Rabu, 12 Juli 2017

TUGAS KETIGA (PENG. ANIMASI & DESAIN GRAFIS)

Animasi

Film animasi, atau biasa disingkat animasi saja, adalah film yang merupakan hasil dari pengolahan gambar tangan sehingga menjadi gambaryang bergerak. Pada awal penemuannya, film animasi dibuat dari berlembar-lembar kertas gambar yang kemudian di-"putar" sehingga muncul efek gambar bergerak. Dengan bantuan komputer dan grafika komputer, pembuatan film animasi menjadi sangat mudah dan cepat. Bahkan akhir-akhir ini lebih banyak bermunculan film animasi 3 dimensi daripada film animasi 2 dimensi.

12 prinsip animasi merupakan prinsip dasar animasi yang diciptakan oleh animator Disney, Frank Thomas & Ollie. 12 prinsip animasi ini merupakan hal yang wajib diketahui oleh setiap animator atau calon animator untuk bisa menciptakan suatu animasi yang baik. Berikut 12 prinsip  ini adalah :

1. Squash & Stretch
Squash & Stretch merupakan  gerakan fleksibel seperti benda yang dihempaskan dan kemudian diregangkan. Gerakan seperti ini bisa kita temui sebagai contohnya pada bola yang memantul, dimana bola tersebut mempunyai gerakan squash ( menghempas ) sewaktu menyentuh tanah dan kemudian meregang sebelum bola tersebut kembali memantul ke atas.


2. Anticipation
Anticipation adalah gerakan yang dilakukan sebagai ancang-ancang untuk mempersiapkan diri memasuki gerakan yang berikutnya. Contohnya : ancang-ancang yang dilakukan sebelum seseorang meloncat atau berlari.




3. Staging
Staging adalah tahap pengaturan suatu set adegan, posisi kamera atau pose suatu karakter sehingga adegan tersebut menjadi mudah di mengerti oleh penonton. Staging yang baik akan dapat dengan jelas mengkomunikasikan pada penonton mengenai cerita yang ingin disampaikan dari adegan tertentu.





      4. Straight ahead action & Pose to Pose
Ada 2 metode dalam melakukan gerakan animasi : Straight ahead action dan pose to pose. Straight ahead action merupakan pendekatan menciptakan gerakan secara berkesinambungan mulai dari awal tanpa banyak perencanaan akan menjadi seperti apa akhir gerakannya nanti. Gerakan – gerakan yang diciptakan bisa merupakan ide yang spontan serta kreatif dan muncul seiring dengan proses pembuatan gerakan yang dilakukan secara berkesinambungan.




Pendekatan kedua yaitu Pose to Pose dilakukan dengan menentukan terlebih dahulu pose – pose seperti apa yang akan dimiliki oleh karakter yang akan dianimasikan pada suatu adegan. Setelah menentukan pose-pose yang akan digunakan, baru dilakukan penghubungan gerakan antar pose yang ada. Metode ini menawarkan perencanaan & kejelasan dalam melakukan proses animasi, sedangkan pada straight ahead action terdapat spontanitas & kemungkinan ide yang segar keluar dari proses animasi tersebut.


  
      5. Follow Through & Overlapping Action
Follow through & Overlapping action merupakan gerakan susulan pada si karakter atau benda yang terjadi setelah berhentinya karakter atau benda tersebut. 



      6.Slow In & Slow Out
Slow in dan slow out merupakan gerakan perlambatan yang terjadi pada awal dan akhir suatu animasi. Gerakan perlambatan ini memberikan variasi pada suatu gerakan animasi ketimbang tidak ada perlambatan sama sekali. Animasi yang tidak mempunyai perlambatan di awal dan akhir animasinya akan terkesan sangat kaku .





      7. Arcs
Arcs merupakan kurva melingkar yang terdapat pada suatu gerakan ketimbang hanya dengan memakai gerakan lurus saja. Arc memungkinkan gerakan animasi kita terlihat lebih natural ketimbang bila kita tidak menggunakan arc karena pada dasarnya gerakan yang terjadi di dunia nyata sehari-hari kita sangat jarang terjadi pada satu garis lurus.



8. SecondaryAction

Secondary action merupakan gerakan tambahan yang terjadi untuk melengkapi gerakan utama yang ada. Gerakan secondary action hanya bersifat melengkapi dan tidak mengambil alih performa dari gerakan utama.





9. Timing
Timing ditentukan dari jumlah frame in between yang ada di antara gerakan suatu benda atau karakter. Semakin cepat sedikit jumlah frame maka gerakan menjadi semakin cepat, sebaliknya semakin banyak jumlah frame yang ada maka gerakan menjadi lebih lambat. Gerakan dengan timing yang cepat dan lambat masing-masing akan memberikan cerita yang berbeda.







10. Exaggeration
Exaggeration merupakan gerakan atau ekspresi yang dilebihkan dari yang biasanya untuk mendapatkan kesan animasi yang lebih meyakinkan. 





      11. Solid Drawing
Pada animasi tradisional, Solid drawing berarti gambar yang mempunyai kedalaman perspektif. Contoh pada gambar di bawah ini, gambar sebelah kanan bisa dikatakan lebih mempunyai kedalaman perspektif karena posisi mulut yang mengikuti bentuk bundar dari kepala dibandingkan bila tidak mempunyai perspektif seperti pada gambar di sebelah kanan.






      12. Appeal
Appeal merupakan penampakan dari sebuah karakter yang terlihat mempunyai karisma tersendiri dan menarik untuk dilihat. Untuk memperkuat appeal dari suatu karakter, ada 3 hal yang perlu diperhatikan yaitu :

Shape yang bervariasi : Makin bervariasi bentuk dari karakter tersebut maka makin menarik untuk dilihat. Setiap design karakter yang baik mempunyai shape yang jelas. Sebagai contoh : Pada contoh gambar di bawah ini, karakter sebelah kiri mempunyai appeal yang tidak terlalu menarik bila dibandingkan dengan karakter di sebelah kanan.






REFRENSI :
-
http://www.dapoeranimasi.com/2017/02/22/12-prinsip-animasi/
- https://id.wikipedia.org/wiki/Animasi


Jumat, 16 Desember 2016

Tugas Softskill ke-3 Teknologi Sistem Cerdas

Pengertian Sistem Transportasi Cerdas

Sistem Transportasi Cerdas (Intelligent Transport System) adalah aplikasi canggih yang bertujuan untuk menyediakan layanan inovatif berkaitan dengan berbagai mode transportasi dan manajemen lalu lintas sehingga memungkinkan pengguna untuk mendapatkan informasi yang lebih baik, lebih aman, lebih terkoordinasi, dan “pintar” dalam memilih jaringan transportasi.
Berbagai jenis teknologi digunakan untuk menciptakan sistem transportasi cerdas ini, antara lain : komunikasi nirkabel, teknologi komputasi, floating car data/floating cellular data, sensing technology, inductive loop detection, video vehicle detection, Bluetooth detection.

Aplikasi Sistem Transportasi Cerdas
Emergency vehicle notification systems
e-Call di dalam kendaraan adalah panggilan darurat yang dihasilkan secara manual oleh penghuni kendaraan atau secara otomatis melalui aktivasi di dalam sensor kendaraan  setelah terjadi kecelakaan. Ketika diaktifkan, perangkat e-Call di dalam kendaraan akan melakukan panggilan darurat membawa suara dan data secara langsung call center panggilan darurat terdekat (112). Panggilan suara memungkinkan penghuni kendaraan untuk berkomunikasi dengan operator e-Call terlatih. Pada saat yang sama, satu set minimal data akan dikirim ke operator e-Call menerima panggilan suara.

Automatic road enforcement
Automatic road enforcement  merupakan penegakan aturan lalu lintas menggunakan sistem kamera. Sistem ini terdiri dari kamera dan perangkat monitor pemantau kendaraan. Kamera digunakan untuk mendeteksi dan mengidentifikasi kendaraan yang melanggar aturan lalu lintas misalnya melewati batas kecepatan maksimum  dan penerobosan lampu merah misalnya, maka pelanggar akan mendapatkan tiket pelanggaran dengan melalukan identifikasi plat nomer pelanggar. Bukti ini kemudian akan dikirim ke alamat pelanggar untuk dimintai denda terhadap pelanggaran lalu lintas yang dilakukannya.
Variable speed limits
Baru-baru ini beberapa beberapa negara mencoba memberikan batasa kecepatan yang di tetapkan berubah karena kemacetan jalan dan faktor lainnya. Biasanya batas kecepatan tersebut hanya berubah secara menurun selama kondisi macet. Namun tidak dibarengi dengan peningkatan kecepatan disaat lengang. Dengan memberikan batas kecepatan yang bervariasi dan bergantung pada kondisi jalan hasil awal percobaan ini menunjukkan penghematan waktu perjalanan, lalu lintas yang lancar, dan penurunan jumlah kecelakaan, sehingga pelaksanaannya dibuat permanen pada tahun 1997 di Inggris.

Dynamic Traffic Light Sequence
Lampu lalu lintas dimasa yang akan datang akan disesuaiakan dengan padatnya kendaraan yang mengantri. Dengan  menerapkan sistem control RFID lama menyala lampy merah dan hijau dapat disesuikan dengan keadaaan. Jika arus lalu lintas padat maka lama menyala lampu merah pun akan berkurang demikian sebaliknya lampu hijau, sehingga penyetelan lama nyala lampu merah tidak permanen, namun bersifat dinamis menyesuaiakan kepadatan kendaraan.

Mencoba model Sistem Transportasi Cerdas yang dikembangkan Toyota
Beberapa waktu yang lalu Saya berkesempatan mencoba model sistem transportasi cerdas yang dikembangkan Toyota Corp di Toyota City, Nagoya Jepang. Model sistem transportasi cerdas yang dikembangkan di Toyota terkait dengan model mobil yang dilengkapi dengan Emergency vehicle notification systems, penentuan koordinat jalan melalui GPS, pemilihan rute jalan terdekat, pemilihan rute jalan yang tidak macet dll.
Mencoba aplikasi sistem transportasi cerdas


Sumber : https://kitarespect.wordpress.com/iptek/pemanfaatan-teknologi-dibidang-transportasi/

TUGAS SOFTSKILL ke-2 TEKNOLOGI SISTEM CERDAS

ARTIFICIAL INTELLIGENCE

A.    Dasar Artificial Intelligence
Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
a.       Kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya, atau
b.      atau kecerdasan yaitu apa yang diukur oleh sebuah Test Kecerdasan.
Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan yang berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk mengkombinasikan pengetahuan dari semua  bidang ini pada akhirnya akan bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.
Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.
1.      Sejarah Kecerdasan Buatan
Kecerdasan buatan merupakan bidang ilmu komputer yang sangat penting di era kini dan masa yang akan datang untuk mewujudkan sistem komputer yang cerdas.  Bidang ini telah berkembang sangat pesat di 20 tahun terakhir seiring dengan kebutuhan perangkat cerdas pada industry dan rumah tangga.
Kata “intelligence” berasal dari bahasa Latin “intelligo” yang berarti “saya paham”.  Berarti dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.  Sebenarnya, area Kecerdasan Buatan (Artificial Intelligence) atau disingkat dengan AI,  bermula dari kemunculan komputer sekitar th 1940-an, meskipun sejarah perkembangannya dapat dilacak sejak zaman Mesir kuno. Pada masa ini, perhatian difokuskan pada kemampuan komputer mengerjakan sesuatu yang dapat dilakukan oleh manusia.  Dalam hal ini, komputer tersebut dapat meniru kemampuan kecerdasan  dan perilaku  manusia.
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.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI 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 "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 AI 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. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta di mana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.
Saat ini, hampir semua perangkat komputer dan perangkat elektronika canggih menerapkan kecerdasan buatan untuk membuat sistem lebih handal. Di masa yang akan datang, diperkirakan semua perangkat elektronika dan komputer menjadi jauh lebih cerdas karena  telah ditanamkan berbagai metode kecerdasan buatan.
2.      Kecerdasan
Dari kamus, arti kecerdasan adalah: kemampuan untuk mengerti/memahami (The faculty of understanding). Perilaku cerdas dapat ditandai dengan:
a.       Belajar atau mengerti dari pengalaman
b.      Memecahkan hal yang bersifat mendua atau kontradiktif
c.       Merespon situasi baru dengan cepat (fleksibel)
d.      Menggunakan alasan untuk memecahkan problem secara efektif
e.       Berurusan dengan situasi yang membingungkan
f.       Memahami dengan cara biasa/rasional
g.      Menerapkan pengetahuan untuk memanipulasi lingkungan
h.      Mengenali elemen penting pada suatu situasi
Sebuah ujian yang dapat dilakukan untuk menentukan apakah sebuah komputer/ mesin menunjukkan perilaku cerdas didesain oleh Alan Turing. Tes Turing menyatakan sebuah mesin dikatakan pintar hanya apabila seorang pewawancara (manusia) yang berbicara dengan orang lain dan mesin yang dua-duanya tidak terlihat olehnya, tidak mampu menentukan mana yang manusia dan mana yang mesin, meskipun dia telah berulang-ulang melontarkan pertanyaan yang sama.

B.     Perbandingan Kecerdasan Buatan dengan Kecerdasan Manusia
Menurut Kaplan, diutarakan oleh Turban, McLean dan Wetherbe tahun 1999, pada halam 478, AI atau Artificial Intelligence mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami (Kecerdaran Manusia). Kelebihan tersebut dipaparkan sebagai berikut:

1.  AI Lebih bersifat Permanen
Berbeda dengan AI, kecerdasan Alami yang dipunyai oleh seseorang tidak dapat disimpan. Ketika orang tersebut pindah kerja, pengetahuan yang dimilikinya ikut terbawa. AI lebih bersifat Permanen karena tetap ada sepanjang sistem komputer dan program masih terpelihara.

2.       AI Menawarkan Kemudahan untuk digandakan dan disebarkan
Pemindahan pengetahuan dari satu orang ke orang lain memerlukan waktu yang panjang dan bahkan mungkin pengetahuan itu tidak dapat diduplikasi secara lengkap. Adapun pengetahuan dalam sistem komputer mudah sekali untuk disalin dan dipidahkan ke sistem lain.
3.      AI dapat lebih murah daripada kecerdasan alami
Telah banyak dibuktikan bahwa biaya membeli jasa dengan komputer lebih murah daripada biaya untuk membiayai manusia yang melaksanakan tugas yang sama.
4.      AI bersifat Konsisten dan Teliti
Hal ini berbeda dengan manusia yang sering tak menentu atau tidak konsisten.
5.      AI dapat didokumentasi
Keputusan yang dibuat oleh komputer dapat didokumentasi dengan mudah dengan cara mencatat semua kegiatan yang dilakukan sistem. Kecerdasan alami sulit untuk didokumentasi. Sebagai contoh, seseorang bisa jadi melakukan penyimpulan, tetapi pada saat yang lain mungkin tidak dapat melakukan kembali proses penalaran yang membimbingnya ke kesimpulan ataupun mengingat kembali asumsi-asumsi yang mendasari keputusan



C.    Bidang-bidang Aplikasi AI
1.      Pengolahan Bahasa Alami
Natural Language Processing atau Pemrosesan Bahasa Alami merupakan salah satu tujuan jangka panjang dari Artficial Intelegence(kecerdasan buatan) yaitu pembuatan program yang memiliki kemampuan untuk memahami bahasa manusia.
Pada prinsipnya bahasa alami adalah suatu bentuk representasi dari suatu pesan yang ingin dikomunikasikan antar manusia. Bentuk utama representasinya adalah berupa suara/ucapan (spoken language), tetapi sering pula dinyatakan dalam bentuk tulisan.
Inti dari pemrosesan bahasa alami adalah penguraian kalimat atau sering disebut dengan parser. Parser berfungsi untuk membaca kalimat, kata demi kata dan menentukan jenis kata apa saja yang boleh mengikuti kata tersebut.
Dalam pemahaman suatu bahasa ada beberapa bidang yang harus disertakan yaitu morfologi, sintaksis, semantik, pragmatik, fonologi, dan pengetahuan tentang dunia sekitar.
Komponen Utama Bahasa Alami
Pengolahan bahasa alami terdiri dari dua bagian utama, yaitu : parser, sistem representasi pengetahuan dan pengolahan output.
a.Parser
Suatu sistem yang mengambil kalimat input bahasa alami dan menguraikannya ke dalam beberapa bagian gramatikal (kata benda, kata kerja, kata sifat, dan lain-lain).
b.Sistem Representasi Pengetahuan
Suatu sistem yang menganalisis output parser untuk menentukan maknanya.
c.Output Translator
Suatu terjemahan yang merepresentasikan sistem pengetahuan dan melakukan langkah- langkah yang bisa berupa jawaban atas bahasa alami atau output khusus yang sesuai dengan program komputer lainnya.
c.1 Kategori Aplikasi Pengolahan Bahasa Alami
Teknologi Natural Language Processing (NLP) atau Pemrosesan Bahasa Alami adalah teknologi yang memungkinkan untuk melakukan berbagai macam pemrosesan terhadap bahasa alami yang biasa digunakan oleh manusia. Sistem ini biasanya mempunyai masukan dan keluaram berupa bahasa tulisan (teks). NLP mempunyai aplikasi yang sangat luas. Beberapa diantara berbagai kategori aplikasi NLP adalah sebagai berikut:
c.1.1  Natural Language Translator, yaitu translator dari satu bahasa alami ke bahasa alami lainnya, misalnya translator bahasa Inggris ke bahasa Indonesia, Bahasa Indonesia ke Bahasa Jawa dan sebagainya. Translator bahasa alami bukan hanya kamus yang menerjemahkan kata per kata, tetapi harus juga mentranslasikan sintaks dari bahasa asal ke bahasa tujuannya.
c.1.2 Translator bahasa alami ke bahasa buatan, yaitu translator yang mengubah perintah-perintah dalam bahasa alami menjadi bahasa buatan yang dapat dieksekusi oleh mesin atau komputer. Sebagai contoh, translator yang memungkinkan kita memberikan perintah bahasa alami kepada komputer. Dengansistem seperti ini, pengguna sistem dapat memberikan perintah dengan bahasa sehari-hari, misalnya, untuk menghapus semua file, pengguna cukup memberikan perintah ”komputer, tolong hapus semua file !” Translator akan mentranslasikan perintah bahasa alami tersebut menjadi perintah bahasa formal yang dipahami oleh komputer, yaitu ”dir *.* ”.
c.1.3 Text Summarization, yaitu suatu sistem yang dapat ”membuat ringkasan” hal-hal yang penting dari suatu wacana yang diberikan.
Dalam dunia kecerdasan buatan pengolahan bahasa alami merupakan aplikasi terbesar setelah sistem pakar. Banyak para ahli Artificial Intelligence berpendapat bahwa bidang yang penting yang dapat dipecahkan oleh Artificial Intelligence adalah Natural Language Processing (Pengolahan Bahasa Alami).
2.      Visi Komputer
Contoh bidang lain pengembangan kecerdasan buatan adalah Penerapan Computer Vision. Visi komputer adalah ilmu dan teknologi mesin yang melihat, di mana dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Visi komputer berkaitan dengan teoridi balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.
Contoh aplikasi dari visi komputer mencakup sistem untuk :
•     Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
• Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang       menghitung).
•  Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).
•  Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis atau model topografi).
•  Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).
Begitu banyak hasil kajian Computer Vision yang ada selama ini. Hal itu mendatangkan banyak manfaat untuk kepentingan manusia. Diantaranya terletak pada bidang militer. Contohnya  implementasi penguncian objek musuh pada pesawat jet dan teknologi radar pada rudal, pengenalan kondisi tentara musuh. Teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya.
Sebut saja deteksi tentara musuh atau kendaraan dan bimbingan rudal. Hal ini membutuhkan sistem canggih untuk panduan mengirim rudal-rudal ke daerah target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra yang diperoleh secara lokal. Konsep modern militer, seperti “kesadaran medan perang”, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.
3. Pengenalan Percakapan
Pengenalan percakapan (voice/speech recognition) adalah suatu proses yang memungkinkan komputer dapat mengeali suara. Teknologi seperti ini membuat khayalan didalam suatu cerita dengan suara dapat diwujudkan.

Penerapan pengenalan percakapan  antara lain digunakan untuk melakukan pengetikan dokumen melalui suara dan untuk analisis suara dalam program pembelajaran bahasa asing, untuk menentukan pengucapan kata oleh seseorang sesuai dengan penutur asli atau tidak.


SISTEM PAKAR
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Alasan Pengembangan Sistem Pakar, sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
daftar pustaka :
http://asa-fachrulmg.blogspot.com/2014/12/makalah-kecerdasan-buatan.html
https://3onoikom.wordpress.com/materi-kuliah/sistem-pakar/