BLIND SEARCH and HEURISTIC SEARCH

Pencarian dan pelacakan merupakan suatu hal penting dalam suatu sistem. Karena pencarian dan pelacakan ini adalah hal yang menentukan keberhasilan sistem tersebut. Pada dasarnya, metode pencarian dan pelacakan dibagi dua, yaitu pencarian buta (blind search) dan pencarian tersusun (heuristic search).

1. Metode Pencarian Buta (Blind Search)

Blind Search merupakan pencarian asal. Jika solusi sudah ditemukan, maka pencarian akan dihentikan. Jika dibuat skemanya, pencarian buta hanya mengenal 3 bagian yaitu [masalah]-[pencarian]-[solusi]. Blind search tidak mempunyai atribut atau informasi tambahan.

Algoritma yang termasuk Blind search yaitu :

• Breath First Search (BFS)
• Depth First Search (DFS)
• Uniform Cost Search (UCS)
• Depth-Limited Search (DLS)
• Interative-Deeping Search (IDS)
• Bi-directional Search (BDS

1. 1 Pencarian Melebar Pertama (breadth-search first)

Pencarian melebar pertama dilakukan dengan melakukan pencarian dengan cara mencari yang dilakukan dengan cara melebar dari node pertama hingga berlanjut kepada node di level selanjutnya. Dimulai pada node n, dan dilanjutkan n+1. Pencarian akan terus dilakukan dari akar kiri ke kanan hingga hasil ditemukan.

Metode ini memiliki keuntungan dan kekurangan, yaitu :

Keuntungan

• Tidak akan menemui jalan buntu
• Jika ada satu solusi, maka breadth first akan menemukannya. Dan jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan.

Kekurangan

• Membutuhkan memori yang cukup banyak, karena menyimpan semua node dalam satu pohon.
• Membutuhkan waktu yang cukup lama karena akan menguji n level untuk mendapatkan solusi pada level yang ke-(n+1)

       1.2 Pencarian Mendalam Pertama (depth-search first)

Pencarian metode ini melakukan pencarian pada semua node "anaknya" sebelum dilakukan pencarian ke node-node lain yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi, dan proses terus diulang hingga solusi ditemukan. Keuntungan dari metode ini adalah menggunakan memori yang relatif kecil, dan jika pencarian tepat, akan menemukan solusi tanpa harus menguji lebih banyak node. Namun, metode ini tetap memiliki kelemahan, yaitu memungkinkan hasil tidak ditemukan, dan setiap 1 kali pencarian hanya akan menghasilkan satu solusi.

Keuntungannnya :

• Membutuhkan memori relatif kecil, karena hanya node-node pada lintasan yang aktif saja yang disimpan
• Dan secara kebetulan, akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan, jadi jika solusi yang dicari berada pada level yang dalam dan paling kiri, maka DFS akan menemukannya dengan cepat (waktunya cepat)

Kerugiannya :

• Memungkinkan tidak ditemukannya atau tidak adanya tujuan yang diharapkan, karena jika pohon yang dibangkitkan mempunyai level yang sangat dalam (tak terhingga) à tidak complete karena tidak ada jaminan akan menemukan solusi
• Hanya mendapat 1 solusi pada setiap pencarian, karena jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang berbeda, maka DFS tidak menjamin untuk menemukan solusi yang paling baik à tidak optimal2.

Deskripsi

• P = Petani
• Sy = Sayuran
• K = Kambing
• Sg = Serigala

Ruang Keadaan

• Untuk daerah asal dan daerah seberang digambarkan. (P, Sy, K, Sg)

Keadaan Awal

• Daerah Asal = (P, Sy, K, Sg)
• Daerah seberang = (0, 0, 0, 0)

Tujuan

• Daerah Asal = (0, 0, 0, 0)
• Daerah seberang = (P, Sy, K, Sg)

Metode Penyelesaian :

a.       Berikut ini adalah algoritma BFS :

• Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi (goal node), maka stop.
• Jika Q kosong, tidak ada solusi. Stop.
• Ambil simpul v dari kepala (head) antrian, bangkitkan semua anak-anaknya. Jika v tidak mempunyai anak lagi, kembali ke langkah 2 . Tempatkan semua anak dari v di belakang antrian.
• Jika suatu simpul anak dari v adalah simpul solusi, maka solusi telah ditemukan, kalau  tidak, kembali lagi ke langkah 2.

     

Menggunakan algoritma DFS :

• Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi, maka stop.
• Jika Q kosong, tidak ada solusi. Stop.
• Ambil simpul v dari kepala (head) antrian. Jika kedalaman simpul v sama dengan batas kedalaman maksimum, kembali ke langkah 2
• Bangkitkan semua anak dari simpul v. Jika v tidak mempunyai anak lagi, kembali ke langkah 2. Tempatkan semua anak dari v di awal antrian Q. Jika anak dari simpul v adalah simpul tujuan, berarti solusi telah ditemukan, kalau tidak, kembali lagi ke langkah 2.

      2. Metode pencarian heuristik

Pencarian tersusun atau pencarian heuristik merupakan suatu teknik yang digunakan untuk meningkatkan efisiensi dalam proses pencarian. Metode heuristik menggunakan suatu fungsi yang menghitung biaya perkiraan dari suatu simpul tertentu menuju ke simpul tujuan. Dalam pencarian state space, heuristik adalah aturan untuk memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian permasalahan dapat diterima.

Dengan adanya teknik heuristic search diharapkan bisa menyelesaikan permasalahan yang lebih besar. Fungsi dari teknik heuristic search menggunakan suatu fungsi yang menghitung biaya perkiraan (estimasi) dari suatu simpul tertentu menuju ke simpul tujuan. Contoh aplikasi yang menggunakan fungsi heuristic : Google, Deep Blue Chess Machine.

       2.1 Generate and Test

Ini adalah gabungan dari pencarian depth first dengan pelacakan mundur. Nilai dari pengujian ini berupa "ya" atau "tidak". Pencarian ini memiliki beberapa algoritma, yaitu :

• Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan tertendu dari keadaan awal).
• Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengancara membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih merupakan tujuan yang diharapkan.

Pendekatan ini meliputi langkah–langkah sebagai berikut :

• Buatlah/bangkitkan sebuah solusi yang memungkinkan. Untuk sebuah problema hal ini dapat berarti pembuatan sebuah titik khusus dalam ruang problema.
• Lakukan pengujian untuk melihat apakah solusi yang dibuat benar–benar merupakan sebuah solusi, dengan cara membandingkan titik khusus tersebut dengan goal-nya (solusi).
• Jika telah diperoleh sebuah solusi, langkah – langkah tersebut dapat dihentikan. Jika belum, kembalilah ke langkah pertama.

Kelemahan dari generate and test adalah perlunya membangkitkan semua kemungkinan sebelum dilakukan pengujian, serta membutuhkan waktu yang cukup lama dalam pencarian. Metode generate and test ini memang kurang efisien untuk masalah yang besar atau kompleks.

         2.2 Hill Climbing

Metode ini hampir sama dengan generate and test, perbedaannya ada pada feedback dari prosedur test untuk pembangkitan keadaan berikutnya. Tes yang dilakukan berupa fungsi heuristik akan menunjukkan seberapa baik nilai terkaan yang diambil terhadap keadaan lain yang memungkinkan. Algoritma dari pencarian ini adalah :

1. Mulai dari keadaan awal, jika merupakan tujuan, maka berhenti; tapi jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal.
2. Kerjakan langkah-langkah berikut hingga solusinya ditemukan, atau hingga tidak ada lagi operator baru yang diaplikasikan pada keadaan sekarang :

• Cari operator yang belum pernah digunakan sebagai operator untuk keadaan baru
• evaluasi keadaan baru tersebut
• jika keadaan baru adalah tujuan, keluar.
• jika bukan tujuan namun nilai lebih baik, keadaan baru akan digunakan sebagai keadaan sekarang.
• jika  keadaan baru tidak lebih baik, maka lanjutkan interasi.

Kelemahan pada sistem ini adalah algoritma akan berhenti ketika mencapai optimum local, urutan penggunaan operator akan sangat berpengaruh, dan tidak diijinkan untuk melihat langkah sebelumnya.

contoh kasusa dan penyelesaian :

Sebagai ilustrasi teknik pencarian simple hill climbing digunakan contoh masalah TSP pada masalah generate and test . Operator yang digunakan adalah operator yang dapat menghasilkan kombinasi lintasan kota yang berbeda-beda, yaitu dengan cara menukar posisi masing-masing kota. Untuk mempermudah penukaran posisi, kita cukup menukar posisi 2 kota, operator untuk kombinasi lintasan dengan menukar posisi 2 kota dapat dihitung dengan kalkulasi

Yaitu :

1. (1,2) menukar posisi kota kesatu dan kedua
2. (1,3) menukar posisi kota kesatu dan ketiga
3. (1,4) menukar posisi kota kesatu dengan keempat
4. (2,3) menukar posisi kota kedua dengan kota ketiga
5. (2,4) menukar posisi kota kedua dengan keempat
6. (3,4) menukar posisi kota ketiga dengan keempat

Penggunaan pengurutan operator harus konsisten, tidak boleh berbeda tiap levelnya.

urutan penggunaan operator juga sangat menentukan kecepatan dalam menemukan solusi.

Level 1 : (ABCD=10 > BACD =9) buka node BACD tanpa harus mencek node yang   selevel dengan BACD.

Level 2 : node ABCD dilewati.

  (BACD=9  =   CABD=9) periksa node tetangga CABD

  (BACD=9  <  DABC=10) periksa node tetangga DABC

  (BACD=9  <  BCAD=10) periksa node tetangga BCAD

  (BACD=9   < BDAC=10) periksa node tetangga BDAC

  (BACD=9   > BADC=6 ) buka node BADC

Level 3 : (BADC=6 < ABDC=8) periksa tetangga ABDC

   (BADC=6 < DABC=8) periksa tetangga DABC

   (BADC=6 < CADB=8) periksa tetangga CADB

   (BADC=6 < BDAC=8) periksa tetangga BDAC

   (BADC=6 <BCDA=9) periksa tetangga BCDA

   (BADC=6 < BADC=9) selesai.

contoh 1, Generate and Test :

Contoh:

kasus 4 kota

Penyelesaian dengan metode Generate and Test :

Generate RandomPath berdasarkan jumlah kota

Generate candidates list menggunakan permutasi

matriks rute


 Pengecekan Rute yang Valid

kesimpulan :

Rute dikatakan valid jika jalur yang dilalui tidak berjarak 0. Jika rute valid, maka jarak dihitung lalu dibandingkan untuk mendapatkan jarak yang paling optimal.

Setiap rute yang valid akan dibandingkan dengan rute valid lainnya guna mendapatkan rute terpendek yang merupakan solusi dari kasus TSP-nya. Yang dalam hal ini dipecahkan menggunakan algoritma Generate & Test.

Kelebihan dari algoritma ini adalah pencariannya yang lengkap dan selalu menghasilkan solusi yang optimal. Sedangkan kekurangannya adalah tidak cocok untuk data yang besar/banyak dan waktu pencariannya yang lama sesuai dengan banyak datanya.

Sumber :

https://sytachoi.wordpress.com/2016/10/18/pert-4-metode-pencarian-dan-pelacakan/

http://yoosinhay.blogspot.co.id/2011/03/teknik-pencarian-perancangan.html

https://profhadibanoe.wordpress.com/2012/01/13/solusi-tsp-dengan-algoritma-generate-test/

http://anasdharmawan.blogspot.co.id/2016/11/blind-search_3.html

http://webcache.googleusercontent.com/search?q=cache:kepq4N2UeTUJ:omar_pahlevi.staff.gunadarma.ac.id/Downloads/files/31327/pertemuan%2B05.ppt+&cd=8&hl=en&ct=clnk&gl=id

TUGAS GRAFIK KOMPUTER dan PENGOLAHAN CITRA

PROGRAM GARIS MENGHUBUNGKAN JAVA NETBEANS

dan FUNGSI OPENGL

Penjelasan singkat OPENGL

OpenGL adalah singkatan dari Open Graphic Library merupakan library yang terdiri dari berbagai macam fungsi dan biasanya digunakan untuk menggambar sebuah atau beberapa objek 2D dan 3D . library-library ini menjelaskan sebuah cross-bahasa , cross platform API ( Antarmuka Pemrograman Aplikasi ) untuk menulis aplikasi yang menghasilkan komputer 2D dan 3D grafis . Bahasa pemrograman yang digunakan pada umumnya adalah pemrograman C/C++ , namun dapat pula menggunakan Java .

OpenGL merupakan library yang digunakan untuk melakukan pemrograman grafik; Graphic Programming . OpenGL bersifat Open-Source, multi-platform dan multi-language serta digunakan mendefinisikan suatu objek, baik objek 2 dimensi maupun objek 3 dimensi. untuk mempelajari pemrograman grafik ini , diharapkan kita dapat menguasai persamaan matematika , terutama operasi matriks . mengapa ? karena didalam melakukan pemrograman grafik anda akan dihadapkan mengenai pembuatan shading , shape , transform ( rotate translation scala ) . OpenGL dikembangkan oleh Silicon Graphic Inc pada tahun 1992 dan digunakan dalam CAD , Virtual reality , Visualisasi Ilmiah , Visualisasi Informasi , dan Simulasi Penerbangan . Dalam Industri game , OpenGL juga sangat berperan dalam hal grafik . pesaingnya adalah DirectX atau Direct3D yang berjalan di platform Microsoft Windows . Saat ini semua bahasa pemrograman mendukung OpenGL. Dan OpenGL bisa bekerja dalam lingkungan Windows, Unix, SGl, Linux, freeBSD. Library dasar dari OpenGL adalah GLUT, dengan fasilitas yang bisa dikembangkan. Untuk OS Windows, library ini terdiri dari 3 file yaitu:

• Glut.h
•  Glut32.lib
• Glut32.dll.

Setelah mengetahui apa itu OpenGL mari perhatikan contoh dari OpenGL tersebut.

Cara memasukkan openGL pada Java Netbeans 6.9.1 dengan libraries bernama lwjgl.

·         

•     Buat foder baru dan beri nama LWJGL di Documents atau terserah ditaruh mana yang penting gampang diingat. kemudian copy  lwjgl-2.9.1, lwjgl-source-2, javadoc dan paste di folder LWJGL yang telah dibuat. note : kalau blum terekstrak di ekstrak dahulu.

• ·         Selanjutnya buka Netbeans IDE. dan setting Library lewat menu Tools –> Libraries.

• Klik tombol Add Jar/Folder dan cari pada folder jar di Data E/LWJGL/lwjgl-2.9.1/jar. Tambahkan file jinput.jar, lwjgl.jar, dan lwjgl_util.jar (tekan command untuk memilih 3 file tersebut sekaligus.

• Dalam menu Sources> ADD JAR/Folder>masih dalam folder lwjgl>double klik src>masukkan semua folder generated dan java sehingga menu Sources tersebut terdapat JAR-JAR tersebut.

• Dalam Menu Javadoc masukkan semua folder Javadoc sehingga menu Javadoc tersebut terdapat jar tersebut yang telah diinput.

Untuk informasi lebih lengkapnya ketik link program dan link materi program dibawah ini :

LINK PROGRAM

Scrip Program :

https://drive.google.com/file/d/0B2WTItXAiVrdTmcwV0xCS3ZfelU/view?usp=sharing

library Opengl :

https://drive.google.com/file/d/0B2WTItXAiVrdSko4aEk4bkdjZFU/view?usp=sharing

LINK Penjelasan Program :

https://drive.google.com/file/d/0B2WTItXAiVrdaU5yb1lsRkNtaVk/view?usp=sharing

Referensi :
http://itdare.blogspot.co.id/2014/06/sejarah-singkat-perkembangan-opengl-dan.html
http://computergraphicsindonesia.blogspot.co.id/2015/01/cglwjgl0001-memasukkan-library-lwjgl-ke.html
https://id.wikipedia.org/wiki/OpenGL

DIFINISI PEAS(Performeasure, Environment, Acuators, Sensors)

Performance Measure

Dalam kaitannya dengan pengukuran kinerja sebuah perusahaan, terdapat beberapa istilah yang biasa digunakan, antara lain yaitu pengukuran kinerja (performance measurement), ukuran kinerja (performance measure), metrik kinerja (performance metric). Istilahistilah tersebut seringkali digunakan secara bergantian. Pengukuran kinerja dapat didefinisikan sebagai proses pengkuantifikasian efisiensi dan efektivitas dari tindakan yang lalu. Ukuran kinerja dapat didefinisikan sebagai sebuah parameter yang digunakan untuk mengkuantifikasi efisiensi dan/atau efektivitas dari tindakan yang lalu. Metrik kinerja adalah definisi dari cakupan, isi dan bagian-bagian komponen dari sebuah ukuran kinerja yang berbasis luas.

Environment

Kata environment dalam bahasa Indonesia berarti lingkungan jadi bisa kita artikan kalau marketing environment itu lingkungan pemasaran. Dengan kata lain, lingkungan sekitar kita dalam melakukan aktifitas pemasaran itu termasuk marketing environment. Berdasarkan businessdictionary.com marketing environment adalah kumpulan pengaruh non-marketing yang berdampak pada keberhasilan seorang manajer marketing dalam membentuk dan menjaga hubungan baik dengan pelanggan yang diinginkan.

Acuators

Aktuator adalah bagian keluaran untuk mengubah energi suplai menjadi energi kerja yang dimanfaatkan. Sinyal keluaran dikontrol oleh sistem kontrol dan aktuator bertanggungjawab pada sinyal kontrol melalui elemkeonn trol terakhir. Jenis lain dari bagian keluara digunakan untuk mengindikasi status kontrol sistem atau aktuator.

Actuator adalah elemen yang mengkonversikan besaran listrik analog menjadi besaran lainnya misalnya kecepatan putaran dan merupakan perangkat elektromekanik yang menghasilkan daya gerakan sehingga dapat menghasilkan gerakan pada robot. Untuk meningkatkan tenaga mekanik aktuator dapat dipasang sistem gearbox.

Aktuator dapat melakukan hal tertentu setelah mendapat perintah dari kontroler.Misalnya pada suatu robot pencari cahaya, maka jika terdapat cahaya sensor akan memberikan informasi kepada kontroler yang kemudian akan memerintahkan kepada aktuator untuk bergerak mendekati arah cahaya.

Sensors

Sensor adalah perangkat yang dapat mendeteksi dan me-respon beberapa jenis masukan dari lingkungan fisik. Input spesifik bisa cahaya, panas, gerak, kelembaban, tekanan, atau salah satu dari sejumlah besar fenomena lingkungan lainnya.

Output-nya umumnya sinyal yang di-konversi ke display terbaca-manusia di lokasi sensor atau dikirimkan secara elektronik melalui jaringan untuk membaca atau diproses lebih lanjut.

co: termometer, sensor oksigen,sensor gerak.

Referensi :

http://rocketmanajemen.com/mengenal-marketing-environment/ 

http://eprints.uny.ac.id/8588/6/BAB%202%20-08412141049.pdf 

http://abi-blog.com/apakah-sensor-pembahasan-dan-penjelasan/

http://dentha77.blogspot.co.id/2013/02/pengertian-aktuator.html

Definisi Agent dan Contohya

 Pengertian sebuah AGENT adalah segala sesuatu yang dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata, telinga, dan organ lain untuk sensor, dan tangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencari inframerah untuk sensor dan berbagai motor untuk efektor.

atribut yang ada pada agent:

• Percept: masukan “indera” si agent. Dengan kata lain: input.
• Percept sequence: sejarah input si agent.
• Actions: tindakan yang dilakukan oleh si agent.
• Environment: lingkungan di mana si agent berada.

Tipe agent : 

• Simple Reflex Agents
• Model Based Reflex Agent
• Goal-Based Agents
• Utility-Based Agents

Struktur sebuah agent :

1. ·        Agent function:  Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action), co: f : P* → A.
2. Agent program : Sebuah program yang mengimplementasikan fungsi f di atas arsitektur
3. Agent = Arsitektur + Program : Agent program menerima input percept terakhir (*mungkin* ia menyimpan percept sequence di dalam memory-nya)

Contoh: VacuumCleanerWorld

Jenis-jenis agent program :

• Simple reflex agents: hanya berdasarkan percept terakhir.
• Model-based reflex agents: memiliki representasi internal mengenai keadaan lingkungan.
• Goal-based agents: memiliki informasi mengenai tujuan, memilih tindakan yang mencapai tujuan.
• Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan → utility function. Berkaitan dengan performance measure.
• Learning agents: belajar dari pengalaman, meningkatkan kinerja.

Sifat-sifat environments :

• Accessible vs. inaccessible.
• Deterministic vs. nondeterministic.
• Episodic vs. nonepisodic.
• Static vs. dynamic.
• Discrete vs. continuous.

Contoh Agents : 

1. Contoh: Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan

·         Performance measure: sampai tujuan, tidak melanggar lalu lintas, perjalanan nyaman, hemat bensin.

·         Environment: jalan, lalu lintas, pejalan kaki, pelanggan.

·         Actoators: arah stir, gas, rem, klakson, sinyal kiri atau kanan.

·         Sensors: video, speedometer, GPS, keyboard.

Contoh: Medical Diagnosis System

·         Performance measure: pasien sembuh, biaya murah, tidak menyalahi hukum.

·         Environment: pasien, rumah sakit, suster, dokter.

·         Actoators: layar monitor (pertanyaan, test, diagnosa, treatment, petunjuk).

·         Sensors: keyboard (masukkan gejala penyakit, jawaban pasien).

3)      Contoh: Robot Pabrik Penjamin Mutu

Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada  ban berjalan ke dalam kotak berbeda

·         Performance measure: presentase jumlah komponen yang diletakkan pada kotak yang benar.

·         Environment: ban berjalan, komponen yang diuji, kotak.

·         Actuators: gerak lengan dan tangan robot.

·         Sensors: kamera, sensor fisik.

4)      Contoh: Interactive English Tutor

Sebuah agent tutor yang memberikan latihan english secara interaktif

·         Performance measure: nilai skor maksimal.

·         Environment: para siswa.

·         Actuators: laya monitor (latihan, saran koreksi).

·         Sensors: keyboard.




Referensi :
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/pengertian-agent-pada-ai-artificial.html
https://arifust.wordpress.com/2011/05/21/agen-cerdas-ia/
kambing.ui.ac.id/bebas/v15/umum/romi/romi-agent.doc

ARTIFICIAL INTELEGENCE

Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang.

1. Era Komputer Elektronik (1941 - 1950)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Kemampuan mesin elektronika baru menyimpan sejumlah besar info, memproses dengan kecepatan sangat tinggi menandingi kemampuan manusia.

2. Awal Perkembangan AI ( 1952 - 1969 )

Pada tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan.

Pada tahun 1958, McCarthy mendefinisikan bahasa pemrograman tingkat tinggi yaiyu LISP.

Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.

3. Perkembangan AI Melambat ( 1966 - 1974 )

Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu :

• Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya.
• Banyak masalah yang harus diselesaikan oleh AI.

4. AI saat ini

Beberapa teknik AI yang digunakan pada saat ini yaitu, searching, reasoning, planning, dan learning. Searching adalah teknik untuk pencarian optimum pada berbagai masalah seperti jarak tempuh, kamus, web browser. Reasoning adalah teknik untuk penalaran, seperti permainan catur. Planning adalah teknik untuk perencanaan, seperti software untuk menentukan minimum requirement sebuah pesawat terbang dll. Learning adalah teknik untuk pembelajaran, yaitu computer mampu belajar sendiri hanya dengan diberi pengetahuan tertentu, contohnya mesin penerjemah.

AI (Artificial Intelligence) 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, games, logika fuzzy, dan robotika.

AI dapat ditinjau dari dua pendekatan, yaitu pendekatan ilmiah dan pendekatan teknik. Pendekatan ilmiah ini melihat batas sementara dari komputer dengan perkembangan teknologi lanjutan. Sedangkan menurut pendekatan teknik, yaitu usaha mengatasi atau memecahkan persoalan-persoalan dunia nyata.

Contoh dari AI :

1. Game Playing

Game biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan oleh player. Tujuan intinya adalah membuat non-player memiliki strategi yang cerdas untuk mengalahkan player.

2. Robotika

Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. robot diperlengkapi dengan actuator  seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi. seorang ilmuwan Islam pada dinasti Artuqid pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige Tanaka.

3. Boxever

Boxever, dikembangkan oleh CEO, Dave O’Flanagan, adalah sebuah perusahaan yang sangat mengandalkan machine learning untuk meningkatkan pengalaman konsumen dalam industry travel. Melalui machine learning dan penggunaan AI, perusahaan tersebut membantu para konsumennya untuk mencari jalan baru untuk berhubungan dengan klien mereka dalam perjalanan travel.

4. Tesla

Tesla mungkin salah satu mobil terbaik yang pernah dibuat. Tidak hanya karena fakta ia telah meraih banyak penghargaan, tetapi karena kemampuan prediksinya, fitur kemudi otomatis dan berbagai teknologi yang benar – benar “keren.” Siapapun yang telah merasakan teknologi dan mobil harus memiliki sebuah Tesla, dan kendaraan – kendaraan ini hanya dapat semkain pintar dan pintar berkat pada pembaharuan online yang terus dilakukan.

5. Visual Recognition

Kemampuan komputer menangkap signal elektronik pada suatu kamera. Kemampuan ini dapat kita jumpai pada laptop terbaru. Misal laptop LENOVO 3000 Y410 keluaran IBM.

Laptop ini menggunakan face detector sehingga untuk mengakses sebuah laptop dipasangi pasword dari gambar wajah pemiliknya, maka orang lain dengan wajah berbeda tidak dapat membuka laptop tersebut.

Referensi :

http://panduelnino.blogspot.co.id/2015/01/pengertian-dan-sejarah-dari-artificial.html

http://yukemirandha.blogspot.co.id/2014/01/sejarah-artificial-intelligence.html

https://beyonder.asia/10-produk-nyata-penggunaan-ai-part-1/

http://www.danang-ekal.com/2013/03/contoh-contoh-kecerdasan-buatan_19.html#.WcvSAluCzIU

Service-Level Agreement (SLA) & Oprational-Level Agreement (OLA)

Service Level Agreement

Service level agreement atau diterjemahkan "Perjanjian Tingkat Layanan" adalah bagian resmi yang berlaku antara penyedia layanan dan klien. Aspek khusus dari kualitas layanan, ketersediaan dan tanggung jawab disepakati antara penyedia layanan dan penngguna layanan. SLA bisa dibilang sebagai kesepakatan dalam sebuah organisasi yang dijadikan sebuah standart kualitas atas pelayanan yang dinyatakan dalam waktu pelayanan proses sampai selesai.

Mengapa diperlukan SLA ?

dari difinis SLA diatas, terdapatt dua pihak yang berkepentingan yaitu pihak penyedia(supplier) dan pihak pelanggan(costumer). tentunya keduanya memiliki harapan masing-masing yang bisa saja berbeda. Harapan pelanggan menginginkan produk/layanan tersedia dengan cepat, namun dari pihak penyedia memerlukan waktu proses untuk menyediakan produk/layanan yang dibutuhkan tersebut. perbedaan harapan ini yang perlu dikomunikasikan agar tidak terjadi konflik.

disini SLA untuk enjebatani perbedaan harapan, mendefinisikan wewenang dan tanggung jawab masing-masing pihak sekaligus menjadi alat ukur efektifitas penyediaan produk/layanan oleh supplier.

penggunaan Sla tidak terbatas pada dunia IT tau telekomunikasi, mereka digunakan untuk real estate, medis dan bidang apapun yang menyediakan produk atau layanan kepada pelanggan.  

Bagaimana membuat SLA ?

Sebelum membuat SLA, terlebih dahulu memahami tentag unsur yang terkait dalam SLA :

• Supplier merupaka pihak memberikan sumber daya kepada organisasi untuk menjalankan proses menghasilkan produk/layanan
• Input merupakan segala sumber daya digunakan dalam proses menghasilkan produk/layanan, meliputi manusia, metode, material, dan lingkungan.
• Proses merupakan serangkaian aktivitas untuk menghasilkan produk/layanan, meliputi :proses utama proses yang dilakukan menghasilkan produk, proses pendukung yaitu proses yang dilakukan untuk mendukung proses utama, dan proses manajemen yaitu proses yang dilakukan untuk menyempurnakan proses utama.
• Output merupakan berupa produk/layanan yang dihasilakan sari suatu proses.
• Costumer adalah pihak menerima/membutuhkan produk/layanan dari suatu organisasi.

dan untuk mebuat SLA dapat menggunakan tool value stream map(VSM), yaitu teknik yang digunakan untuk menganalisis dan mendesain flow(alur) dokumen dan informasi yang dibutuhkan dalam memperoses produk/layanan.VSM berkaitan dengan proses total waktu proses yang bernilai tambah delay time(waktu tunda), banyaknya operator, dan input yang digunakan.

Operational Level Agreement

Operational level agreement atau diartikan "Perjanjian Tingkat Operasional" adalah hubungan yang saling tergantung dalam mendukung perjanjian tingkat layanan(SLA).  dimana kelompok TI memberikan layanan atau rangkaian layanan. Tujuan OLA adalah untuk mengatasi dan memecahkan masalah TI degan menetapkan seperangkat kriteria tertentu dan menentukan rangkaian layanan TI tertentu yang masing-masing departemen bertanggung jawab.

Saat membicarakan keduanya, OLA mengacu pada tingkat perjanjian operasional dan SLA mengacu pada tingkat kesepakatan layanan, berfokus pada layanan seperti uptime of service dan kinerja.

Saat membandingkan kelompok, OLA memiliki kelompok sasaran yang lebih pendek dibanding SLA. perbedaan ini yang bisa dilihat bahwa perjanjian tingkat operasional lebih bersifat teknis daripada service level agreement.

Mengapa diperlukan OLA ?

OLA dibutuhkan untuk memastikan bahwa kegiatan yang mendasari yang dilakukan oleh sejumlah komponen tim pendukung secara jelas disesuaikan untuk menyediakan SLA yang dimaksud. jika keberadaan OLA tidak ada, seringkali sangat sulit bagi organisasi kembali dan memberi persetujuan insinyur antara tim pendukung untuk mengirimkan SLA. OLA sangat berguna sebagai dasar praktik yang baik dan kesepakatan bersama.

STUDI KASUS :

Penggunaan IT Pada Perusahaan Minyak dan Gas Alam CHEVRON, Tantangan yang Dihadapi, Manfaat yang Didapatkan, Serta Risiko Penggunaan IT”

Chevron adalah mitra dalam perekonomian Indonesia dan telah menjadi bagian dari anggota masyarakat selama lebih dari 80 tahun. Chevron adalah produsen minyak mentah terbesar di Indonesia, yang menyumbangkan sekitar 40 persen produksi nasional.Saat ini, Chevron didukung oleh lebih dari 6.400 karyawan handal dan lebih dari 30.000 karyawan mitra. Lebih dari 97 persen karyawan Chevron adalah warga negara Indonesia.

Langkah besar pertama Chevron di bidang eksplorasi dan produksi energi Indonesia dimulai pada tahun 1924, ketika Standard Oil Company of California (Socal), kini Chevron, mengirimkan ekspedisi geologi ke Pulau Sumatera.Sejak itu, selama lebih dari setengah abad, Chevron telah menjadi produsen minyak mentah dan panas bumi terbesar di Indonesia.

Chevron juga memasarkan produk pelumas di Indonesia melalui anak perusahaan PT Chevron Oil Products Indonesia. PT Chevron Oil Products Indonesia memasarkan pelumas Caltex® ke seluruh Indonesia melalui jaringan distribusi. Produk-produk ini melayani pasar komersial, industri, konsumen umum dan kelautan. Melalui unit bisnis perdagangan Chevron di Singapura, Chevron juga memasarkan minyak mentah, bahan bakar mentah lain dan minyak bumi olahan kepada Pertamina, perusahaan minyak dan gas bumi milik Pemerintah Indonesia. Chevron juga memasarkan produk-produk kepada pengimpor dan distributor terdaftar. Chevron memasarkan aspal melalui merek dagang Caltex Asphalt™.

Chevron bangga dengan apa yang telah di lakukannya dan menjunjung tinggi kemitraan yang kuat dan berkelanjutan dengan Pemerintah Indonesia, lembaga non pemerintah dan masyarakat sekitar, yang menjadi landasan dari kemajuan bersama demi memenuhi kebutuhan energi Indonesia. Chevron adalah penghasil minyak bumi terbesar di Indonesia, dengan total rata-rata produksi sebesar 442.000 barel fluida per hari pada tahun 2011. Total rata-rata produksi harian gas alam adalah 636 juta kaki kubik.

Bermitra dengan Pemerintah Indonesia, (KKS) dengan Satuan Kerja Sementara Pelaksana Kegiatan Usaha Hulu Minyak dan Gas Bumi (SKMIGAS).Melalui anak perusahaan PT Chevron Pacific Indonesia, mengoperasikan KKS Rokan dan Siak di Riau, Sumatera, Chevron juga mengoperasikan empat KKS lepas pantai di Kutei Basin, termasuk kepemilikan 92,5 persen di KKS East Kalimantan. Pada September 2011, Chevron mengurangi kepemilikan pada tiga KKS Makassar Strait menjadi 72 persen, 62 persen di Rapak dan 62 persen di Ganal.

Di Papua Barat, Chevron memiliki 51 persen kepemilikan dan mengoperasikan KKS West Papua I dan West Papua III. Kedua KKS ini mencakup wilayah sekitar 2 juta are (8.000 kilometer persegi). Chevron memiliki 25 persen kepemilikan non operasi di wilayah lepas pantai, Blok B South Natuna Sea, sebelah timur laut Blok Rokan.Operasi energi panas bumi kami di Indonesia menjadikan Chevron sebagai produsen energi panas bumi terbesar di dunia. Kami mengelola dua lapangan panas bumi di Jawa Barat dan sebuah pembangkit listrik cogeneration dan wilayah prospek geothermal di Sumatera.

IT YANG DIGUNAKAN OLEH CHEVRON

Seiring dengan pesatnya perkembangan teknologi informasi dan telekomunikasi dan mengarah kepada kompetitor global, PT Chevron Pacific Indonesia (CPI) memiliki dan menerapkan teknologi informasi untuk proses pengadaan barang dan jasa (e-procurement) untuk memenuhi kebutuhan operasinya. CPI adalah perusahaan minyak dan gas Indonesia yang pertama kali menerapkan modul buyer, disamping modul sourcing, contract dan modul analisis dengan memanfaatkan kemajuan teknologi informasi untuk meningkat kemampuan mengolah, mengelola, menyalurkan dan mendistribusikan informasi ke publik. Saat ini ada beberapa perusahaan minyak dan gas Indonesia yang telah menerapkan teknologi informasi dengan memanfaatkan kemajuan di bidang IT. Untuk pengadaan proses barang dan jasa dengan aplikasi berbasis web.

Kajian penerapan teknologi informasi di PT. Chevron Pasific Indonesia(CPI) bertujuan untuk mengetahui sejauh mana penerapannya bermanfaat bagi public. Untuk menilai kinerja system, perlu ditentukan stakeholder terkait, criteria penilaian dan indicator yang dinilai. Penerapan teknologi antara lain harus memenuhi kriteria tepat guna (user friendly), hemat biaya (cost saving), hemat waktu (reduce cycle time), serta memiliki infrastruktur yang memadai. Sedangkan sebagai Perusahaan Kontraktor Kerjasama bagi hasil (KKKS) harus memenuhi rasa keadilan dan transparansi, serta sesuai hukum atau perundangan yang berlaku. Pembahasan dan analisa dilakukan secara statistik deskriptif terhadap kuesioner yang didistribusikan secara purposif sampling. Analisis kualitatif juga dilakukan terhadap jawaban terbuka kuesioner dan hasil wawancara terhadap pimpinan tertinggi Supply Chain Management (SCM) Chevron di Indonesia dan staf BPMIGAS.

TANTANGAN YANG DIHADAPI

E-procurement merupakan sistem pengadaan barang atau jasa dengan menggunakan media elektronik seperti internet atau jaringan komputer. E-procurement diterapkan dalam proses pembelian dan penjualan secara online supaya lebih efisien dan efektif. E-procurement mengurangi proses-proses yang tidak diperlukan dalam sebuah proses bisnis. Dalam prakteknya, e-procurement mengurangi penggunaan kertas, menghemat waktu dan mengurangi penggunaan tenaga kerja dalam prosesnya.

Refrensi :

https://en.wikipedia.org/wiki/Service-level_agreement

https://de.wikipedia.org/wiki/Operational_Level_Agreement

http://www.bppk.kemenkeu.go.id/publikasi/artikel/167-artikel-pajak/12530-mengenal-lebih-dekat-sla-service-level-agreement

https://bambangsuhartono.wordpress.com/2013/07/26/pengertian-dan-cara-perhitungan-sla-service-level-agreement/

http://surahyo.blogspot.co.id/2007/12/information-technology-infrastructure.html

http://www.differencebetween.net/miscellaneous/difference-between-ola-and-sla/
http://tutisriendrawati.blogspot.co.id/2015/06/studi-kasus-penggunaan-it-pada.html