• HOME
Instagram Twitter

ANNYEONG BOY

Dum spiro, spero.

Latar Belakang

Di Indonesia, desain grafis sangat diminati. Perkembangan desain grafis di Indonesia sangat signifikan dibanding sebelumnya. Buktinya telah banyak perguruan-perguruan tinggi negeri atau swasta bahkan kursus yang memiliki program-program studi yang mempelajari desain grafis lebih dalam. Pada tiap perguruan tinggi tersebut, semua hampir memiliki mata kuliahyang kemungkinan besar hampir sama satu dengan lainnya.

Hal ini mungkin disebabkan karenadesain grafis sendiri tidak hanya menghasilkan gambar, lukisan, atau bahkan tulisan semata,namun desain grafis mampu memberikan wawasan dan pengetahuan tentang perfilman, periklanan, packaging, dan lain-lain.Saat ini, desain grafis sangat efektif untuk memberikan sarana-sarana yang mampumengapresiasikan suatu kegiatan atau suatu acara, dapat memberikan contoh atau iklan denganilustrasi-ilustrasi yang menarik, serta mampu menghasilkan suatu rancangan produk denganlebih maksimal. 

Desain grafis juga dapat menjadi sarana komunikasi dan informasi yangmemberikan data yang lebih jelas, mampu menjadikan hiburan dan mengeksplorasi keahliandi bidang desain.


Perkembangan Awal Desain Grafis

1. Diawali dengan Jurusan Reklame, Dekorasi dan Ilustrasi Grafik (REDIG) pada 15 Januari 1950 dengan nama Sekolah Toekang Reklame. Pada tahun 1969 bersamaan dengan berubahnya ASRI menjadi Sekolah Tinggi Seni Rupa Indonesia (STSRI), jurusan REDIG dipecah menjadi Jurusan Seni Reklame, Jurusan Seni Dekorasi dan Jurusan Seni Grafis.


2. Pada tahun 1972 STSRI “ASRI” menyelenggarakan ujian S-1 yang pertama kali untuk para BA Seni Reklame. Nama Jurusan Seni Reklame dipakai sampai tahun 1982. Pada tahun 1983 Jurusan Seni Reklame berubah menjadi Jurusan Desain Komunikasi. Pada tahun 1984 bersamaan dengan perubahan STSRI “ASRI” menjadi Institut Seni Indonesia (ISI) Yogyakarta melalui fusi dengan Akademi Musik Indonesia (AMI) dan Akademi Seni Tari Indonesia (ASTI). Jurusan Desain Komunikasi berubah menjadiProgram Studi Desain Komunikasi Visual hingga saat ini.


3. Tahun 1967 dirintis Studio Grafis Jurusan Seni Rupa di FTSP ITB. Pada tahun 1973dipecah menjadi Studio Seni Grafis dan Desain Grafis. Tahun 1984 Studio Desain Grafis berdiri sendiri. Pada tahun 1994 Studio Desain Grafis berubah menjadi Studio DKV dan pada tahun 1997 menjadi Program Studi DKV di bawah Departemen Desain.Tahun 2006 menjadi Program Studi DKV setingkat Jurusan di bawah fakultas.


4. Pendidikan Tinggi Desain Grafis berdiri di IKJ pada tahun 1977, di UniversitasTRISAKTI tahun 1979, dan di UNS tahun 1981, serta desain grafis Universitas UDAYANA (UNUD) tahun 1981. Dan FSRD UNUD akhirnya menjadi ISI Denpasarsetelah fusi dengan STSI Denpasar.


5. Pada era 1990 ditandai dengan berdiri DKV di STISI Bandung dan kemudian diikutioleh UPH pada tahun 1994. Hingga sekarang sekitar 70an pendidikan tinggi DesainGrafis telah dan segera berdiri di Medan, Palembang, Jakarta, Bandung, Cirebon,Semarang, Yogyakarta, Salatiga, Solo, Malang, Surabaya, Bali, Makassar dan menyusul di beberapa kota lainnya. Saat ini beberapa universitas negeri eks IKIP bahkan eks IAIN telah dan berencana membuka jurusan/program studi Desain Grafis terutama yang mempunyai jurusan seni rupa. 


Menjamurnya pendidikan tersebut tidak lepas dari perkembangan teknologi dan media informasi maupun gaya hidup. Hampir semua sektor seperti konsumsi, hiburan, media,infrastuktur, properti, keuangan, pendidikan dan sebagainya membutuhkan sentuhan desainer. Fenomena ini yang membuka peluang tumbuhnya profesi-profesi baru terkait dengan desain grafis yang pada akhirnya meningkatkan permintaan akan jasa pendidikan desain.




Referensi

1. https://idseducation.com/articles/perkembangan-desain-grafis-di-indonesia/

2. http://idesainesia.com/perkembangan-desain-grafis 
Share
Tweet
Pin
Share
No comments
Desain grafis atau rancang grafis adalah proses komunikasi menggunakan elemen visual, seperti tulisan, bentuk, dan gambar yang dimaksudkan untuk menciptakan persepsi akan suatu pesan yang disampaikan. Bidang ini melibatkan proses komunikasi visual.

Desain grafis adalah suatu bentuk komunikasi visual yang menggunakan gambar untukmenyampaikan informasi atau pesan seefektif mungkin. Dalam desain grafis, teks juga dianggap gambar karena merupakan hasil abstraksi simbol-simbol yang bisa dibunyikan. Desain grafis diterapkan dalam desain komunikasi dan fine art. Seperti jenis desain lainnya, desain grafis dapat merujuk kepada proses pembuatan, metoda merancang, produk yang dihasilkan (rancangan), atau pun disiplin ilmu yang digunakan (desain).

Seni disain grafis mencakup kemampuan kognitif dan keterampilan visual, termasuk didalamnya tipografi, ilustrasi, fotografi, pengolahan gambar, dan tata letak.



Referensi

1. https://id.wikipedia.org/wiki/Desain_grafis2.

2. https://bestchildrenofgod.wordpress.com/definisi-desain-grafis/
Share
Tweet
Pin
Share
No comments
Sistem Cerdas
        Sistem cerdas adalah sebuah kecerdasan yang dibuat manusia pada suatu alat atau mesin. Sistem cerdas merupakan sistem yang menerapkan “kecerdasan buatan” atau disebut juga “Artificial Intelligence”. Sistem cerdas dibuat agar dapat berpikir serta mampu mengambil keputusan dan melakukan aktivitas layaknya manusia.


Karakteristik Sistem Cerdas :
1.   Memiliki fasilitas informasi yang handal.
2.   Mudah dimodifikasi.
3.   Dapat digunakan dalam berbagai jenis komputer.
4.   Memiliki kemampuan untuk belajar beradaptasi.
5.   Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
6.   Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.
7.   Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.
8.   Output yang dihasilkan sesuai dengan apa yang kita harapkan.


Sistem cerdas di dunia bisnis menggunakan satu atau lebih tool cerdas, biasanya digunakan untuk membantu pengambilan keputusan, meningkatkan produktifitas, dan memperoleh keuntungan kompetitif (bersaing). Contoh sistem cerdas dalam bisnis salah satunya yaitu Data Mining. Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar.

AI (ARTIFICIAL INTELLIGENCE)


Artificial Intelligence (AI) atau dapat diartikan “kecerdasan buatan” merupakan teknik dan studi tentang membuat teknologi menjadi cerdas, yang dapat melakukan hal-hal seperti yang dapat dilakukan oleh manusia.
AI adalah bagian dari Sistem Cerdas. Tujuan penilitian dari AI meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami, persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat, ilmu saraf, psikologi buatan dan lainnya.

Contoh AI
1.     SIRI

Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

2.     Tesla

Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla adalah sesuatu yang memungkinkan mobil dikemudikan secara otomatis (yang meniadakan driver manusia). Ini adalah salah satu teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak. Selain itu software pada mobil Tesla dapat diupdate secara over-the-air.


Definisi & Konsep Agen Cerdas
Apa itu Agen Cerdas?

Dalam bidang Artificial Intelligence atau kecerdasan buatan, kita sering mendengar istilah Agen cerdas atau Intelligent Agent. Agen cerdas adalah sebuah entitas yang mengamati, menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia. Agen cerdas juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka.

Berikut ini beberapa definisi agen cerdas;
                           1.                 Agen cerdas adalah segala sesuatu yang dapat merasakan lingkungannya melalui peralatan sensor-sensor, bertindak sesuai dengan lingkungannya dan dengan mengunakan peralatan penggeraknya/actuator (Russel dan Norvig).
            2.             Agen cerdas adalah sebuah sistem komputer yang berada dalam suatu lingkungan dan memiliki kemampuan bertindak secara otonomos didalam situasi lingkungan tersebut sesuai dengan sasaran yang dirancang (Woold-ridge).



Konsep Agen Cerdas
                        i.            Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.

Untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu.

                       ii.            Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian rupa hingga dapat memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

                       iii.            Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Contoh Agen Cerdas
1.          Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
Task environment:
·   Performance measure (P): keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan, keselamatan, taat lalu lintas
·       Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.
·       Actuators: stir arah, pedal gas, pedal rem, klakson, sinyal kiri/kanan.
·   Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard (papan ketik).

2.          Sistem Diagnosis Medis

  Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. Task Environment :
·         Performance measure: pasien sembuh, biya murah tidak menyalahi hukum.
·         Environment: pasien, rumah sakit, suster, dokter.
·         Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk).
·         Sensors: keyboard (masukan gejala penyakit, jawaban pasien).

3.          AC Otomatis

AC ini mampu menyesuaikan suhu ruangan sesuai dengan jumlah orang dalam ruangan tersebut sesuai dengan suhu lingkungan sekitar secara otomatis. Cara kerjanya adalah sensor yang ada di dalam AC akan melakukan scan untuk mendeteksi jumlah orang dalam ruangantersebut beserta suhu ruangan mula. Kemudian AC akan mengatur suhu sesuai dengan jumlahorang dalam ruangan dan inputan suara yang didapat, dan akan mati secara otomatis jika ruangan dalam keadaan kosong.
·      Performance measure: Sehat (ramah lingkungan), nyaman, mudah dioperasikan, hemat biaya, kesesuaian suhu ruangan.
·      Environment: orang, ruangan
·    Actuators: Screen display (menampilkan suhu ruangan dan jumlah orang), evaporator, blower, filter udara.
·      Sensors: Sensor suhu, sensor suara.
Share
Tweet
Pin
Share
2 comments

Apa itu Agen Cerdas ?

Dalam tulisan sebelumnya, sudah dipaparkan bahwa AI adalah bagian dari Sistem Cerdas. Di dalam AI itu sendiri (sebagaimana gambar diatas maupun dibawah) ada "agen" yang menjadi "eksekutor" dalam sistem tersebut.

Air Conditioner Otomatis

AC ini mampu menyesuaikan suhu ruangan sesuai dengan jumlah orang dalam ruangan tersebut sesuai dengan suhu lingkungan sekitar secara otomatis. Cara kerjanya adalah sensor yang ada di dalam AC akan melakukan scan untuk mendeteksi jumlah orang dalam ruangantersebut beserta suhu ruangan mula. Kemudian AC akan mengatur suhu sesuai dengan jumlahorang dalam ruangan dan inputan suara yang didapat, dan akan mati secara otomatis jikaruangan dalam keadaan kosong.

Analisa PEAS


Jenis Agen Cerdas

Agen tergolong ke dalam jenis
Goal-based agents
, karena AC akan mengatur suhu ruangansesuai dengan tujuan yang mulanya ditentukan oleh keadaan ruangan tersebut, yaitu jumlahorang dalam ruangan dan inputan suara yang diterima.

Problem-Solving Agent

States   : suhu ruangan, jumlah orang, dan inputan suara
Action   : scan, nyala, mati, naikkan suhu, turunkan suhu
Goal test : suhu ruangan sesuai jumlah orang (inputan)
Path Cost : per aksi

Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.

Task Environment :

Performance measure : keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan. 
Environment               : jalanan, lampu merah, lalulintas, pejalan kaki, cuaca. 
Actuators                    : stir arah, gas, rem, klakson, sinyal kiri/kanan. 
Sensors                       : kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard.



Source
Mandala Putra | TugasISDe | Anung Nugroho
Share
Tweet
Pin
Share
No comments

Apa itu Agen Cerdas ?

Dalam tulisan sebelumnya, sudah dipaparkan bahwa AI adalah bagian dari Sistem Cerdas. Di dalam AI itu sendiri (sebagaimana gambar diatas maupun dibawah) ada "agen" yang menjadi "eksekutor" dalam sistem tersebut. Itulah akhirnya lahir yang namanya: Agen Cerdas. Agen Cerdas sering digambarkan secara skematis sebagai sistem fungsional abstrak mirip dengan program komputer. Sistem fungsional abstrak tersebut termasuk juga dalam software nya atau yang sering disebut juga dengan bot. Maka, bila kita berbicara apa itu "Agen Cerdas" kita bisa refer ke bot, perangkat kerasnya ataupun keseluruhan.

Konsep Agen Cerdas

Konsep Agen Cerdas ini dapat dibagi menjadi 2 bagian: Sifat Agen & Jenis-Jenis Agen.
Sifat Agen

Rasional

Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).

Autonomy

Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

Reactivity

Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Jenis-jenis Agen

Simple reflex agents : berdasarkan persepsi yang terakhir. 

Model-based reflex agents : memiliki representasi internal tentang keadaan sekitar. 

Goal-based agents : memiliki informasi tentang tujuan, memilih tindakan yang mencapai tujuan. 

Utility-based agents : melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan – utility function. 

Learning agents : belajar dari pengalaman, meningkatkan kinerja. 




Source


Evangelinosite | YogiPratama | TugasISDe
Share
Tweet
Pin
Share
No comments

OpenGL adalah sebuah program aplikasi interface yang digunakan untuk memvisualisasikan citra komputer 2D dan 3D. Jadi intinya kita bisa menggambar bentuk dua dimensi maupun tiga dimensi menggunakan library OpenGL.

Apa hubungannya dengan Dev-C++?
OpenGL merupakan sebuah Platform API lintas bahasa untuk mengembangkan aplikasi yang menghasilkan citra dua dimensi dan tiga dimensi termasuk bahasa pemrograman C dan C++. OpenGL memiliki fungsi-fungsi yang dapat digunakan untuk membantuk dalam pembuatan citra dua dimensi maupun tiga dimensi. Dev-C++ merupakan kompiler bahasa pemrograman C dan C++ sehingga kita bisa memanfaatkan API OpenGL ini agar fungsi-fungsi pembuatan citra dapat digunakan pada Dev-C++.

untuk list coding dan logikanya bisa klik link di bawah ini :





Share
Tweet
Pin
Share
No comments

Artificial intelligence adalah sesuatu buatan atau suatu tiruan yang hampir mirip dengan otak manusia. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah. Secara awam kecerdasan buatan diterjemahkan sebagai sebuah sistem saraf, atau sensor atau otak yang diciptakan oleh sebuah mesin yang hamper mirip dengan otak manusia. Sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk berpikir seperti manusia, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia.



Contoh Dari Artificial Intelligence

Asisten Virtual Pribadi

Siri, Google Assistant dan Cortana adalah semua asisten pribadi digital cerdas di berbagai platform (iOS, Android, dan Windows Mobile). Singkatnya, mereka membantu menemukan informasi yang berguna ketika Anda memintanya menggunakan suara Anda; Anda dapat mengatakan:

"Di mana restoran Italia terdekat?"
"Apa jadwal saya hari ini?"
"Ingatkan saya untuk menelepon Kevin pada pukul delapan"


Dan asisten akan merespons dengan mencari informasi, menyampaikan informasi dari ponsel Anda atau mengirim perintah ke aplikasi lain.


AI penting dalam aplikasi ini, karena mereka mengumpulkan informasi tentang permintaan Anda dan menggunakan informasi tersebut untuk lebih mengenali ucapan Anda. Setelahnya, ia akan memberi Anda hasil yang disesuaikan dengan preferensi Anda.





Video Game


Salah satu contoh AI yang kebanyakan orang mungkin kenal, sejak pertama kali adanya video game yang pertama, AI telah digunakan. Tetapi tingkat kompleksitas dan keefktivan AI tersebut telah meningkat secara eksponensial selama beberapa dekade terakhir.

AI menghasilkan karakter permainan video yang mempelajari perilaku Anda, merespons rangsangan dan bereaksi dengan cara yang tidak dapat diprediksi.

Bumi Tengah 2014: Bayangan Mordor sangat penting untuk kepribadian individu yang diberikan kepada setiap karakter non-pemain, ingatan mereka tentang interaksi masa lalu, dan tujuan variabel mereka.

Penembak orang pertama seperti Far Cry dan Call of Duty juga memanfaatkan AI secara signifikan, dengan musuh yang dapat menganalisis lingkungan mereka untuk menemukan objek atau tindakan yang mungkin bermanfaat bagi kelangsungan hidup mereka; mereka akan berlindung, menyelidiki suara, menggunakan manuver mengapit, dan berkomunikasi dengan AI lain untuk meningkatkan peluang kemenangan mereka. Sejauh yang dilakukan AI, video game agak sederhana, tetapi karena pasar industri yang besar, banyak upaya dan uang yang diinvestasikan setiap tahun untuk menyempurnakan jenis AI ini.



Bidang Keuangan


AI diterapkan untuk aplikasi keuangan pribadi, seperti Mint atau Pajak Turbo, adalah lembaga keuangan yang sedang naik daun. Aplikasi seperti ini dapat mengumpulkan data pribadi dan memberikan nasihat keuangan. Program lain, IBM Watson menjadi satu, telah diterapkan pada proses pembelian rumah. Hari ini, perangkat lunak melakukan banyak perdagangan di Wall Street.



Perangkat Rumah Cerdas (Smart Home)


Banyak perangkat rumah pintar sekarang termasuk kemampuan untuk mempelajari pola perilaku Anda. Hal ini dibuat untuk membantu Anda menghemat uang, energi dan dalam upaya untuk meningkatkan kenyamanan.

Contoh kecerdasan buatan dalam perangkat rumah tangga cerdas :

Menyalakan pemanas atau pendingin ruangan saat Anda berangkat kerja dan akan menyala sendiri pada saat Anda pulang adalah kemampuan kecerdasan yang sangat nyaman. 

Termostat tahu saat Anda pulang dan menyesuaikan suhu dengan tepat. Hal ini juga dapat membantu Anda menghemat uang dengan tidak memanaskan atau mendinginkan rumah saat Anda keluar rumah.

Pencahayaan adalah tempat lain di mana Anda mungkin melihat kecerdasan buatan dasar; dengan menetapkan default dan preferensi, lampu di sekitar rumah Anda (baik di dalam maupun di luar)
mungkin menyesuaikan berdasarkan di mana Anda berada dan apa yang Anda lakukan.

Dimmer untuk menonton TV, lebih cerah untuk memasak, dan di suatu tempat di tengah untuk makan, misalnya. Penggunaan AI di rumah pintar hanya dibatasi oleh imajinasi kita.




Prediksi Pembelian


Pengecer besar seperti Target dan Amazon akan menghasilkan banyak uang jika mereka dapat mengantisipasi kebutuhan Anda. Proyek antisipatif antisipatif Amazon berharap untuk mengirimkan barang sebelum Anda membutuhkannya, benar-benar meniadakan kebutuhan untuk perjalanan menit terakhir ke toko online. Sementara teknologi itu belum ada, pengecer bata-dan-mortir menggunakan ide yang sama dengan kupon; ketika Anda pergi ke toko, Anda sering diberi sejumlah kupon yang telah dipilih oleh algoritme analitik prediktif.

Ini dapat digunakan dalam berbagai cara, apakah itu mengirimkan kupon, menawarkan diskon, penargetan iklan, atau penyimpanan stok yang dekat dengan rumah Anda dengan produk yang kemungkinan akan Anda beli. Seperti yang dapat Anda bayangkan, ini adalah penggunaan AI yang agak kontroversial, dan itu membuat banyak orang gugup tentang potensi pelanggaran privasi dari penggunaan analisis prediktif.



Mobil Pintar (Self-Driving Car)


Anda mungkin belum pernah melihat seseorang membaca koran saat mengemudi untuk bekerja, tetapi mobil self-driving semakin mendekati kenyataan; Proyek mobil self-driving Google dan fitur “autopilot” Tesla adalah dua contoh yang telah ada di berita akhir-akhir ini. 

Washington Post melaporkan pada algoritma yang dikembangkan oleh Google yang berpotensi
membiarkan mobil self-driving belajar mengemudi dengan cara yang sama seperti yang dilakukan manusia: melalui pengalaman.

AI yang dijelaskan dalam artikel ini belajar bermain video game sederhana, dan Google akan menguji kecerdasan yang sama dalam menggerakkan game sebelum pindah ke jalan.



Sejarah Artificial Intelligence


Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Mulai sekitar abad 18 sebagaimana mesin telah menjadi lebih kompleks, usaha yang keras telah dicoba untuk menciptakan manusia imitasi. Pada tahun 1736 seorang penemu dari perancis, Jacques de Vaucanson (1709-1782) membuat suatu mesin pemain seruling berukuran seperti seorang manusia yang dapat memainkan 12 melodi nada. Tidak hanya ini saja, mekanik tersebut dapat memindahkan bibir dan lidahnya secara nyata untuk mengontrol arus dari angin ke dalam seruling.

Pada tahun 1774 seorang penemu dari perancis, Pierre Jacques Drotz mencengangkan masyarakat Eropa dengan suatu automation berukuran sekitar seorang anak laki-laki yang dapat duduk dan menulis suatu buku catatan. Penemuan ini kemudian dilanjutkan dengan yang lainnya, yaitu automation yang berupa seorang gadis manis yang dapat memainkan harpsichord. Semuanya itu masih merupakan proses mekanik yang melakukan gerak dengan telah ditentukan terlebih dahulu.

Manusia masih berusaha untuk menciptakan mesin yang lainnya. Pada tahun 1769, dataran Eropa dikejutkan dengan suatu permainan catur yang dapat menjawab langkah-langkah permainan catur yang belum ditentukan terlebih dahulu. Mesin ini disebut dengan Maelzel Chess Automation dan dibuat oleh Wolfgang Von Kempelan (1734-1804) dari Hungaria. Akan tetapi mesin ini akhirnya terbakar pada tahun 1854 di Philadelphia Amerika Serikat. Banyak orang tidak percaya akan kemampuan mesin tersebut. Dan seorang penulis dari Amerika Serikat, Edgar Allan Poe (1809-1849) menulis sanggahan terhadap mesin tersebut, dia dan kawan-kawannya ternyata benar, bahwa mesin tersebut adalah tipuan, dan kenyataannya bukanlah aoutomation, tetapi merupakan konstruksi yang sangat baik yang dikontrol oleh seorang pemain catur handal yang bersembunyi di dalamnya.

Usaha untuk membuat konstruksi mesin permainan terus dilanjutkan pada tahun 1914, dan mesin yang pertama kali didemonstrasikan adalah mesin permainan catur. Penemu mesin ini adalah Leonardo Torres Y Quevedo, direktur dari Laboratorio de Automatica di Madrid, Spanyol. Beberapa tahun kemudian, ide permainan catur dikembangkan dan diterapkan di komputer oleh Arthur L. Samuel dari IBM dan dikembangkan lebih lanjut oleh Claude Shannon.

Bertrand Russell dan Alfred North Whitehead menerbitkan “Principia Mathematica”, yang merombak logika formal Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas" pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam artificial intellegence. Program program artificial intellegence pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin “Ferranti Mark I” di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "Artificial Intelligence/kecerdasan buatan" pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.


Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang artificial intelligence dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997.




Source

ParasutHitam | Wikipedia | PinterPandai
Share
Tweet
Pin
Share
No comments
Newer Posts
Older Posts

THIS SITE CONTAINS

{

  • fakta

  • horror

  • pengetahuan

  • teknologi

  • tugas

  • }

    Follow ME ON

    • Twitter
    • Facebook
    • Instagram

    Programmers Life

    def success(dedication, persistence, passion):
    dedication += 1 # dedicated yourself
    persistance += 1 # be persistent
    passion = True # have passion

    if passion == True:
    magic = dedication + persistence
    return magic
    else:
    magic =0
    return magic

    # love it. make mistakes. learn. keep grinding.

    Blog Archive

    • ▼  2020 (2)
      • ▼  January (2)
        • Rangkuman softskill
        • Contoh kasus audit
    • ►  2019 (7)
      • ►  November (1)
      • ►  October (1)
      • ►  June (2)
      • ►  March (3)
    • ►  2018 (10)
      • ►  December (1)
      • ►  November (2)
      • ►  October (1)
      • ►  September (2)
      • ►  July (1)
      • ►  April (1)
      • ►  March (1)
      • ►  January (1)
    • ►  2017 (17)
      • ►  December (1)
      • ►  November (1)
      • ►  October (2)
      • ►  May (1)
      • ►  April (1)
      • ►  March (1)
      • ►  February (1)
      • ►  January (9)
    • ►  2016 (13)
      • ►  November (3)
      • ►  October (9)
      • ►  September (1)

    College?

    College?

    ThemeXpose