Disusun oleh :
NIM : 41814110027
I
KATA PENGANTAR
Dalam kesempatan ini penulis mengucapkan terima kasih kepada semua pihak yang
telah membantu sehingga makalah ini dapat diselesaikan tepat pada waktunya. Makalah ini
masih jauh dari sempurna. Oleh karena itu, kritik dan saran yang bersifat membangun sangat
saya harapkan demi sempurnanya makalah ini.
Semoga makalah ini memberikan informasi bagi masyarakat dan bermanfaat untuk
pengembangan wawasan dan peningkatan ilmu pengetahuan bagi kita semua.
II
DAFTAR ISI
Halaman Judul...................................................................................................................... I
IV. Penerapan Kecerdasan Buatan pada Bidang Pertahanan dan Keamanan ........... 19
DAFTAR PUSTAKA…………………………………………………………...…………21
III
BAB I
PENDAHULUAN
Sebelum membahas bagaimana Sistem Informasi Manajemen lebih lanjut, berikut ini
akan diberikan definisi ringkas dari Sistem Informasi Manajemen yaitu: “serangkaian sub-
sistem informasi yang menyeluruh dan terkoordinasi dan secara rasional mampu
menstransformasikan data sehingga menjadi informasi dengan berbagai cara, guna
meningkatkan produktivitas yang sesuai dengan gaya dan sifat manajer” (Ismail, 2013).
1
Dari definisi tersebut ada beberapa poin yang perlu diuraikan lebih lanjut:
g) Sistem Informasi Manajemen sesuai dengan gaya manajer. Sistem Informasi Manajemen
dikembangkan lewat pengenalan atas sifat dan gaya manajerial dari personil yang akan
menggunakannya. Para perancang sistem apabila akan mengembangkan Sistem Informasi
Manajemen hendaknya mempertimbangkan faktor manusiawi dengan cermat. Apabila tidak
demikian, maka sistem yang dihasilkan tidak efektif.
Secara teoritis, komputer bukanlah persyaratan mutlak bagi sebuah Sistem Informasi
Manajemen, namun dalam prakteknya Sistem Informasi Manajemen yang baik tidak akan
berjalan lancar tanpa bantuan kemampuan sebuah komputer. Maka pemnafaatan sistem
komputer juga harus diperhatikan demi menunjang kemampuan manusia dalam mengelola
suatu Sistem Informasi Manajemen.
2
BAB II
PEMBAHASAN
- Robot pendidikan (educational robots) : digunakan untuk membantu dalam proses mengajar
tentang operasi dan penggunaan dari robot industri.Contoh robot yang digunakan dalam
bidang pendidikan:
a. Rhino Robot XR-2 System: Robot ini dibuat oleh Rhino, Inc., dan digunakan untuk simulasi
tentang operasi dari robot-robot industri. Rhino XR-2 dapat diprogram melalui komputer
Apple dan programnya dapat disimpan di disk.
b. Microbot: Microbot mempunyai dua macam robot, yaitu Microot Minimower dan
Microbot Teachmower. Minimower dapat diprogram dengan komputer Apple atau TRS-80.
Teachmower digunakan untuk simulasi robot industri dan menggunakan teach pendant untuk
memprogramnya serta dapat digunakan komputer Apple atau TRS-80 untuk menyimpan
program.
c. Hero-1: Robot ini dibuat oleh Heath/Zenith, merupakan robot yang dapat bergerak dan
dirancang untuk membantu mempelajari robot industri. Robot ini mempunyai beberapa unit
sensor. Unit sensor ini dapat mendeteksi gerak, mengukur jarak sampai 15 feet, mendeteksi
perubahan tinggkat cahaya, membedakan dua buah suku kata dan menggunakan speech
synthesizer, sehingga dapat berbicara. Hero-1 juga dilengkapi dengan teach pendant.
3
Computer Assisted Instruction (CAI )
Pendapat saya : sistem ini sangat berguna sekali karna siswa dapat langsung ber interaksi
langsung tanpa malu malu,dan juga seorang guru dapat mengetahui kemampuan siswa nya
masing masing dan juga kerja guru akan diringan kan. Namun apakah dengan mengunakan
Komputer ini anak ditakut kan akan tidak serius malah akan keasikan bermain tidak fokus
terhadap materi yang diajarkan.
4
Penerapan Intelligent Tutoring Systems dalam dunia pendidikan
Dalam hal ini pengguna dituntut tidak hanya memberikan jawaban-jawaban dari
permasalahan yang ada dengan benar saja, namun dengan efektif pula, sesuai dengan solusi
optimal yang diciptakan oleh sistem kecerdasan buatan yang ada. Sehingga akan membantu
user di dalam pembelajaran masalah dengan sangat baik. ITS yang mana didalamnya memuat
suatu metode dari sistem kecerdasan buatan akan menghasilkan suatu solusi yang optimal
dari permasalahan yang ada. Berdasarakan solusi optimal tersebut, jawaban langkah-langkah
yang telah diinputkan akan dibandingkan. Kemudian dengan menggunakan algoritma yang
ada, akan dihasilkan suatu keluaran apakah jawaban yang diinputkan sudah efektif atau masih
belum.
ITS juga memberikan suatu keluaran berupa evaluasi dari pembelajaran yang
dilakukan oleh pengguna, dimana acuan yang didapatkan diperoleh pada saat pengguna
melakukan uji coba. Konsep ITS tidak hanya berguna untuk menyelesaikan masalah saja
namun juga berguna sebagai suatu sistem yang memberikan evaluasi atau saran kepada
pengguna di dalam menyelesaikan masalah. Dalam proses pembelajaran, ITS dapat
menerapkan berbagai macam metode pembelajaran yang ada. Pada implementasinya,
pemilihan metode pembelajaran akan mempengaruhi jenis teknologi apa yang nantinya akan
digunakan pada ITS tersebut.
ITS memiliki begitu banyak efektifitas bagi para pelajar, terutama dalam mengenal
dan membiasakan diri dengan dunia teknologi dan alat pembelajaran yang modern. Tetapi
sepertinya, metode ini belum cocok untuk diterapkan di Indonesia, karena ITS tentunya
hanya dapat disediakan untuk sekolah-sekolah yang elit, yang sudah memiliki kemampuan
untuk menyediakan sarana pembelajaran ini. Sedangkan seperti yang kita lihat, sekolah-
sekolah di Indonesia belum seluruhnya memiliki kemampuan yang cukup dalam
menyediakan sarana ini. Seharusnya, program ini sudah diberlakukan untuk seluruh sekolah
di Indonesia agar seluruh pelajar di Indonesia tidak akan canggung lagi saat berhadapan
dengan teknologi khususnya komputer di masa-masa yang akan datang. Sebenarnya ini
adalah tanggungan pemerintah untuk memajukan pendidikan dan pengetahuan umum para
generasi muda di Indonesia. Semoga di masa-masa yang akan datang, pemerintah sudah
sanggup untuk menyediakan program ini untuk seluruh sekolah di Indonesia.
5
II. Penerapan Kecerdasan Buatan pada Bidang Kedokteran
Pada dewasa ini sistem informasi kecerdasan buatan (Artifical Intellegance) sangat
banyak dibutuhkan dalam berbagai bidang ilmu. Teknologi softcomputing merupakan adalah
sebuah bidang kajian penelitian interdisipliner dalam ilmu komputasi dan kecerdasan
buatan. Sebagai contohnya dimana beberapa teknik dalam softcomputing diantaranya sistem
pakar (expert system), jaringan saraf tiruan (neural Networks), logika fuzzy (fuzzy logic),
dan algoritma genetik (genetic algorithms) mulai banyak diterapkan dalam aplikasi-aplikasi
yang sangat membantu manusia dalam menjalan kan tugas dan mencapai tujuan tertentu yang
ingin dicapai.
Salah satu sub bidang yang menggunakan sistem kecerdasan buatan untuk mengatasi
dan menganalisis permasalah yang ada adalah bidang kedokteran. Pengembangan aplikasi
kecerdasan buatan pada bidang kedokteran sangat membantu sekali beberapa user yang
terlibat dalam kedokteran.
Penelitian yang dilakukan Ting-Sheng Weng dan Chien-Hung Kuo pada tahun 2009
dengan judul “Development and Research on the Intelligent Emergency Medical Information
System: A Case Study of Yunlin and Chiayi Counties in Taiwan ”, merupakan salah satu
aplikasi yang sangat membantu pasien untuk mempercepat dan mempermudah dalam
mendapatkan pelayanan serta membantu tenaga medis untuk melaksanakan tugasnya dengan
cepat dalam menangani pasien. Dalam penelitian tersebut di ciptakan sebuah aplikasi sistem
infomasi darurat dalam menangani pasien secara cerdas di suatu daerah. Dimana jika terjadi
kecelakaan ataupun pasien yang ingin ke sebuah rumah sakit di daerah tersebut dengan
mudah dan cepat dapat ditunjukkan oleh sistem ini atau akan meningkatkan kecepatan dan
pelayanan ambulan dalam membantu pelayanan darurat medis serta efisien waktu tempuh
untuk menemukan posisi rumah sakit terdekat dengan pasien yang membutuhkan pelayanan.
Sistem Kerja: sistem dirancang untuk membantu memecahkan masalah antara pasien dengan
tenaga medis/rumah sakit. Dalam sistem ini, diciptakan sebuah tugas fungsi darurat
penyelamatan medis. Sistem ini menggunakan peta satelit Formosa 2 (FORMOSAT-2) dan
teknologi Ajax untuk mengakses informasi terhadap peta dan memungkinkan operator pusat
untuk menentukan lokasi yang benar dari pasien secara tepat waktu.
Berdasarkan lokasi pasien, kemudian ambulans akan mengetahui posisi pasien dari layanan.
Kemudian, teknisi medis darurat sejalan penyelamatan pertama yang menggunakan perangkat
mobile pasien atau smart phone dapat terhubung ke sistem melalui GPRS (General Packet
Radio Service ) atau 3G (Third Generation Wireless Format) untuk mencari pasien. Akhirnya,
teknisi medis darurat bisa memasukkan kondisi pasien ke dalam sistem, dan kemudian sistem
akan menentukan rujukan rumah sakit mana yang paling tepat.
6
Gambar 1. sistem Proses penyelamatan darurat medis
Hasil yang diperoleh: Penelitian yang telah dilakukan tersebut bertujuan untuk
meningkatkan kemungkinan bahwa pasien menerima pengobatan yang tepat, dan disesuaikan
untuk mengurangi pemborosan waktu yang disebabkan oleh transportasi yang tidak perlu
antara rumah sakit. Sistem ini merupakan pengintegrasian sistem informasi rumah sakit
dengan menggunakan ASP berbasis Web. Aplikasi mobile, dan bahasa teknologi Ajax,
JavaScript dan SQL untuk membuat suatu sistem cerdas untuk informasi medis darurat yang
menggabungkan aplikasi web, peta satelit dan fungsi keputusan darurat medis mobile.
Diharapkan dengan menggunakan sistem ini, akan dapat meningkatkan efisiensi transportasi
pasien di rumah sakit.
Penelitian yang dilakukan Rifat Shahriyar dkk (2009), dengan judul “Intelligent
Mobile Health Monitoring System (IMHMS)”, dimana penelitian ini membahas tentang
Handphone Health Care merupakan sistem integrasi antara komputasi mobile dengan
pemantauan kesehatan manusia. Aplikasi teknologi komputasi mobile ini untuk
meningkatkan komunikasi antara pasien, dokter dan petugas kesehatan. Perangkat mobile
telah menjadi bagian tak terpisahkan dari kehidupan kita ternyata dapat diintegrasikan dengan
kesehatan manusia. Hal ini memungkinkan penyampaian informasi medis yang akurat kapan
saja di mana saja dengan menggunakan ponsel.
Sistem Kerja: IMHMS akan mengumpulkan data fisiologis pasien melalui bio-sensor.
Data dikumpulkan dalam jaringan sensor dan ringkasan, kemudian data yang dikumpulkan
ditransmisikan ke komputer pribadi pasien atau ponsel / PDA. Perangkat ini akan mentransfer
data ke server untuk analisis medis. Setelah menganalisa data, server memberikan masukan
medis ke komputer pribadi pasien atau ponsel / PDA. Pasien dapat mengambil langkah-
langkah berdasarkan umpan balik. IMHMS berisi tiga komponen :
7
Wearable Body Sensor Network [WBSN] : pada bagian ini terdiri dari banyak sensor-
sensor (bio-sensor) yang di tanam pada tubuh manusia, sensor ini akan menangkap
semua kejadian pada setiap organ tubuh manusia dan kemudian mengirimkannya
data-data yang terekam ke central controller, dimana ini merupakan pusat yang
bertanggung jawab untuk mentransmisikan data pasien ke telepone, komputer pribadi
maupun ke PDA.
Gambar 2 . WBSN
Intelligent Medical Server [IMS] : IMS akan menerima data dari semua PPHS. IMS
merupakan tulang punggung dari seluruh arsitektur sistem ini. Data yang ada dapat
dipelajari dari catatan pengobatan pasien sebelumnya. Setiap kali dokter atau spesialis
memeriksa pasien, pemeriksaan dan hasil pengobatan disimpan dalam database pusat.
IMS menggunakan teknik data mining state-of-the-art seperti jaring saraf, aturan
asosiasi, pohon keputusan tergantung pada sifat dan distribusi data. Setelah
pengolahan informasi untuk memberikan umpan balik untuk PPHS atau
menginformasikan otoritas medis dalam situasi kritis. PPHS menampilkan umpan
balik kepada pasien. otoritas kesehatan untuk mengambil tindakan yang diperlukan.
8
Pada penelitian yang dilakukan Prasdl dkk (2011) dengan judul “An Approach to
Develop Expert System in Medical Diagnosis using Machine Learning Algorithms (Asthma)
and a Performance Study”, mengatakan bahwa Mesin Intelijen memainkan peranan penting
dalam perancangan sistem pakar dalam diagnosis medis. Di India banyak orang yang
menderita beberapa jenis penyakit seperti asma, kanker diabetes, dan banyak lagi. Dalam
penelitian ini peneliti mempertimbangkan untuk membuar sistem pakar diagnosis asma. Data
diagnosis asma dapat dilakukan dengan dua cara 1) melalui kuesioner dan 2) melalui data
klinis. Metode yang dipakai dalam penelitian ini adalah dengn menggunakan pendekatan
Machine Learning Algorithmts, metode Backpropogation, algoritma C45, Bayesian Network,
dan Particle Swarm Optimazation.
Hasil yang diperoleh: dari penelitian ini pula dapat didefinisikan konteks memori
tergantung pada jaringan neurel-asosiatif dan Particle Swarm Optimazation adalah salah
satu algoritma terbaik dari jaringan Bayesian, Backpropogation dan C4.5.
Particle Swarm Optimazation adalah salah satu metode yang paling menjanjikan
untuk merancang dan mengembangkan sistem pakar dalam diagnosis medis. Bila
dibandingkan dengan algoritma backpropogation, Particle Swarm Optimazation adalah
metode menjanjikan dari analisis neurel network.
Masih tentang penelitian sistem pakar, tetapi penelitian yang dilakukan Gang lou dkk,
(2009) dengan judul “Intelligent Consumer-Centric Electronic Medical Record ”,
menjelaskan tentang pemanfaatan sistem pakar berbasis web-base untuk memperluas
cakupan pasein tentang medical record. Sebuah sistem pakar menggunakan pengetahuan
medis untuk mengubah informasi dalam EMRs menjadi satu set "panduan pencarian
informasi" yang mencerminkan situasi medis pengguna dan kebutuhan kesehatan.
Sistem Kerja: mesin pencari berbasis web menggunakan panduan pencarian informasi untuk
mengambil informasi kesehatan pribadi. Pendekatan ini menggabungkan sistem pakar
domain tertutup dengan orang-orang dari sistem pencarian terbuka-domain. Ahli sistem built-
in pengetahuan untuk membantu menghasilkan query berkualitas tinggi, sedangkan sistem
pencarian untuk menemukan halaman web yang sebelumnya tidak dikenal dengan sistem
pakar.
9
Gambar 7. Arsitektur intelligent CEMR
Sistem kerja: konseptual dari proyek Saphire digunakan untuk pasien di rumah sakit
atau di rumah dan ini merupakan inti dari proyek ini. Berbagai dari sensor untuk
mengumpulkan data dari pasien. Sensor data ditransmisikan secara nirkabel ke
Interoperabilitas Multi-Platform disebut HealthCare Services Platform (MSHCP). Agen
menggabungkan dan mengevaluasi status sensor dan menyimpulkan pada pasien.
Berdasarkan data tersebut, dan dengan mempertimbangkan sejarah account pasien akan
dikumpulkan dari berbagai instansi kesehatan, sebuah Semantic Intelligent Sistem Pendukung
Keputusan berdasarkan pedoman semantis beranotasi dimodelkan menggunakan Pedoman
Interchange Format (GLIF) yang dibuat saran untuk perawatan pasien. Mekanisme yang
menjamin privasi lengkap dan keamanan sistem.
10
III. Penerapan Kecerdasan Buatan pada Bidang Industri
Teknologi industri Pertanian adalah penerapan dari ilmu-ilmu terapan dan teknik pada
kegiatan pertanian. .Industri berbasis pertanian (agroindustri) dapat meningkatkan nilai
tambah produk pertanian.Teknologi Industri Pertanian didefinisikan sebagai disiplin ilmu
terapan yang menitikberatkan pada perencanaan, perancangan, pengembangan, evaluasi suatu
sistem terpadu (meliputi manusia, bahan, informasi, peralatan dan energi) pada kegiatan
agroindustri untuk mencapai kinerja (efisiensi dan efektivitas) yang optimal. Disiplin ini
menerapkan matematika, fisika, kimia/biokimia, ilmu-ilmu sosial ekonomi, prinsip-prinsip
dan metodologi dalam menganalisis dan merancang agar mampu memperkirakan dan
mengevaluasi hasil yang diperoleh dari sistem terpadu agroindustry. Sebagai paduan dari dua
disiplin, teknik proses dan teknik industri dengan objek formalnya adalah pendayagunaan
hasil pertanian.
1. Sistem teknologi proses industri pertanian, kegiatan pertanian yang berkaitan dengan
perencanaan, instalasi dan perbaikan suatu sistem terpadu yang terdiri atas bahan,
sumberdaya, peraltan dan energi pada pabrik agroindustri.
Kegiatan hilir dari pertanian berupa penanganan, pengolahan, distribusi dan pemasaran yang
semula secara sederhana dan tercakup dalam teknologi hasil pertanian, berkembang menjadi
lebih luas dengan pendekatan dari sistem Industri
11
PENTINGNYA TEKNOLOGI PERTANIAN
Indonesia tidak bisa begitu saja melupakan pertanian, bagaimanapun sektor agraris
tetap saja menjadi sektor paling penting. Pembangunan pertanian harus berlanjut,
sebagaimana ditempuh negara tetangga Thailand dan Vietnam. Usaha penelitian dan
pengembangan teknologi pertanian yang sesuai dengan kebutuhan petani perlu dilanjutkan
dan ditingkatkan.
Dengan demikian untuk makin tumbuh dan berkembangnya sektor pertanian, maka
pengembangan dan aplikasi teknologi pertanian sangat diperlukan, dengan kata lain perlu
dimasyarakatkan. Untuk mengantisipasi perkembangan keadaan, masyarakat tani harus melek
teknologi, paling tidak mampu mengadopsi teknologi tepat guna dan diterapkan dalam usaha
taninya. Dalam sektor pertanian senantiasa terjadi perubahan teknologi (technology change)
dan muncul inovasi (innovation). Dalam beberapa dekade terakhir hal itu terlihat jelas pada
sub sektor tanaman pangan. Khususnya padi. Berkat perkembangan teknologi, Indonesia
yang semula berstatus sebagai negara pengimpor beras terbesar di dunia, sempat berubah
menjadi negara berswasembada beras, bahkan pernah mengekspor.
12
hingga ke Balai Penelitian tidak henti-hentinya berupaya mencari dan menemukan teknologi
terbaru, yang diharapkan mampu mendongkrak perkembangan sector pertanian. Kalau
padamulanya perhatian relatif terfokus pada sub sektor tanaman pangan, maka kini sub sektor
lainnya pun terus diperhatikan secara serius, baik hortikultura, perkebunan, peternakan dan
perikanan, bahkan kini telah berdiri Kementerian Kelautan dan Perikanan. Selain itu
Kementerian Perindustrian melalui Direktorat Jenderal Industri Hasil Pertanian (Agroindustri)
pun turut berupaya meningkatkan nilai tambah hasil pertanian. Dengan adanyanya dukungan
Kementerian, BPPT, Bappenas, perguruan tinggi, LSM, dan sebagainya, maka
pengembangan teknologi pertanian pun makin marak. Untuk memasyarakatkan teknologi
baru memang tidak mudah, memerlukan waktu dan proses, juga tergantung pada bagaimana
kondisi masyarakat tani. Menurut Prof Mubyarto, begitu petani merasa suatu hasil teknologi
baru menguntungkan maka ia akan menerimanya. Tidak hanya petani Indonesia tetapi petani
di mana saja, bahkan di Amerika Serikat dan Australia, memerlukan waktu berpikir yang
lama.
Petani Iowa (Amerika Serikat) memerlukan waktu rata-rata Sembilan tahun untuk
mengadopsi jagung hibrida; petani Australia Selatan membutuhkan waktu 12 tahun untuk
mengadopsi penggunaan pupuk sejak pertama kali diperkenalkan. Sedangkan petani
Indonesia hanya memerlukan waktu setahun untuk mempertimbangkan untung ruginya
menanam padi varietas PB 8 dan PB 5. Pengembangan teknologi pertanian diharapkan dapat
meningkatkan pendapatan dan taraf hidup petani dan nelayan; memperluas lapangan kerja
dan kesempatan berusaha; mengisi dan memperluas pasar dalam dan luar negeri;
meningkatkan keanekaragaman hasil; meningkatkan mutu dan derajat pengolahan produksi;
dan menunjang pembangunan wilayah. Hal itupun tertuang dalam program pembangunan
bahkan semasa Orde Baru berkuasa masuk dalam Garis Besar Haluan Negara (GBHN). (Atep
Afia).
13
Indonesia Expanding Horizons menyatakan beberapa poin yang perlu diperhatikan, yaitu:
1. Fokus dalam pendapatan para petani; titik berat di padi tidak lagi dapat menjamin segi
pendapatan petani maupun program keamanan pangan
2. Peningkatan produktifitas adalah kunci dalam peningkatan pendapatan petani, oleh
karena itu pembangunan ulang riset dan sistem tambahan menjadi sangat menentukan
3. Dana diperlukan, dan dapat diperoleh dari usaha sementara untuk memenuhi
kebutuhan kredit para petani melalui skema kredit yang dibiayai oleh APBN
4. Pertanian yang telah memiliki sistem irigasi sangat penting, dan harus dipandang
sebagai aktifitas antar sektor. Pemerintah perlu memastikan
integritas infrastruktur dengan keterlibatan pengguna irigasi secara
lebih intensif, dan meningkatkan efisiensi penggunaan air untuk mencapai panen
yang lebih optimal hingga setiap tetes air
5. Fokus dari peran regulasi dari Departemen Pertanian perlu ditata ulang.
Kualitas input yang rendah mempengaruhi produktifitas petani;
karantina diperlukan untuk melindungi kepentingan petani dari
penyakit dari luar namun pada saat yang bersamaan juga tidak membatasi
masuknya bahan baku impor; dan standar produk secara
terus menerus ditingkatkan di dalam rantai pembelian oleh sector swasta, bukan
oleh pemerintah.
Solusi diatas merupakan solusi umum untuk semua permasalahan. Namun untuk
permasalahan yang disebutkan penulis, maka solusinya bisa ditemukann dengan penerapan
teknologi pertanian (untuk poin1, 3 dan 4). Teknologi pertanian merupakan teknologi yang
digunakan untuk menangani masalah pertanian baik pada waktu pra panen maupun pasca
panen. Pada pra panen bisa digolongkan penyediaan alat-alat pertanian yang cukup,
sedangkan pasca panen berperan dalam pengolahan dan penanganan hasil-hasil pertanian
agar tetap segar dan kualitasnya tetap terjaga.
Pada pembahasan kali ini penulis fokus terhadap permasalahan pasca panen dengan
biteknologi. Di era bioteknologi seperti saat ini maka penanganan pasca panen (Teknologi
Pertanian) lebih ditekankan pada penggunaan bioteknologi. Contohnya adalah tomat yang
diperlambat pemasakannya seperti yang ada di Amerika Serikat, seperti yang dinyatakan oleh
WHO. Contoh lainnya yaitu pengalihan produk segar pertanian menjadi produk lain yang
lebih bermutu seperti kedelai hitam menjadi kecap dengan menggunakan bantuan dari
Aspergillus wentii atau susu menjadi yoghurt dengan bantuan dari Lactobacillus bulgaricus.
14
IV. Penerapan Kecerdasan Buatan pada Bidang Pertahanan dan
Keamanan
Sistem memiliki data pada database, setiap input yang dimasukkan akan dicocokkan
pada database apakah user memiliki hak untuk menggunakan sesuatu yang dilindungi oleh
alat ini. Alat ini biasanya menggunakan sensor yang canggih. Tetapi kendala yang dihadapi
kasus ini adalah kemiripan ciri yang dimiliki seseorang sehingga mungkin saja orang yang
memiliki kemiripan akan dapat menggunakan fasilitas yang dilindungi. Kemiripan inilah
yang menjadikan kendala pada perkembangan di bidang ini.
2. Membantu dalam sistem keamanan yang terbatas dapat dilakukan oleh manusia.
3. Rawan penjebolan.
15
BAB III
PENUTUP
Sistem pakar adalah suatu aplikasi dari kecerdasan tiruan yang dapat menyelesaikan
masalah dalam bidang tertentu dan dapat bertindak sebagai penasehat seperti seorang pakar
dimana solusi atau jalan keluar yang dihasilkan sistem pakar berkualitas seperti seorang pakar.
Ada beberapa hal penting yang perlu diperhatikan bahwa,secanggih apapun suatu
sistem atau sebesar apapun basis pengetahuan di miliki, tentu saja ada kelemahannya sebagai
konsekuensi logis kelemahan manusia sebagai penyusun elemen-elemnya. Bahwa sistem
tidak memiliki inisiatif untuk melakukan suatu tindakan diluar dari apa yang telah
diprogramkan untuknya. Sehingga harus lebih bijak dalam penggunaanya dan di sesuaikan
dengan kebutuhan yang positif.
16
DAFTAR PUSTAKA
https://www.academia.edu/19715245/Penerapan-kecerdasan-buatan-dalam-dunia-pendidikan
http://artikel-teknologi-informasi.blogspot.co.id/2012/11/aplikasi-artifical-intelligent-
pada.html
https://www.academia.edu/9220265/teknologi_agribisnis
https://www.academia.edu/8035591/Contoh_penerapan_AI
17