G.Berpikir Algoritmik

 G.    Berpikir Algoritmik

1.    Jenis Data dalam Penelitian

      Nilai yang diinputkan, diolah, dan dihasilkan merupakan sebuah data yang dapat dibaca, dihitung, dan dianalisis.  

       Secara umum, dikenal dua jenis data, yaitu sebagai berikut. 

a.    Data kuantitatif

                Adalah jenis data yang dipresentasikan dalam bentuk nominal angka, misalnya data               kuantitatif yang memuat model skor antara 1 - 4.

b.    Data kulitatif

              Merupakan tipe data yang tidak dapat diukur nilainya dalam bentuk angka, sebagai            contoh, interviu yang dilakukan oleh tim RnD dengan pelangganan untuk mengetahui                pendapatnya tenteng produk yang akan dimunculkan.  

2.    Teknologi Computational Thinking

a.    Definisi dan karakter

                Istilah berpikir komputisional diadopsi dari konsep CT atau Computational                        Thinking yang pertama kali diperkenalkan oleh Jeannette Wing pada Maret 2006                sebagai bentuk modal dan mekanisme penyelesaian masalah melalui tahapan analisis                masalah, desain sistem, dan implemintasi. Jika dilihat dari sisi penerapanya, CT memiliki         dua aspek penting, yaitu sebagai berikut.

        1)    CT sebagai tahapan dan mekanisme pemikiran dan penalaran manusia tanpa bantuan                 teknologi.                                                                                                                                                  2)     CT sebagai metode pemecahan masalah (problem solving) yang didesain agar dapat                    dijalankan manusia atau dengan bantuan mesin komputer atau melibatkan kedua                        resauce tersebut.

                Ada beberapa karakter yang harus dimiliki oleh CT ketika diimplementasikan sebagai alternatif pemecahan masalah, yaitu sebagai berikut.

       1)      Merumuskan dan menentukan                                                                                                          2)      Menerapkan                                                                                                                                          3)      Memvisualisasikan                                                                                                                              4)      Proses yang dilakukan bekerja secara otomatis berdasarkan algoritme yang telah                         diatur                                                                                                                                                       5)      Fase identifikasi, pengumpulan data, proses menganalisis, serta menetapkan                                 keputusan solusi dilakukan secara cepat dan tepat debgan tujuan infisiensi proses.           6)      Mendukung proses generalisasi ataupun privatisasi problem solving dalam bentuk                     umum.

b.    Elemen computational thinking

              computational thinking memiliki enam bagian penting, yaitu sebagai berikut.

        1)     Abstraction                                                                                                                                               2)    Algorithmic thinking                                                                                                                               3)    Automation                                                                                                                                               4)    Decomposition                                                                                                                                       5)    Debugging                                                                                                                                               6)    Generalization

c.    Artificial intellegance (AI)

            Artificial intellegance atau kecerdasan buatan adalah salah satu implementasi dari                berpikir koputasi atau CT yang bertujuan memprogam komputer agar mampu berpikir.            Definisi AI dapat dibedakan dari beberapa persepsi, antara lain sebagai berikut.

        1)    Persepsi kecerdasan

                     Pendekatan dalam sisi kecerdasan akan mengacu pada potensi pengembangan                     teknologi komputer pintar sehingga mampu bekerja seperti manusia, misalnya robot                  hewan, robot pelayanan kafe, aplikasi pendeteksi gangguan kejiwaan, dan sebaginya.

        2)    Persepsi riset

                     Sisi pendekatan AI sebagai disiplin ilmu baru yang mampu menciptakan                                software, hardware, atau perpaduan keduanya menjadi cerdas layaknya manusia                        atau bahkan melebihi kepandaian manusia.

        3)    Persepsi potensi bisnis

                    Dari bisnis, AI mampu memberikan dukungan layanan dan analisis yang                                cepat, tepat, dan andal sehingga berpotensi meningkatkan keuntungan bisnis                                yang di jalankan.

        4)    Persepsi logika pemrograman

                   Sudut pandang AI dalam teknik pemrograman merupakan salah satu bentuk                        implementasi dalam menciptakan rule-rule logika yang dapat dimasukan ke                                database kecerdasan mesin ketika menjalankan pekerjaanya. 

d.    Sistem pakar  

        1)    Definisi sistem pakar

                       Sepeti kedokteran, teknik, dan lainya. Fitur-fitur yang dimiliki oleh sistem pakar meliputi                beberapa aspek, antara lain sebagai berikut.

               a)    Mempunyai pengetahuan dan keahlian

               b)    Memiliki modul atau fungsi

               c)    Keberagaman dan tingkat kedalam pengetahuan

               b)    Mempunyai kemampuan self knowladge

       2)    Kelebihan sistem pakar

                      Kelebihan penggunaan sistem pakar dalam menunjang pekerjaan sehari-hari                    meliputi hal seperti berikut.

                a)    Memiki basis data pengetahuan relatif besar

                b)    Mampu menyimpan data pakar dalam jangka dalam waktu yang lama

                c)    Mampu melakukan perhitungan secara cepat dan tepat

                d)    Mampu menyajikan data dan informasi dengan akurat

                e)    Memperbaiki peforma kerja sistem

                f)    Mengurangi delay pekerjaan dan meningkatkan responsibilitas sistem

        3)    Komponen sistem pakar

                        Untuk mendukung proses kerja sistem pakar, ada beberapa elemen penting yang harus                    tersedia, yaitu sebagai berikut.    

                a)    Sistem akuisisi pengetahuan

                b)    Knowledge base

                c)    Inference machine

                d)    User interface

                e)    Blackboard atau tempat kerja

                f)    Justifier atau subsistem penjelasan

                g)    Subsistem perbaikan pengetahuan

STILL UNDER REPAIR:(