6

BAB 2

LANDASAN TEORI

2.1 Teknologi Informasi

Komputer dan Teknologi Informasi merupakan dua perkataan yang mempunyai

makna berbeda tapi saling berkaitan erat. Menurut literatur yang ada, teknologi

informasi adalah gabungan antara teknologi komputer dan teknologi komunikasi.

Teknologi komputer adalah teknologi yang berkaitan dengan aspek-aspek pengolahan

data, seperti menyimpan data, mengklasifikasikan, kalkulasi, penggandaan data dan

sebagainya. Sedangkan teknologi komunikasi adalah teknologi yang berkaitan dengan

aspek-aspek komunikasi data, seperti telepon, sistem jaringan komputer, dan sebagainya.

Secara umum dapat dikatakan teknologi informasi adalah seperangkat alat yang dapat

membantu manusia bekerja dengan informasi dan melakukan tugas-tugas yang

berhubungan dengan pengolahan data dan informasi. Teknologi informasi dengan unsur

utamanya yang dikenal dengan nama multimedia, juga dapat melahirkan fitur-fitur baru

dalam dunia pendidikan sedemikian hingga dapat menyajikan berbagai macam media

penyampaian yang melibatkan media teks, media suara, media gambar, media animasi

dan sebagainya.

Penggunaan teknologi informasi dalam dunia pendidikan pada saat ini sudah

sangat diperlukan. Berbagai pempelajaran yang berbasiskan teknologi informasi

sekarang ini sudah banyak pula dimanfaatkan, misalnya pembelajaran berbantuan

komputer, (computer based learning), pembelajaran jarak jauh (distance learning),

7

pembelajaran elektronik (e-learning) dan lain-lain. Selain itu, penerapan teknologi

informasi juga sangat bermanfaat untuk pengelolaan manajemen pendidikan. Para pakar

teknologi informasi yang banyak bekerja dalam bidang pendidikan, mengatakan bahwa

komputer lebih sesuai digunakan sebagai alat bantu dalam proses pembelajaran. Hal ini

telah dibuktikan dalam banyak fakta, informasi di media masa dan juga berdasarkan

penelitian yang telah dilakukan, bahwa pembelajaran yang memanfaatkan teknologi

informasi jauh lebih efektif. Diharapkan teknologi ini dapat memainkan peranan yang

lebih menonjol dalam proses pendidikan, melalui tenaga pengajar yang kreatif, inovatif

dan sanggup mempelajari sesuatu yang baru khususnya teknologi komputer, agar

penggunaannya dalam pendidikan bisa lebih optimum.

Seperti halnya di negara-negara maju maupun yang sedang berkembang,

teknologi informasi sudah menjadi bagian dari kehidupan pendidikannya, kurikulumnya

tidak saja mengajarkan apa itu teknologi informasi tetapi juga sudah menerapkan

penggunaan teknologi ini sewaktu menyampaikan pembelajaran dan pengajarannya.

Berkaitan dengan masalah ini, hasil penelitian yang dilakukan baru-baru ini

menunjukkan di beberapa sekolah menengah atas di Kota Medan dan sekitarnya

disinyalir masih belum dapat memanfaatkan teknologi informasi ini secara maksimal,

baik dalam hal pembelajaran maupun dalam sistem pengelolaan manajemen pendidikan

itu sendiri.

2.2 Computer Aided Instruction (CAI)

Sistem Computer Aided Instruction diciptakan pada tahun 1960an. Sistem ini

dirancang untuk meningkatkan pembelajaran dengan menampilkan permasalahan-

8

permasalahan kepada pemelajar, menyimpan data jawaban/respon dari pemelajar, dan

menghitung performansi rata-rata dari pemelajar.

CAI adalah software untuk membantu pemahaman siswa tentang suatu obyek.

Aplikasinya berupa dialog antara siswa dengan komputer. Secara bertahap komputer

akan memberi pertanyaan. Berdasarkan jawaban yang dimasukkan siswa, komputer akan

memberi informasi apakah siswa melakukan kesalahan.

Fungsi-fungsi CAI adalah:

• Menilai kemampuan siswa dengan pre-test

• Menyediakan materi yang prosedural

• Menyediakan latihan-latihan untuk meningkatkan kemampuan siswa

• Menilai kemampuan siswa dengan post-test

CAI mengacu pada tutor komputerisasi traditional dengan :

• hanya menyediakan interaktivitas yang terbatas,

• pengiriman/penyampaian semua instruksi secara sekuensial,

• penyedia umpan balik yang terbatas ketika pemelajar menjawab pertanyaam

secara tidak benar,

• umumnya berdasarkan ide tentang pengajaran.

Walaupun CAI telah menyediakan pembelajaran individu selama kurang lebih 25

tahun, sistem ini sangat pasif dimana sistem ini hanya menampilkan teks jika

mendapatkan tanggapan dari pebelajar. CAI juga gagal meningkatkan level pengetahuan

pemelajar dan tentu saja sistem ini tidak memiliki kemampuan sebagai manusia yang

dapat mengetahui kapan harus membantu pemelajar ketika menghadapi kesulitan

terhadap suatu objek atau kapan melanjutkan pemberian topik baru ketika pemelajar

9

sudah mengalami peningkatan. Untungnya dengan kemajuan dalam bidang intelejensia

semu dan pengetahuan kognitif dikombinasikan dengan kemampuan dalam proses

komputer, sebuah bidang baru yang disebut sistem tutorial intelijen (STI) telah muncul

untuk mengatasi kekurangan-kekurangan CAI.

2.3 Sistem Tutorial Intelijen (STI)

Pada sekitar tahun 1960-an, dikembangkan pendekatan baru yang lebih

menitikberatkan proses pembelajaran berbasis komputer yang berorientasi pada struktur

informasi untuk merepresentasi cara belajar manusia. Pendekatan ini disebut Sistem

Tutorial Intelijen (STI). Pendekatan ini di tahap awal tidak berkembang dengan baik

karena beberapa sebab. Pertama, ilmu pengetahuan tentang kognisi manusia masih

relatif belum matang sejalan dengan tahap awal ilmu komputer. Kedua, pemodelan yang

kompleks dan sistem berbasis aturan ternyata membutuhkan computing power yang

tinggi yang belum tersedia saat itu.

Sistem Tutorial Intelijen adalah sistem intelejensia yang menyediakan

pembelajaran kepada pemelajar dan memiliki kemampuan membandingkan pemahaman

pengetahuan belajar oleh model pakar. Oleh karena itu, tidak seperti CAI yang pasif

menunggu pemelajar untuk melanjutkan subyeknya, STI secara nyata mendorong

keingintahuan pemelajar dengan secara aktif memantau kemajuan pemelajar dan

memberikan bantuan ketika diminta. STI mengacu pada sistem instruksional

komputerisasi advance, dimana :

• menyediakan interaktivitas yang tinggi, penyampaian pembelajaran dan

pelatihan berbasiskan komputer,

10

• menyesuaikan pembelajaran dengan kekuatan dan kelemahan pemelajar,

• menyediakan pelatihan dengan pengajar intelijensia semu,

• memperbesar metode pembelajaran secara lebih mendalam.

Setiap STI harus mempunyai basis pengetahuan, pemelajar, dan strategi

pengajaran. Basis pengetahuan berisi topik atau kurikulum yang diajarkan, pemelajar

berisi murid atau pengguna STI, strategi pengajaran adalah metode dari instruksi dan

bagaimana materi akan diberikan.

Murid belajar dari STI dengan menyelesaikan masalah. STI menganalisa

masalah dan membandingkan dengan jawabannya, lalu akan membuat analisa mengenai

perbedaan antara masalah dan jawaban. Setelah itu, STI mengupdate model pemelajar.

Tujuan dari penggunaan STI adalah untuk mengajarkan kepada pemelajar agar

pemelajar bisa belajar dengan efektif. STI harus bisa mengambil keputusan terbaik,

bukan keputusan yang paling benar.

2.3.1 Komponen-Komponen STI

Pada CAI semua komponen-komponennya dikombinasi pada sebuah

struktur tunggal. Struktur kombinasi ini menyebabkan banyak masalah ketika

sistem akan dimodifikasi karena diperlukan restrukturisasi pada keseluruhan

sistem. Oleh karena itu diperlukan pemisahan komponen sistem untuk

merepresentasikan bagaimana aksi dari pengajar dan pemelajar dalam situasi

pembelajaran. Maka dalam STI komponen-komponennya dipisah menjadi 5

komponen dasar, yaitu: model pemelajar, modul pedagogi, basis pengetahuan,

modul komunikasi, dan model pakar.

11

Sistem STI mengetahui siapa yang diajarkan dengan mengacu pada

model pemelajarnya, yang mengatur informasi detil tentang setiap pemelajar.

Model pemelajar dimulai dengan hipotesa tentang apa yang diketahui dan tidak

diketahui pemelajar sebelum pembelajaran. Hasil dari hipotesa tersebut akan

dikirimkan ke basis pengetahuan. Koleksi dan pengaturan data dalam model

pemelajar memungkinkan model pedagodi memutuskan bagaimana mengajarkan

pemelajar berdasarkan tingkat pengetahuan dan kemampuannya.

Modul basis pengetahuan berisi bahan-bahan ajar yang sedang diajarkan

oleh pengajar dan yang paling penting, tanpa modul ini tidak akan ada bahan ajar

yang bisa diajarkan kepada mahasiswa. Secara umum, modul ini membutuhkan

keahlian pengetahuan untuk menyampaikan sebuah bahan ajar sehingga bagian

lain dari pengajar dapat mengaksesnya.

Sistem STI mengetahui bagaimana cara mengajar dengan mengacu pada

model pedagogi. Model pedagogi adalah program representasi dari metode dan

teknik pakar tertentu untuk pembelajaran pada target dan pengetahuan pakar

umum tentang pembelajaran dan penampilan manusia. Model pedagogi mengatur

proses pembelajaran, mendiagnosa kesalahan pemelajar, menyeleksi,

mengadaptasi atau mengembangkan pembelajaran yang didasarkan pada

pengetahuan dan tingkat kemampuan pemelajar sekarang, dan melatih pemelajar

selama pembelajaran. Sebagai tambahan untuk keahlian umum pada

pembelajaran manusia, model pedagogi memerlukan masukan dari pakar.

Interaksi dengan pemelajar, termasuk dialog dan tampilan layar

dikendalikan oleh modul komunikasi. Pada dasarnya, modul ini bertanggung

12

jawab untuk menyampaikan bahan-bahan ajar kepada pemelajar dengan cara

seefektif mungkin.

Sistem STI mengetahui apa yang diajarkan dengan mengacu pada model

pakarnya. Model pakar mirip dengan modul pengetahuan karena didalamnya

harus terkandung informasi yang diajarkan kepada mahasiswa. Model pakar pada

prinsipnya lebih sekedar merepresentasikan data, melainkan sebuah model yang

berisi bagaimana seorang yang memiliki kepakaran pada bidang tertentu

merepresentasikan pengetahuannya. Dengan menggunakan model pakar,

pengajar dapat membandingkan jawaban atau solusi yang diberikan pemelajar

dengan jawaban pakar dan menunjukan pada bagian mana dari bahan ajar

pemelajar mengalami kesulitan.

2.3.2 Jenis-Jenis User (Pengguna) STI

Adapun jenis-jenis user adalah sebagai berikut:

• Pemelajar

Pemelajar belajar melalui courseware dan menguji pengetahuan para

pemelajar dengan menggunakan bagian dari student model dan kuis.

Courseware adalah kumpulan bahan-bahan pengajaran program

komputer yang menyediakan interaksi antara pemelajar dan sistem

biasanya menyediakan topik tertentu.

• Pengajar

Pengajar adalah seorang user yang menghasilkan isi instruksional dan

courseware berdasarkan subjek dan model pemelajar.

13

• Pakar

Fungsi utama pakar adalah penghasil pengtahuan domain.

• Administrator

Semua fungsi-fungsi diatai diatur oleh administrator sistem karena

tugasnya adalah mengatur sistem dan registrasi semua user.

2.4 Pengetahuan (Knowledge)

Knowledge penting sekali dan penelitian AI telah mengubah fokusnya dari

paradigma dasar pengambilan kesimpulan (inference-based paradigm) ke paradigma

dasar pengetahuan (knowledge-based paradigm). Knowledge terdiri dari fakta dan

heuristik (metode pengajaran yang membantu pemelajar belajar sendiri). “Fakta”

merupakan kumpulan informasi yang dibagikan /disiarkan secara luas, terdapat pada

umumnya, dan umumnya diakui oleh ahli-ahli di bidangnya. “Heuristik” kebanyakan

penilaian pribadi, aturan yang didiskusikan lebih sedikit dari penilaian yang bagus

(aturan dari alasan yang masuk akal, aturan dari praduga/terkaan yang baik) yang

mengkarakteristikan pengambilan keputusan oleh ahli di bidangnya.

2.4.1 Basis Pengetahuan (Knowledge-Base)

Sistem basis penhetahuan memiliki banyak karakteristik yang

membuatnya cocok untuk pengembangan STI. Beberapa karakteristiknya adalah

sebagai berikut:

o Sebuah knowledge base tentang rana tertentu

14

o Alat pengambilan kesimpulan yang membantu manusia dalam

membuat kesimpulan.

o Sebuah fasilitas untuk melacak aturan dan menjelaskan bagaimana

data-data tersebut menjadi sebuah kesimpulan

o Menyediakan fasilitas program simbolik terstruktur yang membuatnya

lebih dalam pengembangan STI lebih lanjut.

Terdapat 3 masalah utama penelitian paradigma basis pengetahuan

intelejensia semu, yaitu:

• Representasi pengetahuan

Bagaimana cara mempresentasikan pengetahuan sebagai struktur data

simbolik dalam penggunaan komputer? Bagaimana mencapai suatu

fleksibilitas dalam penambahan dan perubahan pengetahuan dalam

perkembangan basis penetahuan?

• Pemanfaatan/penggunaan pengetahuan

Rancangan-rancangan apa yang tersedia untuk prosedur pengambilan

kesimpulan digunakan oleh benda-benda hasil intelegensia semu?

Bagaimana mencapai efisiensi, seperti akurasi, performa sebagai hasil

kombinasi penambahan masalah?

• Tambahan pengetahuan (kemahiran)

Bagaimana pengetahuan diperoleh secara sistematis di bidangnya untuk

penggunaan komputer? Bagaimana pengetahuan dihasilkan ileh

programnya sendiri secara otomatis? Jika benar bahwa kekuatan program

intejensia semu merupakan fungsi utama dari kualitas dan

15

penyempurnaan dari basis pengetahuan, maka ini adalah masalah

“bottleneck” kritis dari masalah paradigma basis pengetahuan.

2.5 Dynamic Courseware Generator (DCG)

2.5.1 Definisi Dynamic Courseware Generator

Pada tahun 1992 kebutuhan untuk menggabungkan CAI dan ITS telah

menjadi suatu keharusan. Setelah pada tahun-tahun sebelumnya dilakukan

penelitian untuk menggabungkan keduanya. Maka pada tahun 1992, Vassileva

berhasil membuatnya menjadi nyata dengan sistem yang dinamakan Dynamic

Courseware Generator (DCG). Sistem tersebut mengimplemetasikan teknik

perencanaan/pencarian berbasiskan intelejensia semu untuk menentukan jalur

pembelajaran serta bahan ajar.

2.5.2 Arsitektur DCG

Arsitektur DCG terdiri dari empat bagian utama, yaitu:

• Student Model yang terdiri dari:

o goal yang mendefinisikan tujuan pembelajaran dari pemelajar

o knowledge merupakan pengetahuan yang dikuasai oleh pemelajar

tersebut

o used teaching material (TM) yang merupakan materi-materi

pembelajaran yang sudah diberikan kepada pemelajar tersebut

• Course Generator terdiri dari:

16

o planner yang merupakan modul yang dapat membuat perencanaan

pembelajaran yang efektif bagi pemelajar

o executor yang melakukan link ke situs tujuan pembelajaran dan

menyajikannya pada komputer pemelajar. Executor juga dapat

melakukan test kepada pemelajar dan kemudian mengupdate

knowledge pada student model

o course merupakan serangkaian teaching material dan testing

material

• Domain Database terdiri dari:

o concept structure merupakan konsep struktur pembelajaran yang

dalam hal ini direpresentasikan sebagai graph AND/OR

o teaching material merupakan materi pembelajaran yang terhubung

pada setiap node dari concept structure

• Authoring Module terdiri dari:

o concept structure editor merupakan editor untuk konsep struktur

o teaching materials editor merupakan editor untuk teaching

material.

17

Gambar 2.1 Aritektur DCG

2.6 Course Plan

2.6.1 Definisi

Course plan adalah perencanaan urutan pembelajaran yang berhubungan

dengan subyek tertentu dan ditujukan pada evolusi pengetahuan pemelajar.

2.6.2 Tujuan Instruksional Umum, Tujuan Instruksional Khusus, dan

Teaching Material

Dimulai dengan perancangan sistem database yang akan berisi materi-

materi pembelajaran. Pembangkit bahan ajar memberikan bahan ajar berdasarkan

Student

Goals

Knowledge

Used TMs

Executor

Course

Concept Structure

TeachingMaterials

Concept Structure

Editor

TeachingMaterials

Editor

Planner

Student Model Course Generator Domain Database

Authoring Module

18

data pemelajar yang tersimpan dalam database pemelajar. Kami memutuskan

untuk merubah materi pembelajaran yang cukup banyak jumlahnya menjadi 3

(tiga) bagian, yaitu:

• Tujuan Instruksional Umum(TIU)

TIU merupakan tujuan keseluruhan yang ingin dicapai oleh pemelajar

dalam mempelajari suatu bahan ajar. Dengan adanya TIU ini, pemelajar

akan mudah mengenali apa yang mereka ingin pelajari karena bersifat

luas.

• Tujuan Instruksional Khusus(TIK)

TIK merupakan subgoal-subgoal dari Tujuan Instruksional Umum yang

terpecah menjadi bahan ajar yang lebih kecil yang mendukung subgoal-

subgoal diatasnya dan juga mengandung bahan ajar yang merupakan isi

dari TIU.

• Teaching Material

Teaching material terdiri dari 5 bagian yang akan membantu pemelajar

dalam mendalami suatu konsep yaitu: bahan ajar, contoh, latihan, kuis,

dan evaluasi.

2.7 Intelejensia Semu

2.7.1 Definisi Intelejensia Semu

Kecerdasan buatan atau artificial intelligence merupakan salah satu

bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan

19

pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Pada awal

diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun

seiring dengan perkembangan jaman, maka peran komputer semakin

mendominasi kehidupan umat 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. Namun 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 pada artificial intelligence, akan mencoba untuk

memberikan beberapa metoda untuk membekali komputer dengan kedua

komponen tersebut agar komputer bisa menjadi mesin yang pintar.

20

Lebih detailnya, pengertian kecerdasan buatan dapat dipandang dari

berbagai sudut pandang, antara lain:

1. Sudut pandang kecerdasan.

Kecerdasan buatan akan membuat mesin menjadi ‘cerdas’ (mampu

berbuat seperti apa yang dilakukan oleh manusia).

2. Sudut pandang penelitian.

Kecerdasan buatan adalah suatu studi bagaimana membuat agar

komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia.

Domain yang sering dibahas oleh para peneliti meliputi:

a. Mundane task

• Persepsi (vision & speech).

• Bahasa alami (understanding, generation & translation)

• Pemikiran yang bersifat commonsense.

• Robot control.

b. Formal task.

• Permainan/games.

• Matematika (geometri, logika, kalkulus integral, pembuktian).

c. Expert task

• Analisis financial.

• Analisis medikal.

• Analisis ilmu pengetahuan.

• Rekayasa (desain, pencarian kegagalan, perencanaan manufaktur).

3. Sudut pandang bisnis.

21

Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful

dan metodologis dalam menyelesaikan masalah-masalah bisnis.

4. Sudut pandang pemrograman

Kecerdasan buatan meliputi studi tentang pemrograman simbolik,

penyelesaian masalah (prolem solving) dan pencarian (searching).

Untuk melakukan aplikasi kecerdasan buatan ada 2 bagian utama

yang sangat dibutuhkan yaitu:

a. Basis pengetahuan (knoledge base), berisi fakta-fakta, teori,

pemikiran dan hubungan antara satu dengan lainnya.

b. Motor inferensi (inference engine), yaitu kemampuan menarik

kesimpulan berdasarkan pengalaman.

2.7.2 Bidang-bidang Terapan Intelejensia Semu

Dilihat dari kegunaannya, intelejensia semu banyak diterapkan pada

berbagai bidang (Rich & Knight, p5), antara lain :

• Pemrosesan dan pemahaman bahasa alami (Natural Language

Processing dan Natural Language Understanding)

Pemahaman komputer dengan bahasa sehari-hari, seperti bahasa Inggris

dan bahasa Indonesia. Untuk memahami bahasa alami dilakukan banyak

pemilahan terhadap kalimat menjadi bagian-bagian pengucapan dan

proses melihat kamus (Knowledge Base).

• Sistem Pakar (Expert System)

22

Sistem yang dibuat dengan memperoleh informasi atau pengetahuan dari

pakar dan mengkodekannya dalam bentuk yang dimengerti oleh

komputer. Dalam hal ini baik buruknya suatu sistem pakar sangat

bergantung pada informasi yang dimiliki. Selain itu juga bergantung pada

bagaimana komputer dapat mengerti permasalahan dan memperoleh

jawabannya.

• Permainan (Game)

Pada umumnya permainan merupakan sekumpulan aturan. Dalam

permainan digunakan suatu pola pencarian ruang keadaan (state space

pencarian) dimana permainan akan menghasilkan sejumlah pencarian

ruang. Untuk memperoleh solusi terbaik digunakan heuristik. Dalam

permainan, komputer dapat bertindak seolah-olah seperti dijalankan oleh

manusia, dimana dapat berpikir dan menganalisa setiap langkah.

2.8 Pencarian Buta (Blind Search)

2.8.1 Pencarian Melebar Pertama (Breadth-First Search)

Adalah teknik pencarian yang dilakukan dengan cara menelusuri node-

node dalam graph secara level per level. Pencarian ini dihentikan ketika

menemukan goal. Jika semua node telah ditelusuri dan goal tidak ditemukan

maka pencarian akan berpindah ke level berikutnya, dan seterusnya. Jika semua

node paling bawah telah ditelusuri dan goalnya belum ditemukan, pencarian akan

dihentikan dan goalnya diberikan sebagai dead-end goal.

23

2.8.2 Pencarian Mendalam Pertama (Depth-First Search)

Adalah teknik pencarian yang dilakukan dengan cara menelusuri node2

dalam graph sampai level terdalam. Pencarian akan dihentikan jika menemukan

goal. Jika pencarian telah mencapai dasar dan tidak menemukan goal, maka akan

dilakukan penelusuran path kembali ke level terendah dan baru dilakukan

pencarian dari node lain yang berada pada level terendah.

Kedua pencarian diatas mempunyai kelemahan masing-masing. BFS

mempunyai kelemahan waktu, yang berarti akan memerlukan banyak waktu jika

goal berada pada level yang dalam. Dan pada DFS yang mempunyai kelemahan

bila goal berada pada level yang terakhir.

2.9 Pencarian Heuristik (Heuristic Search)

2.9.1 Pengertian Heuristik

Untuk menyelesaikan permasalahan-permasalahan yang sulit secara

effisien, seringkali kita perlu memikirkan mobilitas dan sistematika dari hal-hal

yang diperlukan dalam membentuk struktur kontrol dimana tidak ada jaminan

untuk menemukan jawaban terbaik tetapi akan selalu ada kemungkinan untuk

menemukan sebuah jawaban yang baik.

2.9.2 Pembangkitan Dan Pengujian (Generate And Test)

Strategi pembangkitan dan pengujian adalah yang paling sederhana dari

seluruh pendekatan. Jika penurunan dari solusi yang mungkin dikerjakan secara

24

sistematis, prosedur ini akan menemukan solusi, jika satu ada. Sayangnya, jika

lingkup permasalahannya terlalu luas, mungkin memerlukan waktu yang

panjang.

Pada prinsipnya metode ini merupakan penggabungan antara DFS dengan

pelacakan mundur (Back Tracking), yaitu bergerak ke belakang menuju pada

suatu keadaan awal. Nilai pengujian berupa jawaban ‘ya’ atau ‘tidak’.

Untuk permasalahan yang sederhana, pembangkitan dan pengujian

seringkali merupakan teknik yang masuk akal. Banyak konfigurasi tidak perlu

dieksplorasi dan solusi dapat ditemukan secara agak cepat dengan menggunakan

teknik heuristik. Sayangnya, untuk permasalahan yang lebih susah, bahkan

dengan heuristik pembangkitan dan pengujian, bukanlah merupakan teknik yang

efektif. Tetapi jika dikombinasikan dengan teknik lain-lain, teknik ini akan

sangat efektif.

2.9.3 Pendakian Bukit (Hill Climbing)

Metode ini hampir sama dengan metode pembangkitan dan pengujian,

hanya saja proses pengujian dilakukan dengan menggunakan fungsi heuristik.

Pembangkitan keadaan berikutnya sangat tergantung pada feedback dari

prosedur pengetesan. Tes yang berupa fungsi heuristik ini akan menunjukan

seberapa baiknya nilai terkaan yang diambil terhadap keadaan-keadaan lainnya

yang mungkin.

25

2.9.3.1 Simple Hill Climbing

Kunci dari perbedaan antara algoritma ini dengan pembangkitan

dan pengujian adalah kegunaan fungsi evaluasi sebagai cara untuk

memasukkan pengetahuan tugas tertentu ke dalam proses kontrol. Inilah

kegunaan pengetahuan yang membuatnya dan merupakan pengetahuan

yang sama yang memberikan metode-metode kemampuan untuk

menyelesaikan beberapa permasalahan yang sulit.

Untuk cara kerja algoritma, sebuah definisi “lebih baik” yang

tepat harus disediakan. Dalam beberapa kasus, hal ini berarti penilaian

yang lebih tinggi dari fungsi heuristik. Sebaliknya berarti penilaian yang

lebih rendah. Bukanlah masalah sepanjang program hill climbing tertentu

konsisten dalam penafsirannya.

2.9.3.2 Steepest-Ascent Hill Climbing

Steepest-Ascent Hill Climbing sebenarnya hampir sama dengan

simple hill climbing, hanya saja gerakan pencarian tidak dimulai dari

posisi paling kiri. Gerakan selanjutnya dicari berdasarkan nilai heuristik

terbaik. Dalam hal ini urutan penggunaan operator tidak menetukan

penemuan solusi.

26

2.9.4 Pencarian Terbaik Pertama (Best-First Search)

Metode best-first search ini merupakan kombinasi dari metode depth-first

search dan metode breadth-first search dengan mengambil kelebihan dari kedua

metode tersebut. Apabila pada pencarian dengan metode hill climbing tidak

diperbolehkan untuk kembali ke node pada level yang lebih rendah meskipun

node pada level yang lebih rendah tersebut memiliki nilai heuristik yang lebih

baik, lain halnya dengan metode best-first search ini. Pada metode best-first

search, pencarian diperbolehkan mengunjungi node yang ada di level yang lebih

rendah, jika ternyata node pada lebih yang lebih tinggi ternyata memiliki nilai

heuristik yang lebih buruk.

2.9.5 Simulated Annealing

Simulated Annealing adalah variasi dari hill climbing dimana pada proses

awalnya,beberapa pergerakan downhill mungkin dilakukan. Ide tersebut adalah

untuk melakukan eksplorasi ke seluruh bagian dulu sehingga solusi akhir

berhubungan dengan state awal.

Untuk mengimplementasikan Simulated Annealing, hal ini diperlukan

untuk memilih sebuah annealing schedule, yang memiliki tiga komponen.

Pertama adalah nilai awal yang digunakan untuk panas. Yang kedua adalah

kriteria yang digunakan untuk memutuskan kapan panas dari sistem harus

dikurangi. Yang ketiga dengan panas dikurangi setiap waktu diubah. Ada juga

komponen keempat dari schedule, ketika keluar. Simulated annealing seringkali

digunakan untuk memecahkan masalah dimana angka pergerakan dari state yang

27

diberikan sangat besar (seperti angka permutasi yang dapat digunakan untuk

tujuan rute traveling salesman). Untuk permasalahan ini, tidak masuk akal

menggunakan semua gerakan yang mungkin. Selain itu, mungkin berguna untuk

menggunakan beberapa kriteria termasuk jumlah pergerakan-pergerakan yang

telah dicoba karena sebuah perbaikan ditemukan.

2.9.6 Graph AND-OR

AND-OR graph (atau tree), berguna untuk representasi solusi masalah

yang dapat dipecahkan dengan mendekomposisi masalah ke dalam sejumlah

masalah yang lebih kecil, semua yang harus dipecahkan kemudian. Dekomposisi

atau reduksi ini, menghasilkan busur yang kita sebut busur AND. Satu busur

AND dapat menunjuk ke banyak successor nodes, semua yang harus dipecahkan

bagi busur untuk menunjuk ke sebuah solusi. Hanya saja pada OR graph,

beberapa busur dapt muncul dari sebuah node tunggal, indikasi sejumlah cara

dimana masalah dasar dapat dipecahkan. Inilah sebabnya mengapa struktur

tersebut tidak disebut AND graph yang sederhana tapi AND-OR graph. Sebagai

contoh AND-OR graph (yang juga menjadi AND-OR tree) pada gambar

dibawah. Busur AND dindikasi dengan sebuah garis penghubung semua

komponen.

28

Gambar 2.2 Graph AND-OR

Untuk menemukan solusi pada AND-OR graph, kita memerlukan sebuah

algoritma yang mirip dengan Best First Search tetapi dengan kemampuan

mengatasi busur AND dengan tepat. Algoritma ini harus menemukan sebuah

path dari node awal dari graph untuk mengatur node-node yang

merepresentasikan pernyataan-pernyataan solusi. Perhatikan bahwa hal ini

mungkin diperlukan untuk mendapatkan lebih dari satu pernyataan solusi karena

masing-masing arm dari AND harus mengacu pada solusi node-nya sendiri.

Untuk menggambarkan algoritma pencarian AND-OR graph, kita perlu

memanfaatkan nilai yang kita sebut F_UTILITY. Jika estimasi nilai dari solusi

membesar daripada nilai F_UTILITY,kita harus membatalkan pencarian.

F_UTILITY seharusnya dipilih untuk menghubungkan permulaan/ambang

sehingga semua solusi dengan nilai diatasnya sangat mahal untuk digunakan,

bahkan jika itu dapat ditemukan.

Algoritma:

1. Inisialisasi graph ke node awal.

2. Kerjakan langkah-langkah di bawah ini hingga node awal SOLVED atau

sampai biayanya lebih tinggi dari F_UTILITY:

Goal : ingin memiliki TV

Mencuri TV Punya uang Membeli TV

29

a. Telusuri graph, mulai dari node awal dan ikuti jalur terbaik.

Akumulasikan kumpulan node yang ada pada lintasan tersebut dan

belum pernah diekspansi atau diberi label SOLVED.

b. Ambil satu node dan ekspansi node tersebur. Jika tidak ada successor,

maka set F_UTILITY sebagai nilai dari node tersebut. Bila tidak

demikian, tambahkan successor-successor dari node tersebut ke graph

dan hitung nilai setiap f’ (hanya gunakan h’ dan abaikan g). Jika f’=0,

tandai node tersebut dengan SOLVED.

c. Ubah f’ harapan dari node baru yang diekspansi. Kirimkan perubahan

ini secara backward sepanjang graph. Jika node berisi suatu arc suatu

successor yang semua descendant-nya berlabel SOLVED maka tandai

node itu dengan SOLVED.

30

Gambar 2.3 Operasi Reduksi Masalah Dengan Graph And-Or

Pada langkah-1 semula hanya ada satu node yaitu A. Node A diekspansi

hasilnya adalah node B, C, D. Node D memiliki biaya yang lebih rendah (6) jika

dibandingkan dengan B dan C (9). Pada langkah-2 node D terpilih untuk

diekspansi, menjadi E dan F dengan biaya estimasi sebesar 10. Sehingga kita

harus memperbaiki nilai f’ dari D menjadi 10. Kembali ke level sebelumnya,

node B dan C memiliki biaya yang lebih rendah daripada D (9<10). Pada

langkah-3, kita menelusuri arc dari node A, ke B dan C bersama-sama. Jika B

dieksplore terlebih dahulu, maka akan menurunkan node G dan H. Kita perbaiki

10

7544

9

543

6

Sebelum step-2 Sebelum step-1 A A

B C D

910

43

9

Sebelum step-3 A

B C D

E F10

44

12

10

4

6

10

Sebelum step-4 A

B C D

E F G H

31

nilai f’ dari B menjadi 6 (nilai G=6 lebih baik daripada H=8), sehingga biaya

AND-arc B-C menjadi 12 (6+4+2). Dengan demikian nilai node D kembali

menjadi lebih baik (10 < 12). Sehingga ekspansi dilakukan kembali terhadap D.

Demikian seterusnya.

2.10 Interaksi Manusia Dan Komputer

Interaksi Manusia dan Komputer (IMK) / Human-Computer Interaction (HCI)

adalah disiplin ilmu yang berhubungan dengan perancangan, evaluasi, dan implementasi

sistem komputer interaktif untuk digunakan oleh manusia, serta study fenomena-

fenomena besar yang berhubungan dengannya. IMK menitikberatkan pada perancangan

dan evaluasi antarmuka pemakai (user interface).

Antarmuka pemakai (user interface) adalah bagian sistem komputer yang

memungkinkan manusia berinteraksi dengan komputer.

Gambar 2.4 Pengertian Antarmuka Pemakai

Dalam merancang dan membuat suatu sistem, salah satu yang perlu diperhatikan

adalah dalam perancangan user interface-nya (tampilan), karena sebuah user interface

yang tidak user friendly (mudah digunakan) akan sulit dipelajari, dimengerti, dan

mungkin membingungkan bagi pemakai dalam menggunakan sistem komputer tersebut,

sehingga dapat membuat si pemakai menjadi frustrate, failure, fear (frustasi, gagal,

Manusia Antarmuka Pemakai

Sistem Komputer

32

takut). Beberapa hal yang perlu dimengerti dalam melakukan user interface design

(perancangan tampilan), adalah sebagai berikut :

• Siapa yang menggunakan sistem komputer.

• Bagaimana pemakai menafsirkan informasi yang disampaikan dan

dihasilkan oleh sistem komputer.

• Bagaimana pemakai belajar untuk beriteraksi dengan sistem komputer.

• Apa yang diharapkan dari pemakai sistem komputer.

Menurut Shneiderman (1992, p72) ada delapan faktor utama yang perlu

diperhatikan dalam merancang tampilan (user interface design), yaitu :

1. Harus konsisten, misalnya dalam pemakaian menu dan layar help, perintah,

shortcuts (tombol bantu), warna yang konsisten, jenis huruf yang digunakan,

tampilan layar, dan sebagainya.

2. Memperbolehkan pemakai untuk mempergunakan shortcut key (tombol

bantu). Bertujuan untuk meningkatkan suatu penggunaan suatu aplikasi, bisa

berupa singkatan, special keys, perintah tersembunyi, dan fasilitas lainnya

yang memahami pengetahuan user. Dengan menggunakan shortcuts maka

waktu responnya pendek dan rata-rata kecepatan tampilan tinggi. Tetapi

shortcuts hanya bersifat optional untuk diterapkan ke dalam aplikasi, karena

tidak selalu dengan pemberian shortcuts itu akan memudahkan user.

3. Umpan balik yang informatif, sehingga tidak membingungkan pemakai.

Untuk setiap aksi user, sistem harus memberikan feedback (respon)

4. Rancangan layar untuk menghasilkan keadaan akhir. Setiap layar yang

ditampilkan menghasilkan keadaan akhir.

33

5. Ada penanganan kesalahan. Dalam merancang sistem harus dipikirkan

kemungkinan seorang user membuat kesalahan. Untuk mengatasi hal ini

maka sistem harus memberkan instruksi atau solusi yang sederhana sehingga

kesalahan tersebut dapat diperbaiki oleh user.

6. Mengijinkan pemakai memperbaiki kesalahan yang dilakukan (undo).

Kebanyakan suatu aksi yang dilakukan oleh user harus bisa dilakukan

pembalikan aksi atau undo, bisa saja meliputi aksi tunggal, perintah

pemasukan data, aksi yang rumit seperti pemasukan nama dan alamat.

7. Pengontrol terletak pada pemakai sistem. Memungkinkan user untuk

menguasai sistem atau sebagai inisiator bukan sebagai responden.

8. Mengurangi hafalan bagi pemakai. Keterbatasan manusia dari proses

mengingat informasi dalam ingatan jangka pendek sehingga sebaiknya

tampilan layarnya dibuat sederhana saja.

2.11 PHP

PHP adalah bahasa pemrograman script yang paling banyak dipakai saat ini.

PHP banyak dipakai untuk memrogram situs web dinamis, walaupun tidak tertutup

kemungkinan digunakan untuk pemakaian lain.

Contoh terkenal dari aplikasi PHP adalah phpBB dan MediaWiki (software di

belakang Wikipedia). PHP juga dapat dilihat sebagai pilihan lain dari

ASP.NET/C#/VB.NET Microsoft, ColdFusion Macromedia, JSP/Java Sun

Microsystems, dan CGI/Perl. Contoh aplikasi lain yang lebih kompleks berupa CMS

34

yang dibangun menggunakan PHP adalah Mambo, Joomla!, Postnuke, Xaraya, dan lain-

lain.

2.11.1 Sejarah PHP

PHP pertama kali dibuat oleh Rasmus Lerdorf pada tahun 1995. Pada

waktu itu PHP bernama FI (Form Interpreted). Pada saat tersebut PHP adalah

sekumpulan script yang digunakan untuk mengolah data form dari web.

Perkembangan selanjutnya adalah Rasmus melepaskan kode sumber

tersebut dan menamakannya PHP/FI, pada saat tersebut kepanjangan dari PHP/FI

adalah Personal Home Page/Form Interpreter. Dengan pelepasan kode sumber ini

menjadi open source, maka banyak programmer yang tertarik untuk ikut

mengembangkan PHP.

Pada November 1997, dirilis PHP/FI 2.0. Pada rilis ini interpreter sudah

diimplementasikan dalam C. Dalam rilis ini disertakan juga modul-modul

ekstensi yang meningkatkan kemampuan PHP/FI secara signifikan.

Pada tahun 1997, sebuah perusahaan bernama Zend, menulis ulang

interpreter PHP menjadi lebih bersih, lebih baik dan lebih cepat. Kemudian pada

Juni 1998 perusahaan tersebut merilis interpreter baru untuk PHP dan

meresmikan nama rilis tersebut menjadi PHP 3.0.

Pada pertengahan tahun 1999, Zend merilis interpreter PHP baru dan rilis

tersebut dikenal dengan PHP 4.0. PHP 4.0 adalah versi PHP yang paling banyak

dipakai. Versi ini banyak dipakai sebab versi ini mampu dipakai untuk

35

membangun aplikasi web kompleks tetapi tetap memiliki kecepatan proses dan

stabilitas yang tinggi.

Pada Juni 2004, Zend merilis PHP 5.0. Versi ini adalah versi mutakhir

dari PHP. Dalam versi ini, inti dari interpreter PHP mengalami perubahan besar.

Dalam versi ini juga dikenalkan model pemrograman berorientasi objek baru

untuk menjawab perkembangan bahas pemrograman kearah pemrograman

berorientasi objek.

2.11.2 Kelebihan PHP dari bahasa pemrograman lain

• Bahasa pemrograman php adalah sebuah bahasa script yang tidak

melakukan sebuah kompilasi dalam penggunaanya.

• Web Server yang mendukung php dapat ditemukan dimana - mana

dari mulai IIS sampai dengan apache, dengan configurasi yang relatif

mudah.

• Dalam sisi pengembangan lebih mudah, karena banyaknya milis -

milis dan developer yang siap membantu dalam pengembangan.

• Dalam sisi pemahamanan, php adalah bahasa scripting yang paling

mudah karena referensi yang banyak.

• PHP adalah bahasa open source yang dapat digunakan di berbagai

mesin (linux, unix, windows) dan dapat dijalankan secara runtime

melalui console serta juga dapat menjalankan perintah-perintah

system.

36

2.12 SQL

SQL (Structured Query Language) adalah bahasa yang dipergunakan untuk

mengakses data dalam basis data relation. Bahasa ini secara defacto adalah bahasa

standar yang digunakan dalam manajemen basis data relasional. Saat ini hampir semua

server basis data yang ada mendukung bahasa ini dalam manajemen datanya.

2.12.1 Sejarah SQL

Sejarah SQL dimulai dari artikel seorang peneliti dari IBM bernama EF

Codd yang membahas tentang ide pembuatan basis data relasional pada bukan

juni tahun 1970. Dalam artikel ini juga dibahas tentang kemungkinan pembuatan

bahasa standar untuk mengakses data dalam basis data tersebut. Bahasa tersebut

kemudian diberi nama SEQUEL (Structured English Query Language).

Setelah terbitnya artikel tersebut, maka IBM mengadakan proyek

pembuatan basis data relasional beserta SEQUEL. Akan tetapi karena

permasalah hukum mengenai penamaan SQL, maka IBM merubahnya menjadi

SQL. Implementasi basis data relasional dikenal dengan System/R.

Di akhir tahun 1970-an muncul perusahaan bernama Oracle yang

membuat server basis data populer yang bernama sama dengan nama

perusahaannya. Dengan naiknya kepopuleran Oracle, maka SQL juga ikut

populer sehingga saat ini menjadi standar defacto bahasa dalam manajemen basis

data.

37

2.12.2 Pemakaian Dasar

Pemakaian dasar SQL adalah sebagai berikut:

• Mendefinisikan Tabel

Untuk mendefinisikan tabel digunakan sintaks:

CREATE TABLE [NAMA_TABLE] ([DEFINISI_TABLE])

Contoh:

CREATE TABLE TEST ( NAMA VARCHAR(20), ALAMAT

VARCHAR(255), PASSWORD VARCHAR(10) );

• Menyimpan data

Untuk menyimpan data dalam tabel dipergunakan sintaks:

INSERT INTO [NAMA_TABLE] ([DAFTAR_FIELD]) VALUES

([DAFTAR_NILAI])

Contoh:

INSERT INTO TEST (NAMA, ALAMAT, PASSWORD) VALUES

('test', 'alamat', 'pass');

• Mengambil data

Untuk mengambil data dipergunakan sintaks:

SELECT [DAFTAR_FIELD] FROM [NAMA_TABLE] [KONDISI]

Contoh:

SELECT nama FROM TEST;

• Menghapus data

Untuk menghapus data dipergunakan sintaks:

DELETE FROM [NAMA_TABLE] [KONDISI]

38

Contoh:

DELETE FROM TEST WHERE NAMA='test';

2.13 Flowchart (Bagan Alir)

Bagan alir atau flowchart (Jogiyanto, p278) adalah bagan atau chart yang

menunjukkan alir atau flow di dalam program atas prosedur sistem secara logika.

Flowchart digunakan terutama sebagai alat bantu komunikasi dan dokumentasi. Dalam

pemrograman komputer, flowchart biasanya digunakan untuk menjelaskan setiap proses

yang terjadi dalam sebuah program. Sebuah flowchart dapat menunjukkan dan

menjelaskan suatu proses dengan cepat dan jelas karena mudah untuk dimengerti dan

dibaca daripada bentuk teks.

Flowchart menggunakan simbol-simbol yang standar sehingga setiap orang

dapat mengerti ketika membacanya. Sehingga dapat dikatakan bahwa flowchart

merupakan alat komunikasi yang baik. adapun simbol-simbol dasar flowchart dalam

merepresentasikan perbedaan jenis dari aksi atau langkah-langkah dalam sebuah proses

yaitu :

1.

Terminator : menggambarkan awal (“Start” atau “Begin”) atau akhir (“End” atau

“Stop”) dari sebuah proses.

2.

39

Process : menggambarkan beberapa aktivitas atau proses dengan menuliskan proses

tersebut (berupa teks) di dalam simbol.

3.

Decision : menggambarkan suatu titik percabangan dimana keputusan harus dibuat.

Terdapat dua alur garis, satu dari bawah dan yang lain dari sebelahnya. Setiap garis

ditandai dengan satu jawaban yang mungkin, seperti “Yes” dan “No”, atau “Benar” dan

“Salah”.

4.

Arrow : menggambarkan urutan langkah-langkah aktifitas (alur proses)

5.

Connector : menggambarkan hubungan antara bentuk-bentuk dalam flowchart tanpa

menggunakan garis. Sebuah huruf atau nomor dalam lingkaran ini menghubungkan

huruf atau nomor yang saling berhubungan tersebut.

6.

Data : menggambarkan data yang masuk atau keluar dari sebuah aktifitas.

7.

Predefined process : menggambarkan suatu proses yang sudah didefinisikan

sebelumnya, seperti modul atau subrutin.

40

8.

Preparation : menggambarkan modifikasi seperti setting dari tombol atau inisialisasi

suatu rutin.

Berdasarkan simbol-simbol dasar yang digunakan di atas, dapat dibuat berbagai

macam flowchart. Hal terpenting yang harus diperhatikan dalam membuat flowchart ini

adalah membuat flowchart sesederhana mungkin, sehingga mudah dimengerti dan bukan

malah membingungkan.

2.14 State Transition Diagram (STD)

State Transition merupakan suatu alat perancangan yang menggambarkan sistem

untuk mempengaruhi keadaan yang dinamis (Pressman 2001, P317-318). Keadaan disini

dapat difokuskan dan dihubungkan dalam berbagai cara untuk merepresentasikan sifat

yang sekuensial dan concurrent (bersamaan). Transisi diantara dua keadaan umumnya

disebabkan oleh suatu kondisi. State Transition dikembangkan oleh I-Logix Inc., sebuah

perusahaan yang mengembangkan alat bantu untuk rekayasa sistem.

Adapun simbol-simbol yang digunakan dalam diagram ini adalah:

• State (tampilan kondisi sistem)

Merupakan layar / tampilan kondisi yang ditampilkan menurut keadaan

atau atribut, untuk memenuhi suatu tindakan pada waktu tertentu yang

mewakili suatu bentuk keberadaan atau kondisi tertentu, disimbolkan

dengan gambar kotak.

41

Gambar 2.5 Notasi Tampilan

• State Transition (Tindakan)

Menggunakan simbol anak panah disertai keterangan tindakan yang

dilakukan.

Gambar 2.6 Notasi Tindakan

• Kondisi dan aksi

Untuk melengkapi suatu STD, diperlukan dua hal tambahan yaitu kondisi

yang merubah state dan aksi yang dilakukan sistem ketika state berubah.

Notasinya:

Kondisi dan aksi digambarkan dengan anak panah yang menghubungkan

dua keadaan yang berkaitan seperti pada gambar berikut ini:

Gambar 2.7 Kondisi dan Aksi

State 1

State 2

KondisiAksi

KondisiAksi