Muda Cerdas
Rabu, 11 April 2018
Tugas Makalah TOOLS FOR IT FORENSIC - Etika dan Profesionalisme Profesi TSI
IT FORENSIK
IT Forensik atau digital forensik merupakan b ilmu dari teknolgiagian dari informasi , terutama dari ilmu IT security yang berhubungan tentang keamanan digital berupa temuan bukti digital setelah suatu peristiwa terjadi. Kata forensik memiliki arti membawa ke pengadilan. sehingga dapat disimpulkan bahwa digital forensik merupakan ilmu yang menganalisa sebuah barang bukti yang berbentuk digital sehingga nantinya dapat dipertanggungjawabkan di hadapan pengadilan. Kegiatan forensik komputer sendiri adalah suatu proses mengidentifikasi, memelihara, menganalisa, dan mempergunakan bukti digital berdasarkan hukum yang berlaku.
dari hasil forensik itulah menghasilkan bukti digital, bukti digital adalah informasi dalam bentuk/format digital. Bukti digital ini bisa berupa bukti riil maupun abstrak (perlu diolah terlebih dahulu sebelum menjadi bukti yang ril). Beberapa contoh bukti digital antara lain :
· Spreadsheet file
· Source code software
· File bentuk image
· Video
· Audio
· Web browser bookmark, cookies
· Deleted file
· Windows registry
· Chat logs
Berikut ulasan lengkanya ada dalam file di bawah (klik link):
https://drive.google.com/file/d/1cFRJm5kfMvtEABvUzfE9BtL3hHRuWVZP/view?usp=sharing
Minggu, 08 April 2018
Tugas Softskill Pertama (Bahasa Inggris Bisnis 2)
Conclusion of paired
conjunction :
1. Both…and
Both Sony and Microsoft have relied upon them in the current generation which
is only just reaching its fifth year.
Translate
: Baik Sony dan Microsoft telah mengandalkan mereka dalam generasi saat ini
yang baru saja mencapai tahun kelima.
2. Not only… but also
Why
bother then? Well, some of that "inside baseball" may be relevant not only for the database historians of
the future, but also for people
choosing a graph database today.
Translate
: Lalu mengapa repot-repot? Nah, beberapa yang "di dalam bisbol"
mungkin relevan tidak hanya untuk para sejarawan basis data masa depan, tetapi
juga bagi orang-orang yang memilih grafik database hari ini.
3. Either… or
For
Nintendo Switch 2, we’d either like
to see things like Joy-Con charging grips come as standard, or see a wider range of bundles which
include accessories like these for a more reasonable price.
Translate
: Untuk Nintendo Switch 2, kami ingin melihat hal-hal seperti genggaman
pengisian Joy-Con datang sebagai standar, atau melihat rangkaian bundel yang
lebih luas yang mencakup aksesori seperti ini dengan harga yang lebih masuk
akal.
4. Neither… nor
It's
important to note that the files uncovered by these Switchbrew members contain neither a timescale nor a definitive statement of intent
from Nintendo
Translate
: Penting untuk dicatat bahwa file yang ditemukan oleh anggota Switchbrew ini
tidak berisi skala waktu atau pernyataan niat yang pasti dari Nintendo.
Minggu, 04 Juni 2017
TUGAS SOFTSKILL TERAKHIR ( ANIMASI DAN FILOSOFINYA )
Animasi dan Filosofinya
Anton Fahrizal (11114430), Fahri Pratama(1c114795), R.Moch Imron Maulana
Animasi Burung Terbang
Animasi adalah gambar begerak berbentuk dari sekumpulan objek (gambar) yang disusun secara beraturan mengikuti alur pergerakan yang telah ditentukan pada setiap pertambahan hitungan waktu yang terjadi. Gambar tersebut dapat berupa gambar makhluk hidup, benda mati, ataupun tulisan.
dalam kata lain animasi di bentuk dari kumpulan beberapa gambar yang disatukan dan di gerakan dengan menggunakan software tertentu, di atas adalah contoh animasi, animasi burung terbang diatas sebenarnya adalah kumpulan gambar burung yang sedang terbang dalam beberapa tahapan,
sumber gambar : http://www.ilmugrafis.com/flash.php?page=animasi-burung-terbang
diatas adalah contoh rangkaian animasi burung terbang, gambar yang sama hanya ada yang di rubah seiring pergerakan burung, kumpulan uraian gambar burung yang sedag terbang kemudian di satukan dan di simpan dengan fotmat .gif sehingga ketika di jalankan akan menghasilkan gabar yang seolah-olah bergerak.
sumber gambar animasi :
http://www.gambaranimasi.org/img-animasi-bergerak-burung-merpati-dara-0033-118895.htm
Selasa, 02 Mei 2017
Filosofi baju GEA (Guardian of Extinction animals)
- baju berkerah dipilih agar memberi kesan gagah namun tetap terlihat rapih, warna biru melambangkan kepercayaan diri dan kedamaian mewakili bentuk usaha para relawan pecinta hewan yang hampir punah. Garis hitam di bagian lengan memberi kesan tegas dan selaras dengan pemakaian warna kancing baju.
- Tulisan GEA di dada sebelah kiri sejajar dengan posisi jantung pemakai melambangkan pentingnya kedudukan GEA untuk pemakai,
- Bentuk dasar logo merupakan bentuk dari tameng yang melambangkan kekuatan, perlindungan, dan mempertahankan hewan yang dilindungai
- Di tengnah logo terdapat siluet gambar binatang yang dilindungi, memperlihatkan kepedulian para relawan terhadap hewan yang hampir punah, dan warna hitam menggambarkan kesedihan karena hewan-hewan tersebut hampirpunah
Sabtu, 01 April 2017
Peng. Animasi & Desain Grafis Lambang Pramuka
Peng. Animasi & Desain Grafis
Lambang Pramuka
Kelompok :
Filosofi :
Lambang diatas adalah lambang pramuka Indonesia. Lambang ini
adalah gambar bayangan (siluet) tunas kelapa. Lambang ini diciptakan oleh
Soenardjo Atmodipurwo, seorang pegawai tinggi Departemen Pertanian yang juga
tokoh pramuka. Berikut adalah arti dari tiap bagian lambang pramuka (tunas
kelapa) :
- Buah kelapa dalam keadaan tumbuh dinamakan cikal. Ini mengandung arti Pramuka adalah inti bagi kelangsungan hidup bangsa (tunas penerus bangsa).
- Buah kelapa tahan lama. Ini mengandung arti, Pramuka adalah orang yang jasmani dan rohaninya kuat dan ulet.
- Kelapa dapat tumbuh di berbagai jenis tanah. Ini mengandung arti, Pramuka adalah orang yang mampu beradaptasi dalam kondisi apapun
- Kelapa tumbuh menjulang tinggi. Ini mengandung arti, setiap Pramuka memiliki cita-cita yang tinggi.
- Akar kelapa kuat. Mengandung arti, Pramuka berpegang pada dasar-dasar yang kuat.
- Kelapa pohon yang serbaguna. Ini mengandung arti, Pramuka berguna bagi nusa, bangsa dan agama.
Komentar :
Menurut kami, akar dari lambang diatas kurang sesuai dari
filosofi diatas. Seharusnya, akar kelapa itu serabut dan tertanam lebih dalam
untuk menggambarkan pramuka itu berpegang pada dasar-dasar yang kuat.
Refresnsi :
https://id.wikipedia.org/wiki/Lambang_Pramuka
http://liska-liandari.blogspot.co.id/2011/03/logo-unik-dan-maknaartinya.html
Tugas Softskill Materi Point 2
Istilah Dasar dalam Desain Grafis
Anggota kelompok:
R.Moch Imron Maulana(18114662), Fakhri Pratama (1C114795),Anton Fahrizal(11114430)
Dalam pengolahan image, dikenal dua macam warna paling
populer yang menjadi standar internasional, yaitu RGB dan CMYK. RGB adalah
singkatan dari Red-Green-Blue (merah, hijau, biru) yaitu warna dasar yang
dijadikan patokan warna secara universal (primary colors). Dengan basis RGB,
seorang desainer bisa mengubah warna ke dalam kode-kode angka sehingga warna
tersebut akan tampil universal.
Dasar warna ini menjadi standar pasti dalam konteks
profesional, seorang desainer tidak bisa mengatakan sebuah warna berdasar
pertimbangan subektif, contoh, biru muda menurut orang awam adalah birunya
langit di siang yang cerah, hal ini bisa jadi berbeda bagi orang lain dengan
pertimbangan yang lain pula.
Untuk menyamakan persepsi dalam definisi warna, perlu adanya
standar internasional dalam konteks kerja profesional. Dengan standar RGB,
seorang desainer dapat mengatakan warna dengan komposisi angka yang jelas,
warna biru memiliki komposisi perpaduan antara unsur Red, Green, Blue (merah,
hijau, biru) dengan derajat angka untuk R: 115-G : 221-B: 240. Standar warna
internasional lainnya yang digunakan untuk dunia percetakan adalah CMYK yang
merupakan Singkatan dari Cyan (biru kehijau-hijauan)-Magenta (merah
keungu-unguan)-Yellow (kuning), dan K mewakili warna hitam.
Seperti halnya RGB, CMYK menggunakan standardisasi warna
dalam koordinat. Rangenya antara 0-100 sehingga kehadiran unsur K sangat
menentukan. Berapapun koordinat CMY-nya, selama K-nya 100 maka warna tersebut
akan jadi warna hitam. CMYK merupakan standar warna berbasis pigment-based,
menyesuaikan diri dengan standar industri printing. Sampai saat ini dunia
cetak-mencetak memakai 4 warna dasar dalam membuat warna apapun.
B. PERBEDAAN GRAFIK BERBASIS VEKTOR DAN
BITMAP
Gambar Vektor
Gambar vektor merupakan gambar yang terbentuk bukan dari
kumpulan titik melainkan terbentuk dari sejumlah garis dan kurva. Karena gambar
jenis vektor ini bukan terdiri dari titik, maka apabila tampilan gambar ini
diperbesar tetap tidak akan kehilangan detailnya sehingga kualitas gambarnya
tetap baik. Contoh gambar ini adalah teks dan logo. Perangkat lunak yang sering
digunakan untuk mengolah gambar jenis
vektor ini adalah CorelDRAW, Freehand.
Monitor biasanya akan menampilkan gambar dalam bentuk
piksel, maka semua gambar baik jenis vector maupun bitmap akan ditampilkan
dalam bentuk piksel. Gambar ini mengandung unsur matematis seperti arah, ukuran
sudut, ketebalan, warna, dan lain sebagainya.
Gambar Bitmap
Tampilan bitmap sering disebut dengan gambar raster yaitu
tampilan gambar yang terdiri dari titik-titik atau piksel. Masing-masing piksel
ini mempunyai lokasi serta warna tersendiri yang secara keseluruhan membentuk
sebuah tampilan gambar pada saat gambar diperbesar. Kehalusan tampilan gambar
ini sangat tergantung kepada resolusi serta titik atau piksel yang membentuk
gambar tersebut.
Apabila gambar ini diperbesar maka ini kelihatan
kotak-kotak, semakin besar tampilan gambar maka semakin besar pula kotak-kotak
tersebut, yang sebetulnya merupakan tampilan piksel yang diperbesar. Contoh
gambar bitmap antara lain photo, gambar-gambar hasil scanner serta gambar yang
dihasilkan dari software grafis seperti Adobe Photoshop, Corel PHOTO-PAINT.
Kelemahan dari gambar jenis bitmap adalah gambar akan
menjadi pecah dan terlihat “kotak-kotak” (jagged) apabila gambar tersebut
diperbesar atau dicetak menggunakan resolusi yang lebih kecil daripada nilai
resolusi aslinya. Format bitmap ini memerlukan ruang penyimpanan data yang
lebih besar dibandingkan dengan format vektor.
Perbandingan Gambar-Gambar Berbasis Vektor dan Bitmap
· Berbasis
Vektor
o Gambar tetap jelas
ketika di perbesar
o Tersusun dari
garis dan kurva, Path terdiri dari garis (line segment) dan beberapa titik
(node) atau disebut dengan anchor point
o Gradasi warna
harus dianalisis dulu oleh para desainer grafis
o Kualitas grafik
tidak tergantung dari banyaknya pixel
o Disusun oleh objek
geometris yang dibuat berdasarkan perhitungan matematis
o Sifatnya
resolution independent
o Ukuran penyimpanan
relatif kecil
o Program yang
digunakan adalah Coreldraw, Adobe ilustrator, Macromedia Freehand
o Nyaman dipakai
untuk melayout halaman (teknik publishing), membuat font, dan ilustrasi.
· Berbasis
Bitmap
o Gambar kurang
jelas jika diperbesar
o Terdiri atas titik
(piksel), beragam warna, piksel tersebar dalam pola grid
o Gradasi warna
lebih luwes dan nyata
o Mampu menyimpan
gambar antar-format, yaitu JPEG, BMP,GIF, TIFF, dan PNG
o Ukuran file yang
dihasilkan besar
o Kualitas grafis tergantung
dari banyaknya pixel
o Disusun oleh objek
yang disebut pixel
o Sifat resolusinya
dependent atau dipengaruhi resolusi
·
Ukuran penyimpanan relatif besar
Referensi
http://virala.id/post/apa-sih-yang-dimaksud-dengan-desain-grafis-dan-apa-pentingnya(Waktu akses 2 April 2017 pukul 11:05 AM)
http://edupaint.com/warna/roda-warna/379-konsep-warna-dasar-dalam-desain-grafis.html (Waktu akses 2 April 2017 pukul 11:20 AM)
http://bagusbayubaskara.blogspot.co.id/2012/10/perbedaan-grafik-berbasis-vektor-dan.html (Waktu akses 2 April 2017 pukul 11:45 AM)
Selasa, 17 Januari 2017
Tugas IV Pengenalan Teknologi Sistem Cerdas
Pengenalan Teknologi Sistim Cerdas
Oleh :
R. Moch. Imron Maulana (18114662)
Universitas Gunadarma
PTA 2016/2017
Kecerdasan Buatan (Artificial
Inteligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari
bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik
yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan
manusia. Menurut John McCarthy ,1956 , AI : untuk mengetahui dan memodelkan
proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan
perilaku manusia. Cerdas , berarti memiliki pengetahuan ditambah pengalaman ,
penalaran (bagaimana membuat keputusan dan mengambil tindakan), moral yang
baik. Tentu saja terdapat perbedaan antara Kecerdasan Buatan dengan Kecerdeasan
Alami, yaitu ; Kecerdasan Buatan lebih bersifat permanen. Kecerdasan alami bisa
berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama
sistem komputer & program tidak mengubahnya. Lebih mudah diduplikasi &
disebarkan. Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan
proses yang sangat lama & keahlian tidak akan pernah dapat diduplikasi
dengan lengkap. Jadi jika pengetahuan terletak pada suatu sistem komputer, maka
pengetahuan tersebut dapat disalin dari komputer tersebut & dapat
dipindahkan dengan mudah ke komputer yang lain. Lebih murah. Menyediakan
layanan komputer akan lebih mudah & murah dibandingkan mendatangkan
seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama. Bersifat konsisten karena kecerdasan buatan adalah bagian dari teknologi
komputer sedangkan kecerdasan alami senantiasa berubah-ubah. Dapat
didokumentasi. Keputusan yang dibuat komputer dapat didokumentasi dengan mudah
dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami
sangat sulit untuk direproduksi. Lebih cepat. Lebih baik.
Kecerdasan Alami bersifat kreatif.
Memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada
kecerdasan buatan harus bekerja dengan input-input simbolik. Pemikiran manusia
dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.
Sejarah Kecerdasan Buatan dimulai
pada tahun 1950-an dimana Alan Turing, seorang pionir AI dan ahli matematika
Inggris melakukan percobaan. Turing (Turing Test) yaitu sebuah komputer melalui
terminalnya ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan
software AI dan diujung lain ada sebuah terminal dengan seorang operator.
Operator itu tidak mengetahui kalua diujung terminal lain dipasang software AI.
Mereka berkomunikasi dimana terminal diujung memberikan respon terhadap
serangkaian pertanyaan yang diajukan oleh operator. Dan sang operator itu
mengira bahwa ia sedang berkomunikasi dengan operator lainnya yang berada pada
terminal lain. Turing beranggapan bahwa jika mesin dapat membuat seseorang
percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat
dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia). Kemudian dari
percobaan ini muncul keempat konsep tentang Kecerdasan Buatan (Artificial
Intellegence) :
·
Acting
humanly ialah system yang melakukan pendekatan dengan menirukan tingkah laku
seperti manusia yang dikenalkan pada tahun 1950 degan cara kerja pengujian
melalui teletype yaitu jika penguji (integrator) tidak dapat membedakan yang
mengintrogasai antara manusia dan computer maka computer tersebut dikatakan
lolos(menjadi kecerdasan buatan).
·
Thinking
Humanly yaitu system yang dilakukan dengan cara intropeksi yaitu penangkapan
pemikiran psikologis. Manusia pada computer,hal ini sering diujikan dengan
neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara
pembelajarannya yaitu melalui experiment-experimen.
·
Thinking
Rationaly merupakan sistem yang sangat sulit ,karena sering terjadi kesalah
data, prinsip dan prakteknya, sistem ini dikenal dengan penalaran komputasi.
·
Acting
Rationaly yaitu sistem yang melakukan aksi dengan cara menciptakan suatu
robotika cerdas yang menggantikan tugas manusia.
Oleh karena itu didalam
pengembangan Kecerdasan Buatan ada empat cabang disiplin ilmu, yaitu :
·
Sistem Pakar
(Expert System), komputer digunakan sebagai sarana untuk menyimpan pengetahuan
para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan
permasalahan dengan meniru keahlian yang dimiliki oleh pakar.
·
Pengolahan Bahasa
Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini
diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa
sehari-hari.
·
Pengenalan Ucapan
(Speech Recognition). Melalui pengenalan ucapan diharapkan manusia dapat
berkomunikasi dengan komputer menggunakan suara.
·
Robotika &
Sistem Sensor (Robotics & Sensory Systems). Suatu program yang
diaplikasikan pada sebuah mesin robot untuk membantu serta menggantikan kinerja
manusia agar lebih cepat. Karena mesin tidak kenal lelah dan bosan.
Natural Language
Processing adalah saat kita melihat bagaimana memanfaatkan pengetahuan yang
berlimpah-limpah yang dinyatakan
dalam bahasa
alami.
Salah satu faktor umum dalam menangani tugas ini adalah penggunaan languange
model (model bahasa). Sedangkan Language Model adalah model yang memprediksi
probabilitas distribusi dari ekspresi bahasa. Language MODELS terbagi dalam 4
jenis yaitu :
1.
N-gram character models (Model karakter N-gram)
2.
Smoothing n-gram models (Meluweskan model n-gram)
3.
Model Evaluation (Model Evaluasi)
4.
N-gram word models (Model-model kata n-gram)
Kemudian
Klasifikasi teks, juga dikenal sebagai kategorisasi:
diberi teks dari beberapa jenis, memutuskan mana dari standar set kelas itu dimiliki. Identifikasi bahasa dan klasifikasi genre adalah contoh dari klasifikasi
teks, seperti analisis sentimen (mengelompokkan film atau produk ulasan positif
atau negatif) dan deteksi spam (mengelompokkan pesan email sebagai spam atau
bukan-spam). Klasifikasi kompresi data merupakan cara lain untuk berpikir tentang klasifikasi sebagai masalah dalam kompresi
data. Sebuah
algoritma kompresi lossless mengambil urutan simbol, mendeteksi pola
berulang didalamnya, dan
menulis deskripsi dari urutan yang lebih padu daripada yang asli. Misalnya, teks
",142857142857142857" mungkin dikompresi ke "0 [142857] *
3." Algoritma Kompresi bekerja dengan membangun kamus dari subsequences
teks, dan kemudian mengacu pada entri dalam kamus. Contoh di sini hanya satu
entri kamus, "142857."
Kemudian
pencarian informasi adalah tugas mencari dokumen yang relevan dengan
kebutuhan pengguna untuk informasi. Contoh paling terkenal dari sistem
pencarian informasi adalah mesin pencari di WorldWideWeb.
Sebuah sistem pencarian informasi (selanjutnya disebut
dengan IR),
IR sistem awal bekerja pada model kunci Boolean,
Model ini memiliki keuntungan karena
menjadi sederhana untuk penjelasan dan pelaksanaannya. Ada beberapa metode
pada model Boolean yaitu : IR scoring
functions (Fungsi penilaian IR), IR system evaluation (Evaluasi sistem IR), IR
refinements (Perbaikan IR), The PageRank Algorithm (Algoritma PageRank), Algoritma HITS, Menjawab
pertanyaan. Jenis paling sederhana dari sistem ekstraksi
informasi adalah sistem ekstraksi atribut berbasis yang mengasumsikan bahwa
seluruh teks mengacu pada objek tunggal dan tugas ini adalah untuk mengekstrak
atribut bahwa objek. Dan ketika
informasi penggalian harus dicoba dari input yang bising atau berbagai, hingga keadaan pendekatan sederhana yang tidak baik.Terlalu sulit untuk mendapatkan semua aturan dan prioritas
dengan benar; Cara terbaik adalah untuk menggunakan model probabilistik bukan
model berbasis aturan. Model probabilistik sederhana untuk urutan dengan
keadaan tersembunyi adalah model Markov tersembunyi, atau HMM.
Sebuah HMM adalah model generatif; Pemodelan probabilitas
gabungan penuh pengamatan dan keadaan tersembunyi, dan karena itu dapat digunakan untuk
menghasilkan sampel. Artinya, kita bisa menggunakan model HMM tidak hanya untuk
menganalisis teks dan mengambil speaker dan tanggal, tetapi juga untuk
menghasilkan contoh acak dari teks yang berisi speaker dan tanggal.
Sebuah aplikasi yang berbeda dari teknologi ekstraksi
adalah membangun basis pengetahuan atau ontologi fakta corpus a. Hal ini
berbeda dengan tiga cara: Pertama terbuka, kita memperoleh fakta tentang semua
jenis domain, bukan hanya domain tertentu. Kedua, dengan corpus besar, tugas
ini didominasi oleh presisi. Ketiga, hasil dapat dikumpulkan statistik
diperoleh dari berbagai sumber, bukannya diekstraksi dari teks tertentu.
Kemudian
bahasa template dirancang untuk
memiliki pemetaan dekat dengan para pihak sendiri untuk mampu belajar otomatis,
dan menekankan presisi tinggi. (Mungkin dengan risiko recall
lebih rendah). Setiap template memiliki tujuh komponen yang sesuai. Penulis dan
Judul regexes yang terdiri dari karakter (dimulai dan berakhiran huruf) dan
dibatasi untuk memiliki panjang dari setengah panjang minimum dari contoh untuk
dua kali panjang maksimum. Awalan, tengah, dan postfix dibatasi untuk string
literal no regexes. center adalah yang paling mudah untuk difahami: setiap
string menengah yang berbeda di set pertandingan adalah template calon yang
berbeda.
Dan
sebuah mesin-membaca sistem perwakilan adalah TEXTRUNNER (Banko dan Etzioni,
2008). TEXTRUNNER menggunakan cotraining untuk meningkatkan kinerjanya, tapi
perlu sesuatu untuk bootstrap. TEXTRUNNER mampu untuk mengekstrak hubungan (
"Einstein," "menerima," "Hadiah Nobel"). Mengingat
satu set contoh label jenis ini, TEXTRUNNER melatih linear-rantai CRF untuk
mengekstrak contoh lebih lanjut dari teks berlabel. Fitur dalam CRF termasuk
fungsi kata-kata seperti "untuk" dan "dari" dan
"," tapi tidak kata benda dan kata kerja (dan frase tidak kata benda
atau kata kerja frase). Karena TEXTRUNNER adalah domain-independen, tidak bisa
mengandalkan daftar yang telah ditetapkan kata benda dan kata kerja. TEXTRUNNER
mencapai ketepatan 88% dan recall dari 45% (F1 dari 60%) pada besar corpus web.
Kesimpulan : Kecerdasan
Buatan (Artificial Inteligence) merupakan salah satu bagian dari ilmu komputer
yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada
yang dilakukan manusia.Kecerdasan
Buatan lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat
manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer &
program tidak mengubahnya. Lebih mudah diduplikasi & disebarkan.
Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan proses
yang sangat lama & keahlian tidak akan pernah dapat diduplikasi dengan
lengkap.
Natural Language
Processing adalah saat kita melihat bagaimana memanfaatkan pengetahuan yang
berlimpah-limpah yang dinyatakan
dalam bahasa
alami.
Salah satu faktor umum dalam menangani tugas ini adalah penggunaan languange
model (model bahasa). Sedangkan Language Model adalah model yang memprediksi
probabilitas distribusi dari ekspresi bahasa. Language MODELS terbagi dalam 4
jenis yaitu :
1.
N-gram character models (Model karakter N-gram)
2.
Smoothing n-gram models (Meluweskan model n-gram)
3.
Model Evaluation (Model Evaluasi)
4.
N-gram word models (Model-model kata n-gram)
Referensi :
http://irpantips4u.blogspot.co.id/2012/12/konsep-dasar-artificial-intelligence-ai.html Oct 15th, 2016
Muhammad Dahria LPPM-STMIK TRIGUNA DHARMA, Jurnal9-MD-Kecerdasan Buatan.pdf
Langganan:
Postingan (Atom)