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 :

Anton Fahrizal(11114430) Fakhri Pratama(1C114795) R.Moch Imron Maulana(18114662)




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)

Desain grafis adalah suatu bentuk komunikasi visual yang menggunakan gambar untuk menyampaikan informasi atau pesan seefektif mungkin. Dalam disain grafis, teks juga dianggap gambar karena merupakan hasil abstraksi simbol-simbol yang bisa dibunyikan. disain grafis diterapkan dalam disain komunikasi dan fine art. Seperti jenis desain lainnya, disain grafis dapat merujuk kepada proses pembuatan, metoda merancang, produk yang dihasilkan (rancangan), atau pun disiplin ilmu yang digunakan (disain).


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

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 :
Muhammad Dahria LPPM-STMIK TRIGUNA DHARMA, Jurnal9-MD-Kecerdasan Buatan.pdf