REVIEW JURNAL TENTANG SISTEM PAKAR " DIAGNOSA KECANDUAN MENGGUNAKAN INTERNET (INTERNET ADDICTION) MENGGUNAKAN METODE CERTAINTY FACTOR "

REVIEW JURNAL : 

SISTEM PAKAR DIAGNOSA KECANDUAN MENGGUNAKAN

INTERNET (INTERNET ADDICTION) MENGGUNAKAN

METODE CERTAINTY FACTOR

Adlin Hasibuan

Judul Jurnal      : Sistem Pakar Diagnosa Kecanduan Menggunakan Internet ( Internet Addiction ) Menggunakan Metode Certainty Factor

Tahun Terbit     : 3 April 2014

Jurnal                : Sistem Pakar

Volume              : VI

No                     : 3

Penulis               : Adlin Hasibuan

Reviewer            : Zullyan Pangestu 1C114700 ( 3KA18 )

Jurnal                 : Sistem Pakar

Dari Universitas : STMIK BUDIDARMA MEDAN

Abstrak

"Sistem Pakar Diagnosa Kecanduan Mengunakan  Internet mengguanakan Metode Ceertainly Factor" jurnal ini membahas tentang bagaimana cara mendiagnosa seseorang yang telah kecanduan oleh internet, seperti kita ketahui di Indonesia telah banyak para remaja yang sudah kecanduan terhadap internet hal ini mengakibatkan para remaja sering lupa waktu, sehingga mereka lupa akan tugas mereka yang lain, oleh karena itu dibuatlah sitem pakar ini untuk mendiagnosa agar dapat mencegah kecanduan terhadap internet tersebut. 

Pendahuluan 

Dalam topik pendahuluan ini penulis menuliskan pembahasan tentang sistem pakar yang telah digunakan pada berbagai bidang ilmu , dan intinya membahas tentang efek negatif jika individu atau seseorang yang telah kecanduan internet atau game online ia akan asik dengan dunianya sendiri sehingga dia akan peduli dengan orang lain dan lingkungan sekitar.

Landasan Teori 

Faktor Kepastian

Faktor Kepastian (Certainty Factor) menyatakan kepercayaan dalam sebuah kejadian (fakta atau hipotesis) berdasarkan bukti atau penilaian pakar[1]. Certainty Factor menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data. Certainty Factor memperkenalkan konsep keyakinan dan ketidakyakinan yang kemudian diformulakan dalam rumusan dasar sebagai berikut:

CF[P,E] = MB[H,E] - MD[H,E]

Keterangan:

CF : Certainty Factor

MB : Measure of Belief

MD : Measure of Disbilief

H : Hypothesis

E : Evidence

Berikut ini adalah deskripsi beberapa kombinasi

• Certainty Factor terhadap berbagai kondisi:
• Certainty Factor untuk kaidah dengan premis tunggal  

      (single premis rules):CF(H,E) = CF(E)*CF(rule) = CF(user)*CF(pakar)

• Certainty Factor untuk kaidah dengan premis majemuk (multiple premis rules):

       CF(A AND B) = Minimum (CF(a),CF(b)) * CF(rule)

       CF(A OR B) = Maximum (CF(a),CF(b)) *CF(rule)

•  Certainty Factor untuk kaidah dengan kesimpulan yang serupa (similarly concluded rules):

       CFCOMBINE(CF1,CF2)=CF1+CF2*(1-CF1)[2].

Kelebihan dan Kekurangan Metode Certainty Factor

Adapun kelebihan Certainty Factor adalah:

• Metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosis penyakit sebagai salah satu contohnya.
• Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengolah 2 data saja sehingga keakuratan data dapat terjaga.

Sedangkan kekurangan metode Certainty Factor adalah:

• Ide umum dari pemodelan ketidak pastian manusia dengan menggunakan numerik metode Certainty Factor biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode Certainty Factor di atas memiliki sedikit kebenaran.
• Metode ini hanya dapat mengolah ketidakpastian/kepastian hanya 2 data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari 2 buah data.

Komponen Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu: lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment)[3]. Sistem pakar memiliki beberapa komponen utama yaitu: antar muka pengguna (user interface), basis data system pakar (expert system database), fasilitas akuisisi pengetahuan (knowledge acquisition facility) dan mekanisme inferensi (inference mechanism). Selain itu ada satu komponen yang ada pada beberapa sistem pakar yaitu fasilitas penjelasan (explanation facility).

Internet Addiction

Internet addiction merupakan suatu gangguan psikofisiologis yang meliputi tolerance (penggunaan dalam jumlah yang sama akan menimbulkan respon minimal, jumlah harus ditambah agar dapat membangkitkan kesenangan dalam jumlah yang sama), whithdrawal symptoms (khususnya menimbulkan termor, kecemasan, dan perubahan mood), gangguan afeksi (depresi, sulit menyesuaikan diri), dan terganggungnya kehidupan social.

Analisa 

Pada  Analisa ini penulis mengemukakan tentang cara menganalisa pencandu internet tersebut dengan Rancang Bangun Sistem Pakar, dan dengan Penggunaan Metode Certainty Factor

Kesimpulan 

Pada kesimpulan ini menulis menyimpulkan bahwa Internet addiction diukur melalui alat ukur berbentuk skala Internet Addiction. Semakin tinggi skor yang diperoleh seseorang dalam skala internet addiction yang diberikan, semakin tinggi internet addiction yang dirasakannya.

Sumber  : 

http://www.ilmuskripsi.com/p/daftar-jurnal-sistem-pakar.html   

http://www.ilmuskripsi.com/2016/06/jurnal-sistem-pakar-diagnosa-kecanduan.html

https://drive.google.com/file/d/0B0EdWn-d3T9xNUJ5VDBXMThLUHc/view

http://noonasuci.blogspot.co.id/2016/05/contoh-review-jurnal-ilmiah-ini.html

Sistem cerdas

Sistem Cerdas

# Pengertian Sistem Cerdas

Berikut ini terdapat definisi-definisi sistem cerdas menurut para ahli :

John Mc Cathy, 1956

Definisi Kecerdasan Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi tertentu khususnya program komputer yang “cerdas”.

H.A Simon, 1987

Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman computer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Rich and Knight, 1991

Kecerdasan merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin. Kecerdasan buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Winston dan Pendergast, 1994

Kecerdasan adalah kemampuan untuk belajar atau mengerti dari pengalaman. Memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah dan menyelesaikannya secara efektif.

Setiawan, 1993

Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas.

Turing, et. al, 1996

Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut Cerdas.

Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiahatau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence(AI)) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap computer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.

Kebanyakan ahli setuju bahwa Kecerdasan Buatan berhubungan dengan 2 ide dasar. Pertama, menyangkut studi proses berfikir manusia, dan kedua, berhubungan dengan merepresentasikan proses tersebut melalui mesin (komputer, robot, dll).

Kemampuan untuk problem solving adalah salah satu cara untuk mengukur kecerdasan dalam berbagai konteks. Terlihat di sini bahwa mesin cerdas akan diragukan untuk dapat melayani keperluan khusus jika tidak mampu menangani perrnasalahan remeh/ kecil yang biasa dikerjakan orang secara rutin.

Terdapat beberapa alasan untuk memodelkan performa manusia dalam hal ini:

• Untuk menguji teori psikologis dari perforrna manusia
• Untuk membuat komputer dapat memahami penalaran (reasoning) manusia
• Untuk membuat manusia dapat memahami penalaran komputer
• Untuk mengeksploitasi pengetahuan apa yang dapat diambil dari manusia

Menurut Winston dan Prendergast (1984), tujuan dari Kecerdasan Buatan adalah:

• Membuat mesin menjadi lebih pintar.
• Memahami apakah kecerdasan (intelligence) itu.
• Membuat mesin menjadi lebih berguna.

# Sejarah Sistem Cerdas

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. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

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.

Sejarah Kecerdasan Buatan Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. 

Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berfikir manusia. Hipotesis mereka adalah: “Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”, dan ini yang menjadi landasan dasar Kecerdasan Buatan.

Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain:

• Logic Theorist, diperkenalkan pada Darmouth Conference, program ini dapat membuktikan teorema - teorema matematika.

• Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa inggris dam mampu memberikan jawaban dari fakta—fakta yang didengar dalam sebuah percakapan.

• ELIZA, diprogram oleh Joseph Weizenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

# Contoh Sistem Cerdas

1. Implementasi AI pada Video Game

Desain dan implementasi AI pada game adalah untuk membuat suatu permainan menarik minat para player. Tujuan dari AI adalah untuk menciptakan kejujuran dari kecerdasan manusia, akan tetapi hal ini diluar dari kebutuhan game dan perangkat lunak untuk hiburan lainnya.

Tujuan sebenarnya implementasi AI dalam game adalah untuk menciptakan permainan yang menantang tetapi dapat memungkinkan ditaklukan oleh player. Bentuk paling sederhana dari game AI adalah sistem berbasis aturan (rule-based system). Sistem ini merupakan satu set perilaku standar yang menjadi aturan perilaku dari sebuah entitas game.

Metode umum yang biasa digunakan untuk menerapkan game dengan rule-based system adalah finite state machine (FSM). FSM adalah sebuah model yang digunakan untuk merepresentasikan dan mengontrol aliran eksekusi. FSM merupakan model berbasis komputasi pada mesin hipotetis yang terbuat dari satu atau lebih keadaan. Hanya satu keadaan dapat aktif pada saat yang sama, sehingga mesin harus melakukan transisi dari satu keadaan ke keadaan lain untuk melakukan tindakan yang berbeda. FSM biasanya digunakan untuk mengatur dan mewakili aliran eksekusi, yang berguna untuk menerapkan AI dalam game.

FSM berguna untuk menerapkan logika AI dalam game. FSM dapat dengan mudah direpresentasikan dengan menggunakan grafik, yang memungkinkan developer untuk melihat gambaran besar, tweaker dan mengoptimalkan hasil akhir. Implementasi FSM menggunakan fungsi atau metode untuk merepresentasikan sebuah keadaan sederhana, tapi kuat. Bahkan hasil yang lebih kompleks dapat dicapai dengan menggunakan FSM berbasis tumpukan (stack-based FSM), yang menjamin aliran eksekusi dikelola dengan ringkas tanpa berdampak negatif pada kode.

2. Smart Card (Kartu Pintar)

Kartu pintar ditemukan dan dipatenkan pada 1970-an. Ada beberapa perselisihan tentang siapa "penemu" asli kartu ini termasuk Jürgen Dethloff dari Jerman, Arimura dari Jepang, dan Roland Moreno dari Perancis. Penggunaan massal pertama kali dari kartu ini adalah untuk pembayaran telepon di Perancis pada 1983.

Kartu pintar (Inggris smart card) adalah sebuah kartu yang telah dipendam sirkuit terpadu. Meskipun banyak kegunaannnya, namun ada dua pembagian dasar dari kartu ini, yaitu kartu memori dan kartu dengan mikroprosesor. Contoh kegunaan kartu ini yang paling banyak adalah untuk sistem pembayaran elektronik dan dalam kartu SIM.

Terdapat 2 jenis kartu pintar :

• Kartu Pintar Sentuh 

Kartu pintar sentuh memiliki chip keemasan dengan diameter sekitar setengah inci. Pada saat dimasukan ke pembaca kartu, chip berhubungan dengan penghubung elektronik yang dapat membaca informasi dari chip dan menuliskannya kembali.

• Kartu Pintar Non-sentuh (Contactless Smart Card)

Kartu ini berkomunikasi dengan pembaca kartu dengan cara teknologi induksi RFID (dengan kecepatan pertukaran data dari 106 sampai 848 kbit/detik). Kartu ini hanya perlu didekatkan dengan pembaca kartu untuk menyelesaikan transaksi. Kartu ini banyak digunakan untuk sistem transportasi masal yang membutuhkan proses yang cepat atau tanpa menggunakan tangan.

sumber :

http://prodigy-works.blogspot.co.id/2016/11/ptsc-1-sistem-cerdas.html