Disusun dalam rangka untuk memenuhi salah satu tugas mata kuliah Kecerdasan
Buatan Program Studi Pendidikan Teknologi Informasi
Dosen Pengampu :
Disusun Oleh :
Omarius Halawa
NPM 221530001
Akhir kata, saya harapkan makalah ini dapat bermanfaat bagi semua pihak
khususnya mahasiswa jurusan Pendidikan Teknologi Informasi yang membahas dan
mengkaji seputar tentang kecerdasan buatan.
Omarius Halawa
221530001
i
DAFTAR ISI
KATA PENGANTAR....................................................................................i
DAFTAR ISI...................................................................................................ii
BAB 1 PENDAHULUAN...............................................................................1
A. Pengertian Kecerdasan Buatan.........................................................1
B. Rumusan Masalah..............................................................................2
C. Tujuan..................................................................................................2
BAB II PEMBAHASAN.................................................................................3
A. Pengolahan Bahasa Alami ................................................................3
B. Knowledge Representation................................................................3
C. Automated Reasoning .......................................................................4
D. Machine Learning...............................................................................5
E. Computer Vision.................................................................................7
F. Robotika...............................................................................................7
BAB II PENUTUP..........................................................................................8
A. Kesimpulan..........................................................................................9
B. Saran....................................................................................................9
ii
BAB I
PENDAHULUAN
B. Rumusan Masalah
Menjelaskan dan memberikan contoh implementasi pada bidang AI dibawah
ini :
1. Pengolahan Bahasa Alami
2. Knowledge Representation
3. Automated Reasoning
4. Machine Learning
5. Computer Vision
6. Robotika
C. Tujuan
Menjelaskan dan memberikan contoh implementasi pada bidang kecerdasan
buatan (AI).
1
BAB II
PEMBAHASAN
2
1. Mesin Penerjemah: salah satu aplikasi terkenal dari pengolahan bahasa
alami adalah mesin penerjemah seperti Google Translate yang dapat
menerjemahkan teks dari satu bahasa ke bahasa lain secara otomatis.
3
Ada beberapa jenis representasi pengetahuan yang digunakan, antara lain:
4
menggunakan ontologi dan markup semantik untuk merepresentasikan
informasi yang ditemukan di situs web.
5
proses penalaran dan pengambilan keputusan. Tujuan dari Automated
Reasoning adalah untuk mengembangkan sistem yang dapat membuat
kesimpulan logis dan benar secara otomatis dari data yang tersedia.
Automated Reasoning sering digunakan dalam berbagai aplikasi
seperti teorema pembuktian, verifikasi model, perencanaan, dan diagnosis.
Salah satu teknik Automated Reasoning yang paling terkenal adalah
logika predikat, yang digunakan untuk membuktikan teorema dalam
matematika.
Dalam Automated Reasoning, suatu sistem logika digunakan untuk
membuat asumsi dan menarik kesimpulan. Sistem logika ini dapat berupa
aturan-aturan yang terdiri dari logika proposisional, logika predikat, atau
bahkan logika non-klasik seperti logika modal dan logika temporal.
Pada dasarnya, Automated Reasoning membagi proses
penalarannya menjadi dua kategori besar: penalaran deduktif dan
penalaran induktif. Penalaran deduktif menggunakan seperangkat aturan
logis untuk mendapatkan pernyataan baru dari pengetahuan yang sudah
ada. Sementara itu, penalaran induktif menggunakan data yang tersedia
untuk membuat generalisasi dan prediksi tentang peristiwa di masa depan.
6
4. Perencanaan: Automated Reasoning digunakan untuk membuat
rencana tindakan atau jadwal yang optimal berdasarkan kriteria
tertentu.
5. Sistem Pakar: Automated Reasoning digunakan dalam pembuatan
sistem pakar yang dapat memberikan solusi atau saran pada suatu
masalah berdasarkan pengetahuan yang telah diprogramkan.
6. Pengambilan Keputusan: Automated Reasoning dapat digunakan
dalam pengambilan keputusan pada suatu organisasi atau bisnis
dengan menggunakan data dan pengetahuan yang telah tersedia.
7. Pemecahan Masalah: Automated Reasoning dapat digunakan untuk
memecahkan berbagai masalah yang kompleks, seperti masalah
optimasi dan peramalan.
8. Robotika dan Sistem Kendali Otomatis: Automated Reasoning dapat
digunakan dalam pengembangan sistem kendali otomatis dan robotika
yang dapat mengambil keputusan secara otomatis berdasarkan situasi
yang terjadi.
9. Analisis Data: Automated Reasoning digunakan dalam analisis data
dan pengambilan keputusan di bidang data mining, machine learning,
dan artificial intelligence.
7
2. Unsupervised learning, yaitu ketika mesin diberikan input data tanpa
output yang diharapkan, dan belajar untuk mengenali pola atau
struktur dalam data tersebut.
3. Reinforcement learning, yaitu ketika mesin belajar melalui percobaan
dan kesalahan, dengan memperoleh penghargaan atau hukuman untuk
setiap tindakan yang diambil.
Machine learning telah diterapkan pada berbagai bidang dan industri.
Berikut adalah beberapa contoh implementasi Machine Learning:
1. Pemasaran dan Periklanan: Machine learning dapat digunakan untuk
meningkatkan efektivitas kampanye pemasaran dan periklanan.
Algoritma machine learning dapat memprediksi preferensi dan
perilaku konsumen, sehingga perusahaan dapat menyampaikan pesan
yang lebih relevan dan sesuai dengan target pasar.
2. Kesehatan: Machine learning dapat membantu dalam pengembangan
obat baru, diagnosis penyakit, serta pengobatan pasien. Algoritma
machine learning dapat memproses data medis besar dan
mengidentifikasi pola yang bermanfaat untuk diagnosis dan perawatan
pasien.
3. Keuangan: Machine learning dapat membantu perusahaan keuangan
dalam mendeteksi kecurangan, memproses data transaksi, serta
membuat prediksi pasar. Algoritma machine learning dapat
memproses data keuangan besar dan mengidentifikasi pola atau
anomali yang dapat membantu dalam pengambilan keputusan.
4. Otomotif: Machine learning dapat digunakan dalam pengembangan
mobil otonom dan kendaraan pintar. Algoritma machine learning dapat
memproses data sensor yang dikumpulkan oleh kendaraan untuk
mengidentifikasi pola, memperbaiki kinerja kendaraan, dan
meningkatkan keselamatan.
5. Manufaktur: Machine learning dapat digunakan dalam optimasi
produksi dan perawatan mesin. Algoritma machine learning dapat
memproses data sensor dari mesin untuk memprediksi kegagalan,
mengoptimalkan jadwal perawatan, dan meningkatkan efisiensi
produksi.
6. Sumber daya manusia: Machine learning dapat membantu dalam
seleksi karyawan, pelatihan, dan pengembangan karyawan. Algoritma
machine learning dapat memproses data perekrutan, mengidentifikasi
8
pola dalam performa karyawan, dan memberikan saran untuk
pengembangan karir.
E. Computer Vision
Computer Vision adalah cabang ilmu komputer yang fokus pada
pengembangan algoritma dan teknologi yang memungkinkan mesin untuk
memahami, menganalisis, dan menafsirkan gambar dan video. Tujuan
utama dari Computer Vision adalah untuk memberikan kemampuan
kepada komputer untuk "melihat" dunia seperti manusia melakukannya,
dan bahkan dalam beberapa kasus, memberikan kemampuan yang
melebihi kemampuan penglihatan manusia.
Dalam praktiknya, Computer Vision melibatkan penggunaan teknik-
teknik seperti segmentasi gambar, pengenalan objek, pengenalan wajah,
pemrosesan citra, deteksi gerakan, dan pembelajaran mesin untuk
menganalisis data visual dan menghasilkan informasi yang bermanfaat.
Aplikasi dari Computer Vision sangat luas dan mencakup berbagai
bidang, seperti pengawasan keamanan, kendaraan otonom, penglihatan
mesin, augmented reality, dan banyak lagi.
Implementasi Computer Vision :
1. Pengawasan Keamanan: Kamera CCTV yang dilengkapi dengan
teknologi Computer Vision dapat digunakan untuk mendeteksi
keberadaan orang atau objek yang mencurigakan dan memberikan
peringatan keamanan kepada petugas keamanan.
2. Kendaraan Otonom: Teknologi Computer Vision digunakan dalam
kendaraan otonom untuk memahami lingkungan sekitar dan
mengambil keputusan berdasarkan informasi visual yang diperoleh
dari kamera dan sensor lainnya.
9
3. Penglihatan Mesin: Teknologi Computer Vision digunakan dalam
mesin industri untuk mendeteksi cacat pada produk, menghitung
jumlah produk, dan mengidentifikasi produk yang berbeda.
4. Augmented Reality: Teknologi Computer Vision digunakan dalam
aplikasi Augmented Reality untuk menampilkan objek virtual yang
berinteraksi dengan dunia nyata.
5. Pengenalan Wajah: Teknologi Computer Vision digunakan dalam
aplikasi pengenalan wajah, seperti dalam pengamanan smartphone dan
verifikasi identitas untuk memastikan keamanan dan privasi pengguna.
6. Pengolahan Medis: Teknologi Computer Vision digunakan dalam
pengolahan medis, seperti diagnosis penyakit melalui citra medis,
pencitraan otak, dan pencitraan jantung.
7. Aplikasi Permainan: Teknologi Computer Vision digunakan dalam
aplikasi permainan, seperti game konsol dan game mobile, untuk
memberikan pengalaman bermain yang lebih interaktif dan realistis.
F. Robotika
Robotika adalah bidang ilmu yang berkaitan dengan perancangan,
pembuatan, dan penggunaan robot. Robot adalah suatu sistem mekanik
yang dilengkapi dengan sensor dan aktuator yang dapat diperintahkan
untuk melakukan berbagai tugas secara otonom atau dengan bantuan
manusia.
Robotika meliputi berbagai bidang seperti mekanika, elektronika, dan
pemrograman komputer. Para ahli robotika bekerja untuk membuat robot
yang lebih efisien, handal, dan adaptif untuk berbagai keperluan, seperti
manufaktur, militer, kesehatan, dan hiburan.
10
Dalam prakteknya, robotika melibatkan penggunaan teknik-teknik
seperti kontrol gerak, pengenalan objek, navigasi, dan pembelajaran mesin
untuk menghasilkan robot yang dapat melaksanakan tugas-tugas yang
kompleks. Beberapa jenis robot yang sering digunakan dalam industri dan
kehidupan sehari-hari adalah robot manipulator, robot lengan, robot
mobilitas, dan robot sosial.
Robotika juga mencakup bidang seperti etika robotika, yang
mempertimbangkan masalah-masalah moral terkait penggunaan robot, dan
keamanan robotika, yang fokus pada memastikan keamanan dan privasi
pengguna dari robot. Robotika terus berkembang dan memberikan potensi
untuk menghasilkan solusi baru untuk masalah-masalah di berbagai
bidang kehidupan.
Implementasi Robotika;
11
BAB II PENUTUP
A. Kesimpulan
Berdasarkan uraian di atas penulis memberikan kesimpulan sebagai berikut:
1. Pendidikan inklusif adalah pendidikan regular yang disesuaikan dengan
kebutuhan peserta didik yang memiliki kelainan dan atau memiliki potensi
kecerdasan dan bakat istimewa pada sekolah regular dalam satu kesatuan
yang sistemik. Pendidkan inklusif mengakomodasi semua anak
berkebutuhan khusus yang mempunyai IQ normal, diperuntukan bagi
yang memiliki kelainan, bakat istimewa, kecerdasan istimewa dan atau
yang memerlukan pendidkan layanan khusus.
12
2. Manfaat pendidikan inklusif antara lain: Membangun kesadaran dan
konsensus pentingnya pendidikan inklusif sekaligus menghilangkan sikap
dan nilai yangdiskriminatif, melibatkan dan memberdayakan masyarakat
untuk melakukananalisis situasi pendidikan lokal, mengumpulkan
informasi semua anak pada setiapdistrik dan mengidentifikasi alasan
mengapa mereka tidak sekolah,mengidentifikasi hambatan berkaitan
dengan kelainan fisik, sosial dan masalahlainnya terhadap akses dan
pembelajaran, melibatkan masyarakat dalam melakukan perencanaan dan
monitoring mutu pendidikan bagi semua anak.
B. SARAN
Dengan adanya makalah ini penulis berharap pembaca dapat memahami isi
darimakalah ini dan tentu dapat menambah pengetahuan seputar dunia
pendidikan inklusif. Semoga pembaca bisa terus menggali wawasanya dengan
terus mencari referensi lainselain dari makalah ini.
13