Pengaruh Kecerdasan Buatan Terhadap Riset dan Pengembangan Konsensus Ilmiah

Serta Aspek Pemebelajaran Perkuliahan

(Laporan Jawaban Ujian Akhir Semester (UAS) Mata Kuliah Bahasa Indonesia dan Tata Tulis Laporan Ilmiah
Semester Ganjil Tahun 2023-2024)

Dosen Pengampu :
Dr. Zaaenal Muttaqien,ST.,SE.,S.pd.,ASEAN.Eng.,ACPE.,APEC ENG.

Disusun Oleh:
Reyza Vieri Try Juniver 2250061004
Teknik Industri - A

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI MANUFAKTUR
UNIVERSITAS JENDERAL ACHMAD YANI
BANDUNG
2024
 PENGANTAR
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Penyayang, kami panjatkan
puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah dan inayah-Nya
kepada kami, sehingga kami dapat menyelesaikan makalah ilmiah tentang limbah dan manfaatnya untuk
masyarakat. Karangan ini telah saya susun dengan maksimal dan mendapatkan berbagai sumber referensi
dengan menggunakan penggunaan pendekatan consensus ilmiah yang telah disaring agar mendapatkan
informasi dan data statistik yang kredibel dan objektif.
Terlepas dari semua itu, penulis menyadari sepenuhnya bahwa masih ada kekurangan baik dari
segi susunan kalimat maupaun tata bahasanya. Oleh karena itu dengan tangan terbuka saya menerima
segala saran dan kritik dari para pembaca agar kami dapat memperbaiki dan belajar dari kesalahan yang
dibuat. Karangan ini sepenuhnya dibuat untuk memberi pelajaran pentingnya konsensus ilmiah dan
mengenai pencarian penyelesaian permasalahan dari beberapa isu-isu yang berkaitan dengan Artifical
Intelligence.
Penulis berharap dengan penelitian yang dibuat mungkin secara objektif ini dapat membangun
ide kritis untuk mengkritisi adanya pengaruh buruk terhadap lingkungan akibat adanya eksploitasi dan
pertambangan lithium sebagai bahan baku utama untuk membuat baterai khususnya baterai kendaraan
listrik yang memiliki dampak buruk dan baik untuk lingkungan. Juga penulis berharap kepada pemikiran
progresif dari penulis terkait topik yang diambil agar pembaca senantiasa terbuka terhadap topik yang
nyaris tidak pernah diangkat ke lini publik.
 Daftar Isi
PENGANTAR...............................................................................................................................................2
BAB I.............................................................................................................................................................4
PENDAHULUAN.........................................................................................................................................4
1.1 Latar Belakang...............................................................................................................................4
1.2 Identifikasi Masalah.......................................................................................................................5
1.3 Batasan Masalah............................................................................................................................5
1.4 Rumusan Masalah..........................................................................................................................5
1.5 Tujuan...........................................................................................................................................5
1.6 Tujuan............................................................................................................................................6
BAB II............................................................................................................................................................7
PEMBAHASAN............................................................................................................................................7
2.1 Tentang Artificial Intelligence.............................................................................................................7
2.2 Pengaruh Artificial Intelligence dan P-Value Hacking pada jurnal penelitian ilmiah.........................7
2.3 Pengaruh AI terhadap kognitif pada pendidikan jenjang atas.............................................................8
2.4 AI untuk AI—AutoML pada riset medis............................................................................................9
2.5 Personalized Learning........................................................................................................................10
BAB III........................................................................................................................................................11
SIMPULAN DAN SARAN.........................................................................................................................11
DAFTAR PUSTAKA..................................................................................................................................12

Daftar Tabel
Tabel 2.1 Tipe-tipe AI
Daftar Gambar

Gambar 2. 1 Kurva P-Value………………………………………………………………………………………………………………………5

Gambar 2.2 Layer Artificial Intelligence……………………………………………………………………………………………….…6

 BAB I
PENDAHULUAN
1.1 Latar Belakang
Kecerdasan buatan atau AI (Artificial Intelligence) belakangan ini menjadi suatu hal yang
selalu dibicarakan oleh kalangan masyarakat khususnya di kalangan akademisi yang mempelajari
ilmu algortima komputasi dan juga seluk-beluk mengenai pentingnya komputer dan juga
perangkat yang menghubungkan komputer dengan jaringannya atau dikenal sebagai internet.
Artificial Inteelligence memiliki makna yang rancu dikarenakan kecerdasan buatan bukanlah
berarti kecerdasan tersebut secara harfiah merupakan kecerdasan yang dihasilkan oleh manusia
kepada mesin itu sendiri melainkan sebaliknya dengan penggunaan machine learning kecerdasan
buatan melatih algortima dan juga struktur dasar yang secara tidak langsung memberikan perintah
kepada mesin untuk mempelajari kecerdasan atau intelligence dengan memberikan pembelajaran
agar proses pengambilan data dari AI tersebut merepresentasikan jawaban yang bervariasi dan
subjektif setelah diberikan beberapa tahapan dan variabel dalam pembelajaran data.
Pembelajaran AI bukanlah hal yang buruk dikarenakan teknologi ini mempermudah
manusia untuk mendapatkan jawaban, algoritma perncarian yang bervariasi, struktur data yang
lebih subjektif dan lainnya yang memudahkan manusia untuk mencari solusi, dalam lingkup
akademisi, seni, sastra dan desain grafis, juga lainnya. Kecerdasan buatan bukanlah hal yang
baru, hal ini dikarenakan kecerdasan buatan merupakan keterkaitan antara komputer
(pemrograman) dan perhitungan complex dari penyempurnaan beberapa pemrograman atau
programming seperti fuzzy logic, learning of MLP, genetic algortihms, evolutionary
programming, evolution strategy.
Banyak sekali pro dan kontra yang mengatakan bahwa lapangan kerja dan beberapa
sektor industri akan diambil alih karena otomasi dan juga perkembangan AI yang semakin
canggih dan memiliki berbagai macam fitur dimana fitur tersebut merupakan fitur yang lengkap
dan menawarkan kemudahan bagi penggunanya. Namun,pembuktian mengenai hal ini masih
perlu deduksi dan juga analisa konkret tentang bagaimana cara kerja sebuah otomasi dan industry
yang menggunakan kecerdasan buatan dapat mengambil alih lapangan kerja dan juga secara
khusus lapangan akademisi dalam penelitian atau riset teknologi khususnya pada ranah IPTEK
(ilmu pengetahuan dan teknologi). Perubahan tersebut merubah dan menjadi sebuah revolusi
gerakan yang memberikan dinamika perbedaan dalam kegiatan perkuliahan dan penempuhan
akademis dan scholar dalam melakukan riset dan pengambilan keputusan.
Sudah banyak sekali jurnal yang diterbitkan, web yang memiliki fitur AI memudahkan
variabel pencarian agar mahasiswa dan akademisi mendapatkan banyak sekali referensi untuk
 melakukan riset yang telah dikemukakan oleh ahli dari berbagai bahasa, topik, dan sortir
berdasarkan usia dari lamanya jurnal tersebut hal ini memberikan banyak sekali nilai pro dan
kontra pada akademisi yang mana dapat menimbulkan hal buruk dan baik secara bersamaan.
Semua hal yang baik tersebut akan dinilai dan hal buruk pun memiliki hal yang krusial namun
fatal dalam penelitian dan penggiringan opini publik terhadap suatu permasalahan atau
kepercayaan akan suatu hasil penelitian yang masih belum bisa disaring tersebut, disinilah peran
akademisi dalam menentukan pengambilan keputusan tersebut.
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan diatas permasalahan yang dapat di
identifikasi pada latar belakang tersebut adalah:
1. Banyaknya sitasi ilmiah dari jurnal yang masih dipertanyakan sifat penelitiannya.
2. Plagiarisme dan juga pemalsuan data mudah untuk dilakukan
3. Kecerdasan buatan yang masih memiliki keterbatasan dan belum sempurna
4. Penggunaan penelitian satu arah yang menguntungkan satu pihak saja dan
merugikan pihak lain
1.3 Batasan Masalah
Adapun Batasan masalah yang ditetapkan berdasarkan variabel-variabel yang telah ditetapkan
pada penelitian yang telah dilakukan adalah sebagai berikut :
1. Kemudahan dalam pemalsuan data di civitas academica
2. Kurangnya atau menurunnya kemampuan mawas akan konsensusilmiah
3. Berkurangnya pemikiran kritis dalam pengambilan keputusan oleh mahasiswa
1.4 Rumusan Masalah
Adapun batasan masalah yang ditetapkan berdasarkan batasan masalah pada penelitian yang
telah dilakukan adalah sebagai berikut :
1. Penyalahgunaan AI untuk kepentingan pribadi
2. Pemalsuan data dan publikasi jurnal tidak terverifikasi
3. Penurunan tingkat kritis dan melek literasi dengan adanya penggunaan AI yang
memberikan jawaban simplifikasi
4. Paham consensus ilmiah yang minim
1.5 Tujuan
Berdasarkan permasalahan yang telah dijabarkan, maka dapat diambil beberapa tujuan
penelitian sebagai berikut :
1. Penggunaan AI untuk pembelajaran dan hal-hal positif ]
2. Pengalokasian dan memberikan kesempatan untuk AI melakukan revolusi
 Pendidikan
3. Pemanfaatan dan maksimasi pembelajaran dalam rangka menyadarakan
pentingnya menentukan keputusan
4. Melakukan riset dua arah dan membantu pencarian jawaban objektif
 BAB II
PEMBAHASAN
2.1 Tentang Artificial Intelligence
Artificial Intelligence atau kecerdasan buatan adalah sebuah Teknik yang membantu mesin
dan mimic atau meniru sifat manusia sehingga mereka bisa berfungsi secara cerdas dan mandiri.
AI secara singkat membiarkan perangkatnya sendiri menjadi pintar atau cerdas. Ini diperoleh
dengan menggunakan berbagai macam cara pendekatan seperti machine learning dan deep
learning techniques. John McCarthy, yang memberikan istilah “Artificial Intelligence” pada tahun
1955 mendefinisikan hal tersebut sebagai “ilmu sains dan keteknikan dalam pembuatan mesin
cerdas”.

Tabel 2. 1 Tipe-tipe artificial intelligence

Konsep ini ditemukan pada kepercayaan bahwa kecerdasan manusia “bisa begitu persis
dijelaskan sebagaimana sebuah mesin bisa mensimulasikannya” pusat dari AI masuk kedalam
reasoning, knowledge, planning, learning dan komunikasi. Kecerdasan umum berada diantara
lingkup tujuan jangka panjang. Terdapat banyak alat yang digunakan dalam AI, termasuk versi dari
pencarian dan optimasi matematika, logika, metode berdasarkan probabilitas dan ekonomi. Bidang
kecerdasan buatan ini merupakan bidang multidsipliner seperti ilmu komputer, matematika,
psikologi, linguistic, filosofi dan lainnya.
2.2 Pengaruh Artificial Intelligence dan P-Value Hacking pada jurnal penelitian ilmiah

Gambar 2. 1 Kurva P-value

 Kita harus akui bahwa penggunaan fungsi f(x) dan kompleksitas penyelesaian masalah
menggunakan kecerdasan buatan memudahkan penggunanya dalam menghasilkan nilai dari
variabel yang diinginkan lalu bagaimana dengan hasil tersebut jika terdapat penyalahgunaan di
tangan orang yang tidak tepat? Dalam pemodelan statistik data yang disajikan memiliki
persebaran data yang cukup luas dengan banyak variabel dengan penggunaan kecerdasan buatan
untuk mengubah P value atau nilai P dalam statistik yang dikenal sebagai dredging, data fishing,
data snooping adalah sebuah eksploitasi analisis data yang digunakan untuk menemukan
pola/pattern yang secara statistik dapat direpresentasikan, dimana pada kenyataannya tidak
terdapat underlying effect. Dengan kata lain, P-Hacking adalah menjalankan tes statistik dalam
sebuah urutan data hingga data tesebut menghasilkan hasil signifikan yang menaik. Yang hanya
bisa dilakukan dalam beberapa cara yang berbeda, sebagai contoh : Menghentikan kumpulan data
ketika mendapatkan nilai P<0.05, menganalisa banyak sekali hasil, tetapi hanya mempubilkasikan
nilai P<0,05 menggunakan covariates, dan mengekslkusikan partisipan dan lain-lain.
Mengapa hal ini penting? Sayangnya pada praktis saat ini dalam jurnal ilmiah, jurnal yang
dipertimbangkan sebagai high quality (dengan faktor dampa yang besar) mayoritas menggunakan
nilai statistik signifikan yang cukup besar. Para peneliti ingin menerbitkan jurnal sebagai
demikian adalah karena hal tersebut subjektif dan berpengaruh pada prestasi akademik dan
pekerjaan mereka. Ini akan menimbulkan tekanan pada para peneliti dan bisa merujuk pada P-
Value hacking.
2.3 Pengaruh AI terhadap kognitif pada pendidikan jenjang atas
Berpikir secara kognitif, AI telah membuat kenyataan pada hari ini dimana AI telah bisa
mengimitasi manusia dalam berbagai fungsi seperti bahasa sebagai translasi, diagnosa medis, dan
pembuatan keputusan. Jika manusia berinteraksi, analisa, deduksi, dan berpikir secara logis dan
reasoning secara kontekstual. AI melakukan semua hal ini dengan berdasarkan pada komputer
dengan kapasitas komputasi besar, internet yang cepat algortima dan real-time data (Chin, 2018).
AI memberikan kemudahan pada penggunanya sehingga memeberikan dampak yang
positif juga, AI memudahkan ilustrasi gambar, memecahkan perhitungan dan permodelan matematika
dari yang rumit dan sederhana. AI pada dasarnya belajar dan mengikuti kebutuhan dan pertanyaan
yang ditampug untuk akhirnya digunakan sebagai data-data untuk memperlajari dan memperbaiki
pertanyaan-pertanyaan dan penyempurnaan machine learning.
 Gambar 2. 2 Layer Artificial Itelligence

AI bertujuan untuk memberikan kemampuan persepsi, kognisi, dan pengambilan keputusan

untuk mesin. Saat ini, penelitian dan aplikasi baru dalam ilmu informasi muncul pada tingkat yang
belum pernah terjadi sebelumnya, yang tidak dapat dipisahkan dari dukungan oleh infrastruktur AI.
Seperti yang ditunjukkan dalam gambar di atas, lapisan infrastruktur AI mencakup data, penyimpanan
dan daya komputasi, algoritme ML, dan kerangka kerja AI. Lapisan persepsi memungkinkan mesin
memiliki kemampuan dasar penglihatan, pendengaran, dll. Misalnya, CV memungkinkan mesin
untuk "melihat" dan mengidentifikasi objek, sementara pengenalan suara dan sintesis membantu
mesin untuk "mendengar" dan mengenali elemen ucapan. Lapisan kognitif memberikan tingkat
kemampuan induksi, penalaran, dan memperoleh pengetahuan yang lebih tinggi dengan bantuan
NLP, grafik pengetahuan,7 dan pembelajaran berkelanjutan. Pada lapisan pengambilan keputusan, AI
mampu mengambil keputusan yang optimal, seperti perencanaan otomatis, sistem pakar, dan sistem
pendukung keputusan. Banyak aplikasi AI memiliki dampak besar pada ilmu dasar, manufaktur
industri, kehidupan manusia, tata kelola sosial, dan dunia maya. Subbagian berikut memberikan
gambaran umum tentang kerangka kerja AI, teknologi pembelajaran mesin otomatis (AutoML), dan
beberapa aplikasi AI/ML canggih di bidang informasi.
2.4 AI untuk AI—AutoML pada riset medis
AutoML bertujuan untuk mempelajari cara menggunakan komputasi evolusioner,
pembelajaran penguatan (RL), dan algoritme AI lainnya, untuk secara otomatis menghasilkan
algoritme AI tertentu. Penelitian tentang generasi otomatis jaringan saraf telah ada sebelum
munculnya DL, misalnya, evolusi saraf. Tujuan utama evolusi saraf adalah untuk memungkinkan
jaringan saraf berevolusi sesuai dengan prinsip survival of the fittest di dunia biologis. Melalui
seleksi, crossover, mutasi, dan operator evolusi lainnya, kualitas individu dalam suatu populasi terus
 ditingkatkan dan, akhirnya, individu dengan kebugaran terbesar mewakili jaringan saraf terbaik.
Inspirasi biologis dalam bidang ini terletak pada proses evolusi neuron otak manusia.
Otak manusia memiliki fungsi pembelajaran dan memori yang berkembang sehingga tidak
dapat dilakukan tanpa sistem jaringan saraf yang kompleks di otak. Seluruh sistem jaringan saraf otak
manusia mendapat manfaat dari proses evolusi yang panjang daripada penurunan gradien dan
propagasi kembali. Di era DL, penerapan algoritma AI untuk secara otomatis menghasilkan DNN
telah menarik lebih banyak perhatian dan, secara bertahap, berkembang menjadi arah penting
penelitian AutoML: pencarian arsitektur saraf. Metode implementasi pencarian arsitektur saraf
biasanya dibagi menjadi metode berbasis RL dan metode berbasis algoritma evolusioner. Dalam
metode berbasis RL, RNN digunakan sebagai pengontrol untuk menghasilkan struktur jaringan saraf
lapis demi lapis, dan kemudian jaringan dilatih, dan keakuratan set verifikasi digunakan sebagai
sinyal hadiah RNN untuk menghitung gradien strategi.
Selama iterasi, pengontrol akan memberikan jaringan saraf, dengan akurasi yang lebih
tinggi, nilai probabilitas yang lebih tinggi, untuk memastikan bahwa fungsi strategi dapat
menghasilkan struktur jaringan yang optimal.14 Metode pencarian arsitektur saraf melalui evolusi
mirip dengan metode evolusi saraf, yang didasarkan pada populasi dan iterasi terus menerus sesuai
dengan prinsip survival of the fittest, sehingga memperoleh jaringan saraf berkualitas tinggi. Melalui
penerapan teknologi pencarian arsitektur saraf, desain jaringan saraf lebih efisien dan otomatis, dan
akurasi jaringan secara bertahap mengungguli jaringan yang dirancang oleh para ahli AI. Misalnya,
jaringan SOTA Google EfficientNet direalisasikan melalui jaringan dasar berdasarkan pencarian
arsitektur saraf.
2.5 Personalized Learning
Salah satu kontribusi paling besar dari AI untuk pendidikan jenjang atas adalah
kemampuan untuk memberikan pengalaman pembelajaran yang terpersonalisasi. AI bisa menganalisa
kumpulan data secara luas dan gaya belajar, kelebihan, kekuarangan. Menggunakan informasi
tersebut untuk membuat konten edukasional yang menemui kebutuhan mahasiswa.pelajar,
memberikan penambahan dalam pengalaman pembelajaran mereka.
AI powered platform juga bisa memberikan personalisasi dan rekomendasi untuk
pembacaan material atau tugas berdasarakan preferensi pembelajaran dan performa belajar dari
mahasiswa sebelumnya. Ini memberikan setiap pelajar memudahkan pembelajaran mereka sesuai
dengan kecepatan belajar dan gaya belajar mereka, memberikan peningkatan dalam hubungan dan
retensi.
 BAB III
SIMPULAN DAN SARAN
Akhir kata, dalam perkembangan teknologi dan globalisasi dari adanya pemnafaatan AI ini diharapkan
para pelajar dapat mengambil kegiatan dan nilai-nilai positif yang memberikan manfaat dan tidak
merugikan pihak manapun untuk kemajuan teknologi dan pendidikan agar menjadikan kegiatan
pembelajaran dan sarana pendidikan di indonesia semakin maju dan peelitiannya semakin membawakan
hasil yang penting dan memilki impact atau dampak yang berkepanjangan pada kesejahteraan dan
khalayak umum.

Sebagai penulis dan juga pelajar, penulis memberikan saran agar rekan-rekan dapat belajar dari
pemanfaatan AI agar tidak mudah digiring opininya terhadap publik dan massa mengenai isu-isu yang
masih belum tentu bwnar atau salahnya dengan melaksanakan dasar- dasar penelitian dan metode
penelitian juga pemahaman konnsensus ilmiah yang masih harus ditekankan
 DAFTAR PUSTAKA

Bevans, R. (n.d.). Understanding P-values | Definition and Examples. Scribbr . Retrieved 01 23, 2024,
from https://www.scribbr.com/statistics/p-value/

Xi Hue M. C.-T. (2020). The impact of artificial intelligence on human society and bioethics. Tzu Chi
Medical Journal. doi:doi: 10.4103/tcmj.tcmj_71_20

Yongjun Xu, X. l. (n.d.). Artificial intelligence: A powerful paradigm for scientific research. Elsavier.
doi:DOI: 10.1016/j.xinn.2021.100179