G.BERPIKIR ALGORITMIK

BAB 1

G.Berpikir Algoritmik 

1.Jenis Data dalam Penelitian
           filosofil berpikir komputasional identik  dengan proses berpikir dalam menyelesaikan masalah dengan cara menerapkan model ilmu komputer (informatika).
Secara umum ,dikenal 2 jenis data yaitu;
a.data kuantitatif 
             jenis data yang direpresentasikan dalam bentuk nominal angka 
b.data kualitatif 
             Tipe data yang tidak dapat di ukur nilainya 
2.teknologi computational thinking 
a.Definisi da Karakter 
              computational thinking di perkenalkan Jeanette Wing pada maret 2006.Tujuan CT adalah efektivitas  dan kecepatan pengambilan keputusan ,CT memiliki 2 aspek yaitu;
1)sebagai tahapan dan mekanisme pemikiran & penalaran manusia tanpa teknologi
2)CT sebagai metode  pemacahan masalah 
karekter yg harus dimiliki CT ;
1).merumuskan dan menentukan  permasalahan yg akan di selesaikan dgn bantuan teknologi informasi & komputer
2)menerapkan  metode algoritme  dlm melakukan klasterisai dan proses analisi 
3)memvisualisasikan data
4)bekerja otomatis
5)fase identifikasi
6)mendukung proses generalisasi
b.Elemen computational thinking

1)Abstractioni

mengidentifikasi  permasalaah  dan mengumpulkan potongan potongan informasi  yg belum bisa terbaca menjadi data yang siap di jadikan dasar  melakukan proses selanjutnya

2)Algorithmic thinking 

langkah terstruktur  dan sistematis 

3)Automation

bagian penting dalam CT yg bekerja secara otomatis  dalam mengeksekusi  setiap intruksi yang di berikan komputer secara berulang-ulang ,cepat,dan efisien 

4)Decomposition

proses penguraian komponen dalam permasalahan  agar mudah di pahami ,di pecahkan kemudian di kembangkan dan di lakukan.

5.debugging 

,adalah tahapan melakukan analisis dan evaluasi secara menyeluruh terhadap kemampuan kapasitas, serta performa sistem.

6.generalization

 ,dapat dikatakan sebagai langkah untuk mengenali ,mengidentifikasi ,pola,kesamaan  dan korelasi hubungan antar modul serta menganalisis fitur-fitur dalam desain sistem.

c.Artificial intelligence (AI) 

artificial intelligence atau kecerdasan buatan adalah salah satu implementasi dari berpikir komputasi atau CT yang bertujuan memprogam komputer agar mamapu berfikir ,mempertimbangakan dan memutuskan ,serta mengeksekusi pekerja layaknya manusia.definisi AI dapat dibedakan dari beberapa persepsi ,antara lain sebaau berikut :

1.presepsi kecerdasan

mengacu pada potensi pengembangan teknologi komputer pintar sehingga mampu bekerja seperti manusia 

2.presepsi riset 

mampu menciptakan software,hardware.melebihi kepandaian manusia 

3.oresepsi potensi bisnis

berpotensi  meningkatkan keuntungan bisnis yang di jalankan 

4.presepsi logika dan pemprogaman

menciptakan rule rule logika  yg dapat dimasukkan  ke database  kecerdasan mesin ketika menjalankan pekerjaannya.

         unrtuk membuat AI dalam sebuah aplikasi ,ada dua komponen utama yang harus disediakan ,yaitu knowledge base atau berbsis pengetahuan yang mengandung fakta ,teori ,konsep,logika, metode penalaran serta ,inference engine atau motor inferensi yang berperan  membuat konklusi berdasarkan pengalaman yang disimpan dalam data variabel . 

perbandingan kecerdasan buatan dan pemrogaman terstruktur

d.sistem pakar 

1.definisi sistem pakar

expert system atau sistem pakar merupakan salah satu cabang dari displin ilmu artificial intelligence dalam menyediakan data informasi serta  menyelesaikan permasalahan berdasarkan pengetahuan dan pengalaman manusia yang dianggap memiliki tingkat pakar yang tinggi , seperti kedokteran,teknik,dan lainya.fitur-fitur yang dimiliki oleh sistem pakar meliputi beberapa aspek ,antara lain sebagai berikut.

a).mempunyai pengetahuan dan keahlian setingkat pakar manusia 

b) memiliki modul atau fungsi yang dapat mempertimbangkan keputusan menggunakan model simbolis 

c)keberagaman dan tingkat kedalaman pengetahuan berasal dari kumpulan para pakar .

d).mempunyai kemampuan self knowledge,yaitu dapat menganalisis secara otomatis setiap mengetahui parameter input masalah.

2).kelebihan sistem pakar 

kelebihan penggunaan sistem pakar dalam menujang pekerjaan sehari hari meliputi hal sebagai berikut.

a).memiliki basis data pengetahuan relatif besar .

b) mampu menyimpan data pakar dalam jangka waktu yang lama .

c).mampu melakuakan perhitungan secara cepat dan tepat 

d)mampu menyajiakan data dan informasi dengan akurat .

e)memperbaiki performa kerja sistem.

f)mengurangi delay pekerjaan dan meningkatkan responsibilitas sistem.

pada dasarnya ,sistem pakar adalah sistem yang menampung ,menyimpan ,dan mengolah setiap data yang berisi kepakaran atau keahlian seorang atau tim pakar ke dalam sistem komputer

3)komponen sistem pakar

untuk mendukung proses kerja sistem pakar ,ada beberapa elemen penting yang harus tersedia,yaitu sebagai berikut.

a)sistem akuisisi pengetahuan

sistem akuisisi pengetahuan bertugas melakukan akuisisi pengetahuan ,keahlian ,dan data kepakaran dari para pakar ke dalam sistem komputer

b)knowledge base

merupakan data atau sistem penyimpana data kepakaran yang telah diakuisisi sebelumnya .

c).inference machine 

 mesin inferensi menjadi core atau inti sistem yang berperan sebagai pengontrol dan penerjemahkan aturan ,metodologi ,fungsi pertimbangan ,analisis ,dan perumusan konklusi .

d)user interface

merupakan antarmuka yang digunakan untuk menjembatani interaksi antara user dan sistem pakar,misalnya dalam bentuk GUI .

e)blackboard atau tempat kerja 

adalah ketersediaan ruang memori yang bertugas menyimpan database knowledge atau aturan baru dan bahkan berperan sebagai penyimpan hipotetis dan simpulan sementara

f) justifier atau subsistem penjelas

merupakan fitur yang dapat menelusuri validitas simpulan atau keputusan yang diambil berdasarkan rujukan yang jelas .

g)subsistem perbaikan pengetahuan 

subsistem merupakan sistem yang disediakan untuk mengevaluasi dan memperbaiki proses pengelolaan kepakaran dalam sistem itu sendiri.

4)modul utama dalam sistem pakar 

terdapat tiga modul utama yang menyusun sistem pakar,yaitu sebagai beriku.

a)modul penerimaan pengetahuan (knowledge acquisition mode)

modul penerimaan pengetahuan merupakan titik awal sistem bekerja.

b).modul konsultasi( consultation mode)

digukan untuk menjembatani proses interaksi dan komunikasi antar user dan sistem pakar

c)modul penjelasan (explanation mode)

modul penjelasan berperan dalam memberikan penjelasan dan pengetahuan tentang keputusan atau diagnosis yang diambil oleh sistem.

5)bentuk sitem pakar

sistem pakar terbagi menjadi empat bentuk ,yaitu sebagai berikut.

a)berdiri sendiri (independent)

sitem ini dapat bekerja dan berdiri sendiri tanpa bantuan software atau hardware lain.

b).terintegrasi (integrated)

sistem pakar yang terintegrasi dalam modul subprogram konversional atau aplikasi tertentu.

c)terhubung ke sistem lain(connected to other system)

bentuk ini merupakan model koneksi penyimpanan pengetahuan kepakaran dalam sistem manajemen database .

d) sistem pengabdi (service system)

sitem pakar dalam komputer yang digunakan sebagai layanan khusus terhadap pekerjaan tertentu ,misalnya analisis scan otak, deteksi radar,dan lainnya.

e)decision support system 

1).pengertian DSS(decision support system)

adalah sistem informasi sebagai hasil proses berpikir secara komputasi yang diciptakan engineer atau programmer,dengan tujuan memberikan bantuan pertimbangan pengambilan keputusan terhadap suatu masalah .

2).karakteristik DSS 

suatu sistem dapat dikatagorikan sebagai DSS apabila memiliki beberapa karakter ,antara lain sebagai berikut. 

a)mempermudah manajemen dalam mengambil keputusan dengan mempertimbangkan data-data terdahulu.

b)memiliki graphical yang menarik dan mudah digunakan untuk berinteraksi antara user dan sistem DSS ,dengan porsi kontrol user terhadap sistem lebih besar .

c)mampu mendeteksi ,mengidentifikasikan,menganalisis ,serta mengambil keputusan terhadap permasalahan ,baik dengan hierarki terstruktur,semiterstruktur ,maupun tidak terstruktur.

d)mampu diintregasikan dengan sistem lain.

dengan karakteristik tersebut,seharusnya  DSS mampu memberikan keuntungan bagi penggunanya ,antara lain sebagai berikut .

a).memberikan pertimbangan dan dukungan informasi pada pengguna terkait keputusan yang akan diambil.

b).memberikan performa ,kualitas,dan efektivitas setiap keputusan yang diambil

c).menjadi terobosan baru dalam sistem pemrosesan secara kognitif

3)tahapan pengambilan keputusan

keputusan yang ditampilkan sebagai solusi terbaik dari beberapa aspek oleh DSS harus melewati  beberapa tahapan sebagai berikut.

a)tahapan intelegentasi merupakan fase mengidentifikasikan masalah beserta peluang pemecahanya berdasarkan data yang dimiliki.

b)tahapan desain merupakan fase mencocokkan ,menemukan ,mengembangkan ,serta menganalisis  pola masalah terhadap data yang ada.

c)tahapan pilihan adalah proses mempersempit batasan pilihan solusi yang ditawarkan dan ditampilkan dan diambil oleh sistem  berdasarkan presentase kebenaran terbesar .

d)tahapan implementasi adalah proses akhir yang berisi saran dan pilihan solusi yang ditampilkan sistem pada user.

4.)komponen sistem 

untuk menjalankan keempat tahapan tersebut  ,sistem DSS harus menyediakan beberapa modul penting dalam proses pengambilan keputusannya, yaitu sebagi berikut.

a).data management ,merupakan data yang menyimpan informasi tentang database permasalahan ,analisis ,serta solusi yang terbaik 

b)model management ,berguna untuk memberikan dukungan logika ,analisis ,serta kemampuan menampilkan pilihan solusi terbaik 

c).communication ,merupakan modul yang menjadi kontrol interaktif antara user dan sistem

d)knowledge management,berperan sebagai modul pendukung terhadap komponen lainya dalam DSS.

3.penerapan teknologi CT 

konsep berpikir komputational atau computational thinking bertujuan memudahkan pekerjaan manusia dengan cara menerapkan displin ilmu komputer ,yang diimplementasikan dalam bentuk software, hardware,atau kombinasi keduanya .teknologi CT dapat diterapkan dalam banyak bidang .berkut adalah beberapa contoh penerapan teknologi CT .

a.biometric system

merupakan teknologi pengenalan ,pemindai,dan pengidentifikasikan karakteristik fisik dan biologis manusia,yang disimpan dalam bank data digital.ada dua jenis biometric yang saat ini dikembangkan ,yaitu sebagai berikut .

1)physiological characteristic 

metode idetifikasi ini difokuskan ciri fisik manusia seprti kontur wajah ,retina dan bola mata,pola sidik jari,suara dan lainya .

2) behavioral characteristic 

metode ini menggunakan pola deteksi cara hidup dan gerak ,manusia.berikut adalah beberapa jenis implementasi teknologi biometric system dalam dunia nyata .

1.gait ,merupakan teknologi pemindai gaya gerak dan jalan manusia 

2.voice recognition ,merupakan teknologi peminda suara manusia 

3.eye recognition ,adalah sistem pemindai berdasarkan jenis, ukuran ,dan warna retina mata manusia .

4.vein recognition ,adalah sistem pengidentifikasikan dan pengenalan data berdasarkan poa garis tangan manusia 

5.face recognition ,adalah sistem pengenalan data berdasarkan identifikasi pola dan kontur wajah manusia 

6.fingerprint recognition,adalah sistem pembacaan data berdasarkan pola sidik jari manusia 

7.teyping recognition ,digunakan untuk mendeteksi kecocokan data berdasarkan cara user mengetik kode atau passwort pada scanner ,yang ditunjukan untuk memvalidasi kebenaranya .

b.face recognition 

adalah salah satu tegnologi terapan dari biometric security yang akan menangkap gambar melalui file ,foto ,pengambilan gambar langsung ataupun vidio.kerja konsep ini adalah melakukan pendataan pola wajah meliputi jarak antara kedua bola mata ,kedalam mata ,jarak antara dagu dan jidat ,kontur bibir,pipi,dagu,rahang , telinga dan rambut ,kemudian dimpan dalam bank digital .

c.Voice atau speech recognition

merupakan teknologi pendeteksi data yang berasal dari ucapan atau suara yang diubah menjadi data digital .salah satu contoh penerapan teknologi ini adalah google voice yang  disematkan dalam layanan smartphone yang memungkinkan perintah berupa ucapan melalui mikrofon dan direspon oleh google.

d.Fingerprint recognition 

merupakan teknologi yang akan merekam dan mencatat pola sidik jari manusia ke dalam bank data digital .

e.Computer-Aided Diagnosis (CAD)

CAD merupakan sistem diagnosis yang digunakan untuk mendeteksi gejala penyakit dalam bidang kedokteran .

f.Optical Character Recognition(OCR)

OCD adalah salah satu jenis AI yang mampu membaca dokumen cetak atau tulisan tangan dikertas melalui proses scaning ,yang kemudian diekstrak dalam bentuk file teks yang dapat diedit tanpa perlu mengetik secara matual.

berikut fungsi aplikasi OCR  dalam kehidupan sehari-hari 

1.menjadi tool yang digunakan untuk memudahkan entri data melalui proses scanning 

2.mengubah dokumen cetak menjadi file digital yang dapat diedit 

3.mengubah format dokumen hasil tulisan tangan menjadi dokumen digital 

4.mendaftarkan dokumen kertas dengan tulisan tangan dalam sistem indeks agar mudah dikenali .

g.machine vision

teknologi machine visison memiliki konsep berupa kecerdasan mesin yang mampu menggantikan manusia dalam melihat ,mengenali, mengidentifikasikan ,menangkap, dan menganalisis objek gambar sehingga dapat menyajikan opsi keputusan bagi penggunanya .

berikut adalah beberapa contoh penerapan machine vision dalam kehidupan sehari -hari .

1.pengontrolan kualitas kayu mebel

2.pembacaan dan identifikasi nomor kendaraan melalui tangkapan kamera atau video 

3.pemantauan dan inspeksi tahapan produksi manukfatur dengan cara scanning bar code atau pemasaran produk 

4.teknologi sensor ,scanning dan AI dalam robot 

5.perangkat spy atau mata mata

6. peralatan militer 

7.inspeksi kemasan produk 

8.mengidentifikasi komponen produk seperti bagian mesin 

9.memeriksa ,menganalisis,dan mengalibrasi ukuran  dan ukurasi peralatan medis 

10.pemodelan berbasis 3D

h.data mining

1).konsep data mining 

definisi data miring dari beberapa versi ,antara lain sebagai berikut .

• sebagai tool untuk mendeteksi ,melakukan identifikasi dan penelusuran ,serta mengakumulasi data dalam jumplah besar guna menemukan pola tertentu
• metode pengekstrak informasi yang awalnya belum memiliki arti dan kurang menarik dalam rangkaian penyimpanan data besar 
• mekanisme analisis data besar guna mencari pola atau pattern menggunakan algoritme tertentu.

2).faktor dan model data mining 

kebutuhan akan didukung sistem data mining dalam sebuah organisme muncul karena beberapa faktor berikut .

• space data semakin  besar ukuran  dan jumplah record nya 
• proses data warehousing telah dilakukan pada tahap sebelumnya 
• dukungan layanan komputasi yang  semakin terjangkau 
• kompetisi dan persaingan pasar bisnis yang semakin tajam .

untuk mencari pola informasi dalam rangkaian data besar menggunakan data mining ,anda dapat menggunakan salah satu jenis mode operasi berikut 

a).metode verifikasi 

mekanisme mencari dan identifikasi dilakukan dengan pendekatan secara top down ,dengan hipotesis dari user diambil pertama kali ,kemudian divalidasi untuk membuktikan  kebenaran data tersebut.

b).metode konwledge discovery 

pada metode ini ,digunakan pendekatan dari bawah atau bottom up. ada dua macam pendekatan yang dilakukan dalam moddel ini ,yaitu sebagai berikut .

• directed knowledge discovery ,proses analisis dilakukan dengan memvalidasi kebenaran nilai target field ,misalnya nilai penghasialn ,berat badan ,lama waktu ,dan lainya .
• undirected  knowledge discovery ,sistem tidak membutuhkan nilai target field karena akan langsung mencari dan menganalisis pattern dalam data besar .biasnya ,model ini lebih responsif untuk menungkap korelasi hubungan antardata.

4.Enskripsi ROT13

A.konsep enskripsi  dan deskripsi

plaintex adalah teks yang di tulis sesuai dengan kaidah pemakaian huruf,angka,simbol yang mudah di baca orang.

Enskrip adalah metode /mekanisme mengubah atau mengonversi format data menjadi bentuk lainyang tidak mudah di pahami orang  

Deskripsi adalah metode untuk mengembalikan data enskripsi ke bentuk plaintext sesuai aslinya.

b.Algoritme ROT13

Istilah ROT13 berasal dari kata "rotate by 13" atau diputar 13 kali terhadap karakter abjad