G. Berpikir Algoritmik
1. Jenis data dalam penelitian
Filosofi berpikir komputasional identik dengan proses berpikir dalam menyelesaikan masalah dengan cara menerapkan model ilmu komputer( Informatika ) , anda dituntut berpola pikir runtut, teratur, detail, jelas, serta memiliki nilai input dan output yang dihasilkan dalam memecahkan suatu permasalahan.
a. data kuantitatif
Data Kuantitatif adalah jenis data yang dipresentasikan dalam bentuk nominal angka, misal data kuantitatif yang memuat model skor antara 1-4.
b. data kualitatif
Data Kualitatif merupakan tipe data yang tidak dapat diukur nilainya dalam bentuk angka, biasanya berupa kalimat, kata, gambar, dan model. Contoh, Interviu yang dilakukan oleh tim RnD dengan pelanggan untuk mengetahui pendapatnya tentang produk yang akan diluncurkan.
2. Teknologi Computational Thinking
a. Definisi dan karakter
Istilah berpikir komputasional diadopsi dari konsep CT atau Computational Thinking yang pertama kali diperkenalkan oleh Jeanette Wing pada maret 2006 sebagai bentuk model dan mekanisme penyelesaian masalah melalui tahapan analisis masalah, desain sistem, dan implementasi menggunakan pendekatan ilmu komputer, CT memiliki dua aspek penting yaitu:
1) CT sebagai tahapan dan mekanisme pemikiran dan penalaran manusia tanpa bantuan teknologi
2) CT sebagai metode pemecahan masalah ( roblem solving) yang didesain agar dapat dijalankan manusia atau dengan bantuan mesin komputer atau melibatkan kedua resource tersebut.
b. Elemen cutational thinking
Computational Thinking memiliki 6 bagian penting, yaitu sebagai berikut:
1) Abstraction
Abstraction adalah proses mengidentifikasi permasalahan dan mengumpulkan potongan- potongan informasi yang belum bisa terbaca menjadi data yang siap dijadikan dasar melakukan proses selanjutnya.
2) Algorhitmic Thinking
Algorhitmic Thinking merupakan langkah terstruktur dan sistematis untuk menyelesaikan permasalahan yang ditemukan.
3) Automation
Automation merupakan bagian penting dalam CT yang bekerja secara otomatis dalam mengeksukusi setiap instruksi yang diberikan komputer secara berulang ulang, cepat, dan efisien.
4) Decomposition
Decomposition merupakan proses penguiraian komponen-komponen dalam permasalahan agar mudah dipahami, dipecahkan, kemudian dikembangkan dan dilakukan percobaan serta evaluasi.
5) Debugging
Debungging adalah tahapan melakukan analisis dan evaluasi secara menyeluruh terhadap kemampuan, kapasitas, serta performa sistem.
6) Generalization
Generalization dapat dikatakan sebagai langkah untuk mengenali, mengidentifikasi pola, kesamaan, dan korelasi hubungan antarmodul serta menganalisis fitur fitur dalam sistem.
c. Artificial Intelligence (AI)
Artificial Intelligence atau kecerdasan buatan adalah salah satu implementasi dari berpikir komputasi atau yang bertujuan memprogram komputer agar mampu berpikir, mempertimbangkan, dan memutuskan, serta mengeksekusi pekerjaan layaknya manusia. Definisi AI dapat dibedakan dalam beberapa persepsi, yaitu:
1) Persepsi kecerdasan
Pendekatan dalam sisi kecerdasan akan mengacu pada potensi pengembangan teknologi komputer pintar sehingga mampu bekerja seperti manusia.
2) Persepsi riset
Sisi pendekatan AI sebagai disiplin ilmu baru yang mampu menciptakan software, hardware, atau perpaduan keduanya menjadi cerdas layaknya manusia atau bahkan melebihi kepintaran manusia.
3) Persepsi potensi bisnis
Dari sisi bisnis, AI mampu memberikan dukungan layanan dan analisis yang cepat, tepat, dan andal sehingga berpotensi meningkatkan keuntungan bisnis yang dijalankan.
4) Persepsi logika pemrogaman
Sudut pandang AI dalam teknik pemprogaman merupakan salah satu bentuk implementasi dalam menciptakan rule-rule logika yang dapat dimasukkan ke database kecerdasan mesin ketika menjalankan pekerjaanya.
d. Sistem pakar
1) Definisi sistem pakar
Expert system atau sistem pakar merupakan salah satu cabang dari disiplin ilmu artificial intelligence dalam menyediakan data informasi serta menyelesaikan permasalahan berdasarkan pengetahuan atau pengalaman manusia yang dianggap memiliki tingkat pakar yang tinggi, seperti kedokteran, teknik, dll
2) kelebihan sistem pakar
a) memiliki basis data pengetahuan relatif besar
b) mampu menyimpan data pakar dalam jangka waktu yang lama
c) mampu melakukan perhitungan secara cepat dan tepat.
3) Komponen sistem pakar
a) sistem akusisi penegtahuan
b) knowledge base
c) Inference machine
d) user interface
e) blackboard atau tempat kerja
f) justifier atau subsistem penjelas
g) subsistem perbaikan pengetahuan
4) Modul utama dalam sistem pakar
a) modul penerimaan pengetahuan ( knowledge acquisition mode )
b) modul konsultasi (consultation mode)
c) modul penjelas (explanation mode)
5) bentuk sistem pakar
a) Berdiri sendiri ( independent )
b) Terintegrasi ( Integrated )
c) Terhubung ke sistem lain (connected to other system)
d) Sistem mengabdi ( service sistem )
e. Decision support system
1) Pergertian DSS
Desicion support system (DSS) pada dasarnya adalah informasi sebagai hasil proses berpikir secara komputasi yang diciptakan engineer atau programmer, dengan tujuan memberikan bantuan pertimbangan pengambilan keputusan terhadap suatu permasalahan.
2) karakteristik DSS
a) mempermudah manajemen dalam mengambil keputusan dengan mempertimbangkan data data terdahulu.
b) mampu diintegrasi ke sistem lain.
3) Tahapan pengambilan keputusan
a) tahapan implementasi adalah proses akhir yang berisi saran dan pilihan solusi yang ditampilkan sistem pada user.
b) tahapan integensi merupakan fase mengidentifikasi masalah beserta peluang pemecahannya berdasarkan data yang dimiliki.
4) komponen sistem
a) data management
b) model management
c) communication
d) Knowledge management
3) Penerapan Teknologi CT
bertujuan memudahkan pekerjaan manusia dengan cara menerapkan disiplin ilmu komputer.
a. Biometric system
merupakan teknologi pengenalan, pemindai, dan mengidentifikasi karakteristik fisik dan biologis manusia.
b. Face Recognition
adalah salah satu penerapan teknologi yang akan menangkapa gambar melalui file foto, pengambilan gambar langsung, atau video meliputi jarak bola mata, kedalaman mata, jarak antara kedua dagu dan jidat, kontur bibir, pipi dan lainnya.
c. Voice and Speech Recognition
merupakan teknologi pendeteksi data yang berasal dari ucapan atau suara yang diubah menjadi data digital.
d. Fingerprint Recognition
merupakan teknologi yang akan merekam dan mencatat pola sidik jari manusia ke dalam bank data digital.
e. Computer-aided Diagnosis (CAD)
merupakan sistem diagnosis yang akan digunakan untuk mendeteksi gejala penyakit dalam bidang kedokteran.
f. Optical Character Regocnition (OCR)
salah satu jenis AI yang mampu membaca dokumen cetak atau tulisan tangan dikertas melalui proses scanning yang kemudian diekstrak dalam bentuk file teks yang dapat diedit tanpa perlu mengetik secara manual
g. Machine visison
berupa kecerdasan mesin yang mampu mengganti manusia dalam melihat, mengenali, mengidentifikasi, menangkap, dan menganalisis objek gambar sehingga dapat menyajikan opsi keputusan bagi penggunanya
h. data mining
1) Konsep data mining
~ sebagai tool untuk mendeteksi, melakukan identifikasi dan penelusuran, serta mengakumulasi data dalam jumlah yang besar guna menemukan pola tertentu
2) faktor dan model data mining
~ space data semakin besar ukuran dan jumlah recordnya
~ proses data werehouse telah dilakukan pada tahap sebelumnya\
~ dukungan layanan komputasi yang semakin terjangkau
4. Enkripsi ROT13
a. Konsep enkripsi dan deskripsi
enkripsi adalah metode atau mekanisme mengubah atau mengonversi format data menjadi bentuk lain yang tidak mudah dibaca dan dipahami
b. Algoritme ROT13
algoritma rot13 merupakan model pengubahan plaintext menjadi teks yang telah dienkripsi yang diputar 13 kali.
Komentar
Posting Komentar