Review film Chapie (2015)

Tugas 4

Review film Chapie (2015)

Sedikit sinopsis

Film ini sangat cukup menarik untuk di tonton berkisah tentang dulunya adalah robot pembantu kepolisian dalam menghadapi kejahatan. Dengan tubuh yang lumayan kebal terhadap peluru dari pistol, robot robot ini diciptakan oleh Deon yang diperankan oleh Dev  Patel. Pada saat Deon melihat satu robot yang dalam keadaan fisiknya sudah layak untuk di hancurkan  yang di karenakan terkena ledakan dalam membantu tugas kepolisian , dia merasa ada jalan keluar yang dapat membuat robot itu hidup kembali dengan menanamkan program yang membuat perilakunya menjadi bayi (awal) . 

Namun, celakanya Deon diculik oleh sekelompok  orang yang memiliki banyak hutang, mereka menginginkan remote robot untuk membantunya mendapatkan banyak uang melalui robot , dengan paksaan deon akhirnya memberikan robot bekasnya yang ditanamkan program .

Ternyata program tersebut berhasil, dibawah bimbingan yolandi yang disebut mommy robot tersebut diberi nama Chapie, yolandi mengajari robot tersebut layaknya anak perempuan dengan kelembutan namun suaminya mengajarinya hal hal keras seperti menembak, merampok dengan memberi penjelasan bukan merampok namun orang yang ingin dirampok telah merampok ayah chapie, hingga menusuk orang dengan sebilah pisau dengan pemikiran bahwa jika menusuk artinya menidurkan orang tersebut bukan melukai, namun lama kelamaan chapie menyadari bahwa dia telah dibohongi oleh ayahnya dan chapie kabur .

Sialnya aksi chapie tersebut dilihat oleh vincent moore orang yang memendam perasaan benci terhadap deon karena idenya dalam membuat robot ditolak oleh atasannya dengan alasan robot deon lebih minim dalam hal pengeluaran dan perawatan sekaligus tim kepolisian menerima dengan baik kinerja robot deon tersebut. 

Vincent mengambil kesempatan dengan mencuri chapie, mengambil bagian tangannya namun untungnya chapie berhasil kabur dan mengadu kejadian tersebut dengan mommy, alhasil vincent masih geram .

Vincent membujuk deon agar memberikan kode rahasia pengaturan terhadap semua robot kepolisian termasuk chapie, sayangnya deon pun luluh dan memberikannya tanpa menaruh curiga. Akhirnya vincent menanam program yang bersifat merusak terhadap otak robot yang ada di kepolisian maupun chapie. Perusahaan yang berada di bawah Michelle Bradley pun mendapat teguran keras untuk memperbaiki kembali robot robot yang rusak, dengan putus asa akhirnya michelle memilih vincent untuk membantunya menemukan deon yang kabur entah kemana demi menyelamatkan chapie.

Vincent pun menemukan tempat dimana deon bersembunyi bersama chapie dengan mommy , tiger dan amerika. Vincent berusaha membunuh chapie dengan  menggunakan robotnya dari kejauhan dan dengan alat yang terpasang ke kepala untuk mengatur kontrol. 

Namun saat chapie masuk ke dalam gedung robot vincent mengejar , mommy yang mempunyai perasaan terhadap chapie layak anaknya pun tidak tinggal diam, dia mengejar dan menembakkan senjata, alih alih mengambil perhatian yolandi pun tewas tertembak oleh robot vincent . 

Geram melihat robot tersebut chapie akhrinya menemukan tombol yang menjadi kunci hancurnya robot tersebut. Chapie pun menekan nya.

Geram dengan perbuatan robot itu , deon menemukan bahwa vincent lah pelaku dari hancurnya robot ciptaannya dengan menanami program perusak, namun saat itu kondisi deon semakin parah karena terkena peleru di bagian perut, chapie ingin menyelamatkan deon dengan helm alam bawah sadar bahwa deon masih bisa hidup namun tubuhnya tidak. Akhirnya chapie menolong deon dengan menaruh pikiran deon ke robot yang masih belum jadi di laboratorium. Karena kondisi mendesak, Deon dan chapie pun hidup di robot yang lain untuk kabur dari kepolisian . Merindukan ibu  yang telah meninggal chapie menghidupkan kembali yolandi dengan menanamkan alam bawah sadarnya yang telah terekam di sebuah flashdisk untuk di tanam ke robot yang lain. Dan akhrinya yolandi pun hidup kembali.

Sedikit yang ingin melihat trailer dari film chapie 

Kesimpulan :

Jangan menyalahgunakan sistem cerdas, karena akan ada efek samping jangka panjangnya, walaupun sekarang belum bisa terlihat efek dari penggunaan . Dibalik kesuksesan seseorang ada seseorang diluar yang iri terhadap hasil kerja keras kita. Jangan mudah percaya pada seseorang, apalagi pada masalah privasi password. Jangan mau dirubah oleh takdir namun harus kita yang merubah takdir. Robot memiliki perasaan karena telah dilatih maka dari itu jangan lupa oleh pelatihan apa saja yang telah diberikan. Setiap benda memiliki perasaan tersendiri . Jangan lebih bodoh dari apa yang telah kau buat namun harus lebih cerdas dari padanya.

Saran : menarik, banyak nilai moral, sosial maupun hal hal yang berbau khususnya teknologi.

Keuntungan /kelebihan robot pada film Chapie:

-membantu kepolisian menangkap para penjahat

-dapat diatur oleh system kepolisian

-lebih cepat tanggap/sigap dalam pembelajaran (chapie saat sedang diajarkan nama oleh yolandi)

-perkotaan aman dari porak poranda kejahatan (kriminalitas berkurang)

-pintar berpikir karena system yang ditanam oleh programnya

-jarang rusak / terkena pistol masih bisa bekerja (kerusakan terjadi apabila terkena ledakan yang kuat)

Dampak negatif robot pada film Chapie:

-susah mendapat pengaturan jika dipaksa

-rusak jika ditanam program virus pada otaknya

-batre cepat habis

-memporak porandakan kota karena diajarkan hal-hal yang tidak baik

-bertindak lebih dahulu seakan akan lebih tahu (pengontrolan helm bawah sadar)

NN

NN atau yang dikenal dengan Neural Network (System Syaraf pada AI)

Tugas 3 

Pengertian Neural Network (NN)

       NN adalah prosesor yang terdistribusi paralel, terbuat dari unit-unit yang sederhana, dan memiliki kemampuan untuk menyimpan pengetahuan yang diperoleh secara eksperimental dan siap pakai untuk berbagai tujuan (Rajasekaran, 2005). 

       Salah satu metode pelatihan dalam NN adalah pelatihan terbimbing . Pada pelatihan terbimbing diperlukan sejumlah masukan dan target yang berfungsi untuk melatih jaringan hingga diperoleh bobot yang diinginkan. Pada setiap kali pelatihan, suatu  input diberikan ke jaringan. Jaringan akan memproses dan mengeluarkan keluaran. Selisih antara keluaran jaringan dengan target merupakan kesalahan yang terjadi. Jaringan akan memodifikasi bobot sesuai dengan kesalahan tersebut.  BPNNmerupakan metode yang menggunakan supervised learning.

       Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. sistem seperti ini umumnya dianggap komputer. kecerdasan diciptakan dan dimasukkan kedalam 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 permaianan catur atau Backgammon.

      Kecerdasan buatan sering kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa diantaranya :

      Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).

      Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).

      Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica).

Fungsi dari NN

1. Pengklasifikasian pola
2. Memetakan pola yang didapat dari input ke dalam pola baru pada output
3. Penyimpan pola yang akan dipanggil kembali
4. Memetakan pola-pola yang sejenis
5. Pengoptimasi permasalahan
6. Prediksi

Sejarah

       Perkembangan ilmu Neural Network sudah ada sejak tahun 1943 ketika Warren McCulloch dan Walter Pitts memperkenalkan perhitungan model neural network yang pertama kalinya. Mereka melakukan kombinasi beberapa processing unit sederhana bersama-sama yang mampu memberikan peningkatan secara keseluruhan pada kekuatan komputasi.

       Hal ini dilanjutkan pada penelitian yang dikerjakan oleh Rosenblatt pada tahun 1950, dimana dia berhasil menemukan sebuah two-layer network, yang disebut sebagai perceptron. Perceptron memungkinkan untuk pekerjaan klasifikasi pembelajaran tertentu dengan penambahan bobot pada setiap koneksi antar-network.

       Keberhasilan perceptron dalam pengklasifikasian pola tertentu ini tidak sepenuhnya sempurna, masih ditemukan juga beberapa keterbatasan didalamnya. Perceptron tidak mampu untuk menyelesaikan permasalahan XOR (exclusive-OR). Penilaian terhadap keterbatasan neural network ini membuat penelitian di bidang ini sempat mati selama kurang lebih 15 tahun. Namun demikian, perceptron berhasil menjadi sebuah dasar untuk penelitian-penelitian selanjutnya di bidang neural network. Pengkajian terhadap neural network mulai berkembang lagi selanjutnya di awal tahun 1980-an. Para peneliti banyak menemukan bidang interest baru pada domain ilmu neural network. Penelitian terakhir diantaranya adalah mesin Boltzmann, jaringan Hopfield, model pembelajaran kompetitif, multilayer network,  dan teori model resonansi adaptif.

      Untuk saat ini, Neural Network sudah dapat diterapkan pada beberapa task, diantaranya classification, recognition, approximation, prediction, clusterization, memory simulation dan banyak task-task berbeda yang lainnya, dimana jumlahnya semakin bertambah seiring berjalannya waktu.

Konsep Neural Network

1.  Proses Kerja Jaringan Syaraf Pada Otak Manusia

       Ide dasar Neural Network dimulai dari otak manusia, dimana otak memuat  sekitar 1011 neuron. Neuron ini berfungsi memproses setiap informasi yang masuk. Satu neuron memiliki 1 akson, dan minimal 1 dendrit. Setiap sel syaraf terhubung dengan syaraf lain, jumlahnya mencapai sekitar 104 sinapsis. Masing-masing sel itu saling berinteraksi satu sama lain yang menghasilkan kemampuan tertentu pada kerja otak manusia.

Dari gambar di atas, bisa dilihat ada beberapa bagian dari otak manusia, yaitu:

• Dendrit (Dendrites) berfungsi untuk mengirimkan impuls yang diterima ke badan sel syaraf.
• Akson (Axon) berfungsi untuk mengirimkan impuls dari badan sel ke jaringan lain
• Sinapsis berfungsi sebagai unit fungsional di antara dua sel syaraf.

Proses yang terjadi pada otak manusia adalah:

       Sebuah neuron menerima impuls dari neuron lain melalui dendrit dan mengirimkan sinyal yang dihasilkan oleh badan sel melalui akson. Akson dari sel syaraf ini bercabang-cabang dan berhubungan dengan dendrit dari sel syaraf lain dengan cara mengirimkan impuls melalui sinapsis. Sinapsis adalah unit fungsional antara 2 buah sel syaraf, misal A dan B, dimana yang satu adalah serabut akson dari neuron A dan satunya lagi adalah dendrit dari neuron B. Kekuatan sinapsis bisa menurun/meningkat tergantung seberapa besar tingkat propagasi (penyiaran) sinyal yang diterimanya. Impuls-impuls sinyal (informasi) akan diterima oleh neuron lain jika memenuhi batasan tertentu, yang sering disebut dengan nilai ambang (threshold).

2.  Struktur Neural Network

      Dari struktur neuron pada otak manusia, dan proses kerja yang dijelaskan di atas, maka konsep dasar pembangunan neural network buatan (Artificial Neural Network) terbentuk. Ide mendasar dari Artificial Neural Network (ANN) adalah mengadopsi mekanisme berpikir sebuah sistem atau aplikasi yang menyerupai otak manusia, baik untuk pemrosesan berbagai sinyal elemen yang diterima, toleransi terhadap kesalahan/error, dan juga parallel processing.

Karakteristik dari ANN dilihat dari pola hubungan antar neuron, metode penentuan bobot dari tiap koneksi, dan fungsi aktivasinya. Gambar di atas menjelaskan struktur ANN secara mendasar, yang dalam kenyataannya tidak hanya sederhana seperti itu.

• Input, berfungsi seperti dendrite
• Output, berfungsi seperti akson
• Fungsi aktivasi, berfungsi seperti sinapsis

       Neural network dibangun dari banyak node/unit yang dihubungkan oleh link secara langsung. Link dari unit yang satu ke unit yang lainnya digunakan untuk melakukan propagasi aktivasi dari unit pertama ke unit selanjutnya. Setiap link memiliki bobot numerik. Bobot ini menentukan kekuatan serta penanda dari sebuah konektivitas.

       Proses pada ANN dimulai dari input yang diterima oleh neuron beserta dengan nilai bobot dari tiap-tiap input yang ada. Setelah masuk ke dalam neuron, nilai input yang ada akan dijumlahkan oleh suatu fungsi perambatan (summing function), yang bisa dilihat seperti pada di gambar dengan lambang sigma (∑). Hasil penjumlahan akan diproses oleh fungsi aktivasi setiap neuron, disini akan dibandingkan hasil penjumlahan dengan threshold (nilai ambang) tertentu. Jika nilai melebihi threshold, maka aktivasi neuron akan dibatalkan, sebaliknya, jika masih dibawah nilai threshold, neuron akan diaktifkan. Setelah aktif, neuron akan mengirimkan nilai output melalui bobot-bobot outputnya ke semua neuron yang berhubungan dengannya. Proses ini akan terus berulang pada input-input selanjutnya.

       ANN terdiri dari banyak neuron di dalamnya. Neuron-neuron ini akan dikelompokkan ke dalam beberapa layer. Neuron yang terdapat pada tiap layer dihubungkan dengan neuron pada layer lainnya. Hal ini tentunya tidak berlaku pada layer input dan output, tapi hanya layer yang berada di antaranya. Informasi yang diterima di layer input dilanjutkan ke layer-layer dalam ANN secara satu persatu hingga mencapai layer terakhir/layer output. Layer yang terletak di antara input dan output disebut sebagai hidden layer. Namun, tidak semua ANN memiliki hidden layer, ada juga yang hanya terdapat layer input dan output saja.

Daftar Pustaka:

https://id.wikipedia.org/wiki/Jaringan_saraf_tiruan

http://socs.binus.ac.id/2012/07/26/konsep-neural-network/

http://www.ejournal.undip.ac.id/index.php/jmasif/article/view/74

http://eprints.undip.ac.id/518/

http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
https://baguarmono.wordpress.com/2012/10/28/artificial-intelligence-and-expert-system/
https://id.wikipedia.org/wiki/Kecerdasan_buatan

REVIEW JURNAL "Aplikasi Sistem Pakar Diagnosis Penyakit Asma"

Di ambil dari jurnal yang berjudul :

Aplikasi Sistem Pakar Diagnosis Penyakit Asma

Rachmawati, Dhami Johar Damiri, Ate Susanto

Sekolah Tinggi Teknologi Garut

Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia

Email : jurnal@sttgarut.ac.id

galz_qyudtz@yahoo.com

djdhamiri@yahoo.co.id

atesapooh@gmail.com

Abstrak

Sistem  pakar  merupakan  salah  satu  cabang  kecerdasan  buatan  yang mempelajari bagaimana  mengadopsi  cara  seorang  pakar  berpikir  dan  bernalar  dalam  menyelesaikan  suatu permasalahnan, dan membuat suatu keputusan maupun mengambil kesimpulan dari sejumlah fakta yang  ada.  Sampai  saat  ini  sudah  ada  beberapa  hasil  perkembangan  sistem  pakar  dalam  berbagai bidang sesuai dengan kepakaran seseorang. Pada penelitian ini akan dirancang suatu aplikasi sistem pakar untuk mendiagnosis penyakit asma. Pengembangan aplikasi sistem pakar diagnosis penyakit asma merupakan salah satu pengaplikasian sistem yang terkomputerisasi dalam bidang kedokteran.

Tujuan Penelitian

Tujuan dari penelitian ini adalah mengembangkan sebuah sistem berbasis pengetahuan kedokteran dalam mendiagnosis penyakit asma yang dapat ditampilkan dalam perangkat lunak aplikasi berbasis sistem  pakar.  Sehingga  dapat  mempermudah  proses  penyuluhan  kepada  masyarakat  awam  untuk mengetahui  deteksi  dini  gejala  penyakit  asma  dan  solusi  atau  pengobatan  yang  bisa  dilakukan secara mandiri. Penalaran aplikasi sistem pakar ini menggunakan teknik inferensi runut maju (forward chaining). Dimana pada forward chaining  ini dimulai dengan informasi awal (gejala awal) danbergerak maju untuk  mencocokkan  informasi  selanjutnya  sampai  menemukan  informasi  yang  sesuai  dengan

kaidah, lalu akan menyimpulkan berupa keterangan jenis penyakit dan solusi. Dalam pengembangan sistem pakar, akan digunakan pendekatan konvensional dengan metodologi

Expert System Development Life Cycle (ESDLC) dari Durkin (1994). Hasil dari penelitian adalah perangkat lunak aplikasi sistem pakar diagnosis penyakit asma memiliki fasilitas yang dapat membantu tenaga penyuluh dalammemberikan penyuluhan kepada masyarakat untuk  mengetahui  deteksi  dini  gejala  penyakit  asma, berdasarkan  atas  jenis  penyakit  asma  yang menyerang serta solusi atau cara pengobatan yang bisa dilakukan secara mandiri.

Kata Kunci– ESDLC , forward chaining, penyakit asma, sistem pakar

PENDAHULUAN

Penyakit  asma  adalah  suatu  kelainan  berupa  inflamasi  (peradangan)  kronik  saluran  nafas yang  menyebabkan  hipereaktivitas  bronkus  terhadap  berbagai  rangsangan  yang  ditandai  dengan gejala  episodik  berulang  berupa  mengi,  batuk,  sesak nafas  dan  rasa  berat  di  dada  terutama  pada malam  atau  dini  hari  yang  umumnya  bersifat  reversible  baik  dengan  atau  tanpa  pengobatan. Penyakit  asma  bersifat  fluktuatif  (hilang  timbul)  artinya  dapat  tenang  tanpa  gejala  tidak mengganggu  aktifitas  tetapi  dapat  eksaserbasi  dengan  gejala  ringan  sampai  berat  bahkan  dapat menimbulkan kematian (DEPKES R.I, 2009: 7).  ISSN : 2302-7339 Vol. 09 No. 08 2012 Berbagai  upaya  telah  dilakukan  oleh  pemerintah  untuk  menanggulangi  penyakit  asma  di masyarakat  seperti  bimbingan  teknis,  pemantauan,  penyuluhan  di  bidang  penyakit  asma,  namun tanpa peran serta masyarakat tentunya tidak akan dicapai hasil yang optimal dikarenakan kurangnya tenaga  penyuluh  yang  ahli  pada  penyakit  asma.  Oleh  sebab  itu,  dirasakan  perlu  dibuat  sebuah aplikasi yang dapat membantu proses penyuluhan kepada masyarakat awam untuk menanggulangi penyakit  asma  yang  berbentuk  aplikasi  perangkat  lunak  yang  dapat  bekerja  sebagaimana  halnya dokter  ahli  bekerja  sebagai  alternatif  dalam  mendiagnosis  penyakit  asma.  Aplikasi  sistem  pakar akan membantu dalam menemukan informasi jenis penyakit asma berdasarkan gejala klinis yang dirasakan sampai ditemukannya kesimpulan berdasarkan hasil diagnosis berupa informasi mengenai cara pengobatan penyakit asma.

Tujuan  dari  penelitian  ini  adalah  mengembangkan  sebuah  sistem  berbasis  pengetahuan

kedokteran  dalam  mendiagnosis  penyakit  asma  yang  dapat  ditampilkan  dalam  perangkat  lunak aplikasi  berbasis  sistem  pakar.  Sehingga  dapat  mempermudah  proses  penyuluhan  kepada masyarakat awam untuk mengetahui deteksi dini gejala penyakit asma dan solusi atau pengobatan yang bisa dilakukan secara mandiri.

TINJAUAN PUSTAKA

1.1  Sistem Pakar

Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan manusia

ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli  (Kusumadewi,  2003:  109).   Tujuan  pengembangan  sistem  pakar  sebenarnya  bukan  untuk menggantikan peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam bentuk sistem,  sehingga  dapat  digunakan  oleh  orang  banyak  (Jogiyanto,  2003:  3).  Sistem  pakar  disusun oleh  dua  bagian  utama,  yaitu  lingkungan  pengembangan  (development  environment)  dan lingkungan  konsultasi  (consultation  environment).  Lingkungan  pengembangan  sistem  pakar digunakan  untuk  memasukkan  pengetahuan  pakar  ke  dalam  lingkungan  sistem  pakar,  sedangkan lingkungan konsultasi digunakan oleh pengguna yang  bukan pakar guna memperoleh pengetahuan pakar. Komponen-komponen sistem pakar dapat dilihat dalam.

Komponen  dalam  sistem  pakar  adalah  seperti  yang  terdapat  pada  Gambar  1

Gambar 1: Arsitektur Sistem Pakar, (Arhami, 2005: 13).

yaitu  User interface (antarmuka  pengguna),  basis  pengetahuan,  akuisisi  pengetahuan,  mesin  inferensi workplace, fasilitas penjelasan, dan perbaikan pengetahuan.

1.  User Interface(Antarmuka Pengguna)

User  interface merupakan  mekanisme  yang  digunakan  oleh  penggun  dan  sistem  pakar  untuk berkomunikasi.

2.  Basis Pengetahuan

Basis  pengetahuan  mengandung  pengetahuan  untuk  pemahaman,  formulasi,  dan  penyelesaian masalah.

3.  Akuisisi Pengetahuan

Akuisisi  pengetahuan  adalah  akumulasi,  transfer  dan transformasi  keahlian  dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer.

4.  Mesin Inferensi

Mesin  inferensi  adalah  program  komputer  yang  memberikan  metodologi  untuk  penalaran tentang  informasi  yang  ada  dalam  basis  pengetahuan  dan  dalam  workplace,  dan  untuk memformulasikan kesimpulan.

5.  Workplace

Workplace merupakan area dari sekumpulan memori kerja (working memory).

6.  Fasilitas Penjelasan

Fasilitas  penjelasan  adalah  komponen  tambahan  yang  akan  meningkatkan  kemampuan  sistem pakar.

7.  Perbaikan Pengetahuan

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dri kinerjanya.

1.2.  Penyakit Asma

Menurut Dr. Hendrik Santoso salah satu dokter di RS. Bethesda Garut menyatakan bahwa

penyakit  asma  merupakan  penyakit  saluran  napas  yang menyempit  yang  disebabkan  oleh  faktor ekstrinsik (luar) dan faktor intrinsik (dalam) dan bersifat reversible. Ada dua jenis pemicu penyakit asma, yaitu alergen dan iritan (Bull, 2005: 10).

1.  Alergen

Alergen adalah zat yang menyebabkan gejala penyakitasma dengan cara memunculkan reaksi

alergi. Alergen penyakit asma yang umum di antaranya: serbuk sari (bunga), hewan, dan tungau debu rumah.

2.  Iritan

Iritan  adalah  zat  yang  menyebabkan  gejala  penyakit  asma  dengan  cara  mengganggu  saluran napas. Iritan penyakit asma yang umum di antaranya:udara dingin, asap rokok, dan asap sisa pembakaran bahan kimia.

Menurut  Dr.  Hendrik  Santoso  Ada  3  klasifikasi  penyakit  asma,  yaitu:  berdasarkan  waktu (terdiri dari penyakit asma akut, penyakit asma kronis, dan penyakit asma periodik), berdasarkan penyebab  (terdiri  dari  penyakit  asma  ekstrinsik,  dan  penyakit  asma  intrinsik),  berdasarkan berat/ringan  gejala  (terdiri  dari  penyakit  asma  berat,  penyakit  asma  sedang,  dan  penyakit  asma ringan).  Selain  itu,  menurut  Bull  (2005)  ada  3  tipe penyakit  asma,  diantaranya:  penyakit  asma pekerjaan, penyakit asma sensitif aspirin, dan penyakit asma yang dipicu olahraga.

HASIL DAN PEMBAHASAN

2.1  Tahap Penilaian

Berbagai upaya telah dilakukan oleh pemerintah untuk menanggulangi asma di masyarakat

seperti  bimbingan  teknis,  pemantauan,  penyuluhan  di bidang  penyakit  asma,  namun  tanpa  peran serta  masyarakat  tentunya  tidak  akan  dicapai  hasil  yang  optimal  dikarenakan  kurangnya  tenaga penyuluh yang ahli pada penyakit asma. Oleh sebab itu, dirasakan perlu dibuat sebuah aplikasi yang dapat membantu proses penyuluhan kepada masyarakat awam untuk menanggulangi penyakit asma. Aplikasi  yang  dimaksud  adalah  aplikasi  yang  bisa  dijadikan  sebagai  alternatif  dalam mendiagnosis penyakit asma. Dalam hal ini, aplikasiakan membantu dalam menemukan informasi jenis  penyakit  asma  berdasarkan  gejala  klinis  yang  dirasakan  sampai  ditemukannya  kesimpulan berdasarkan hasil diagnosis berupa informasi mengenai cara pengobatan penyakit asma. Berdasarkan  analisis  masalah  diatas,  maka  perangkat lunak  sistem  pakar  yang dikembangkan  diharapkan  dapat  digunakan  sebagai alternatif penyajian  informasi  dan  konsulitasi

tentang jenis penyakit asma beserta cara penanganannya, sebagai aplikasi yang dapat mendiagnosa jenis  penyakit  asma  dengan  menggunakan  pilihan  jawaban  ya  dan tidak  untuk  menjawab  gejalagejala yang dirasakan. Masalah akan dianalisa berdasarkan jenis penyakit asma beserta gejala dan

penanganannya.

2.2  Tahap Akuisisi Pengetahuan

Dalam proses akuisisi pengetahuan, seorang perekayasa pengetahuan menjembatani antara

pakar  dengan  basis  pengetahuan.  Perekayasa  pengetahuan  mendapatkan  pengetahuan  dari  pakar, mengolahnya dan menaruhnya dalam basis pengetahuan.Berdasarkan sumber-sumber pengetahuan, maka selanjutnya dapat diklasifikasikan beberapa jenis  penyakit  asma  yang  merupakan  hasil  proses  akuisi  pengetahuan,  yaitu  sebagai  berikut:

Penyakit Asma Akut, Penyakit Asma Kronis, Penyakit  Asma Periodik, Penyakit Asma Ekstrinsik, Penyakit Asma  Intrinsik,  Penyakit Asma  Berat,  Penyakit  Asma  Sedang,  Penyakit  Asma  Ringan, Penyakit Asma Pekerjaan, Penyakit Asma Sensitif Aspirin, Penyakit Asma yang Dipicu Olahraga.

2.3  Tahap Desain

2.3.1  Pohon Keputusan

Pohon keputusan untuk sistem pakar penyakit asma dapat dilihat pada gambar berikut:

Gambar 2: Pohon Keputusan Untuk Penelusuran Penyakit Asma

2.3.2  Deskripsi Alur Sistem

Deskripsi  alur  sistem  perancangan  sistem  pakar  menggunakan  dua  pendekatan  yaitu

flowmap dan data flow diagram (DFD).

2.3.2.1  Flowmap

Flowmap  perancangan  basis  data  untuk  membentuk  aplikasi  sistem  pakar  diagnosis

penyakit asma digambarkan pada Gambar 3.

Gambar 3: Flowmap Aplikasi Sistem Pakar Diagnosis Penyakit Asma

2.3.2.2  Data Flow Diagram (DFD)

Diagram  konteks  merupakan  gambaran  sistem  secara  umum  yaitu  hubungan  sistem

dengan  lingkungan  sistem.  Diagram  konteks  untuk  apliksi  sistem  pakar  diagnosis  penyakit  asma dijelaskan pada Gambar 4.

Gambar 4: Diagram Konteks Aplikasi Sistem Pakar Diagnosis Penyakit Asma

2.3.3  Perancangan Basis Data

2.3.3.1  Entity Relationship Diagram (ERD)

Dari  hasil  analisis,  didapat  data  yang  akan  dipakai dalam  proses  pembangunan  aplikasi

diagnosis  penyakit  asma  dan  solusinya  berbasis  aplikasi  desktop.  Kemudian  dari  data  yang  telah diperoleh, dibangun sebuah desain basis data denganmenggunakan tools Entity Relational Diagram(ERD).

Gambar 5: Entity Relationship Diagram(ERD)

KESIMPULAN/ RINGKASAN

Perangkat  lunak  aplikasi  sistem  pakar  diagnosis  penyakit  asma  memiliki  fasilitas  yang

dapat  membantu  tenaga  penyuluh  dalam  memberikan  penyuluhan  kepada  masyarakat  untuk mengetahui deteksi dini gejala penyakit asma, sehingga dapat ditarik kesimpulan atas jenis penyakit asma yang menyerang dan solusi atau cara pengobatanyang bisa dilakukan secara mandiri. Dengan adanya  pembatasan  hak  akses  yang  diterapkan  pada  sistem,  proses  untuk  pengolahan  basis pengetahuan dan basis aturan hanya dapat dilakukan oleh pakar.

DAFTAR PUSTAKA

[1]  Arhami, Muhammad, 2005, “Konsep Dasar Sistem Pakar”, Yogyakarta: Andi.

[2]  Departemen Kesehatan RI, 2009, “Pedoman Pengendalian Penyakit Asma”.

[3]  Dr. Eleanor Bull dan Profesor David Price, 2007, “Asma”, Jakarta: Erlangga.

[4]  Durkin, J., 1994, “Expert Systems Design and Development”, New Jersey: Prentice Hall

International Inc.

[5]  HM.,  Jogiyanto,  2003,  “Pengembangan  Sistem  Pakar  Menggunakan  Visual  Basic”,

Yogyakarta: Andi.

[6]  Kusumadewi, Sri, 2003, “Artificial Intelligency (Teknik dan Aplikasinya)”, Yogyakarta: Graha Ilmu.

Review sedikit dari film Ex Machina

Ex machina film bergenre science-fiction, sedikit sinopsis disini yang mau saya ingatkan kembali dengan seorang laki laki muda bernama caleb smith yang telah memenangkan kompetisi untuk dapat bisa menghabiskan waktu seminggu melakukan Turing Test singkatnya adalah mengevaluasi kemampuan suatu robot bernama Ava yang diberikan kecerdasan buatan oleh Nathan, dalam pikiran caleb penuh akan pertanyaan bahwa mengapa harus ada tes turing jika hanya untuk melihatnya saja sangat bentuk asli robot namun disini nathan memiliki pandangan yang berbeda dengan caleb.

Memang tingkah laku nathan sedikit mencurigakan , bukan hanya itu bahkan kita sebagai penonton langsung terpengarah bahwa nathan seperti memiliki niat terselubung, dengan lokasi yang tidak dapat di jangkau oleh sembarang manusia, hanya dia, kyoko(pembantu)

yang tak pernah berbicara dan hanya melakukan apa yang nathan perintahkan, dan ava seorang yang tinggal di rumah itu, itu merupakan pengakuan sendri oleh ava.

Ava sendiri diberikan kecerdasan buatan oleh nathan dengan kemampuan yang harus dia asah sendiri seperti menggambar, percakapan antara ava dan caleb pun berlanjut dari hari ke hari yang tadinya percakapan umum hingga berujung bersifat pribadi caleb, hingga caleb jatuh dalam pikiran ava yang membuat pernyataan bahwa nathan adalah orang jahat dan ava berusaha untuk mendoktrin caleb bahwa caleb harus menolongnya untuk dapat melihat dunia di luar sana .

Akhirnya caleb jatuh dalam cinta ava, dan caleb berencana untuk membebaskan ava dari rumah nathan tanpa sepengetahuan nathan dengan taktik membuat nathan mabuk berat , namun usahanya sia sia karena telah di dalam pengawasan nathan yang memasang camera tersembunyi di balik tembok, nathan telah mempelajari nantinya bahwa ava akan meminta bantuan pada caleb dan membuat caleb jatuh hati padanya.

Namun pada akhirnya caleb dan nathan bertikai dan ava mencoba melarikan diri, lalu caleb dibuat tak sadarkan diri sejenak dan nathan melihat keadaan ava yang telah melarikan diri dan menemui ava dan kyoko sedang berbincang membicarakan sebuah rencana, lalu nathan sempat bertikai pula pada ava dengan merusak tangan sebelah ava, dengan kondisi kyoko tengah membawa sebilah pisau dia berusaha membela ava dengan menyodorkan pisau ke arah bagian pinggang belakang nathan, lalu ava menarik pisau tersebut dan mendorongkan pisau kearah perut nathan hingga nathan kehabisan darah dan meninggal ditempat, lalu ava menelusuri sebuah ruangan dan mendapatkan kulit robot untuk memanipulasi seperti manusia sungguhan dan meninggalkan caleb yang tengah meminta tolong dalam ruangan yang tengah terkunci , ava tidak memperdulikan caleb dan pergi ke dunia luar.

Menurut saya film ini sangat memberikan kita sebuah pelajaran bahwa interaksi manusia dan robot (komputer)  itu begitu penting untuk mempelajari hubungan antara manusia dan komputer yang meliputi perancangan, evaluasi, dan implementasi antarmuka pengguna komputer agar manusia tidak dapat jatuh atau telah salah mempergunakan komputer sehingga manusia jatuh dalam rancangan komputer yang telah dia buat dengan kecerdasan buatan sendiri. Manusia juga harus berhati hati dengan apa yang dia ciptakan, jangan sampai pepatah mengatakan “senjata makan tuan” berlaku terhadap pencipta dari apa yang dia buat .

Saya menilai perilaku caleb sangat mudah untuk di pengaruhi oleh kecerdasan buatan yang telah di singkronisasi oleh blue book  terutama oleh kecerdasan buatan yang memiliki bergander perempuan , hati caleb pun sempat jatuh dalam setiap omongan ava yang telah mempunyai kecerdasan dalam berkomunikasi , hingga caleb bingung akan dirinya sendiri mengapa iya bisa jatuh hati terhadap ava. Bahkan caleb pun menggoreskan luka di lengan kirinya agar dapat melihat darah dan luka, caleb bimbang akan dirinya dan pemikirannya bahwa dia sama seperti robot, hanya darah yang membuat kita berbeda dengan robot (komputer), dan akhirnya caleb pun jatuh dalam doktrin setiap kata ava yang berusaha untuk membebaskannya dari dalam rumah.

Nathan adalah orang yang sangat ceroboh dalam memberlakukan setiap hasil eksperimennya, dia memberikan keterbatasan yang wajar namun tidak dalam pengamanan yang sangat ketat, sehingga membiarkan robot berinteraksi dan memainkan sebuah alat tajam yang bisa melukai dirinya sendiri, kita boleh saja bangga akan hasil kerja keras kita dalam melakukan suatu eksperimen terhadap suatu benda namun kita juga harus kritis dalam memberlakukan hasil eksperimen kita kedepannya, jangan sampai pepatah “senjata makan tuan” berlaku baginya. Jika kita meminta tolong seseorang dalam melakukan suatu eksperimen , berikan suatu kepercayaan yang besar dan transparansi terhadap eksperimen kita, agar orang tersebut mengerti dan tidak memberikan suatu bentuk kekacauan yang besar hingga dapat timbul merusak hasil eksperimen tersebut. Karena dengan keterbukaan seseorang dapat mempercayai kita seutuhnya.

Ava adalah robot yang sangat cerdas dalam berkomunikasi di design dengan kecerdasan buatan dan rasa ingin tahu nya yang sangat besar membuat kita takjub akan respon dari robot ini. Doktrin dari setiap ucapannya bisa membawa seseorang luluh hingga terkena tipu dayanya. Hebatnya dia tidak bisa dikontrol oleh pembuatnya hingga melukai bahkan membuat nathan kehilangan nyawa tanpa ampun.

Demikian adalah sinopsis, review dan komentar saya terhadap film Ex Machina. 

Metric dan KPI

KPI (singkatan bahasa Inggris : key performance indicators), atau indikator kinerja kunci dalam bahasa indonesia, adalah metrik finansial ataupun non-finansial yang digunakan untuk membantu suatu organisasi menentukan dan mengukur kemajuan terhadap sasaran organisasi. KPI digunakan dalam intelejensi bisnis untuk menilai keadaan kini suatu bisnis dan menentukan suatu tindakan terhadap keadaan tersebut. KPI sering digunakan untuk menilai aktivitas-aktivitas yang sulit diukur seperti keuntungan pengembangan kepemimpinan, perjanjian, layanan, dan kepuasan. KPI umumnya dikaitkan dengan strategi organisasi yang contohnya diterapkan oleh teknik-teknik seperti kartu skor berimbang (BSC,balanced scorecard).

KPI berbeda tergantung sifat dan strategi organisasi. KPI merupakan bagian kunci suatu sasaran terukur yang terdiri dari arahan, KPI, tolak ukur, target, serta kerangka waktu. Sebagai contoh: “meningkatkan pendapatan rata-rata per pelanggan dari 10 ribu ke 15 ribu rupiah pada akhir tahun 2008”. Dalam contoh ini, ‘pendapatan rata-rata per pelanggan’ adalah suatu KPI.

Hampir kebanyakan orang beranggapan ada kesamaan antara Key Performance Indicator (KPI) dan Metric. Anggapan itu tidak sepenuhnya salah, karena sebenarnya KPI itu adalah metric, tapi tidak semua metric itu adalah KPI.  metric yang merupakan KPI dan metric yang hanya merupakan ukuran saja / indicator only.

Dari namanya, Key Performance Indicator sudah menyebutkan, performance indicator atau penunjuk kinerja. Contohnya performance suatu proses diukur atau ditunjuk melalui suatu KPI.  KPI bukan hanya mengukur suatu panjang, suatu waktu proses, suatu umur alat tetapi lebih tepat ukuran dari suatuperformance atau kinerja. Lebih lanjut, KPI merupakan ukuran kunci (key) terhadap bisnis atau kesuksesan, bukan hanya ukuran seadanya / sambil lalu dari suatu bisnis proses. Dengan demikian, KPI sangat erat berhubungan dengan obyektif dari proses yang akan diukur.

Sebuah organisasi layaknya memiliki banyak metric, namun hanya sedikit KPI. Contoh metric adalah profitabilitas, pangsa pasar, penjualan, jumlah karyawan dst. Namun KPI  merupakan suatu performance metricyang secara nyata dan jelas terkait dengan sasaran strategis organisasi yang mampu mendorong organisasi menerjemahkan strateginya ke dalam terminologi yang bisa dikuantifikasi.Rancangan KPI yang baik memberikan informasi yang dalam, jelas dan tajam mengenai kecenderungan suatu kinerja, sementara itu juga didukung oleh ketersediaan metric yang rinci. KPI yang tepat juga membantu apakah organisasi sudah melakukan hal yang benar dan mengetahui apa yang perlu perbaikan (improvement) atau penyesuaian.

Peran Atasan dalam Penerapan KPI
• Secara periodik (setahun sekali) Nilai KPI dihitung oleh pegawai dan atasannya. Dalam pengisian tabel KPI, pegawai dan atasan harus memberikan tandatangan persetujuan pada kolom yang sudah ada di lembar penilaian.

• Selain itu, dalam proses pengisian itu peran aktif dari para atasan sangat diharapkan sehingga proses pengembangan kinerja dapat berjalan dengan optimal. Diharapkan agar atasan melakukan pertemuan secara periodik (misal setiap bulan) dan mengumpulkan semua anak buahnya untuk membahas pencapaian KPI dari masing-masing staf.

• Pengelolaan kinerja SDM merupakan salah satu faktor terpenting dalam kemajuan bisnis perusahaan. Diharapkan sistem KPI yang diterapkan akan mampu mendorong kinerja pegawai secara berkesinambungan. Pada gilirannya, hal ini juga akan ikut membantu peningkatan kinerja bisnis perusahaan secara berkelanjutan.

Dengan demikian, tampaklah apa perbedaan dari metric dan KPI :

• KPI adalah metric, tapi tidak semua metric merupakan KPI.
• Organisasi memiliki banyak metric, tapi hanya sedikit KPI.
• Metric dapat berupa suatu ukuran tentang suatu (besaran, jumlah, waktu), tetapi KPI adalah ukuran yang mempunya makna berarti dan kunci (matter most & key)
• Metric dapat diubah atau tidak dapat diubah melalui suatu aksi. Tetapi KPI sebaiknya harus dapat diubah melalui suatu aksi (actionable). Jangan mengukur sesuatu sebagai KPI jika hal itu tak dapat diubah melalui serangkaian aksi spesifik.

KPI adalah metric yang :

• Outcome-oriented — bukan hanya sekedar output (keluaran dari proses), karena outcome memiliki pengaruh (impact).
• Target-based — memiliki paling tidak satu nilai sasaran yang sensitif terhadap waktu.
• Rated / Graded — memiliki nilai ambang (threshold) yang membedakan antara nilai aktual dan target.

Manfaat Penerapan KPI

Pengelolaan kinerja pegawai melalui sistem KPI memberikan sejumlah manfaat positif bagi perusahaan:

·         • Melalui metode KEY PERFORMANCE INDICATORS maka kinerja setiap pegawai dapat dievaluasi secara lebih obyektif dan terukur, sehingga dapat mengurangi unsur subyektivitas yang sering terjadi dalam proses penilaian kinerja pegawai.

·         • Melalui penentuan key performance indicators (KPI) secara tepat, setiap pegawai juga menjadi lebih paham mengenai hasil kerja yang diharapkan darinya. Hal ini akan mendorong pegawai bekerja lebih optimal untuk mencapai target kinerja yang telah ditetapkan.

·         • Melalui penetapan KEY PERFORMANCE INDICATORS yang obyektif dan terukur, maka proses pembinaan kinerja pegawai dapat dilakukan secara lebih transparan dan sistematis.

·         • Hasil skor KEY PERFORMANCE INDICATORS yang obyektif dan terukur juga dapat dijadikan dasar untuk pemberian reward dan punishment pegawai. Dengan demikian, pegawai yang kinerjanya lebih bagus akan mendapat reward, sebaliknya yang kerjanya kurang baik akan mendapat punishment.

 Sumber:

https://djoemono.wordpress.com/kpi-key-performance-indicators/

https://ilmusdm.wordpress.com/2007/11/29/key-performance-indicator-dan-metric-sebuah-pengenalan/