Nim : 3332210059
K e l a s : Te k n o l o g i d a n t r a n s f o r m a s i d i g i t a l ( B )
U A S T E K N O L O G I D A N T R A N S F O R M A S I D I G I TA L
Va r i a b e l p y t h o n b e r f u n g s i s e b a g a i m e n y i m p a n d a t a , m e n g o r g a n i s a s i i n f o r m a s i ,
s e k a l i g u s m e m b a n g u n l o g i k a k o d e . Te t a p i a d a a t u r a n d a l a m p e n a m a a n v a r i b e l d i
p ython yait u seb agai b erikut:
Di mulai dengan huru f atau garis bawah (_): nama vari abel harus dimulai
dengan huruf (huruf kecil maupun kapital) atau garis bawah (_).
Tidak di mulai deng an angka: meskipun angka d ap at d imas ukkan dalam nama
variabel (misalnya, angka1 atau nilai100), variabel tidak boleh dimulai dengan
angk a. J adi, 1nama atau 202 3tahun tidaklah valid.
Tidak dip erbolehkan mengguna kan karakter khu sus: nama variabel hanya
b oleh terdi ri dari h uruf, ang ka, d an garis b awah. Dengan kata lain, karakter
khusus seperti !, @, #, $, dll., tidak diperbolehkan.
T i d a k m e n g g u n a k a n k a t a k u n c i P y t h o n : k a t a k u n c i a t a u re s e r v e d w o rd s d i
Python, seperti if, els e, while, and, or, dll., tid ak bo leh digunakan sebagai
n am a variab el .
H arus deskriptif dan mudah dipahami: walaupu n aturan ini bukan aturan
m utlak, dis aran kan un tuk memberi nama variabel yang desk riptif sehi ngg a
kode mu dah di paham i. Misalnya, gunakan ga ji_ karyawan darip ada
hanya g atau gk.
Phyton juga memiliki beberapa sifat-sifat v a r i a b e l , Va r i a b e l di Python
memiliki beberapa sifat khas yang membedakannya dari bahasa pemrograman
l ain. Berikut b eberapa si fat ut am a d ari variabel Pyt hon:
Tidak perlu deklarasi tipe data: di banyak bahasa pemrograman lain, kamu
p erl u mendeklarasik an tipe d at a v ariabel sebelum menggunakanny a. Nam un, di
Python, tipe data vari abel dit ent uk an secara otomatis berdasarkan nilai yang
d iberikan. Mis aln ya, jika kamu menulis x = 5, x ak an menjad i v ariabel
b ert ipe int eger.
K onvensi p enamaan: meski pun Python m em ungkinkan kamu memberi nama
v ari abel ses uai keinginan, ada b eberapa ko nvensi yang um umnya diik uti o leh
komunitas Python:
C amel case: s etiap kat a dimulai d engan h uruf k apital kecuali kata pert ama,
seperti namaKaryawanBaru.
Snake case: setiap kata dipisahkan dengan garis bawah (_),
seperti nama_karyawan_baru.
Pascal case: set iap kata dimulai dengan huruf kapital,
seperti NamaKaryawanBaru.
Va r i a b e l d a p a t b e r u b a h t i p e : D i P y t h o n , v a r i a b e l y a n g a w a l n y a d i d e f i n i s i k a n
d eng an tip e tert entu d apat diub ah tipe datanya dengan memb erikan nilai baru.
Misal nya, jika x awalnya adalah integ er (x = 5), k amu bisa meng ubahnya
m enjadi strin g dengan x = "l im a" .
Va r i a b e l a d a l a h r e f e r e n s i : v a r i a b e l t i d a k m e n y i m p a n n i l a i s e c a r a l a n g s u n g ,
m elainkan m ereferensikan objek. Saat kamu men ugaskan vari abel ke v ariabel
l ain, keduanya akan m ereferensik an objek yang sama.
Va r i a b e l d i b a g i m e n j a d i d u a b a g i a n y a i t u v a r i b e l g l o b a l d a n l o c a l :
Va r i a b e l g l o b a l a d a l a h v a r i a b e l y a n g d i d e f i n i s i k a n d i l u a r s e m u a
fungsi, sehingga dapat diakses dari mana saja dalam kode, baik di
dal am m aupun di luar fungsi. Untuk m em buat variabel menj adi glob al,
Dapat mendefinisikannya di awal kode, seb elum fungsi atau m odul apa
pun.
Va r i a b e l l o k a l b i a s a n y a d i t u l i s k a n d i d a l a m f u n g s i d a n h a n y a b e r l a k u
selama fungsi tersebut sedang di eksekusi. Setelah fungsi selesai
dieksekusi , variabel lokal ak an hilang d an tid ak bisa d iakses lagi.
2. Jelaskan m eng enai o perator d al am pemog raman Bahas a pyt hon d an j elask an
operator ari tmatik, op erator assign ment, operat or R elasional dan Operator
Logika
Jawab:
Op erat or adalah konstruksi yang d apat memanipulasi ni l ai dari operan. Deng an
kata lain, operator merujuk pada simbol-simbol yang memungkinkan untuk
melakuk an b erbag ai operasi, termasu k operasi ari tm atik a seperti penjuml ahan,
pengurangan, pembagi an, dan perkalian, serta operas i l ainn ya.:
Op erat or Aritmatik
Jenis operator ini paling sering digunakan di d al am bahasa pem rograman
manapun term asuk Python. Operator i ni dapat membantu dal am menghitung
sebuah pers amaan m atematis sep erti p enj umlahan, pengurangan, pembagian,
perkali an, sisa bagi, dan juga pemangkatan.
Sebagai contoh kita menggunakan operand 10 dan 2 :
Op erat or Assignmen t
Op erat or penug asan seperti n am an ya digu nakan u ntuk memb erikan tugas,
yaitu sebuah nilai kepada sebuah vari abel. L etak vari ab el s elalu ada di sebelah
k i r i o p e r a t o r d a n n i l a i a d a d i s e b e l a h k a n a n o p e r a t o r.
Op erat or Relasional
Dalam bahasa pemrograman Pyth on, t erdap at op erator rel asion al yang
dig unakan un tuk mem bandingk an dua nil ai atau v ariabel. Operato r rel asional
dig unakan untuk men jalankan p engujian perbandi ngan dari nilai p ada setiap
operan. Kita dapat membandingkan kebenaran antara nilai operand di sebelah
kiri terh ad ap o peran d di sebelah kanan, has il dari operator perbanding an
a d a l a h “ Tr u e ” a t a u “ F a l s e ” .
Op erat or L ogika
O p e r a t o r l o g i k a m e m i l i k i 3 b u a h o p e r a t o r, y a i t u A N D , O R , d a n N O T.
Op erat or-operator ini digun akan p ada kondi si-k ondisi yang berbeda dan
biasanya operato r l ogika digunak an s ecara gabung an dengan operator lain.
Contoh sebagai berikut:
Beam search bekerja dengan cara yang cukup sederhana. Pada setiap
langkah pencarian, beam s earch ak an m engevaluasi s ejumlah k an did at terbaik,
yang disebut seb ag ai "beam". Kemudi an, beam akan diperpanjang dengan
menambahkan sejumlah kandid at baru yang dihasilkan d ari kandidat yang
sudah ada. Namun, j umlah k and id at yang dihasilk an harus t erbatas, seh ingga
b e a m t i d a k m e n j a d i t e r l a l u b e s a r. S e t i a p k a n d i d a t d i u k u r b e r d a s a r k a n s e b e r a p a
baik kandidat tersebut cocok dengan data yang diberikan. Kandidat yang paling
b aik akan dipilih sebag ai solusi. Akan t et api, apabila ad a beberapa kandidat
y ang m em iliki ni lai yang sam a, algoritma akan m emil ih yang terlebih dahulu
d it em ukan. Dal am praktiknya, beam search sering d igunakan dal am kom bi nasi
d e n g a n a l g o r i t m a l a i n s e p e r t i a l g o r i t m a Vi t e r b i a t a u a l g o r i t m a A * u n t u k
m empercep at pencari an solusi optimal pada m odel. S alah satu aspek p enting
d al am P en carian B eam adalah penentuan beam width. Beam width adalah
j umlah solusi terbaik yang akan d ipertah ankan p ada setiap langkah p en carian.
Semakin b esar beam width, s em akin banyak solusi yang dipertahankan, yang
dapat meningkatkan peluang menemukan solusi optimal, tetapi juga
m eningkatkan kompleksitas komputasi. Sebaliknya, beam width yang kecil
d apat menghemat s um ber daya k omput asi , tetapi den gan risi ko melewatkan
solusi optimal. Pada seti ap lang kah pencarian, sol usi-solus i d al am b eam dinilai
m enggun ak an suatu fungsi evaluasi. F ungsi ini memb erikan skor atau nilai
u ntuk setiap solusi berdasarkan k rit eria tert entu . Fun gsi evalu asi ini sangat
b ergantung pada jenis masalah yang sedang diselesaikan. Mis alnya, dal am
k asus pem rosesan bahasa alam i, fungs i evaluasi d apat berfokus pada sej auh
m a n a s o l u s i m e n d e k a t i s t r u k t u r a t a u m a k n a y a n g b e n a r. P e n c a r i a n B e a m
m emiliki beberapa kel ebihan di bandingkan dengan pen cari an exhaust if atau
algoritma G r e e d y. Pertama, karena hanya sejumlah kecil solusi yang
d ipertah ankan pada setiap lang kah, algorit ma i ni d apat bekerja lebih efi sien
p a d a r u a n g p e n c a r i a n y a n g b e s a r. K e d u a , d e n g a n m e m p e r t a h a n k a n b e b e r a p a
solusi, P encarian Beam memiliki kemampuan unt uk m engatasi m asalah jalan
b u n t u ( l o c a l o p t i m u m ) y a n g s e r i n g d i h a d a p i o l e h a l g o r i t m a G r e e d y. M e s k i p u n
m emiliki kelebihan , Pencarian Beam juga memili ki kelemahan. S al ah satu
k el em ahannya adalah k etik a beam width t erlal u kecil , algori tma cenderu ng
t erjebak pada solusi-so lusi lokal tanpa dap at menj el ajahi ruang pencarian
secara menyelu ruh. Sel ain itu, Pen carian Beam tidak menjamin solu si optimal
k arena dapat m elewat kan solusi yan g memiliki skor rend ah di awal tetapi dapat
menghasilkan solusi optimal setelah beberapa langkah.
Beam search juga dapat d itingkatkan den gan menggunakan tekni k seperti
p r u n i n g d a n r e c o m b i n a t i o n . Te k n i k p r u n i n g d i g u n a k a n u n t u k m e n g h a p u s
kandidat yang memiliki probabilitas rendah, sedangkan teknik
recombin ation digunakan untuk menggabung kan k andidat y ang serup a.
Kedua tekn ik i ni dapat m em bantu mengurangi jum lah k andid at yang
d ievaluasi pada s etiap lang kah p encarian.
B eam search j uga dapat diterapkan pada berbagai jenis mod el, s eperti
m odel b erbasis aturan, model berbasis st atisti k, dan model berbasis
j aringan saraf. Dalam m odel berbas is j aring an saraf, beam search
digunakan dal am aplikasi seperti generasi t eks, di mana model
m enghasilkan urutan kata yang paling cocok. S el ai n beam s earch, ada
j uga teknik pencarian solusi o ptim al l ainnya yang dapat digunak an dalam
m achine learning, seperti hill climbing, simulated annealing, dan geneti c
algorithm.
Jawab :
Q-L earnin g adalah t eknik pemb el aj aran penguatan yang bek erj a dengan
mempelajari fungsi dari nilai tindakan yang memberikan utility yang
d iharapkan untu k m eng ambil tidaknak an pad a situasi tertentu . Selain itu hal
t ersebut juga dituju kan untuk mengikuti k ebij akan sesudahnya. Kekuatan Q-
Learning terletkan pada kemampuannya memb andin gkan utility yang
d iharapkan d ari tidak yang ada tanp a m emerlukan model li ngku ngan. Karena
algortima berisi lang kah -lang kah penyelesaian masalah, maka tiap-tiap
l angkah t ersebut bis a berisi ak si -aksi yang dijal ank an secara terurut , ad a
p emil ih an aksi dengan kondisi t ertentu d an ada juga pengulangan terhadap
aksi-ak si tert en tu . J adi, sebu ah alg oritma dapat dibangun d ari 3 konst ruksi
y aitu urutan at au run tun an (seq uen ce), seleksi at au pemilihan dan pengu langan
(repetition).
Q-l earning beroperasi dalam kerangka kerja pemb elaj aran p enguatan
y ang um um. Dalam kont eks in i, agen berin teraksi den gan suatu lingku ngan dan
m engamati keadaan (st at e) saat ini. Agar dapat m em buat kep utusan y ang tepat,
agen m el akukan aks i (action) berdasark an k eadaan terseb ut . S eti ap tindakan
m enghasilkan ko nsek uensi, termasuk peru bah an keadaan dan pemberian reward
atau hukuman. Tu j u a n agen adalah memaksimal kan total reward yang
d it erimanya s elama i nteraksi dengan lingk ungan. Konsep ut am a d al am Q-
l earn ing adalah fungsi Q atau Q-v alue, yang merepresentasikan nilai kualitas
d ari pasangan k eadaan dan ti ndakan tert en tu. Nilai ini dig unakan ol eh agen
u n t u k m e m i l i h t i n d a k a n t e r b a i k d a l a m s u a t u k e a d a a n . Ta b e l Q , a t a u l e b i h
d ikenal sebagai Q-tabl e, adalah s truktur data yang menyimp an nilai Q untuk
setiap kombinasi keadaan dan tindakan. Selama pemb el aj aran, agen
m emperbarui Q-table berdasark an reward y ang diterim a dari seti ap tindakan
yang diambil.
Proses p em belajaran Q-learning terjad i mel alui iterasi di m an a agen
b eri nteraksi dengan li ngkungan, memilih tindak an, meneri ma reward , dan
m emperbarui nilai Q. P embaruan ni lai Q dil ak ukan dengan m empertimbangkan
reward s ek arang dan prediksi n il ai Q untuk k eadaan berikutnya. Rum us u mum
pembaruan nilai Q adalah \( Q(s, a) \leftarrow Q(s, a) + \alpha \cdot [r +
\ gamm a \cdot \ max Q(s', a' ) - Q(s, a)] \ ), di man a \( \alpha \) ad alah t ingkat
pembelajaran, \( r \) ad alah reward yan g d iterim a, \( \gamma \) adalah faktor
diskon unt uk m engukur kepentingan reward masa depan, \( s \) adal ah keadaan
saat ini, \( a \) adalah tin dak an yang d iambil , \( s' \ ) adalah k eadaan berikutnya,
dan \( a' \) adalah ti ndakan terbaik di keadaan berikutnya. Dalam Q-l earn ing,
terdapat dil ema antara eksplorasi (mencoba ti ndakan baru) dan eksploi tasi
(mengam bil t indakan terbaik yan g diket ahui). Agar agen d ap at bel aj ar secara
optimal, perlu ada keseimb ang an antara k eduan ya. Beberapa s trategi seperti
epsilon-greedy digunakan untuk m em ungkinkan agen kadang-k adang
menjel ajahi tind ak an baru deng an memberikan peluang acak (\ ( \epsilon \ )).
Pendefinisian Fung si: Dal am bahasa pemro graman, fun gs i didefi nisikan
d eng an meng gunakan sintaks tertentu yang sesuai den gan aturan bahasa
t ersebut. Sebu ah fungs i umum nya terdiri dari nam a fu ngsi , parameter (j ika
ada), tipe data pengem balian (ji ka ada), dan blok ko de yang akan diek seku si
ketika fungsi dipanggil.
P a r a m e t e r d a n A rg u m e n : F u n g s i d a p a t m e n e r i m a p a r a m e t e r s e b a g a i i n p u t .
Parameter ini berperan sebagai v ari abel yang akan digun akan dal am blok
kode fungsi. Ket ika fungsi dipanggil, nilai-nilai yang dikirim ke parameter
d is ebut argumen.
Pengem balian Nilai: Banyak fungsi mengembali kan nil ai setelah melakukan
operasi tertentu. Nilai yang dikembalikan ini bisa berupa nilai tunggal,
o bjek, atau b ahkan kumpulan nilai (sep erti daftar at au stru ktu r data
l ainn ya). Penggunaan perny at aan retu rn dalam fungsi memungkin kan u ntuk
m engirim kembali nilai dari fungsi ke tempat p em an ggil.
Modularitas dan Pen ggun aan Ulang Kod e: Fungsi memungkinkan
p e n g g u n a a n k o d e y a n g l e b i h m o d u l a r, y a n g b e r a r t i b l o k k o d e t e r t e n t u d a p a t
d ipisahkan m enjadi fun gsi-fungsi t erpisah. Hal ini m em udahk an penggun aan
k embali k ode, meni ngk atkan ket erbacaan, dan m empermudah p emeliharaan
serta pengembangan program.
Scope: Fungsi memili ki scope atau ruang lin gkup , yang berarti variab el -
v ariabel yang didefinis ikan di dalam fungsi han ya dapat diakses di dalam
fungsi ters ebut k ecuali dinyatakan s ebagai variabel glob al.
S e b u a h t u p e l a d a l a h u r u t a n o b j e k P y t h o n y a n g t i d a k b e r u b a h . Tu p e l
a d a l a h u r u t a n , s e p e r t i d a f t a r. P e r b e d a a n u t a m a a n t a r a t u p e l d a n d a f t a r n y a
a d a l a h b a h w a t u p e l t i d a k d a p a t d i u b a h t i d a k s e p e r t i L i s t P y t h o n . Tu p e l
m enggun ak an tanda kurung, sedangkan L ist Python m en ggun akan t anda kurung
siku. M em buat tup le semudah m em asukkan n ilai-nilai yang di pisahkan koma.
Secara opsi onal, Anda dap at memasukk an n ilai -n il ai yang dipisahk an koma ini
di antara tanda kurung juga. Sebagai co ntoh :
Tu p e l k o s o n g d i t u l i s s e b a g a i d u a t a n d a k u r u n g y a n g t i d a k b e r i s i a p a a p a ,
contoh nya : tup1 = (); Untu k m enulis tupel yang beris i satu n il ai , Anda haru s
memasukkan koma, meskipun hanya ada satu nilai, contohnya : tup1 = (50,)
Seperti indeks String , indeks tuple mulai dari 0, dan mereka dapat dii ris,
digabungkan, dan seterusnya.
Tu p l e d a p a t d i d e f i n i s i k a n u n t u k m e n y i m p a n b e b e r a p a i t e m d a l a m s a t u
v a r i a b e l . Tu p l e a d a l a h s a l a h s a t u d a r i 4 t i p e d a t a b a w a a n d a l a m P y t h o n y a n g
digunakan untuk menyimpan kumpulan data, 3 lainnya adalah List, Set, dan
Ka mus, s em uan ya den gan kua li ta s dan pe ngguna an y an g be rbe da. Tup le adal ah
kumpulan data dan tidak dapat diu bah. Tupl e ditulis dengan tanda kuru ng bulat.
Ad a beb erapa sifat d icti onary it ems yang harus diket ah ui yaitu s ebagai berikut:
Unik: seti ap key dalam d ictionary h arus u nik. Artinya, tidak ada dua it em
dal am dictionary yan g memiliki key sama. J ika kam u mencoba
memasukk an key yang s am a dengan nilai b erbed a, ni lai l am a akan
dig anti kan oleh yang baru.
Urutan tidak tetap: b erb ed a dengan tipe dat a l ain seperti list atau tuple,
item -item dalam diction ar y tid ak memi liki urutan t ertentu. Oleh karena
itu, kamu ti dak bisa mengakses it em dictio nar y dengan indeks sep erti
pada list. Namun, kamu bisa mengakses melalui key-nya.
Bisa diubah (mutable): dictionary adalah tipe data yang bisa diubah.
Kamu bisa menambah, mengubah, at au m en ghapus item
dari dicti onar y setelah dib uat .
Beraga m tipe data: nilai dal am diction ar y bis a beru pa t ip e data ap a pun,
seperti st ring , an gka , list, at au bahkan dictionar y lain .
Namun, key biasany a t erb atas pada tipe d ata yang tid ak berubah
seperti st ring, angka, atau tupl e.
Dictionary juga dapat digunakan untuk menyimpan nilai data dalam
pasangan kunci:nilai. Dictionary adalah kumpulan yang tersusun, dapat
diubah dan t idak memungki nkan duplikat.
c) Manfaat B ersama: Fok us ut am a dari prinsip k olabo rasi d alam ekon omi
berbagi adalah menciptakan manfaat bersama bagi semua pihak yang
t erlibat. Keti ka sum ber daya atau aset dibagi kan secara efisi en , hal ini dapat
m e n g h a s i l k a n m a n f a a t e k o n o m i , s o s i a l , d a n l i n g k u n g a n y a n g l e b i h b e s a r.
Ada tiga poko k penting peran m anu sia d id al am budaya digital. Pertama, dunia
d igital suli t untu k dipis ahkan dari k ehidu pan manusia. Ham pir s em ua sendi
kehidupan manusia dan bisnis memanfaatkan keunggulan digital. Kedua,
t ransformasi digit al ad alah pintu masuk t erjadinya perubahan. Ketig a, Manusia
sebagai agen perubahan dal am bu daya di git al. Keung gulan digital telah menjadi
k eku atan b aru y an g memungkinkan terjadin ya kolaborasi, fleksibilitas dan pro fit
sharing. Konseku ensinya adalah dengan melakukan p erubahan yang bahkan secara
radi kal t erk ait pros es bisnis, model bisnis dan bahkan mel akukan in vestasi
t eknologi baru. Ketiga p oi nt t ersebut tentu saling b erkaitan sat u dengan yang
l ainn ya. Namun demikian, say a m enem patkan manu sia sebagai faktor y ang paling
f u n d a m e n t a l . A rg u m e n t a s i n y a a d a l a h b a h w a m a n u s i a a d a l a h a g e n p e r u b a h a n . I a
h arus mengaktualisasikan di rinya dengan memb an gun harmonisasi dalam bisnis
d a n o rg a n i s a s i . I a h a r u s m e m p e r k u a t k a p a b i l i t a s d i g i t a l d a n m e m b e n t u k e k o s i s t e m
d igital yan g memadai sehi ngga budaya digitalpun dap at bertransform asi dalam
b is nis dan organ isasi. Mem bangu n budaya di gital tentu bukanl ah hal yang m udah.
Namu n yang pasti bahwa tran sform asi digital menuntut komit ment kuat seo rang
p e m i m p i n d a l a m m e m b a n g u n b u d a y a d i g i t a l . Te k n o l o g i s e n a n t i a s a b e r d i r i d i
b el ak ang p erubahan radikal dan perubahan yang pali ng konstan dalam org anisasi
adalah ch an ge the culture.
C ara berpi ki r sistem adalah suatu p endek atan pem ecahan masalah yang
m elibatkan m elihat m asalah sebagai bagi an yang terhubung dari sistem y ang lebih
besar dan bukan sebagai elemen yang terisolasi. Pendekatan ini menekankan
p em aham an hu bung an, i nt e raks i, d an pol a dal am sist em yang komp le ks u nt uk
m emahami l eb ih baik dan m en ang aniny a secara efektif1. Beberapa nilai yang
t erkandun g dal am cara berpi kir sistem ant ara l ai n:
M e r a s a k a n d a n m e n g h a rg a i k e p e n t i n g a n j a n g k a p a n j a n g d a n l i n g k u n g a n
Dalam cara b erp ikir sistem, kita memp ertimbang kan bagaimana merasakan dan
m e n g h a rg a i k e p e n t i n g a n j a n g k a p a n j a n g d a n l i n g k u n g a n . K i t a m e m p e r t i m b a n g k a n
b agaimana tindakan kit a saat ini dapat mempengaru hi masa d ep an dan lingkungan.
Meny adari bagi an yan g tersulit t an pa tendensi untuk men yel esaikannya dengan
tergesa-gesa
Dalam cara berpikir sistem, kit a m empertimbangk an b agaimana menyadari bag ian
y ang tersulit tanpa tendensi untuk men yel esaikannya dengan t ergesa-g es a. Kit a
m empertimbangk an bagaim ana m en yelesaikan m asalah secara efektif dengan
m empertimbangk an bagian y ang t ersulit.
Mencari pengal am an
Dalam cara berpikir sistem, kita mempertimbangkan bagaimana mencari
p eng alaman. Kit a mem pertimb an gkan bagaim ana pengalaman dap at membantu kit a
memahami sistem secara lebih baik.
Meng gunakan bahasa p ola das ar dan analogi u ntu k mengan tisipasi peril aku dan
kecenderungan untuk berubah
Dalam cara berpikir sistem, kita mempertimbangkan bagaimana menggunakan
b ahasa po la dasar d an analogi untuk mengantisipasi perilaku dan kecend erungan
u ntuk berub ah . Kita mempert imbangkan bagaimana menggunakan bahasa pola
dasar dan analogi untuk memahami sistem secara lebih baik.
Dalam kont eks cara berpiki r sist em , p end ek atan antisipati f menekankan beberap a
hal:
M e n g i d e n t i f i k a s i E a r l y Wa r n i n g S i g n a l s :
Dalam sistem yang kompl eks, terkadang ada tanda-tanda awal atau sinyal-sinyal
yang menunjukkan kemungkinan terjadinya perubahan b e s a r. Antisipasi
memungkinkan ki ta untuk mengidentifikasi dan merespons tanda-tanda tersebut
sebelum masalah menj adi lebih serius atau perubahan menjadi tidak t erk endali .
P e m a n t a u a n Te r u s M e n e r u s :
Pendekatan in i menekankan p entingnya pemantauan teru s m eneru s terh ad ap kondi si
sistem dan li ngkungan s ekitarnya. Den gan demikian, kita bisa merespons lebih cepat
t erhadap p erubahan y ang t erjadi .
Pendekatan antisipati f bukan hanya tent an g m engident ifikasi masalah atau
p erubahan y ang mun gkin terj adi, tetapi juga tentang men gem bangk an kemampuan
u ntuk m eren canakan d an bertindak sebelum perubahan tersebut benar-b enar terjadi.
Ini menj adi s angat p enti ng d al am konteks si stem yang kompleks dan dinami s di m ana
p erubahan bis a sangat cepat at au tidak terduga.
1 3. Jelaskan mengenai penyusunan pembelajaran deep dealo gue / critical thin king
d al am 4 tahapan
Jawab :
Ta h a p a n p e n y u s u n a n r a n c a n g a n p e m b e l a j a r a n D e e p D i a l o g u e / C r i t i c a l T h i n k i n g
terdiri dari empat langkah kunci yang saling terh ubung dan penting untuk
m en ciptak an lingkungan p em belajaran y ang berfok us pada di alog mendalam dan
berpikir kritis.
Langk ah p ert ama 'M engembangk an kom unitas belajar', men ekankan p ada refl eksi
guru terh adap duni a siswa dan pandang an mereka. Mel al ui pengalaman yang
dii dent ifikasi baik dari guru m aupun siswa, tahap i ni m enjadi land asan b agi
pengembangan rancangan p embelajaran yang mencakup dialog mendalam dan
berfi kir kritis. Kegiatan refl eksi i ni mencakup identifi kasi p eng alaman sis wa dan
g u r u s e r t a d i n a m i k a k e l a s b e l a j a r.
Langk ah ked ua, ' Analisi s isi', memfo kus kan p ada proses identifikasi , seleksi, dan
penetapan materi pembelajaran. Guru menggunakan kurikulum sebagai panduan
utam a, mempertimb ang kan standar minimal, urutan, dan cakup an materi, serta
kompetensi dasar dan k et erampilan yang harus dikemb ang kan. Selain aspek
kurikulum , nilai-nil ai moral seperti prinsip komunikasi, etika kom unikasi, dan
mekanism e komunikasi juga diintegrasikan dalam penyusunan materi
pembelajaran.
Langk ah ketiga, 'Analisis l atar cultu ral', meli bat kan p emah aman mend alam
terhadap latar belakang kult ural dan siklus kehidupan siswa. Dalam analisis ini,
dip ertimb ang kan du a konsep utama: wilayah at au lingkungan (dari lokal hingga
glo bal) d an konsep aktivitas manusia yang mencakup seluruh aspek kehidupan
(ipol eksosbudhankam ). Selain itu, analisis latar j uga mem pertimbangkan nilai -
nilai kultural yang tumbuh dan b erkembang serta relevansinya terhadap
kehidupan pes ert a didik.
L a n g k a h t e r a k h i r, ' P e n g o r g a n i s a s i a n m a t e r i ' , d i l a k u k a n d e n g a n m e m p e r h a t i k a n
p rin sip "4W dan 1H": Wh at (apa), Why (mengapa), When (k apan), Where (diman a),
d an How (b agaimana). Langk ah ini mengh aruskan pemb elajaran untuk mencakup
ciri-ciri utama dari Deep Dialogue/Critical Thinking. Guru harus
m engintegrasikan ni lai-nil ai moral dan berpikir kritis dalam u pay a p encapai an dan
p em aham an konsep, serta pengemb an gan k onsep dalam pros es pembelajaran .
Kesel uru han proses ini men ci pt ak an k erangka p embelajaran yang holisti k,
m empertimbangkan aspek pengalaman siswa dan guru, konten pembelajaran, latar
b el ak ang kul tural, serta pengembangan keterampil an berpikir kritis d an nilai-nil ai
m oral d al am setiap t ahapny a.
1 5. Jelaskan pen erapan IoT di d alam dunia Kedokteran dan apa manfaatny a bagi
manusia
Jawab :
Internet of Things (IoT) memiliki potensi besar untuk mengubah dan meningkatkan
sektor kesehatan dan kedokteran . Penerapan IoT dal am dunia m edis tel ah membawa
t ransformasi signifi kan dalam berbagai aspek , mul ai dari p eng elolaan pasien hingga
d iagnosis, p en gobatan, dan perawatan. Berikut adalah beberapa contoh p en erapan
IoT dalam bidang kedokteran beserta manfaatnya bagi manusia:
IV. K e s e h a t a n P e r a n g k a t We a r a b l e :
Perangkat Pengukur Ak tivitas Fisik: P erangkat wearable s ep erti sm artwatch
a t a u t r a c k e r a k t i v i t a s f i s i k m a m p u m e m a n t a u t i n g k a t a k t i v i t a s , t i d u r, d a n
kondi si fisik.
Manfaat: Membantu in dividu memantau dan m eningkat kan gaya hidup sehat,
serta m emberikan dat a p enti ng k epada do kter unt uk m em bu at diagnosis yang
l ebih akurat.
V. R umah Sakit Pintar:
Pengelolaan E n e rg i dan Inventaris: IoT digunakan untuk mengontrol
p eng gunaan energi d an mengel ola in ventaris di rumah sakit , men gurangi
p emboros an dan m eningkat kan efis iensi.
Manfaat: M engurangi biaya o perasional, membuat rumah s akit lebih ramah
l in gkun gan, dan m en ingkatkan pengalam an pasien.
Artificial Int elligence (AI) ad alah teknologi yang m emungkinkan kom puter u nt uk
m elakukan tu gas-tu gas yang memerlukan kecerdasan manusia, seperti pengenalan
suara, p engen alan wajah, dan pengambilan keputusan. P enerapan AI d al am berbagai
bidang t elah m emberikan banyak m anfaat bagi manusia. Berikut adalah beberapa
fakt or keunggulan utama dalam m en erapk an AI:
Big Data adalah istilah umum yang m eng acu pad a teknologi dan tekni k untuk
m empros es dan menganalisa sekumpulan dat a yang mem iliki jumlah yang sangat
b e s a r, b a i k y a n g t e r s t r u k t u r, s e m i t e r s t r u k t u r d a n t i d a k t e r s t r u k t u r. A d a b a n y a k
t antangan yang akan dihadapi ketika berhubungan dengan big data, mulai dari
b a g a i m a n a d a t a d i a m b i l , d i s i m p a n , h i n g g a m a s a l a h k e a m a n a n d a t a . Wa l a u p u n i s t i l a h
b ig data sudah sering didengar dan d iucapkan, m asih banyak diantara k ita yang
b ert anya-tany a: Apa y ang dimaks ud dengan big d at a? Apa keg unaan big data? Apa
saja teknologi big data? Mengapa big data diperlukan dalam berbagai bidang?
Ti d a k a d a d e f i n i s i y a n g b a k u m e n g e n a i b i g d a t a . S e c a r a g a r i s b e s a r b i g d a t a a d a l a h
sekumpulan data yang memili ki jumlah yang sangat besar atau struktur yang
kompleks seh ingga teknologi pemro sesan data tradisio nal tidak lagi dapat
m en anganinya deng an baik. Saat ini istilah big dat a juga sering digunakan untuk
menyebut bidang ilmu atau teknologi yang berkaitan dengan pengolahan dan
p em anfaat an data t ersebut . Aspek yan g paling pent ing dari big d at a sebenarny a bukan
sekedar pada berapa besarnya data yang bisa disimpan dan diol ah, akan t et api
k egu naan at au nilai t am bah apa yang dapat diperoleh dari data tersebut . Jika kita
t id ak d ap at mengekst rak nilai t ambah ters ebut, maka d at a h any a akan menj ad i
samp ah yang tid ak berguna. Nil ai t ambah i ni dapat d igu nakan untuk b erbag ai hal,
seperti meningkatkan kelancaran operasi onal, ket epatan p enjualan, penin gkatan
k u a l i t a s l a y a n a n , p r e d i k s i a t a u p r o y e k s i p a s a r, d a n l a i n s e b a g a i n y a .
K a r a k t e r i s t i k B i g D a t a b i a s a d i s e b u t d e n g a n s i n g k a t a n 4 V, y a i t u :
Vo l u m e : m e n g a c u p a d a u k u r a n d a t a y a n g p e r l u d i p r o s e s . S a a t i n i s a t u a n v o l u m e
dat a di duni a telah melampaui zettabyt e (10^21 byte), bahkan telah banyak
p erusahaan atau organisasi yang perlu m engolah d at a sampai uk uran pet abyt es
p e r h a r i n y a . Vo l u m e d a t a y a n g b e s a r i n i a k a n m e m b u t u h k a n t e k n o l o g i p e m r o s e s a n
y ang b erbeda dari p eny impanan t radision al .
Ve l o c i t y : a d a l a h k e c e p a t a n d a t a y a n g d i h a s i l k a n . D a t a y a n g d i h a s i l k a n d e n g a n
k ecepatan tingg i membutuhkan t ek nik pemroses an y ang berbeda dari data t ransaksi
b i a s a . C o n t o h d a t a y a n g d i h a s i l k a n d e n g a n k e c e p a t a n t i n g g i a d a l a h p e s a n Tw i t t e r
d a n d a t a d a r i m e s i n a t a u p u n s e n s o r.
Va r i e t y : B i g D a t a b e r a s a l d a r i b e r b a g a i s u m b e r, d a n j e n i s n y a t e r m a s u k s a l a h s a t u
d a r i t i g a k a t e g o r i b e r i k u t : d a t a t e r s t r u k t u r, s e m i t e r s t r u k t u r, d a n t i d a k t e r s t r u k t u r.
Ve r a c i t y : m e n g a c u p a d a k e a n d a l a n d a t a . D a t a y a n g t i d a k a k u r a t a t a u t i d a k l e n g k a p
dapat menghasilkan kesalahan dalam analisis dat a.
Te k n o l o g i B i g D a t a m e l i b a t k a n p e n g u m p u l a n , p e n g o l a h a n , d a n a n a l i s i s d a t a
d al am jumlah besar yang k omp leks dan b eragam . Ada tiga komponen ut ama dalam
t e k n o l o g i B i g D a t a y a i t u Vo l u m e , K e c e p a t a n , d a n K e a n e k a r a g a m a n ( Va r i e t y ) .
Te k n o l o g i B i g D a t a d a p a t d i k a t e g o r i k a n m e n j a d i e m p a t j e n i s u t a m a : p e n y i m p a n a n
d at a, penambangan data, analitik data, dan visu al isasi data.
Penerapan t eknologi Big Dat a dap at memberikan b any ak manfaat bagi bisnis ,
seperti meningkatkan efisiensi operasional, meningkatkan kualitas layanan,
m enin gkatkan k epu asan pelangg an, d an m enin gkatkan k eun tungan. Selain itu,
teknologi Big Data juga dapat digunakan dalam berbagai bidang lainnya, seperti
k es ehatan, pendidikan, d an pem erintahan. Dalam kesehatan, tekno logi Big Data
dapat digunakan untuk mempercepat proses diagnosis dan pengobat an, serta
m enin gkatkan akurasi diagnosis. Dalam pen didik an, teknologi Big Dat a dapat
digunakan untuk memantau k em ajuan siswa dan memberi kan rekomendasi
p embelajaran yang tepat. Dalam pemerint ahan, teknolo gi Big Dat a dapat digunakan
u ntuk memantau kinerja pem erintah dan memberikan informasi yang ak urat kep ad a
masyarakat.
Dalam keberadaannya, kedua jenis teknologi Big Data ini bersifat saling melengkapi
dan sering digunakan secara bersamaan.
B eban kerja operasion al dan analitis terhadap Big Data telah menyebabkan
k ebu tuhan sistem yang berlawanan satu sama lain, d an sist em Big Data saat ini telah
berevolusi untuk menangani kedua jeni s kerja tersebut secara khusus, terpisah, dan
d eng an ca ra ya ng sangat b erb ed a. Baik kebutuh an k erj a o per asi onal maupun analitis
u ntuk Big Dat a, masin g-masi ng telah mendo rong pencip taan arsitektu r-arsitektur
t eknologi baru. Sist em operasional, sepert i halnya No SQL dat abas e, berfo kus p ada
p el ay anan terh adap permintaan akses yang tinggi yang terjadi dalam waktu
b ersamaan, dengan t et ap memb erikan respo n yang seketika (low lat en cy) terhadap
p erm intaan akses t ersebut. Akses data terh adap sistem o perasional i ni dapat
d il ak ukan dengan berbagai pilihan kriteri a.
Untuk menangani pek erj aan-pek erjaan Big Data Operasional, telah d ibangun
sistem Big Data dengan d atab ase NoSQL seperti halnya database berbasis dokumen
(document based database) yang dapat ditujukan untuk berbagai tipe aplikasi,
d at ab ase key-value stores, column family stores, dan database graph yang
d i o p t i m a l k a n u n t u k a p l i k a s i y a n g l e b i h s p e s i f i k . Te k n o l o g i N o S Q L , y a n g t e l a h
d ikemban gkan untuk mengatasi keku rangan dari d at ab ase relas ional (relatio nal
d at ab ase) pada lingkungan kom put asi modern, diken al lebih cepat sert a l ebih mudah
d an murah dal am h al peni ngkatan skal a (mo re scalable) dibandi ng relatio nal
d a t a b a s e s . Te r l e b i h l a g i , s i s t e m B i g D a t a d e n g a n d a t a b a s e N o S Q L t e l a h d i d e s a i n
u ntuk memanfaatkan keu nggu lan dari arsit ektur cloud computing (komput asi awan)
y ang telah muncul d al am d ekade t erakhir ini. Hal ini m emun gkinkan dij alankanny a
komputasi berskala besar secara efisien dan dengan biaya yang relatif lebih murah.
Sebagai hasilnya, sistem NoSQL den gan k omp utas i awan ini telah menjadikan
perangkat kerj a Big Data operasional lebih mudah dikelola, serta dapat
d iimplement as ikan deng an lebi h m urah dan cepat. Berbi cara NoSQL, saat ini
MongoDB adalah database NoSQL yang sedang Naik Daun di Era Big Data
Jadi, dengan m en day agu nakan database Big Dat a, operasion al perus ahaan dapat
m elakukan p en ghematan pengel uaran, m eni ngk at kan keuntun gan , dan mencapai
sasaran-sasaran b isnis lainnya. Dalam hal i ni pali ng ti dak, ada 3 hal yang dapat
diraih oleh perusahaan yang menerapkan teknologi Big Data, yakni:
Memb uat aplikasi baru. Big Dat a m em ungkin kan suatu p erusahaan untuk
m engumpul kan data-data real tim e dari p roduk-produk yang m ereka pasark an,
d ari su mber daya yang digunakan , dan data-dat a yang berkaitan dengan
p el an ggannya. Data-data ini dapat dimanfaatkan untuk mengoptim alkan
kepuasan pelanggan ataupun untuk efisiensi penggunaan sumber daya. Sebagai
cont oh, sebuah k ota besar di Am erik a Seri kat telah menggunakan Mon goDB,
sebuah d ocu ment based NoSQL database, untuk menu runk an angka kejahatan
d an mening katkan pel ayanan umum den gan mengum pulkan dan m enganal isa
d at a geospatial secara real-ti me dari 30 departemen yang berbeda.
Meningkatkan efektifitas dan menurunkan biaya d ari aplik asi yang tel ah ada.
Te k n o l o g i B i g D a t a d a p a t m e n g g a n t i k a n s i s t e m b e r s p e s i f i k a s i t i n g g i y a n g
m a h a l d e n g a n s i s t e m y a n g d a p a t d i j a l a n k a n d e n g a n s p e s i f i k a s i s t a n d a r.
Disamping itu, karena banyak teknologi Big Data yang sifatnya open source,
tentu mereka dapat diimplementasikan dengan biaya yang lebih murah
d ibanding kan t eknologi yang hanya dimili ki d an dij ual oleh su at u perusahaan.
Data adalah emas. Org anisasi manapun yang mengusai em as, d apat dipastikan
k ekayaan dan kekuas aan ada di tangannya. B egit u j uga halny a d engan data. Nam un
demikian, seperti hal nya emas, data mesti digali, diproses dan dianalisa dengan
s e r e n t e t a n t e k n o l o g i t e r t e n t u d e m i m e n d a p a t k a n n i l a i y a n g b e r h a rg a d a r i l a u t a n
d at a pada era digital s ekarang ini. Laut an d ata t ersebut kemu dian dikenal dengan
i sti lah Big Data, kum pulan dat a yang begitu b es ar dan k ompleks yang tak
m e m u n g k i n k a n l a g i u n t u k d i k e l o l a d e n g a n t o o l s s o f t w a r e t r a d i s i o n a l . Te r d a p a t
dua type teknologi unt uk memberdayakan Big data, yaitu:
(1) t eknol ogi untuk m emproses Big Dat a demi kebutuhan operasional, yak ni:
d at ab ase No SQL (Mon goDB, HBase, ...), dan (2) tekno lo gi un tuk memproses Big
Data guna kebutuhan anal itis seperti halnya Hadoop. Dengan
mengimplementasikan kedua type teknologi Big Data ini, akan memungkinkan
d idapatk annya nilai -nilai baru yang dapat memberikan manfaat pada op erasional
perusahaan berupa penghematan pengelu aran, peningkatan keuntungan, dan
p encapaian sasaran-s asaran bisnis lainny a.