.
• ·         Rich and Knight [1991]: “Kecerdasan Buatan (Artificial Intelligence) ialah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
• ·         Encyclopedia Britannica: “Kecerdasan Buatan (Artificial Intelligence) ialah 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”.

Bagian Utama Aplikasi AI

1. Basis Pengetahuan (Knowledge Base) : 

·         berisi fakta fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
2. Mesin Inferensi (Inference Engine) : 

·         kemampuan menarik kesimpulan berdasarkan pengalaman.

Beda Kecerdasan Buatan dan Kecerdasan Alami

Kelebihan kecerdasan buatan :

•     Bersifat permanen. 

Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.

•     Lebih mudah diduplikasi & disebarkan. 

Mentransfer pengetahuan antar manusia membutuhkan proses yang lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap. Jika ilmu pengetahuan terdapat pada sebuah sistem komputer, maka ilmu pengetahuan itu mendapat keamanan dari komputer itu dan dapat akan dipindahkan dengan mudah ke satu komputer ke komputer yang lainnya.

•     Lebih murah. 

Menyediakan layanan komputer akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.

•       Konsisten dan teliti 

Kecerdasan buatan adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah

•  Dapat didokumentasi. 

Keputusan yang dibuat komputer dapat didokumentasi dengan mudah dengan melacak aktivitas sistem. Kecerdasan alami sangat sulit untuk direproduksi.

•  Dapat mengerjakan beberapa task lebih cepat dan lebih baik dibanding manusia 

KELEBIHAN KECERDASAN BUATAN (Artificial Intelligence): 

•  Kreatif  

Manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada kecerdasan buatan harus dilakukan melalui sistem yang dibangun.

•  Memungkinkan orang untuk menggunakan pengalaman atau pembelajaran secara langsung. Sedangkan pada kecerdasan buatan harus mendapat masukan berupa input-input simbolik. 
•  Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

Bahasa pemrograman kecerdasan buatan: 

•  C
•  Pascal
• Basic
• dan bahasa pemrograman lainnya. 

Tetapi ada bahasa pemrograman yang khusus untuk aplikasi kecerdasan buatan yaitu LISP dan PROLOG.

Lingkup AI pada Aplikasi Komersial

·         Pengenalan Ucapan (Speech Recognition)

·         Sistem Pakar (Expert System)

·         Robotika dan Sistem Sensor (Robotics & Sensory Systems)

·         Pengolahan Bahasa Alami (Natural Languange Processing)

·         Computer Vision

·         Intelligence Computer – aided Instruction

·         Game Playing

Kecerdasan Buatan Pada Aplikasi Komersial

Lingkup utama kecerdasan buatan : 

1.      Sistem pakar : komputer diartikan sebagai sebuah sarana untuk penyimpanan sebuah pengetahuan para ahi pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.

·         Diagnosa Penyakit THT 

·         Apakah Anda demam (Y/T) ? y 

·         Apakah Anda sakit kepala (Y/T) ? y 

·         Apakah Anda merasa nyeri pada saat berbicara atau menelan (Y/T) ? y 

·         Apakah Anda batuk (Y/T) ? y 

·         Apakah Anda mengalami nyeri tenggorokan (Y/T) ? y 

·         Apakah selaput lendir Anda berwarna merah dan bengkak (Y/T) ? y 

·         Penyakit Anda adalah TONSILITIS 

·         Ingin mengulang lagi (Y/T) ?

2.      Pengolahan bahasa alami (natural language processing) : user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, bahasa jawa, dll, contoh :

·         Untuk menghapus semua file, pengguna cukup memberikan perintah ”komputer, tolong hapus semua file!” 

·         Sebuah sistem akan mendapat mentranslasikan sebuah perintah bahasa formal itu menjadi sebuah perintah bahasa yang akan dipahami oleh sebuah komputer itu sendiri, yakni ”Delete *.* <ENTER>”. 

·         Translator bahasa inggris ke bahasa indonesia begitu juga sebaliknya,dll. Sistem ini juga mentranslasikan sintaks dari bahasa asal ke bahasa tujuan 

·         Text summarization : suatu sistem yang dapat membuat ringkasan hal-hal penting dari suatu wacana yang diberikan.

3.      Pengenalan ucapan (speech recognition) : manusia dapat berkomunikasi dengan komputer menggunakan suara.
Contoh :

·         memberikan instruksi ke komputer dengan suara 

·         alat bantu membaca untuk tunanetra, mempunyai masukan berupa teks tercetak 

·         (misalnya buku) dan mempunyai keluaran berupa ucapan dari teks tercetak yang diberikan.
Konversi dari SMS (Short Message System) ke ucapan sehingga pesan SMS dapat didengar. Dengan demikian memungkinkan untuk mendengar pesan SMS sambil melakukan aktivitas yang menyulitkan untuk membacanya, seperti mengendarai mobil.

4.      Robotika & sistem sensor

- Sistem sensor pada mesin cuci yaitu menggunakan sensor optik,

·         mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. 

·         Makin kotor, maka sinar yang sampai makin redup. 

·         Sistem mampu menentukan jenis kotoran tersebut daki/minyak. 

·         Sistem juga bisa menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. 

- Robotika

5.      Computer vision : menginterpretasikan gambar atau objek-objek tampak melalui komputer.

6.       Intelligent computer-aided instruction : komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar
Contoh : Learn to speak English.

7.      Game playing

·         1997, Deep Blue mengalahkan Garry Kasparov, the World Chess Champion 

·         Deep Blue chess machine menggunakan komputer IBM, dibuat tahun 1990-an oleh Hsu, Campbell, Tan, Hoane, Brody, Benjamin 

·         Deep Blue mampu mengevaluasi 200 juta posisi bidak catur /detik .

SOFT Computing

Inovasi baru dalam membangun sistem cerdas yaitu:
Sebuah sistem yang mempunyai kemampuan yaitu seperti manusia dengan domain, yang mampu cepat beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.
Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).

AI dilihat dari berbagai sudut pandang

·         Sudut pandang Kecerdasan 

·         Sudut pandang Penelitian 

·         Sudut pandang Pemrograman 

·         Sudut pandang Bisnis 

 KELEMAHAN KECERDASAN BUATAN (Artificial Intelligence) :

• Knowledge Base
• Motor Inferensi

 KESIMPULAN DAN SARAN

A. KESIMPULAN

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 sistem pakar yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Tujuan dari pengembangan sistem pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat digunakan oleh orang banyak.

Manfaat kecerdasan buatan yang diimplementasikan dalam pengembangan sistem pakar adalah:

·         Memberikan penyederhanaan solusi untuk kasus-kasus yang kompleks dan berulang-ulang.

·         Masyarakat awam non-pakar dapat memanfaatkan keahlian di dalam bidang tertentu tanpa kehadiran langsung seorang pakar.

·         Meningkatkan produktivitas kerja, yaitu bertambah efisiensi pekerjaan tertentu serta hasil solusi kerja.

·         Penghematan waktu dalam menyelesaikan masalah yang kompleks.

·         Memungkinkan penggabungan berbagai bidang pengetahuan dari berbagai pakar untuk dikombinasikan.

·         Pengetahuan dari seorang pakar dapat didokumentasikan tanpa ada batas waktu.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. 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.

B. SARAN

Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Maka dari itu, semoga makalah ini bermanfaat bagi kita semua dan mudah-mudahan menjadikan motivasi dalam mengembangkan Ilmu Pengetahuan dan Teknologi di masa yang akan datang.

DAFTAR PUSAKA :

http://mfaridblog.blogspot.co.id/2012/04/makalah-ai.html

http://repository.usu.ac.id/bitstream/handle/123456789/63864/Abstract.pdf?sequence=5&isAllowed=y

https://id.wikipedia.org/wiki/Kecerdasan_buatan

http://www.pendidikanmu.com/2015/04/pengertian-kecerdasan-buatan-menurut-para-ahli.html

https://dekabopass2.blogspot.co.id/2015/06/makalah-dasar-dasar-kecerdasan-buatan.html