MAKALAH kecerdasan buatan

KODE MK: ARS 1182

KECERDASAN BUATAN DAN TRANSFORMASI
PENDIDIKAN: DAMPAK PADA BEBERAPA JURUSAN DAN
PROSPEKNYA DI MASA DEPAN

DI SUSUN
O
L
E
h
Blessy freli jona lumimbus (220211020003)

PROGRAM STUDI ARSITEKTUR

FAKULTAS TEKNIK
UNIVERSITAS SAM RATULANGI MANADO

0
DAFTAR ISI
DAFTAR ISI……………………………………………………………………………………………………………………………1
BAB 1. PENDAHULUAN…………………………………………………………………………………………………………1
1.1 Latar Belakang…………………………….……………………………………………………………………………2
1.2 Rumusan Masalah………………….…………………………………………………………………………………2
1.3 Tujuan…………………………….………………………………………………………………………………..………2
BAB II. PEMBAHASAN……………………………………………………………………………………………………………3
2.1 …………………………….……………………………………………………………………………2
2.2 ………………….…………………………………………………………………………………2
2.3 Tujuan…………………………….………………………………………………………………………………..………2
2.4 Mmmm
2.5.....
2.6
BAB III. PENUTUP……………………………………………………………..…………………………………………………16
DAFTAR PUSTAKA……………………………………………………………………………………………………………….17

1
 BAB 1
PENDAHULUAN
1.1 Latar belakang
Pada era yang semakin modern ini, teknologi semakin berkembang pesat dan
memberikan pengaruh besar pada banyak bidang kehidupan, termasuk pendidikan. Salah
satu inovasi teknologi yang sedang menjadi perbincangan dalam beberapa tahun terakhir
adalah kecerdasan buatan (artificial intelligence atau AI). Kecerdasan buatan dikenal sebagai
kemampuan mesin untuk melakukan tugas-tugas yang biasanya memerlukan kecerdasan
manusia, seperti pengambilan keputusan, belajar, dan pemecahan masalah. Perkembangan
AI sendiri sudah dimulai sejak tahun 1950-an, ketika John McCarthy menciptakan istilah
“kecerdasan buatan” dan mengembangkan program AI pertama yang disebut “LISP”.
Namun, baru dalam beberapa tahun terakhir ini perkembangan AI semakin berkembang dan
mulai diterapkan pada berbagai bidang, termasuk di dalam dunia pendidikan.
AI digunakan dalam banyak aplikasi pendidikan, seperti analisis data pembelajaran,
pembelajaran adaptif, dan robotika pendidikan. Pemanfaatan AI dalam dunia pendidikan
diketahui mampu memberikan solusi untuk berbagai tantangan yang dihadapi dalam sistem
pendidikan, seperti meningkatkan efisiensi dan efektivitas pembelajaran. AI juga
memungkinkan terciptanya suatu perubahan dalam proses belajar-mengajar dan
memberikan dampak besar pada berbagai jurusan contohnya seperti jurusan-jurusan yang
memiliki banyak peminat seperti teknik, kedokteran, ekonomi bisnis, dan hukum.
Beberapa di antaranya adalah masalah keamanan data dan privasi, kemungkinan
penggantian pekerjaan manusia dengan mesin, dan kurangnya kesetaraan akses terhadap
teknologi. Oleh karena itu, perlu dilakukan evaluasi dan pemikiran matang terkait
penggunaan AI dalam pendidikan serta mempertimbangkan tantangan dan risiko yang
muncul dari penggunaan teknologi ini. Maka dari itu, Makalah ini bertujuan untuk
memberikan gambaran yang lebih lengkap mengenai konsep dan perkembangan
kecerdasan buatan, dampak AI pada beberapa jurusan, tantangan dan risiko yang muncul
dari penggunaan AI, Serta prospek AI pada masa yang akan datang.

1.2 Rumusan Masalah

1. Bagaimana pengaruh kecerdasan buatan dalam dunia pendidikan?
2. Apa saja dampak kecerdasan buatan terhadap beberapa jurusan tertentu di masa
depan?
3. Apa saja tantangan dan risiko kecerdasan buatan pada beberapa jurusan tertentu di
masa depan?
4. Bagaimana prospek kecerdasan buatan di masa yang akan datang?

1.3 Tujuan
1. Menganalisis pengaruh kecerdasan buatan dalam dunia pendidikan.

2
2. Menjelaskan dampak kecerdasan buatan terhadap beberapa jurusan tertentu di
masa depan.
3. Menjelaskan tantangan dan risiko kecerdasan buatan pada jurusan-jurusan tertentu
di masa depan.
4. Menganalisis prospek kecerdasan buatan di masa yang akan datang.

3
 BAB 2
Pembahasan

2.1 Definisi dan konsep kecerdasan buatan Kecerdasan Buatan

Kecerdasan Buatan (Artificial Intelligence/AI) adalah cabang dari ilmu komputer yang
bertujuan untuk mengembangkan sistem komputer yang dapat melakukan tugas yang
memerlukan kecerdasan manusia, seperti belajar, memecahkan masalah, dan pengambilan
keputusan. Dalam suatu konsep kecerdasan buatan, komputer diprogram untuk dapat
melakukan tugas-tugas tersebut dengan cara yang menyerupai cara manusia memproses
suatu informasi. Ada beberapa definisi yang berbeda dari kecerdasan buatan. Salah satu
definisi yang umum digunakan adalah dari John McCarthy, yang menyebut kecerdasan
buatan sebagai “sains dan teknik membuat mesin yang dapat melakukan tugas yang
memerlukan kecerdasan manusia”. Ada juga definisi lain yang menyatakan bahwa
kecerdasan buatan adalah kemampuan mesin untuk belajar dari pengalaman dan
memecahkan masalah secara mandiri.
Dalam konsep kecerdasan buatan, terdapat beberapa subbidang, termasuk Machine
Learning (Pembelajaran Mesin), Natural Language Processing (Pemrosesan Bahasa Alami),
Computer Vision (Penglihatan Komputer), dan Robotics (Robotika). Machine Learning adalah
subbidang kecerdasan buatan yang berfokus pada pengembangan algoritma yang
memungkinkan komputer untuk belajar dari data, tanpa perlu diprogram secara eksplisit.
Natural Language Processing adalah subbidang yang berkaitan dengan kemampuan
komputer untuk memahami bahasa manusia dan memproses informasi dalam bentuk teks
atau suara. Computer Vision adalah subbidang yang berkaitan dengan kemampuan
komputer untuk memproses dan menganalisis gambar dan video. Sedangkan Robotics
adalah subbidang kecerdasan buatan yang berkaitan dengan pengembangan robot yang
dapat berinteraksi dengan lingkungannya secara cerdas.
Konsep kecerdasan buatan juga melibatkan berbagai pembelajaran mesin (Machine
Learning), yang merupakan metode yang memungkinkan sistem untuk belajar dari data dan
mengambil keputusan berdasarkan pola atau pengalaman sebelumnya. Dalam
pembelajaran mesin, data digunakan untuk melatih algoritma dan membuat model yang
dapat memprediksi hasil pada data yang belum pernah dilihat sebelumnya. Dalam
kesimpulannya, konsep kecerdasan buatan melibatkan penggunaan teknologi komputer dan
matematika untuk mengembangkan sistem yang dapat melakukan tugas-tugas yang
memerlukan kecerdasan manusia. Sub bidang kecerdasan buatan meliputi Machine
Learning, Natural Language Processing, Computer Vision, dan Robotics. Dalam
perkembangannya, kecerdasan buatan terus mengalami peningkatan dan inovasi sehingga
dapat menghasilkan aplikasi dan sistem yang lebih kompleks dan dapat bermanfaat pada
semua aspek kehidupan.

4
2.2 Sejarah dan perkembangan kecerdasan Buatan
Sejarah kecerdasan buatan dimulai pada tahun 1956, ketika John McCarthy, Marvin
Minsky, Nathaniel Rochester, dan Claude Shannon mengadakan konferensi di Dartmouth
College untuk membahas masalah kecerdasan buatan. Konferensi ini menjadi awal mula
penelitian dan pengembangan kecerdasan buatan sebagai bidang ilmu tersendiri. Pada
tahun-tahun awal perkembangan kecerdasan buatan, fokus penelitian adalah pada
pengembangan sistem logika dan pemrograman komputer yang dapat mengambil
keputusan berdasarkan aturan yang telah ditentukan. Namun, pada tahun 1960-an, peneliti
mulai memperkenalkan pendekatan baru yang disebut pembelajaran mesin (Machine
Learning), di mana komputer dapat belajar dari data untuk membuat keputusan.
Pada tahun 1970-an, penelitian kecerdasan buatan mengalami kemunduran karena
keterbatasan teknologi saat itu. Namun, pada tahun 1980-an, penelitian kecerdasan buatan
kembali berkembang pesat berkat kemajuan teknologi komputer dan algoritma baru yang
ditemukan. Pada tahun 1990-an, penelitian kecerdasan buatan semakin terfokus pada
pengembangan sistem yang dapat belajar secara mandiri dan melakukan tugastugas yang
lebih kompleks, seperti pengenalan suara dan pengenalan wajah. Pada dekade berikutnya,
penggunaan kecerdasan buatan semakin berkembang di berbagai industri, seperti otomotif,
finansial, dan kesehatan. Pada tahun 2010-an, perkembangan kecerdasan buatan semakin
pesat berkat kemajuan teknologi seperti komputasi awan, pengolahan data yang lebih
cepat, dan kemajuan di bidang neural networks.
Hal ini memungkinkan pengembangan sistem kecerdasan buatan yang lebih kompleks
dan akurat, seperti mobil otonom, chatbot, dan asisten virtual. Perkembangan kecerdasan
buatan saat ini semakin terfokus pada pengembangan sistem yang dapat beradaptasi
dengan lingkungan yang berubah-ubah, serta pengembangan sistem kecerdasan buatan
yang lebih ramah lingkungan dan berkelanjutan. Secara keseluruhan, perkembangan
kecerdasan buatan telah mengalami evolusi yang signifikan sejak pertama kali
diperkenalkan pada tahun 1956. Perkembangan teknologi dan penemuan baru telah
memungkinkan pengembangan sistem kecerdasan buatan yang lebih kompleks, akurat, dan
berkelanjutan. 2.3 Transformasi kecerdasan buatan dalam pendidikan Penggunaan
teknologi kecerdasan buatan (AI) dalam dunia pendidikan terutama pada perkuliahan dapat
memberikan dampak positif yang besar.
Berikut adalah beberapa contoh konkrit mengenai bagaimana AI dapat bertransformasi
dalam pendidikan terutama dunia perkuliahan:
1. Personalisasi Pembelajaran:
AI dapat membantu dalam memberikan pengalaman pembelajaran yang lebih personal
dan disesuaikan dengan kebutuhan individu mahasiswa. AI dapat menyesuaikan
kurikulum, metode pengajaran, dan bahkan waktu pembelajaran untuk setiap
mahasiswa berdasarkan kebutuhan dan tingkat pemahaman mereka.
2. Penilaian Otomatis:
Sistem AI dapat digunakan untuk menilai pekerjaan mahasiswa secara otomatis.
Misalnya, AI dapat memeriksa tata bahasa, ejaan, dan kesesuaian jawaban dengan

5
 pertanyaan atau topik yang sedang dipelajari. Dengan demikian, hal ini dapat
mengurangi waktu yang dibutuhkan oleh dosen atau pengajar untuk menilai pekerjaan
mahasiswa dan meningkatkan efisiensi pengajaran.
3. Pengembangan Kurikulum:
Sistem AI dapat membantu dalam pengembangan kurikulum yang lebih efektif dan
efisien. AI dapat memprediksi area yang lebih sulit dipahami oleh mahasiswa dan
memberikan bahan pembelajaran yang lebih terfokus pada area tersebut. AI juga dapat
membantu dalam menyusun kurikulum yang terkini dan relevan dengan perkembangan
teknologi dan kebutuhan pasar.
4. Pengelolaan Informasi:
AI dapat membantu dalam pengelolaan informasi yang besar, terutama dalam hal
pengumpulan, analisis, dan pengolahan data. Dengan demikian, AI dapat membantu
mahasiswa dan pengajar dalam membuat keputusan yang lebih baik dan efisien dalam
proses pembelajaran.
5. Peningkatan Efisiensi:
Penggunaan AI dalam proses pembelajaran dapat meningkatkan efisiensi dan
produktivitas pengajaran. AI dapat membantu dalam memonitor dan menilai performa
mahasiswa, memberikan feedback yang lebih cepat dan tepat, serta membantu dalam
penyusunan rencana pembelajaran yang lebih efektif.

Dalam rangka untuk memaksimalkan potensi penggunaan AI dalam pendidikan

terutama dunia perkuliahan, perlu adanya investasi dalam infrastruktur dan pelatihan
penggunaan teknologi AI. Hal ini akan membantu dalam memaksimalkan manfaat dari
teknologi AI dan mengurangi tantangan yang mungkin muncul selama implementasi.

2.4 Dampak Kecerdasan Buatan pada Beberapa Jurusan

Kecerdasan buatan (AI) telah memiliki dampak besar pada berbagai jurusan di dunia
pendidikan, dan hal ini diperkirakan akan semakin terus berkembang di masa depan berikut
beberapa pembahasan tentang dampak kecerdasan buatan pada beberapa jurusan:
A. Jurusan Teknik
Penerapan kecerdasan buatan (AI) pada jurusan teknik memiliki dampak yang signifikan
pada berbagai aspek. Berikut adalah penjelasan terstruktur mengenai dampak kecerdasan
buatan pada jurusan teknik:
1. Meningkatkan efisiensi produksi
Penerapan AI pada jurusan teknik dapat membantu meningkatkan efisiensi
produksi dengan memprediksi kinerja dan memantau perawatan peralatan. AI
dapat mempercepat dan memudahkan proses desain dan pengembangan produk,
sehingga dapat menghasilkan produk dengan kualitas yang lebih baik dalam
waktu yang lebih singkat.
2. Peningkatan kualitas produk
AI dapat membantu dalam pemantauan dan perbaikan kualitas produk. Dengan
menggunakan teknologi AI, sistem dapat menentukan secara otomatis apakah

6
 suatu produk memenuhi standar kualitas tertentu atau tidak. Hal ini dapat
meningkatkan kualitas produk dan meminimalkan risiko produk cacat.
3. Penghematan biaya Penerapan
AI pada jurusan teknik dapat mengurangi biaya operasional dengan mempercepat
produksi, meminimalkan kesalahan, dan menemukan cara untuk meningkatkan
kinerja mesin. Dengan demikian, perusahaan dapat menghemat biaya dan
meningkatkan keuntungan.
4. Peningkatan keamanan
AI dapat membantu meningkatkan keamanan dalam produksi. Dengan
menggunakan teknologi AI, sistem dapat memantau kondisi lingkungan kerja dan
memberikan peringatan jika ada risiko bahaya. Hal ini dapat membantu
mengurangi risiko kecelakaan dan melindungi karyawan.
5. Meningkatkan perawatan peralatan
AI dapat membantu dalam memonitor dan memprediksi perawatan peralatan.
Dengan menggunakan teknologi AI, sistem dapat menentukan kapan peralatan
memerlukan perawatan dan melakukan perbaikan untuk menghindari kerusakan.
Hal ini dapat membantu meningkatkan umur pakai peralatan dan mengurangi
biaya perbaikan. Dampak kecerdasan buatan pada jurusan teknik tidak hanya
meningkatkan efisiensi produksi, kualitas produk, dan keamanan, tetapi juga
membantu pengembangan produk yang lebih baik, mengurangi biaya operasional,
dan meningkatkan perawatan peralatan.
Dengan demikian, penerapan AI pada jurusan teknik dapat membantu produsen untuk
meningkatkan efisiensi dan efektivitas produksi serta mencapai tujuan bisnis yang lebih
baik.
B. Jurusan kedokteran
Dampak kecerdasan buatan pada jurusan kedokteran sangat signifikan, di mana kecerdasan
buatan dapat membantu meningkatkan efisiensi dan akurasi dalam diagnosis dan
pengobatan penyakit. Berikut adalah penjelasan tentang dampak kecerdasan buatan pada
jurusan kedokteran:
1. Diagnosis Penyakit Dalam diagnosis penyakit
kecerdasan buatan dapat membantu meningkatkan keakuratan diagnosis dengan
menganalisis data medis pasien secara cepat dan akurat. Kecerdasan buatan
dapat mengidentifikasi pola dan hubungan antara gejala dan penyebab penyakit,
sehingga dapat membantu dokter dalam menentukan diagnosis yang tepat dan
memberikan pengobatan yang sesuai.
2. Pengobatan
Kecerdasan buatan dapat membantu dokter dalam menentukan pengobatan yang
tepat dan memberikan perawatan yang lebih personal pada pasien. Contohnya
adalah penggunaan robot bedah yang dikendalikan dengan kecerdasan buatan,
yang dapat membantu dalam melakukan operasi dengan akurasi yang lebih tinggi
dan mempercepat pemulihan pasien.
3. Pemantauan Pasien

7
 Dalam pemantauan pasien, kecerdasan buatan dapat membantu mengidentifikasi
gejala penyakit dan memberikan peringatan dini jika terjadi perubahan kondisi
pasien yang memerlukan intervensi medis segera. Hal ini dapat membantu dalam
pengambilan keputusan yang lebih cepat dan tepat untuk perawatan pasien.
4. Pengembangan Obat
Kecerdasan buatan dapat membantu dalam pengembangan obat dengan
memprediksi potensi obat baru, mengidentifikasi pasien yang paling cocok untuk
pengobatan tertentu, dan mempercepat proses pengembangan obat melalui
simulasi dan pengujian virtual.
5. Penelitian Medis
Kecerdasan buatan dapat membantu dalam penelitian medis dengan
mengumpulkan dan menganalisis data medis dalam jumlah besar dan
memberikan wawasan baru tentang faktor-faktor yang mempengaruhi kesehatan
manusia, seperti faktor lingkungan, gaya hidup, dan genetik.
Dengan demikian, dapat disimpulkan bahwa kecerdasan buatan memiliki dampak yang
signifikan pada bidang kedokteran dengan meningkatkan efisiensi, akurasi, dan kualitas
perawatan medis dan membantu dalam pengembangan obat baru serta penelitian medis.
C. Jurusan Ekonomi bisnis
Dampak kecerdasan buatan dalam jurusan ekonomi b isnisbegitu banyaj, di mana
kecerdasan buatan dapat membantu dalam memprediksi target pasar dan dapat membantu
membuat Analisa data yang akurat. Berikut adalah penjelasan terstruktur mengenai dampak
kecerdasan buatan pada jurusan ekonomi dan bisnis:
1. Analisis data yang lebih efisien
Kecerdasan buatan dapat membantu jurusan ekonomi dan bisnis untuk
melakukan analisis data yang lebih efisien. Dengan teknologi kecerdasan buatan,
data dapat diproses dengan cepat dan mudah diolah, sehingga menghasilkan
informasi yang lebih akurat dan tepat waktu. Hal ini dapat membantu
pengambilan keputusan yang lebih baik dalam bisnis.
2. Prediksi pasar yang lebih akurat
Kecerdasan buatan juga dapat membantu dalam membuat prediksi pasar yang
lebih akurat. Dengan data historis yang dapat diproses oleh teknologi kecerdasan
buatan, prediksi harga, permintaan, dan kebutuhan pasar dapat dihasilkan
dengan lebih akurat. Hal ini akan membantu perusahaan untuk mengambil
keputusan yang lebih tepat dalam bisnis.
3. Personalisasi pelayanan konsumen
Kecerdasan buatan juga dapat membantu perusahaan dalam melakukan
personalisasi pelayanan konsumen. Dengan mengumpulkan data pelanggan,
teknologi kecerdasan buatan dapat menghasilkan rekomendasi produk dan
layanan yang lebih personal dan relevan bagi konsumen. Hal ini dapat
meningkatkan kepuasan pelanggan dan memperkuat ikatan antara pelanggan dan
perusahaan.
4. Efisiensi operasional yang lebih tinggi

8
 Kecerdasan buatan dapat membantu dalam meningkatkan efisiensi operasional di
perusahaan. Dengan mengotomatisasi tugas-tugas yang berulang, seperti
pengelolaan inventaris, pengiriman barang, dan perencanaan produksi, teknologi
kecerdasan buatan dapat membantu meningkatkan produktivitas dan mengurangi
biaya operasional.
5. Inovasi produk dan layanan yang lebih cepat
Kecerdasan buatan dapat membantu perusahaan dalam melakukan inovasi
produk dan layanan yang lebih cepat. Dengan mengumpulkan data pelanggan dan
menghasilkan informasi yang lebih akurat tentang kebutuhan pasar, perusahaan
dapat lebih cepat merespons tren dan kebutuhan pasar. Hal ini akan membantu
perusahaan untuk tetap kompetitif di pasar dan menghasilkan produk dan
layanan yang lebih inovatif.
6. Efisiensi operasional yang lebih tinggi
Kecerdasan buatan dapat membantu dalam meningkatkan efisiensi operasional di
perusahaan. Dengan mengotomatisasi tugas-tugas yang berulang, seperti
pengelolaan inventaris, pengiriman barang, dan perencanaan produksi, teknologi
kecerdasan buatan dapat membantu meningkatkan produktivitas dan mengurangi
biaya operasional.
7. Inovasi produk dan layanan yang lebih cepat
Kecerdasan buatan dapat membantu perusahaan dalam melakukan inovasi produk
dan layanan yang lebih cepat. Dengan mengumpulkan data pelanggan dan
menghasilkan informasi yang lebih akurat tentang kebutuhan pasar, perusahaan
dapat lebih cepat merespons tren dan kebutuhan pasar. Hal ini akan membantu
perusahaan untuk tetap kompetitif di pasar dan menghasilkan produk dan layanan
yang lebih inovatif.

D. Jurusan hukum
Kecerdasan buatan juga memiliki dampak besar pada bidang hukum,
di mana teknologi AI mampu mengubah cara kerja dan memberikan kemudahan dalam
banyak hal. Berikut adalah beberapa dampak
kecerdasan buatan pada jurusan hukum:
1. Otomatisasi Proses Hukum
Kecerdasan buatan dapat digunakan untuk otomatisasi proses hukum, seperti
pengolahan dokumen, analisis data, dan penyelesaian sengketa. Dengan demikian,
waktu yang diperlukan untuk menyelesaikan kasus dapat dihemat dan biaya
pengeluaran juga dapat ditekan.
2. Meningkatkan Kecepatan dan Efisiensi
Kecerdasan buatan juga dapat meningkatkan kecepatan dan efisiensi
dalam menangani masalah hukum, seperti pencarian informasi,
analisis bukti, dan pengambilan keputusan. Hal ini dapat membantu
para pengacara dan hakim untuk bekerja lebih efektif dan efisien,
serta mengurangi waktu yang diperlukan untuk menyelesaikan kasus.
3. Meningkatkan Keamanan Data
Kecerdasan buatan juga dapat membantu dalam meningkatkan
keamanan data yang berhubungan dengan masalah hukum. Hal ini

9
 dapat membantu dalam melindungi informasi pribadi klien, termasuk
dokumen, bukti, dan informasi rahasia lainnya.
4. Pembuatan Kebijakan Hukum
Kecerdasan buatan dapat membantu para pengambil kebijakan untuk
membuat kebijakan hukum yang lebih baik dan tepat. Dalam hal ini,
AI dapat digunakan untuk menganalisis data dan tren hukum,
sehingga dapat membantu dalam membuat keputusan yang lebih
akurat dan efektif.
5. Pembuatan Kebijakan Hukum
Kecerdasan buatan dapat membantu para pengambil kebijakan untuk
membuat kebijakan hukum yang lebih baik dan tepat. Dalam hal ini,
AI dapat digunakan untuk menganalisis data dan tren hukum, sehingga dapat
membantu dalam membuat keputusan yang lebih
akurat dan efektif.
Dalam keseluruhan, kecerdasan buatan dapat membantu para pengacara dan hakim untuk
bekerja lebih efektif dan efisien dalam menangani kasus hukum. Hal ini dapat membantu
dalam mempercepat proses hukum, meningkatkan keakuratan hasil, dan mengurangi biaya
pengeluaran. Namun, tetap diperlukan kontrol dan
pengawasan dari manusia agar tidak terjadi penyalahgunaan teknologi AI dalam bidang
hukum.
E. Jurusan Psikologi
Pengaruh Kecerdasan buatan berdampak di berbagai ilmu pendidikan terutama pada
berbagai kejuruan begitu juga pada jurusan psikologi. Berikut Beberapa dampak kecerdasan
buatan dalam jurusan psikologi:
1. Meningkatkan akurasi diagnosa:
Kecerdasan buatan dapat membantu para psikolog dalam mendiagnosa masalah
kesehatan mental dengan lebih akurat. Kecerdasan buatan dapat digunakan untuk
menganalisis data pasien dan memberikan rekomendasi terkait diagnosa dan
pengobatan yang tepat.
2. Membantu dalam terapi: Kecerdasan buatan juga dapat digunakan sebagai alat
bantu dalam terapi kesehatan mental. Misalnya, aplikasi terapi online yang
dilengkapi dengan kecerdasan buatan dapat membantu pasien untuk mengatasi
masalah kesehatan mental secara mandiri dan memberikan saran terkait tindakan
yang harus dilakukan.
3. Pengembangan teknologi psikologi:
Kecerdasan buatan dapat membantu dalam pengembangan teknologi psikologi,
seperti perangkat lunak atau aplikasi yang dapat membantu psikolog dalam
melakukan penelitian, mengumpulkan data, atau melakukan analisis data yang
lebih canggih.
4. Mengurangi kesalahan manusia: Dalam melakukan analisis data pasien, kecerdasan
buatan dapat mengurangi kesalahan manusia yang mungkin terjadi. Hal ini dapat
membantu psikolog dalam membuat keputusan yang lebih baik dan mengurangi
kemungkinan kesalahan yang dapat memengaruhi pengobatan dan terapi pasien.
5. Pengembangan model teori psikologi:

10
 Kecerdasan buatan dapat membantu dalam mengembangkan model teori psikologi
yang lebih canggih dan mendalam. Dengan analisis data yang lebih presisi, para
peneliti dapat mengembangkan model teori psikologi yang lebih akurat dan dapat
digunakan dalam penelitian atau pengobatan.
Secara keseluruhan, kecerdasan buatan dapat memberikan dampak positif pada
perkembangan jurusan psikologi dan pengobatan kesehatan mental. Dalam penggunaannya,
para ahli psikologi harus tetap memperhatikan etika dan keamanan data pasien agar tidak
menimbulkan dampak negatif bagi masyarakat
F. Jurusan Astronomi
Berikut adalah penjelasan secara penjelasan mengenai dampak kecerdasan buatan pada
jurusan astronomi:
1. Pemrosesan Data:
Dalam astronomi, terdapat data yang sangat besar dan kompleks yang harus
diproses untuk mendapatkan informasi yang berguna. Kecerdasan buatan
dapat membantu dalam memproses data dengan cepat dan akurat.
2. Identifikasi Objek:
Kecerdasan buatan dapat membantu mengidentifikasi objek di alam semesta
dengan cepat dan akurat. Misalnya, pada penelitian pengamatan planet-planet
di luar tata surya yang memiliki jarak yang sangat jauh dan sulit untuk
diidentifikasi secara manual.
3. Pemodelan dan Simulasi:
Kecerdasan buatan dapat digunakan dalam pemodelan dan simulasi yang
kompleks di bidang astronomi. Hal ini dapat membantu para peneliti dalam
memprediksi fenomena alam semesta yang sulit diamati, seperti tabrakan
antar galaksi.
4. Analisis dan Prediksi:
Kecerdasan buatan dapat membantu dalam analisis dan prediksi data
astronomi. Hal ini dapat membantu para peneliti dalam memahami fenomena
alam semesta yang sulit diamati, seperti materi gelap dan energi gelap.
5. Peningkatan Efisiensi:
Kecerdasan buatan dapat membantu dalam meningkatkan efisiensi dari
instrumen-instrumen astronomi yang ada. Dalam penggunaan teleskop,
kecerdasan buatan dapat membantu dalam mengoptimalkan pengambilan
gambar dengan mengatur parameter-parameter tertentu secara otomatis.
6. Pengembangan Teknologi:
Dampak kecerdasan buatan pada astronomi tidak hanya terbatas pada
pengolahan data dan analisis, tetapi juga dalam pengembangan teknologi-
teknologi baru. Hal ini dapat membantu dalam mempercepat penemuan-
penemuan baru di bidang astronomi.
7. Menyusun Strategi Observasi:
Kecerdasan buatan dapat membantu para astronom dalam menyusun strategi
observasi yang lebih efektif. Hal ini dapat membantu dalam meningkatkan
kualitas data yang diperoleh dan meminimalkan waktu observasi yang
diperlukan.

11
 Dengan demikian dapat disimpulkan, betapa pentingnya kecerdasan buatan dalam dunia
astronomi karena hampir semua yang berkaitan dengan perhitungan jarak antar objek
luarangkasa dan penelitian suatu palanet, bintang, dan semua objek luar angkasa lainnya
selalu menggunakan suatu kecerdasan buatan.

G. Jurusan Seni
Kecerdasan buatan memiliki dampak yang signifikan pada bidang seni. Beberapa
dampak dari kecerdasan buatan pada jurusan seni adalah:
1.[8.] Pengembangan karya seni yang lebih kreatif:
Dengan bantuan kecerdasan buatan, seniman dapat mengeksplorasi lebih
banyak pilihan dalam mengembangkan karya seni yang lebih kreatif dan
inovatif. Algoritma kecerdasan buatan dapat membantu seniman dalam
proses kreatif, mulai dari pengumpulan ide, pemilihan warna, hingga
manipulasi gambar.
2.[9.] Penemuan pola dan tren:
Kecerdasan buatan dapat membantu seniman dalam menemukan pola dan
tren dalam karya seni dan desain. Dengan analisis data dan pemrosesan
gambar yang canggih, kecerdasan buatan dapat mengidentifikasi tren dan
pola tertentu, sehingga seniman dapat mengembangkan karya yang lebih
relevan dengan pasar.
3.[10.] Penghematan waktu dan biaya:
Dalam produksi karya seni, kecerdasan buatan dapat membantu seniman
dalam menghemat waktu dan biaya produksi. Sebagai contoh, seniman dapat
menggunakan teknologi 3D printing yang dikendalikan oleh kecerdasan
buatan untuk membuat model dan prototipe karya seni dengan cepat dan
akurat.
4.[11.] Peningkatan pengalaman pengguna:
Kecerdasan buatan dapat meningkatkan pengalaman pengguna dalam
menikmati karya seni. Sebagai contoh, kecerdasan buatan dapat digunakan
untuk menciptakan tampilan visual yang lebih menarik dan interaktif pada
situs web seni, atau memungkinkan pengguna untuk berpartisipasi dalam
proses kreatif karya seni melalui teknologi virtual dan augmented reality.
5.[12.] Risiko kehilangan orisinalitas:
Kecerdasan buatan dapat memudahkan seniman dalam menghasilkan karya
seni, namun juga membawa risiko kehilangan orisinalitas karya. Jika
algoritma kecerdasan buatan digunakan secara berlebihan atau tanpa
kesadaran seniman, maka karya seni yang dihasilkan dapat kehilangan
sentuhan orisinal dan keunikan dari seniman itu sendiri.
Dengan demikian, kecerdasan buatan memiliki dampak yang signifikan pada jurusan seni,
membawa manfaat dalam pengembangan karya seni yang lebih kreatif dan inovatif, serta
meningkatkan pengalaman pengguna, namun juga membawa risiko kehilangan orisinalitas.
H.[G.] Jurusan Pertanian

12
 Dampak kecerdasan buatan pada jurusan perikanan dapat memperbaiki efisiensi dan
produktivitas dalam bidang perikanan. Berikut adalah beberapa dampak dari kecerdasan
buatan pada jurusan perikanan:
1. Meningkatkan keberlanjutan perikanan:
Kecerdasan buatan dapat membantu mengumpulkan data tentang populasi
ikan dan kondisi lingkungan di laut untuk membantu manajemen perikanan
yang berkelanjutan.
2. Pemantauan perikanan secara real-time:
Teknologi kecerdasan buatan dapat digunakan untuk memantau kegiatan
perikanan secara real-time dan mempercepat deteksi permasalahan di laut
seperti pencurian ikan, perikanan ilegal, dan pencemaran laut.
3. Pengembangan sistem akuisisi data:
Kecerdasan buatan dapat digunakan untuk mengembangkan sistem akuisisi
data yang dapat mengumpulkan informasi tentang jenis ikan, suhu air,
ketinggian gelombang, dan kondisi lingkungan lainnya. Informasi ini dapat
membantu ilmuwan dan peneliti memahami lebih dalam tentang keadaan laut
dan lingkungan sekitarnya.

4. Peningkatan produksi perikanan:

Kecerdasan buatan dapat digunakan untuk meningkatkan efisiensi produksi
perikanan melalui otomatisasi proses produksi, termasuk pemeliharaan dan
pengelolaan pasokan makanan ikan, pengukuran kualitas air dan suhu, serta
pemantauan kesehatan ikan. Pengembangan sistem pemeliharaan ikan yang
lebih baik.
Secara keseluruhan, kecerdasan buatan dapat membantu meningkatkan efisiensi dan
produktivitas dalam industri perikanan, serta memperbaiki manajemen perikanan yang
berkelanjutan
I.[H.] Jurusan Pertanian
Kecerdasan buatan juga dapat memberikan dampak yang signifikan pada jurusan
pertanian. Sebagai contoh, teknologi kecerdasan buatan dapat membantu meningkatkan
efisiensi dan produktivitas dalam produksi tanaman dan pengelolaan peternakan. Beberapa
dampak kecerdasan buatan pada jurusan pertanian antara lain:
1. Prediksi cuaca dan iklim:
Teknologi kecerdasan buatan dapat membantu para petani untuk
memprediksi cuaca dan iklim di wilayah mereka dengan lebih akurat. Hal ini
sangat membantu dalam menentukan waktu yang tepat untuk melakukan
penanaman dan panen, sehingga dapat meningkatkan efisiensi produksi.
2. Pemantauan tanaman dan hama:
Teknologi kecerdasan buatan dapat membantu petani untuk memantau
kesehatan tanaman dan mengidentifikasi adanya serangan hama dengan lebih
cepat dan akurat. Hal ini dapat membantu para petani untuk mengambil
tindakan pencegahan dan pengendalian yang tepat sebelum terlambat.
3. Pengembangan varietas tanaman:

13
 Dalam bidang pengembangan varietas tanaman, teknologi kecerdasan buatan
dapat membantu para peneliti untuk mengidentifikasi varietas tanaman yang
memiliki sifat-sifat yang diinginkan secara lebih cepat dan akurat. Hal ini
dapat membantu para peneliti untuk mengembangkan varietas tanaman yang
lebih produktif dan tahan terhadap kondisi lingkungan yang berbeda.
Dalam beberapa tahun ke depan, diperkirakan bahwa teknologi kecerdasan buatan akan
semakin berkembang dan semakin terintegrasi dalam sektor pertanian. Hal ini dapat
membantu meningkatkan efisiensi dan produktivitas dalam produksi tanaman dan
pengelolaan peternakan secara signifikan. Namun, hal ini juga membawa tantangan dan
risiko seperti kerentanan pada serangan siber dan masalah etis dalam penggunaan teknologi
J.[I.] Jurusan peternakan
Dampak kecerdasan buatan pada jurusan peternakan juga cukup signifikan. Dengan
adanya teknologi kecerdasan buatan, peternakan dapat meningkatkan efisiensi dan
produktivitas dalam mengelola hewan ternak dan tanaman pakan. Berikut adalah beberapa
dampak positif kecerdasan buatan pada jurusan peternakan:
1. Peningkatan efisiensi pakan
Dalam bidang peternakan, kecerdasan buatan dapat membantu
mengembangkan sistem pemberian pakan yang lebih efisien. Dengan analisis
data yang terus menerus, sistem kecerdasan buatan dapat memberikan
informasi yang akurat mengenai kebutuhan nutrisi dari setiap hewan ternak
sehingga pakan yang diberikan dapat disesuaikan dengan kebutuhan tersebut.
2. Prediksi kesehatan hewan ternak
Dalam peternakan, kesehatan hewan ternak sangat penting untuk menjaga
kualitas dan produktivitasnya. Dengan menggunakan kecerdasan buatan,
peternak dapat memprediksi kesehatan hewan ternak dan mencegah penyakit
dengan lebih cepat. Teknologi ini dapat mengumpulkan data tentang
kesehatan hewan ternak dan memberikan rekomendasi tentang tindakan apa
yang harus diambil untuk mencegah penyakit atau mengobati hewan yang
sakit.
3. Peningkatan efisiensi reproduksi hewan ternak
Kecerdasan buatan juga dapat membantu meningkatkan efisiensi reproduksi
hewan ternak. Dengan menggunakan teknologi ini, peternak dapat
melakukan analisis data tentang siklus reproduksi hewan ternak dan
memprediksi waktu terbaik untuk melakukan pembiakan. Hal ini dapat
membantu meningkatkan populasi hewan ternak dengan lebih efisien.
Namun seperti pada bidang lainnya, kecerdasan buatan pada jurusan peternakan juga
cukup berpengaruh dan tentunya memiliki dampak yang besar dalam dunia peternakan jika
terus di kembangkan.
2.5 Tantangan dan risiko kecerdasan buatan
Kecerdasan Buatan (Artificial Intelligence/AI) telah menawarkan banyak manfaat dan
kemudahan bagi berbagai sektor. Namun, seperti halnya teknologi lainnya,
penggunaan AI juga membawa beberapa tantangan dan risiko. Jurusan-jurusan yang
menggunakan teknologi AI seperti yang telah kita bahas sebelumnya yaitu, teknik,

14
kedokteran, ekonomi bisnis, serta hukum, juga berhadapan dengan tantangan dan
risiko tertentu. Berikut adalah beberapa tantangan dan risiko kecerdasan buatan pada
jurusan-jurusan tersebut:
1. Tantangan dan risiko pada jurusan Teknik:
Ketergantungan pada teknologi: Kecerdasan Buatan dapat meningkatkan
produktivitas dan efisiensi pada bidang teknik, namun apabila terlalu tergantung
pada teknologi ini dapat membuat para insinyur kehilangan kemampuan untuk
melakukan perhitungan atau penyelesaian masalah secara manual.
Kesalahan yang tidak terduga: Meskipun AI dapat digunakan untuk
memperkirakan kemungkinan kesalahan, tetap saja ada risiko kesalahan yang
tidak terduga saat menggunakan teknologi ini.

2. Tantangan dan risiko pada jurusan Kedokteran:

Kualitas data: AI membutuhkan data yang berkualitas untuk
menghasilkan hasil yang akurat. Namun, pada bidang medis, kualitas data
tersebut tidak selalu terjamin. Masalah ini dapat memengaruhi keakuratan
diagnosis dan pengobatan pasien.
Kurangnya pemahaman tentang algoritma AI: Pada bidang
kedokteran, AI dapat digunakan untuk membantu dalam pengambilan keputusan
klinis. Namun, kekurangan pemahaman tentang algoritma AI dapat membuat
dokter kurang yakin dalam mengambil keputusan yang diberikan oleh sistem AI.

3. Tantangan dan risiko pada jurusan Ekonomi bisnis:

Perubahan lingkungan bisnis: AI dapat mempengaruhi cara bisnis beroperasi dan
menyebabkan perubahan lingkungan bisnis. Hal ini dapat menyebabkan
tantangan bagi organisasi dalam menyesuaikan diri dengan perubahan tersebut.
Pengaruh keputusan yang kurang tepat: Sistem AI mungkin dapat membuat
keputusan bisnis secara mandiri, namun keputusan ini tidak selalu dapat dianggap
benar. Hal ini dapat menyebabkan kerugian finansial dan reputasi bagi organisasi.

4. Tantangan dan risiko pada jurusan Hukum:

Kurangnya transparansi: Salah satu risiko dari penggunaan AI pada bidang hukum
adalah kurangnya transparansi dalam proses pengambilan keputusan. Meskipun
AI dapat membantu dalam pengambilan keputusan hukum, algoritma yang
digunakan oleh sistem AI tidak selalu dapat dipahami oleh orang yang tidak
memiliki latar belakang teknis. Etika dan privasi: Kecerdasan Buatan dapat
mengumpulkan data yang sangat sensitif pada bidang hukum, seperti data pribadi
klien dan informasi yang terkait dengan kasus hukum tertentu. Karena itu, ada
risiko pelanggaran privasi dan etika.

5. Tantangan dan risiko pada jurusan Psikologi

Keamanan siber: Kecerdasan buatan dapat rentan terhadap serangan siber dan
kebocoran data. Jika sistem kecerdasan buatan disusupi atau diambil alih oleh
pihak yang tidak bertanggung jawab, hal ini dapat menimbulkan risiko pada
privasi data pasien.

15
 Pekerjaan manusia: Penggunaan kecerdasan buatan dalam bidang psikologi dapat
menggantikan pekerjaan manusia dalam hal diagnosis dan terapi. Meskipun
demikian, aspek manusia yang tak ternilai seperti empati, kasih sayang dan
kehangatan yang dapat memberikan kenyamanan psikis bagi pasien tidak dapat
digantikan oleh mesin.

6. Tantangan dan risiko pada jurusan Astronomi

Kesalahan dalam pembuatan model: Kecerdasan buatan dapat digunakan dalam
pembuatan model astronomi. Namun, kesalahan dalam membuat model dapat
menghasilkan kesimpulan yang salah dan tidak akurat.
Kesalahan interpretasi data: Dalam pengolahan data dan perhitungan astronomi,
kesalahan interpretasi data dapat menghasilkan kesimpulan yang salah. Hal ini
dapat terjadi apabila data yang digunakan tidak akurat atau tidak lengkap,
sehingga menghasilkan model yang salah.

7. Tantangan dan risiko pada jurusan Seni

Kekhawatiran kehilangan kreativitas manusia: Kecerdasan buatan dapat
menghasilkan karya seni dengan sangat cepat dan efisien, tetapi masih ada
kekhawatiran bahwa mesin tidak dapat menghasilkan karya seni yang sama
kreatifnya dengan manusia. Ada kekhawatiran bahwa kecerdasan buatan akan
mengurangi peran seniman dalam proses kreatif.
Risiko penggunaan tanpa izin: Ada risiko bahwa kecerdasan buatan dapat
digunakan untuk menghasilkan karya seni tanpa izin atau persetujuan dari
pencipta aslinya. Teknologi kecerdasan buatan dapat memungkinkan pencurian
karya seni atau pelanggaran hak cipta.

8. Tantangan dan risiko pada jurusan Perikanan

Ketergantungan pada teknologi: penggunaan kecerdasan buatan dalam perikanan
dapat membuat penggunaannya menjadi terlalu bergantung pada teknologi. Jika
terjadi kerusakan pada perangkat keras atau lunak, ini dapat mempengaruhi
produksi dan kesejahteraan perikanan.
Keterampilan manusia: Meskipun kecerdasan buatan dapat mengoptimalkan
produksi, namun tetap membutuhkan keterampilan dan pengetahuan manusia
dalam mengoperasikan sistem tersebut. Jika para pekerja perikanan tidak
memiliki keterampilan yang diperlukan, maka efektivitas penggunaan kecerdasan
buatan akan menurun
9. Tantangan dan risiko pada jurusan Pertanian
Ketergantungan pada teknologi: Penggunaan kecerdasan buatan pada bidang
pertanian dapat membuat petani menjadi sangat bergantung pada teknologi. Jika
teknologi tersebut mengalami kerusakan atau gangguan, maka produksi pertanian
dapat terganggu.
Perubahan kebiasaan petani: Perubahan dalam teknologi dan cara kerja dapat
memerlukan penyesuaian dari para petani. Jika mereka tidak siap atau enggan
untuk beradaptasi dengan teknologi baru, maka pemanfaatan kecerdasan buatan
tidak akan optimal.
10. Tantangan dan risiko pada jurusan peternakan

16
 Kesulitan dalam mendapatkan data yang akurat dan lengkap: Dalam industri
peternakan, setiap hewan memiliki karakteristik yang unik dan memerlukan data
yang akurat dan lengkap untuk memastikan kesehatannya. Namun, tidak semua
data dapat diperoleh dengan mudah, seperti data tentang tingkat stres atau
kesehatan hewan yang sulit untuk diamati dengan kasat mata. Hal ini bisa menjadi
tantangan bagi sistem kecerdasan buatan dalam memberikan prediksi yang akurat.
Ketergantungan pada teknologi: Sistem kecerdasan buatan pada peternakan perlu
memperoleh data secara real-time untuk dapat memberikan prediksi yang akurat.
Hal ini bisa membuat sistem kecerdasan buatan sangat tergantung pada teknologi
yang digunakan. Apabila ada masalah atau kerusakan pada teknologi yang
digunakan, maka sistem kecerdasan buatan juga akan terganggu

2.6 Prospek kecerdasan buatan di masa yang akan datang

Prospek kecerdasan buatan di masa yang akan dating Prospek kecerdasan buatan di masa
depan pada berbagai jurusan masih sangat menjanjikan, termasuk pada jurusan-jurusan yang
telah kita bahas di atas yaitu: jurusan teknik, kedokteran, ekonomi bisnis, dan hukum.
Beberapa kemajuan yang dapat diharapkan di masa depan antara lain:
1. Teknik
Dalam jurusan teknik, kecerdasan buatan dapat membantu dalam desain, pengujian, dan
pemeliharaan sistem yang lebih kompleks dan akurat. Selain itu, kecerdasan buatan dapat
digunakan untuk mempercepat proses manufaktur dan otomatisasi, serta memprediksi
kegagalan atau masalah sebelum terjadi.
2. Kedokteran
Dalam jurusan kedokteran, kecerdasan buatan dapat membantu dalam diagnosis yang
lebih cepat dan akurat, perawatan pasien, dan penelitian medis. Kecerdasan buatan dapat
digunakan untuk mengidentifikasi pola dalam data medis, memprediksi kemungkinan
penyakit atau kondisi, dan memberikan rekomendasi pengobatan yang tepat.
3. Ekonomi Bisnis
Dalam jurusan ekonomi bisnis, kecerdasan buatan dapat membantu dalam analisis data,
pengambilan keputusan, dan prediksi pasar. Kecerdasan buatan dapat digunakan untuk
mengidentifikasi tren pasar, memperkirakan permintaan dan penawaran, serta
memberikan saran strategi bisnis yang lebih baik.
4. Hukum
Dalam jurusan hukum, kecerdasan buatan dapat membantu dalam analisis kasus hukum,
identifikasi risiko hukum, dan pengambilan keputusan hukum. Kecerdasan buatan dapat
digunakan untuk menganalisis data hukum, memberikan saran tentang pelanggaran
hukum, serta membantu pengacara dan hakim dalam proses
persidangan. Dengan implementasi yang tepat dan hati-hati, kecerdasan buatan
dapat menjadi alat yang sangat berguna dalam meningkatkan kualitas pendidikan dan
prospek di masa depan.
5. Psikologi

17
Kecerdasan buatan juga menjanjikan potensi besar dalam pengembangan bidang
psikologi di masa depan. Beberapa potensi dan prospek kecerdasan buatan dalam bidang
psikologi yaitu dapat meningkatkan akurasi diagnosis dan pengobatan, dengan
memanfaatkan data besar untuk mengidentifikasi pola dan tren yang tidak terdeteksi oleh
manusia. Serta dapat digunakan untuk mengembangkan terapi yang lebih efektif dan
personalisasi, dengan mempertimbangkan faktor-faktor yang unik pada setiap individu
dan membantu dalam pemilihan jenis terapi yang tepat.
6. Astronomi
Dengan kemampuan pengolahan data yang dimiliki oleh kecerdasan buatan, astronom
dapat melakukan penelitian baru yang sebelumnya tidak terjangkau. Sebagai contoh,
kecerdasan buatan dapat membantu dalam menemukan planet-planet baru atau
mengidentifikasi sinyal-sinyal kosmik yang mungkin mengandung informasi baru tentang
alam semesta, Dapat membantu astronot dalam mengamati benda-benda langit dalam
memproses data tersebut dengan lebih cepat dan akurat, sehingga dapat membantu
astronom dalam menemukan pola atau kejadian yang tidak dapat dilihat oleh manusia.
Serta dengan adanya kecerdasan buatan dapat membantu astronot dalam memantau
objek-objek langit yang berbahaya, seperti asteroid atau komet yang berpotensi menabrak
bumi. Dengan adanya kecerdasan buatan, dapat dilakukan deteksi dini dan perhitungan
risiko dari objek-objek langit tersebut.
7. Seni
Kecerdasan buatan dapat membantu seniman untuk membuat karya seni dengan kualitas
yang lebih baik dan lebih cepat, seperti menghasilkan musik yang lebih harmonis,
memvisualisasikan hasil dari rancangan produk seni, atau menciptakan efek khusus dalam
film, Kecerdasan buatan dapat membantu seniman dalam berinteraksi dengan publik
melalui karya seni mereka. Contohnya adalah pembuatan seni interaktif yang merespons
gerakan atau suara dari pengunjung. Serta Kecerdasan buatan dapat digunakan untuk
meningkatkan efisiensi di industri kreatif, seperti meningkatkan kecepatan produksi,
menganalisis data pasar untuk menentukan tren dalam industri seni, atau membantu
dalam pengembangan strategi pemasaran
8. Perikanan
Kecerdasan buatan dapat membantu para pengelola perikanan dalam melakukan
pengawasan terhadap jumlah dan jenis ikan yang ditangkap, serta memperhitungkan
faktor-faktor seperti cuaca dan pola migrasi ikan. Dengan begitu, pengelolaan perikanan
dapat menjadi lebih efisien dan berkelanjutan, Kecerdasan buatan juga dapat digunakan
untuk mengembangkan sistem pemantauan dan kontrol kualitas air yang lebih akurat dan
efektif. Dengan begitu, dapat dihindari adanya pencemaran air yang berdampak negatif
pada pertumbuhan dan kesehatan ikan.
9. Pertanian
Dalam pertanian, kecerdasan buatan dapat digunakan untuk memantau tanaman secara
akurat dan memberikan informasi yang lebih detail tentang pertumbuhan tanaman,
kebutuhan air dan nutrisi, serta penentuan waktu panen yang tepat. Hal ini dapat
membantu petani untuk mengoptimalkan hasil pertanian dengan mengurangi biaya

18
produksi dan meningkatkan kualitas produk. Kecerdasan buatan dapat membantu petani
untuk memperoleh informasi tentang perkiraan cuaca dan kondisi iklim yang akurat,
sehingga mereka dapat memutuskan kapan waktu yang tepat untuk menanam, memanen
atau mengelola tanaman.serta Kecerdasan buatan dapat membantu petani dalam
mengidentifikasi hama dan penyakit pada tanaman dengan lebih cepat dan akurat. Hal ini
akan memungkinkan petani untuk mengambil tindakan pencegahan yang diperlukan
untuk mengurangi kerugian dan menjaga kesehatan tanaman.
10. Peternakani
Peternak dapat menjadi terlalu tergantung pada teknologi kecerdasan buatan, dan jika
sistem mengalami kegagalan atau kesalahan, dapat mengakibatkan kerugian yang
signifikan.

Penutup

4.1 kesimpulan

Berdasarkan pembahasan di atas, dapat disimpulkan bahwa kecerdasan buatan merupakan

teknologi yang mampu memberikan dampak besar pada berbagai jurusan dalam dunia
pendidikan. Dalam konteks perkuliahan, kecerdasan buatan dapat memberikan
kemudahan dalam proses pembelajaran dan penelitian. Namun, ada juga tantangan dan
risiko yang perlu diperhatikan dalam penggunaan teknologi ini, seperti masalah
keamanan data dan penggunaan teknologi yang tidak tepat. Secara keseluruhan,
kecerdasan buatan memiliki potensi yang besar untuk memberikan dampak positif pada
berbagai jurusan dalam dunia pendidikan. Namun, tantangan dan risiko yang terkait
dengan penggunaannya perlu diperhatikan dan diatasi dengan baik. Oleh karena itu, perlu
adanya pendekatan yang tepat dalam mengintegrasikan kecerdasan buatan dalam
pendidikan, sehingga teknologi ini dapat memberikan manfaat yang maksimal bagi
kemajuan pendidikan dan masyarakat pada umumnya.

3.2 Saran

Setelah membahas mengenai Kecerdasan Buatan dan Transformasi Pendidikan serta

dampaknya pada beberapa jurusan, terdapat beberapa saran yang dapat diberikan, yaitu:
Perkembangan teknologi dan kecerdasan buatan tidak dapat dihindari, Kecerdasan buatan
dapat digunakan untuk meningkatkan efisiensi dan efektivitas pembelajaran. Penting
untuk memperhatikan risiko dan tantangan yang muncul dalam penerapan kecerdasan
buatan.

19
 Dengan implementasi yang tepat dan hati-hati, kecerdasan buatan dapat menjadi alat yang
sangat berguna dalam meningkatkan kualitas pendidikan dan prospek di masa depan.

Daftar pustaka
Russell, S. J., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.).
Upper Saddle River, NJ: Prentice Hall.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
Weng, Y., Chen, X., & Hu, J. (2019). Artificial Intelligence and Economic Growth: Evidence
from China. PLoS ONE, 14(2), e0213033.
AI Now Institute. (2018). AI Now Report 2018. Retrieved from
https://ainowinstitute.org/AI_Now_2018_Report.pdf
World Economic Forum. (2018). The Future of Jobs Report 2018. Retrieved from
http://www3.weforum.org/docs/WEF_Future_of_Jobs_2018.pdf
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. The New
England Journal of Medicine, 380(14), 1347-1358. Doi: 10.1056/nejmra1814259
Topol, E. J. (2019). High-performance medicine: the convergence of human and artificial
intelligence. Nature Medicine, 25(1), 44-56. Doi: 10.1038/s41591-018-0300-7
Wang, Z., & Guo, J. (2019). The use of artificial intelligence in healthcare research. Journal
of Healthcare Engineering, 2019, 1-2. Doi: 10.1155/2019/8454698
Obermeyer, Z., & Emanuel, E. J. (2016). Predicting the future – big data, machine learning,
and clinical medicine. The New England Journal of Medicine, 375(13), 1216-1219. Doi:
10.1056/nejmp1606181
Char, D. S., Shah, N. H., & Magnus, D. (2018). Implementing machine learning in health
care – addressing ethical challenges. The New England Journal of Medicine, 378(11), 981-
983. Doi: 10.1056/nejmp1714229
"Artificial intelligence in engineering: Current applications and future potential" - A. O.
Afolabi, A. Adetunji, dan A. O. Aremu (2021)
"Artificial Intelligence in Medicine: A review of recent advances and ethical issues" - H. K.
Wang dan K. W. Cho (2019)
"Artificial Intelligence and Economic Growth" - P. Romer (2019)

20
"Artificial Intelligence in Law: The State of Play in 2019" - A. G. Alemanno (2019)
"Artificial Intelligence and the Future of the Arts" - E. Westerlund (2018)
"Artificial Intelligence in Psychology: Interdisciplinary essays" - M. C. Mozer, P. Smolensky,
D. S. Touretzky, J. L. Elman, dan A. S. Weigend (1993)
"Applications of Artificial Intelligence in Astronomy" - R. Gupta dan J. R. Maund (2021)
"The future of Artificial Intelligence in Astronomy" - R. Lupton (2018)
"Artificial intelligence in aquaculture: status, challenges, and future perspectives" - S. K.
Nayak dan S. S. Mishra (2021)
"Artificial intelligence in agriculture: A comprehensive review" - P. Singh, A. Singh, dan V.
K. Singh (2021)
"Artificial intelligence in animal agriculture: Current status and future trends" - M. A.
Elgendy, Y. Cai, dan S. Hao (2021)

21
22
23
24
25