MAKALAH KETERKAITAN

IA DAN BIG DATA

OLEH :
1. RHOSIWIEN ARIQOH M.H.K 2021205201028
2. M.ARFAN ARSYAD 2021205201029
3. MEYTHA APRILLIA 2021205201030
4. RISMA ATIKA 2021205201031
5. SITI NURUL KHOTIMAH 2021205201032
6. TINOKO ABELA 2021205201033
7. AGUNG VOLTA 2021205201034
8. HELGA NOPICA SAPUTRI 2021205201035
9. DINI WAHYUNI 2021205201036
10. AFRIYANSYAH 2021205201037
11. FAREL BENARIVO TAVIP 2021205201038
12. SYAHYADI 2021205201039
13. MIFTAHUL JANNAH 2021205201040
14. ARMELITA TRIANA K. 2021205201041

PROGRAM STUDY D3 KEPERAWATAN

FAKULTAS KESEHATAN UNIVERSITAS MUHAMMADIYAH
PRINGSEWU LAMPUNG 2023
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala Rahmat
dan Hidayahnya sehingga makalah ini dapat tersusun hingga selesai. Tidak
lupa kami juga mengucapkan banyak terima kasih kepada Bapak dosen
yang telah memberikan tugas makalah ini.

Semoga makalah ini dapat memberikan wawasan yang lebih luas

dan menjadi sumbangan pemikiran kepada pembaca khususnya para
mahasiswa Ilmu Komputer. Kami sadar bahwa makalah ini masih banyak
kekurangan dan jauh dari kata sempurna. Kami mohon untuk saran dan
kritiknya untuk pengembangan makalah yang lebih baik di masa depan,
terima kasih.

Penyusun

i
 DAFTAR ISI

COVER..............................................................................................................i
KATA PENGANTAR.......................................................................................ii
DAFTAR ISI......................................................................................................iii

BAB I PENDAHULUAN
A. Latar belakang......................................................................................1
B. Rumusan Masalah.................................................................................2

BAB II PEMBAHASAN
A. IA............................................................................................................3
B. Big Data..................................................................................................4

BAB III PENUTUP

DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN
A. Latar Belakang
Kecerdasan Buatan atau biasa dikenal dengan Artificial Intelligence atau AI
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 oleh
Manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara
lain sistem pakar, Permainan Komputer, Logika Fuzzy, Jaringan Syaraf Tiruan
(Artificial Neural Networks), dan Robot. Banyak hal yang kelihatannya sulit
untuk kecerdasan manusia, tetapi untuk Informatika yang relatif tidak bermasalah.
Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan
integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi
manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit
untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka,
bermain Sepak Bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk
cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku,
pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI
menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang
membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian,
perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan
pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal
seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada
penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering
digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang
telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan
video game.
Pengembangan kecerdasan buatan (artificial intelligence/AI) bergerak
semakin cepat dan mengalami kemajuan pesat dalam setiap bidang kehidupan
manusia, mulai dari perawatan kesehatan, pendidikan, hingga kontrol iklim

1
dan hasil panen. Dengan menggabungkan AI dan kecerdasan alami manusia,
potensi individu dapat menjadi lebih maksimal dan memungkinkan
pencapaian yang luar biasa.
Presiden Joko Widodo sangat antusias dengan roadmap strategi
implementasi Revolusi Industri 4.0 dan optimis bahwa transformasi di
Indonesia akan mengarah kepada pembukaan banyak lapangan pekerjaan
dibandingkan menghilangkan. Revolusi Industri 4.0 diharapkan dapat
menghasilkan transformasi yang pesat dan menyeluruh. Dengan demikian,
negara-negara di dunia, termasuk Indonesia, harus bersiap untuk itu.
Kelima teknologi utama yang akan mendukung implementasi Industri 4.0
adalah internet of things, artificial intelligence, human-machine interface,
robot dan teknologi sensor, serta teknologi pencetakan 3D. Bapak Presiden
Joko Widodo juga melihat implementasi Industri 4.0 sebagai peluang bagi
Indonesia untuk masuk ke dalam jajaran sepuluh besar ekonomi global pada
tahun 2030 dengan akan adanya peningkatan ekspor. Lebih
lanjut, ia menekankan akan pentingnya menjaga pertumbuhan ekonomi
inklusif yang terbagi rata untuk semua lapisan masyarakat. Ini membuktikan
bahwa kecerdasan buatan (AI) memiliki potensi untuk membantu masyarakat
dalam mengatasi beberapa tantangan-tantangan yang paling menakutkan.

B. Rumusan Masalah
1. Perkembangan Artificial Intelligence
2. Perkembangan big data

2
 BAB II
PEMBAHASAN

A. PERKEMBANG ARTIFICIAL INTELLIGENCE DI ERA REVOLUSI

INDUSTRI 4.0 DI INDONESIA
Seperti yang disampaikan oleh Presiden Joko Widodo, revolusi
industri 4.0 telah mendorong inovasi-inovasi teknologi yang memberikan
dampak disrupsi atau perubahan fundamental terhadap kehidupan
masyarakat. Perubahan-perubahan tak terduga menjadi fenomena yang
akan sering muncul pada era revolusi indutsri 4.0. Kita menyaksikan pertarungan
antara taksi konvensional versus taksi atau ojek pangkalan vs ojek online. Publik
tidak pernah menduga sebelumnya bahwa ojek/taksi yang populer
dimanfaatkan masyarakat untuk kepentingan mobilitas manusia berhasil
ditingkatkan kemanfaatannya dengan sistem aplikasi berbasis internet.
Dampaknya, publik menjadi lebih mudah untuk mendapatkan layanan transportasi
dan bahkan dengan harga yang sangat terjangkau. Yang lebih tidak terduga,
layanan ojek online tidak sebatas sebagai alat transportasi alternatif tetapi juga
merambah hingga bisnis layanan antar (online delivery order). Dengan
kata lain, teknologi online telah membawa perubahan yang besar
terhadap peradaban manusia dan ekonomi.

1. Natural Language Generation

Bahasa awamnya adalah sebagai bahasa alami versi digital, kemudian akan
dimengerti oleh manusia, terjadi komunikasi dua arah. Secara teknis sangat
rumit dan menantang tapi justru inilah para ahli ingin coba

3
membuktikannya. Kedepan teknologi ini akan mampu membuat ringkasan
sebuah laporan, kalkulasi pasar dan lain sebagainya.
2. Speech Recognition

Pengenalan ucapan, kelak teknologi ini akan mampu membaca suara

manusia menjadi format yang bisa diterapkan dalam kerja komputer, contoh
yang saat ini adalah seperti pengenalan suara berdasarkan perintah suara
menjadi lebih interaktif dan untuk aplikasi mobile. Kalau ente lihat Siri,
Cortana dan Google Now itu adalah contoh sederhananya. Sedangkan NICE,
Nuance Communications, OpenText dan Verint Systems adalah deretan
pengembang teknologi ini.

3. Machine Learning Platforms

Mesin pintar yang mampu bekerja sendiri berdasarkan kecerdasan buatan.

Kedepan teknologi ini harus bisa mempermudah kerja manusia. Dengan
menyediakan API (antarmuka pemrograman aplikasi), alat pengembangan
dan pelatihan, data base besar, aplikasi-aplikasi dan mesin lainnya, platform
pembelajaran mesin, setiap hari kedepannya semakin menjanjikan dan
semakin menarik. Memprediksi atau klasifikasi adalah hal yang saat ini bisa
dimanfaatkan dari teknologi ini.
4. Virtual Agents

4
 Tidak diragukan lagi, hadirnya Virtual Agents ini mengalami kebangkitan
yang luar biasa perihal 'bots obrolan' mengalami kebangkitan yang pesat,
kemajuan teknologi dan inovasi nya makin diperhitungkan. Virtual Agents
banyak digunakan sebagai layanan pelanggan dan dukungan sebagai smart
home manager. Beberapa perusahaan yang menyediakan agen virtual meliputi
Amazon, Apple, Solusi Buatan, AI Assist, Creative Virtual, Google, IBM,
IPsoft, Microsoft, Satisfi.

5. Decision Management

Nantinya mesin cerdas akan mampu mengenalkan aturan dan logika pada
sistem kecerdasan buatan dan dapat digunakan untuk penyiapan awal /
pelatihan, pemeliharaan dan penyetelan yang berkesinambungan. Teknologi
ini akan banyak digunakan di berbagai macam aplikasi perusahaan, membantu
atau melakukan pengambilan keputusan secara otomatis. Beberapa perusahaan
yang sudah menyediakan adalah Advanced Systems Concepts, Informatica,
Maana, Pegasystems, UiPath.
6. AI-Optimized Hardware

5
 Perusahaan melakukan investasi besar-besaran di ML / AI ini dengan
model desain perangkat keras, bertujuan untuk mempercepat akselerasi
aplikasi generasi berikutnya. Unit pengolahan grafis (GPU) dan peralatan
yang dirancang khusus, dirancang secara efisien untuk menjalankan pekerjaan
komputasi berorientasi AI. Beberapa perusahaan yang berfokus pada AI-
Optimized Hardware adalah Alluviate, Cray, Google, IBM, Intel, Nvidia.
7. Deep Learning Platforms

Deep learning adalah bidang yang paling cepat berkembang dan tren baru
dalam pembelajaran mesin. Satu set algoritma yang menggunakan jaringan
syaraf tiruan untuk dipelajari dalam multi level, sesuai dengan tingkat
abstraksi yang berbeda.Beberapa aplikasi pembelajaran yqng le ih jauh adalah
pengenalan ucapan otomatis, pengenalan gambar / pengenalan karakter optik,
NLP, dan klasifikasi / pengelompokan / prediksi hampir di semua struktur
yang dapat dirasakan dan di digitasi.
8. Robotic Process Automation

Otomatisasi proses robot bekerja dimungkinkan berkat skrip dan metode

yang meniru dan mengotomatisasi tugasnya manusia untuk mendukung
proses perusahaan. Karena terlalu mahalnya atau tidak efisiennya jika
dikerjakan oleh manusia untuk pekerjaan atau tugas tertentu maka teknologi
ini sangat efisien. Kita perlu mengingat kecerdasan buatan ini tidak
dimaksudkan untuk menggantikan manusia, melainkan untuk melengkapi
kemampuan mereka dan memperkuat talenta manusia.

6
 9. Text Analytics and NLP

Natural language processing (NLP) atau Pengolahan bahasa alami,

berkaitan dengan interaksi antara komputer dan bahasa manusia
(alami). Teknologi ini menggunakan analisis teks untuk memahami struktur
kalimat yang diterima, serta makna dan niatnya, melalui metode statistik dan
pembelajaran mesin.
10. Biometrics

Teknologi ini berkaitan dengan identifikasi, pengukuran dan analisis

aspek fisik struktur tubuh, bentuk dan perilaku manusia. Hal ini
memungkinkan interaksi yang lebih alami antara manusia dan
mesin, termasuk interaksi yang terkait dengan sentuhan, citra, ucapan dan
pengenalan bahasa tubuh. Teknologi ini sekarag sudah banyak digunakan
untuk riset pasar. Pemasok teknologi ini meliputi 3VR, Affectiva, Agnitio,
FaceFirst, Sensory, Synqera dan Tahzoo.

B. BIG DATA

Akhir-akhir ini, istilah 'big data' menjadi topik yang dominan dan sangat
sering dibahas dalam industri IT. Banyak pihak yang mungkin heran kenapa topik
ini baru menjadi pusat perhatian padahal ledakan informasi telah terjadi secara
berkelangsungan sejak dimulainya era informasi. Perkembangan volume dan jenis
data yang terus meningkat secara berlipat-lipat dalam dunia maya Internet

7
semenjak kelahirannya adalah fakta yang tak dapat dipungkiri. Mulai data yang
hanya berupa teks, gambar atau foto, lalu data berupa video hingga data yang
berasal system pengindraan. Lalu kenapa baru sekarang orang ramai-ramai
membahas istilah big data? Apa sebenarnya 'big data' itu?
Hingga saat ini, definisi resmi dari istilah big data belum ada. Namun
demikian, latar belakang dari munculnya istilah ini adalah fakta yang
menunjukkan bahwa pertumbuhan data yang terus berlipat ganda dari waktu ke
waktu telah melampaui batas kemampuan media penyimpanan maupun sistem
database yang ada saat ini.
Big Data adalah teknologi baru pengelolaan informasi. Saat ini kita
mengenal relational data store dan warehouse yang digunakan banyak perusahaan
untuk mendapatkan informasi, melakukan analisis, dan prediksi dari data-data
yang mereka miliki. Lalu apakah BIG DATA akan menggantikan teknologi data
relasional?
Dalam pembahasan mengenai topic big data saat ini kelompok kami kurang
setuju dengan pengertian yang di utarakan oleh beberapa ahli, karena dari apa
yang di pelajari yang termasuk ke dalam “BIG DATA” adalah semua data yang
tidak dapat diolah atau dianalisis menggunakan proses dan tools yang umum
digunakan saat ini. Disadari atau tidak saat ini individu maupun organisasi apapun
memiliki akses yang luas sekali terhadap informasi dengan adanya internet tapi
hanya sedikit dari mereka yang mampu mendapatkan value dari informasi tersebut
karena kebanyakan informasi itu tersedia dalam bentuk “mentah”, tidak
terstruktur atau semi-terstruktur. Oleh karena keterbatasan pemahaman akan
informasi itulah yang pada akhirnya menyebabkan mereka tidak tahu apakah
informasi yang ada itu berharga untuk mereka atau tidak. Dapat di analogikan ke
dalam perkembangan internet saat ini seperti bumi kita yang tercinta, maka BIG
DATA adalah batu bara di jaman batu, mudah ditemukan tetapi sedikit yang tahu
kegunaannya.

8
Karakteristik Big Data

1. Volume
Seberapa besar data yang bisa anda olah saat ini? Apakah dengan jumlah
data yang anda miliki anda sudah lebih baik dibanding kompetitor? Data yang ada
saat ini berukuran sangat besar. Di tahun 2000 saja tercatat 800,000 petabyte data
tersimpan di seluruh dunia dan angka ini diperkirakan akan mencapai 35 zettabyte
di tahun 2020 atau bahkan lebih. Bayangkan jika anda membutuhkan analisis
terhadap 1 persen saja dari seluruh data untuk mendapatkan keuntungan

9
dibandingkan kompetitor anda, apakah teknologi yang anda miliki sekarang
mampu melakukannya?

2. Variety
Selain data relasional, data apa saja yang umum dianalisis? Dengan
meledaknya jumlah sensor, dan perangkat pintar , dan juga teknologi social
networking yang menghasilkan data-data yang akan sulit jika harus disimpan di
dalam relasional database. Kita tidak akan pernah tahu jika kita tidak menyimpan
semua data yang tidak terstruktur ini seperti halaman web, web log, search index,
forum social media, email, dokumen, data sensor, dll. Data-data seperti inilah
yang mungkin akan memberikan keuntungan jika kita mampu mengolahnya.
3. Velocity
Seberapa cepat kita dapat memproses data yang ada? Mungkin hal itu yang
pertama ada dalam benak anda ketika anda membaca ini. Namun sebenarnya
velocity di sini kita lihat dari persepsi seberapa cepat kita mampu mendapatkan
hasil analisis terhadap aliran data yang terus mengalir di saat yang hampir
bersamaan dengan datangnya data tersebut. Bayangkan jika kita memiliki sistem
yang mampu mendeteksi buronan yang tertangkap kamera cctv, ataumendeteksi
dini titik kritis seorang bayi dari suhu tubuh, tekanan darah, denyut jantung,
kecepatan bernafas bayi tersebut, melakukan sensor terhadap kata kasar atau kata
yang tidak seharusnya diucapkan yang diucapkan pada siaran langsung di tv atau
pada percakapan telepon customer service sebuah perusahaan.
Big Data adalah kesempatan bukan pengganti teknologi pengelolaan data
yang ada saat ini. Sekarang bayangkan kemampuan untuk menganalisis BIG
DATA digabungkan dengan teknologi basis data relasional dan warehousing yang
ada saat ini untuk mendapatkan keuntungan.

2.4 Pentingnya Kemampuan Untuk Memproses Big Data

10
Dari segi teknologi, dipublikasikannya Google Bigtable pada 2006 telah menjadi
moment muncul dan meluasnya kesadaran akan pentingnya kemampuan untuk
memproses ‘big data’. Berbagai layanan yang disediakan Google, yang
melibatkan pengolahan data dalam skala besar termasuk search engine-nya, dapat
beroperasi secara optimal berkat adanya Bigtable yang merupakan sistem database
berskala besar dan cepat. Semenjak itu, teknik akses dan penyimpanan data KVS
(Key-Value Store) dan teknik komputasi paralel yang disebut MapReduce mulai
menyedot banyak perhatian.
Lalu, terinspirasi oleh konsep dalam GoogleFile System dan MapReduce
yang menjadi pondasi Google Bigtable, seorang karyawan Yahoo! bernama Doug
Cutting kemudian mengembangkan software untuk komputasi paralel terdistribusi
(distributed paralel computing) yang ditulis dengan menggunakan Java dan diberi
nama Hadoop. Saat ini Hadoop telah menjadi project open source-nya Apache
Software. Salah satu pengguna Hadoop adalah Facebook, SNS (Social Network
Service) terbesar dunia dengan jumlah pengguna yang mencapai 800 juta lebih.
Facebook menggunakan Hadoop dalam memproses big data seperti halnya
content sharing, analisa access log, layanan message / pesan dan layanan lainnya
yang melibatkan pemrosesan big data.
Jadi, yang dimaksud dengan ‘big data’ bukanlah semata-mata hanya soal
ukuran, bukan hanya tentang data yang berukuran raksasa. Big data adalah data
berukuran raksasa yang volumenya terus bertambah, terdiri dari berbagai jenis
atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan
harus diproses dengan kecepatan tertentu pula. Momen awal ketenaran istilah ‘big
data’ adalah kesuksesan Google dalam memberdayakan ‘big data’ dengan
menggunakan teknologi canggihnya yang disebut Bigtable beserta teknologi-
teknologi pendukungnya.

11
 BAB III
KESIMPULAN

Manusia berupaya mengembangkan dan menemukan teknologi-

teknologi baru. Temuan teknologi baru tersebut, bahkan hingga
menimbulkan adanya revolusi di berbagai sector industri. Dampaknya,
tidak lagi dapat dihindari, manusia harus beradaptasi terhadap cara
berinteraksi - berkomunikasi, cara memperoleh informasi dan ilmu
pengetahunan - belajar, cara manusia bertahan hidup - bekerja. Revolusi
industri 4.0 mendatangkan kemudahan dalam kehidupan manusia akibat
akumulasi dari mekanisasi, elektrisasi, otomatisasi, dan digitalisasi.
Disamping itu, dampak dari perkembangan tersebut juga telah merambah
lebih jauh dalam sendi-sendi kehidupan manusia sehingga mengakibatkan
revolusi sosial-generasi milenial.
Dibalik keberhasilan yang diberikan, revolusi industry 4.0
mendatangkan permasalahan, yaitu kehilangan pekerjaan. Era digitalisasi
sebagai hasil revolusi industri 4.0 dinyatakan sebagai era disruptif, yaitu
era persaingan ketat yang dapat menimbulkan keusangan dan bahkan
berakhir di kepunahan dalam periode waktu yang relatif lebih singkat.
Sedangkan, terhadap tuntutan perlakuan yang lebih sederajat dalam
interaksi sosial dari generasi milenial, telah mendorong struktur yang lebih
‘flat’ dalam hubungan formal. Dalam dunia riil, tuntutan ini direalisasikan
sebagai hubungan kemitraan. Keberadaan Lembaga Pendidikan Tinggi
akan tetap dibutuhkan terutama oleh masyarakat yang masih berkeyakinan
bahwa Perguruan Tinggi merupakan:
a. Pusat Pengembangan Ilmu Pengetahuan
b. Pusat Pengembangan Inovasi bekerjasama dengan Sektor Industri
c. Pusat Studi dengan Sistem Pembelajaran yang berjejang dan
sistematis dalam menyampaikan Ektraksi Ilmu Pengetahuan
Selanjutnya, Perguruan Tinggi juga harus membangun Kepribadian
yang mandiri dan beretika, melalui:

12
 d. Program Pengembangan Karakter
e. Merupakan ‘wadah’ terjadinya interaksi sosial antara pelajar
dengan pengajar,
interaksi sosial antar pelajar, serta interaksi sosial dengan
masyarakat.
Proses pembelajaran yang interaktif dengan fokus pada pengembangan
karakter peserta didik dapat terwujud dengan bantuan teknologi digital
dalam hubungan pendampingan, bukan pengajaran. Sedangkan dalam
Kegiatan Penelitian, dilakukan sebagai bagian dari kerjasama dengan
sektor industri untuk menggali alternatif solusi dari suatu permasalahan,
yang melibatkan para peserta didik dalam memahami kasus riil di industri
tertentu. Kegiatan ini sekaligus juga sebagai bentuk Kegiatan Pengabdian
kepada Masyarakat.
Teknologi mengalami revolusi, namun Manusia tetaplah mahluk sosial
yang membutuhkan interaksi dengan sesamanya. Dengan demikian, profesi
yang mempertahankan adanya hubungan interaktif dengan kesetaraan yang
beretika, seperti yang ada di Perguruan Tinggi yang adaptif, akan tetap
eksis.

13
 Daftar pustaka

Dumbill, E. (2012). Big Data Now Current Perspective. O'Reilly Media.

Eaton, C., Dirk, D., Tom, D., George, L., & Paul, Z. (n.d.). Understanding Big
Data. Mc Graw Hill.

Global Pulse. (2012). Big Data for Development:Challenges & Opportunities.

Global Pulse.

H., I. (2006). METADATA – CENTRALIZED AND DISTRIBUTED IN DW2.0.

3-5.

H.Immon, W. (2005). Building the Data Warehouse, 4th Edition. Indianapolis,

Indiana: Wiley Publishing, Inc.

IBM. (n.d.). Analytics: The real-world use of big data. Retrieved from How
innovative enterprises extract value from uncertain data: http://www-
935.ibm.com/services/us/gbs/thoughtleadership/ibv-big-data-at-work.html

R. Kelly Rainer, C. (2011). Introduction to Information Systems. John Wiley &

Sons (Asia) Pte Ltd.

Sun, H., & Heller, P. (2012). Oracle Information Architecture. Oracle Information
Architecture.

14