Nama : Putri Niat D Lase

Nim : 110222025
Prodi : sistem informasi
Mata kuliah: inovasi Si & Ti modern
Dosen : Dewi wahyuni s.kom,M,Kom.

SOAL :
1. Contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan
a. Artificial intelligence (AI)
b. Machine Learning
c. Big Data
d. IoT

A.Contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan artificial
intelligence (AI) :

Berikut beberapa contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan
Artificial Intelligence (AI):

1. Kesehatan:

 Diagnosis penyakit: AI dapat membantu dokter mendiagnosis penyakit dengan lebih cepat dan akurat
dengan menganalisis data medis seperti gambar dan data pasien.
 Pengembangan obat: AI dapat membantu para ilmuwan menemukan obat baru dengan menganalisis
data dan melakukan simulasi.
 Asisten robotik: AI dapat digunakan untuk mengembangkan asisten robotik yang dapat membantu
dokter dan perawat dalam operasi dan perawatan pasien.

2. Keuangan:

 Deteksi penipuan: AI dapat membantu mendeteksi penipuan keuangan dengan menganalisis data
transaksi keuangan.
 Perdagangan algoritmik: AI dapat digunakan untuk mengembangkan algoritma perdagangan yang
dapat membuat keputusan perdagangan secara otomatis.
 Manajemen risiko: AI dapat membantu perusahaan keuangan mengelola risiko dengan menganalisis
data pasar dan keuangan.

3. Manufaktur:

 Robotika: AI dapat digunakan untuk mengembangkan robot yang dapat bekerja secara mandiri dan
berkolaborasi dengan manusia.
  Otomasi proses: AI dapat digunakan untuk mengotomatiskan tugas-tugas manufaktur seperti inspeksi
kualitas dan kontrol proses.
 Prediksi kegagalan: AI dapat digunakan untuk memprediksi kegagalan mesin dan peralatan sehingga
dapat dilakukan tindakan pencegahan.

4. Pertanian:

 Analisis citra satelit: AI dapat digunakan untuk menganalisis citra satelit untuk memantau kesehatan
tanaman dan kondisi tanah.
 Prediksi hasil panen: AI dapat digunakan untuk memprediksi hasil panen dan membantu petani
membuat keputusan yang tepat.
 Pengendalian hama: AI dapat digunakan untuk mengembangkan robot dan sistem AI untuk
mengendalikan hama dan penyakit tanaman.

5. Pendidikan:

 Personalisasi pembelajaran: AI dapat digunakan untuk mempersonalisasi pembelajaran bagi setiap

siswa dengan menganalisis data pembelajaran mereka.
 Chatbots edukasi: AI dapat digunakan untuk mengembangkan chatbot edukasi yang dapat membantu
siswa belajar dengan cara yang interaktif.
 Penilaian otomatis: AI dapat digunakan untuk menilai tugas dan ujian siswa secara otomatis.

6. Lainnya:

 Kendaraan otonom: AI merupakan teknologi utama yang memungkinkan pengembangan kendaraan

otonom.
 Rekomendasi produk: AI dapat digunakan untuk memberikan rekomendasi produk yang dipersonalisasi
kepada pelanggan.
 Asisten virtual: AI dapat digunakan untuk mengembangkan asisten virtual seperti Siri, Google
Assistant, dan Alexa.

Ini hanyalah beberapa contoh dari banyak aplikasi AI yang sedang dikembangkan dan digunakan di
berbagai bidang. AI memiliki potensi untuk merevolusi banyak aspek kehidupan kita dan membawa
banyak manfaat bagi masyarakat.

Ingatlah bahwa AI adalah alat yang kuat yang dapat digunakan untuk berbagai tujuan, baik
positif maupun negatif. Penting untuk menggunakan AI secara bertanggung jawab dan etis untuk
memastikan bahwa teknologi ini digunakan untuk kebaikan.

B.Berikan contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan
Machine Learning

Berikut adalah beberapa contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang
keilmuan machine learning:
 1. Rekomendasi Produk:

 Netflix: Netflix menggunakan machine learning untuk merekomendasikan film dan serial TV kepada
penggunanya berdasarkan riwayat menonton mereka.
 Spotify: Spotify menggunakan machine learning untuk merekomendasikan lagu dan album kepada
penggunanya berdasarkan genre yang mereka sukai dan lagu yang mereka dengarkan sebelumnya.
 Amazon: Amazon menggunakan machine learning untuk merekomendasikan produk kepada
penggunanya berdasarkan riwayat pembelian mereka dan produk yang mereka lihat sebelumnya.

2. Asisten Virtual:

 Siri: Siri adalah asisten virtual yang tersedia di perangkat Apple. Siri menggunakan machine learning
untuk memahami perintah suara pengguna dan memberikan respons yang sesuai.
 Google Assistant: Google Assistant adalah asisten virtual yang tersedia di perangkat Android. Google
Assistant menggunakan machine learning untuk memahami perintah suara pengguna dan memberikan
respons yang sesuai.
 Alexa: Alexa adalah asisten virtual yang tersedia di perangkat Amazon Echo. Alexa menggunakan
machine learning untuk memahami perintah suara pengguna dan memberikan respons yang sesuai.

3. Pengenalan Wajah:

 Facebook: Facebook menggunakan machine learning untuk mengenali wajah orang dalam foto dan
video.
 Apple Face ID: Apple Face ID adalah sistem pengenalan wajah yang digunakan untuk membuka kunci
iPhone dan iPad. Face ID menggunakan machine learning untuk mengenali wajah pengguna.
 Android Face Unlock: Android Face Unlock adalah sistem pengenalan wajah yang digunakan untuk
membuka kunci perangkat Android. Face Unlock menggunakan machine learning untuk mengenali wajah
pengguna.

4. Chatbots:

 Customer service chatbots: Chatbots dapat digunakan untuk menjawab pertanyaan pelanggan dan
menyelesaikan masalah mereka. Chatbots menggunakan machine learning untuk memahami pertanyaan
pelanggan dan memberikan respons yang sesuai.
 Sales chatbots: Chatbots dapat digunakan untuk membantu penjualan dengan menjawab pertanyaan
calon pelanggan dan menjadwalkan pertemuan. Chatbots menggunakan machine learning untuk
memahami pertanyaan calon pelanggan dan memberikan respons yang sesuai.

5. Deteksi Penipuan:

 Lembaga keuangan: Lembaga keuangan menggunakan machine learning untuk mendeteksi penipuan
transaksi keuangan. Machine learning dapat digunakan untuk menganalisis data transaksi dan
mengidentifikasi pola yang mencurigakan.
 Perusahaan asuransi: Perusahaan asuransi menggunakan machine learning untuk mendeteksi penipuan
klaim asuransi. Machine learning dapat digunakan untuk menganalisis data klaim dan mengidentifikasi
pola yang mencurigakan.

6. Prediksi Permintaan:
  Perusahaan retail: Perusahaan retail menggunakan machine learning untuk memprediksi permintaan
produk mereka. Machine learning dapat digunakan untuk menganalisis data penjualan dan faktor lain
untuk memprediksi berapa banyak produk yang akan dibutuhkan di masa depan.
 Perusahaan manufaktur: Perusahaan manufaktur menggunakan machine learning untuk memprediksi
permintaan bahan baku mereka. Machine learning dapat digunakan untuk menganalisis data produksi dan
faktor lain untuk memprediksi berapa banyak bahan baku yang akan dibutuhkan di masa depan.

7. Personalisasi Pembelajaran:

 Khan Academy: Khan Academy adalah platform pembelajaran online yang menggunakan machine
learning untuk mempersonalisasi pembelajaran bagi setiap siswa. Machine learning dapat digunakan
untuk menganalisis data pembelajaran siswa dan memberikan konten yang sesuai dengan tingkat dan
kebutuhan mereka.
 Udacity: Udacity adalah platform pembelajaran online yang menggunakan machine learning untuk
mempersonalisasi pembelajaran bagi setiap siswa. Machine learning dapat digunakan untuk menganalisis
data pembelajaran siswa dan memberikan rekomendasi kursus yang sesuai dengan minat dan tujuan
mereka.

Ini hanyalah beberapa contoh dari banyak aplikasi machine learning yang sedang dikembangkan dan
digunakan di berbagai bidang. Machine learning memiliki potensi untuk merevolusi banyak aspek
kehidupan kita dan membawa banyak manfaat bagi masyarakat.

Ingatlah bahwa machine learning adalah alat yang kuat yang dapat digunakan untuk berbagai
tujuan, baik positif maupun negatif. Penting untuk menggunakan machine learning secara
bertanggung jawab dan etis untuk memastikan bahwa teknologi ini digunakan untuk kebaikan.

C. Berikan contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan
Big Data

Berikut adalah beberapa contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang
keilmuan big data:

1. Kesehatan:

 Analisis genomik: Big data digunakan untuk menganalisis data genomik untuk mengembangkan obat
dan terapi baru, serta untuk memprediksi risiko penyakit.
 Pemantauan kesehatan masyarakat: Big data digunakan untuk memantau kesehatan masyarakat dan
melacak penyebaran penyakit.
 Diagnosis penyakit: Big data digunakan untuk mengembangkan alat diagnostik yang lebih akurat dan
efisien.

2. Keuangan:

 Deteksi penipuan: Big data digunakan untuk mendeteksi penipuan keuangan dengan menganalisis data
transaksi keuangan.
 Manajemen risiko: Big data digunakan untuk membantu perusahaan keuangan mengelola risiko dengan
menganalisis data pasar dan keuangan.
 Perdagangan algoritmik: Big data digunakan untuk mengembangkan algoritma perdagangan yang dapat
membuat keputusan perdagangan secara otomatis.

3. Manufaktur:

 Prediksi kegagalan: Big data digunakan untuk memprediksi kegagalan mesin dan peralatan sehingga
dapat dilakukan tindakan pencegahan.
 Optimalisasi proses: Big data digunakan untuk mengoptimalkan proses manufaktur dan meningkatkan
efisiensi.
 Manajemen rantai pasokan: Big data digunakan untuk mengelola rantai pasokan dan meningkatkan
visibilitas dan kontrol.

4. Pertanian:

 Analisis citra satelit: Big data digunakan untuk menganalisis citra satelit untuk memantau kesehatan
tanaman dan kondisi tanah.
 Prediksi hasil panen: Big data digunakan untuk memprediksi hasil panen dan membantu petani
membuat keputusan yang tepat.
 Pengendalian hama: Big data digunakan untuk mengembangkan robot dan sistem AI untuk
mengendalikan hama dan penyakit tanaman.

5. Kota Cerdas:

 Manajemen lalu lintas: Big data digunakan untuk mengelola lalu lintas dan mengurangi kemacetan.
 Penggunaan energi: Big data digunakan untuk mengoptimalkan penggunaan energi dan mengurangi
emisi.
 Keamanan publik: Big data digunakan untuk meningkatkan keamanan publik dan mencegah kejahatan.

6. Lainnya:

 Personalisasi iklan: Big data digunakan untuk mempersonalisasi iklan dan meningkatkan efektivitasnya.
 Rekomendasi produk: Big data digunakan untuk merekomendasikan produk kepada pelanggan
berdasarkan riwayat pembelian mereka dan produk yang mereka lihat sebelumnya.
 Analisis sentimen: Big data digunakan untuk menganalisis sentimen publik terhadap suatu
merek, produk, atau layanan.

Ini hanyalah beberapa contoh dari banyak aplikasi big data yang sedang dikembangkan dan digunakan di
berbagai bidang. Big data memiliki potensi untuk merevolusi banyak aspek kehidupan kita dan membawa
banyak manfaat bagi masyarakat.

Ingatlah bahwa big data adalah alat yang kuat yang dapat digunakan untuk berbagai tujuan, baik
positif maupun negatif. Penting untuk menggunakan big data secara bertanggung jawab dan etis
untuk memastikan bahwa teknologi ini digunakan untuk kebaikan.

Berikut adalah beberapa contoh perusahaan yang menggunakan big data:

 Google: Google menggunakan big data untuk meningkatkan layanannya seperti Google Search, Google
Maps, dan Google Ads.
 Amazon: Amazon menggunakan big data untuk meningkatkan layanannya seperti rekomendasi
produk, personalisasi, dan manajemen rantai pasokan.
 Facebook: Facebook menggunakan big data untuk meningkatkan layanannya seperti personalisasi
iklan, penargetan, dan analisis sentimen.
 Netflix: Netflix menggunakan big data untuk meningkatkan layanannya seperti rekomendasi film dan
serial TV, personalisasi, dan analisis sentimen.
 Uber: Uber menggunakan big data untuk meningkatkan layanannya seperti pencocokan pengemudi dan
penumpang, penetapan harga, dan optimasi rute.

D. Berikan contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang keilmuan
IoT

Berikut adalah beberapa contoh penerapan pengembangan inovasi teknologi yang menggunakan bidang
keilmuan IoT:

1. Smart Home:

 Pencahayaan: Lampu pintar dapat dikontrol dari jarak jauh dan diprogram untuk menyala dan mati
secara otomatis.
 Termostat: Termostat pintar dapat dikontrol dari jarak jauh dan diprogram untuk mengatur suhu ruangan
secara otomatis.
 Keamanan: Sistem keamanan pintar dapat memantau rumah untuk penyusup dan memberi tahu pemilik
rumah jika ada masalah.
 Peralatan: Peralatan pintar dapat dikontrol dari jarak jauh dan diprogram untuk memulai dan berhenti
secara otomatis.

2. Smart City:

 Parkir: Sensor dapat digunakan untuk mendeteksi tempat parkir yang tersedia dan mengarahkan
pengemudi ke tempat parkir tersebut.
 Pencahayaan: Lampu jalan dapat diprogram untuk meredup atau menyala berdasarkan tingkat lalu lintas
dan kondisi cuaca.
 Pengelolaan sampah: Sensor dapat digunakan untuk memantau tingkat sampah di tempat pembuangan
sampah dan memberi tahu petugas kebersihan saat perlu dikosongkan.
 Kualitas udara: Sensor dapat digunakan untuk memantau kualitas udara dan memberi tahu penduduk
jika tingkat polusi tinggi.

3. Industri:

 Manufaktur: Sensor dapat digunakan untuk memantau kondisi mesin dan peralatan dan memprediksi
kegagalan.
 Rantai pasokan: Sensor dapat digunakan untuk melacak pergerakan barang dan memastikan pengiriman
tepat waktu.
  Logistik: Sensor dapat digunakan untuk memantau kondisi pengiriman dan memastikan barang tiba
dalam keadaan utuh.
 Energi: Sensor dapat digunakan untuk memantau konsumsi energi dan mengoptimalkan penggunaan
energi.

4. Kesehatan:

 Pemantauan pasien: Sensor dapat digunakan untuk memantau kondisi pasien dari jarak jauh dan
memberi tahu dokter jika ada masalah.
 Diagnosis penyakit: Sensor dapat digunakan untuk mengumpulkan data yang dapat digunakan untuk
mendiagnosis penyakit.
 Pengobatan: Sensor dapat digunakan untuk mengantarkan obat ke pasien.
 Penelitian medis: Sensor dapat digunakan untuk mengumpulkan data yang dapat digunakan untuk
meneliti penyakit dan mengembangkan pengobatan baru.

5. Lainnya:

 Pertanian: Sensor dapat digunakan untuk memantau kondisi tanaman dan tanah dan membantu petani
membuat keputusan yang tepat.
 Lingkungan: Sensor dapat digunakan untuk memantau kondisi lingkungan dan melacak perubahan
iklim.
 Transportasi: Sensor dapat digunakan untuk memantau kondisi lalu lintas dan mengoptimalkan rute
perjalanan.

Ini hanyalah beberapa contoh dari banyak aplikasi IoT yang sedang dikembangkan dan digunakan di
berbagai bidang. IoT memiliki potensi untuk merevolusi banyak aspek kehidupan kita dan membawa
banyak manfaat bagi masyarakat.

Ingatlah bahwa IoT adalah alat yang kuat yang dapat digunakan untuk berbagai tujuan, baik
positif maupun negatif. Penting untuk menggunakan IoT secara bertanggung jawab dan etis untuk
memastikan bahwa teknologi ini digunakan untuk kebaikan.

Berikut adalah beberapa contoh perusahaan yang menggunakan IoT:

 Amazon: Amazon menggunakan IoT untuk meningkatkan layanannya seperti Amazon Echo, Amazon
Dash Button, dan Amazon Go.
 Google: Google menggunakan IoT untuk meningkatkan layanannya seperti Google Nest, Google
Home, dan Google Maps.
 Microsoft: Microsoft menggunakan IoT untuk meningkatkan layanannya seperti Microsoft Azure IoT
Suite dan Windows 10 IoT.
 Samsung: Samsung menggunakan IoT untuk meningkatkan layanannya seperti Samsung
SmartThings, Samsung Galaxy Home, dan Samsung Bixby.
 Apple: Apple menggunakan IoT untuk meningkatkan layanannya seperti Apple HomeKit, Apple
Watch, dan AirPods.

SOAL :
2. Apa dampak positif dan negatif yang terjadi dari pengembangan bidang keilmuan yang terdapat pada
poin 1?

Dampak Positif dan Negatif Bidang Keilmuan

Berikut adalah tabel yang menunjukkan dampak positif dan negatif dari pengembangan bidang
keilmuan AI, Machine Learning, Big Data, dan IoT:
Bidang Keilmuan Dampak Positif Dampak Negatif

- Meningkatkan efisiensi dan

- Potensi hilangnya pekerjaan -
produktivitas di berbagai industri -
Risiko bias dan diskriminasi -
Artificial Membantu menyelesaikan masalah
Ancaman terhadap privasi dan
Intelligence kompleks - Meningkatkan kualitas
keamanan - Potensi
(AI) hidup manusia - Membuka peluang
penyalahgunaan untuk tujuan
baru untuk penelitian dan
jahat
pengembangan

- Meningkatkan akurasi prediksi dan

- Potensi bias dan diskriminasi -
pengambilan keputusan - Membantu
Ancaman terhadap privasi dan
mengotomatiskan tugas-tugas yang
Machine keamanan - Ketergantungan
kompleks - Mempercepat proses
Learning yang berlebihan pada teknologi
penelitian dan pengembangan -
- Kesenjangan digital yang
Meningkatkan personalisasi layanan
semakin lebar
dan produk

- Meningkatkan wawasan dan

- Ancaman terhadap privasi dan
pemahaman tentang berbagai aspek
keamanan - Potensi
kehidupan - Membantu dalam
penyalahgunaan data -
pengambilan keputusan yang lebih
Big Data Kesenjangan digital yang
efektif - Mempercepat inovasi dan
semakin lebar - Kesulitan dalam
pengembangan produk baru -
mengelola dan menganalisis
Meningkatkan efisiensi dan optimasi
data
dalam berbagai bidang

- Meningkatkan efisiensi dan - Ancaman terhadap privasi dan

produktivitas di berbagai industri -
Meningkatkan kualitas hidup manusia -
IoT Membuka peluang baru untuk
penelitian dan pengembangan -
Membantu dalam pelestarian
lingkungan
keamanan - Potensi
penyalahgunaan untuk tujuan
jahat - Ketergantungan yang
berlebihan pada teknologi -
Kesenjangan digital yang
semakin lebar