Tips And Trick on TOEFL Test Section 1

Hello you guys! im back again hehe, well its quite a long time since i made my last post, now im about to make a new one and its about TOEFL Test Section 1! if you guys were wondering "wait, whats a TOEFL Test?' well im gonna explain really quick so Test of English as a Foreign Language (TOEFL) is a standarized test to measure the english language ability of non-native speakers wishing to enroll in English-speaking universities. The test is accepted by many English-speaking academic and professional institutions. So for those who wants to study abroad or maybe working abroad too, you guys need to take this TOEFL Test as standarization. okay now let's get into the Section 1.

Basically, TOEFL Test Section 1 were separated into 3 parts, part A usually contain short conversation between 2 speakers, part B usually contain longer conversations, the last but not least Part C usually contain you will hear several talks sometimes it's about general knowledge and you must to listen carefully because in this part gonna be very tricky and sometimes  if you dont remember anything then *poof* you're so done.

Okay, now let's start with the section 1, in this part  you guys will hear short conversations between 2 speakers, so the first speakers will like asking or giving some sentence then the second speakers will either react or answer the  statement that speaker one gave to speaker 2. Okay, now let's go into the example!

Part A, okay first tips on this section is you must to listen carefully to the second speakers but the second speakers not always contain the answers but sometimes its an reaction, so sometimes we need to listen to the first speaker it may not be easy but try lah! here's some examples from part A

Sp 1 : "Would you please spell your name for me sir?"
Sp 2 : "Sure, W-I-T-T-N-I-E-R"

Q : What does the man say he spells his last name?

the answer is : WITTNIER

now, here's the second examples :

Sp 1 : "i have to go out of the town for a meeting tomorrow and i need somebody to work for me"
Sp 2 : "Sure, i can use the extra hours"

Q : what is the man probably going to do?

The answer is : Work with the woman

see, most of the answers were on the speakers 2, so we just have to listen to the speakers 2 before we listen to the question.

Now, we move on to the listening section part B!

In part B you will hear longer conversation, so you must listen carefully! tho it's long as the part C but still you guys needs to put your ears at the best state! tips for me is you just have to remember some words that very important but also keep focus on the second speaker! so, here's an example for you :

Sp 1 : "How long have you been out of the country miss? where did you go?"
Sp 2 : "I spent three weeks on switzerland and one week in greece"
Sp1 : "Did you spend anytime in agricultural areas there?"
Sp 2 : "No, i stayed mostly in the cities and spent one day at the beach in corinth"
Sp 1 : "Do you have any plants, meat, or alcoholic beverages to declare?"
Sp 2 : "I have only two bottles of wine"
Sp 1 : "What else did you buy?"
Sp 2 : "A couple of tests of costumes books and native arts and crafts"
Sp 1 : "How much did spend on your purchases while you were away?'
Sp 2 : "About $300"
Sp 1 : "Please open this small suitcase for me. Ok, give this card to the official at the red desk"

Questions :

a) where did this conversation most likely take place?
Answer : In customs

b) how many countries did the woman visit?
Answer : 2 Countries

c) what does the man ask the woman to do?
Answer : To open her suitcase

d) what did the woman have to declare?
Answer : wine

see lah, a bit more difficult from the part A right? chillax you guys can do it! Okay now let's move on to part C!!

In part C you guys will hear several talks about some things random, it could be an artical, could be historical stories, and could be anything! so you have to be aware with the theme that comes out for your test, tips for me, you guys needs to be very serious about this part, put your ear to at its best state and you have to know about the discussion there. Now, let's move on to the example!

Although played quite well in Florida and Latin America, jai alai is not American game. This handball type game originated in the Basque region of Spain. Ja alai is one of the fastest moving ball games. In Florida, it is legal to place bets on the players, somewhat similiar to betting in horse racing. Bets are placed on a win, place, show basis that is first, second, and third. Sports experts agree that jai lai requires more skill, speed, endurance, and herve than any other ball game.

Questions :

a) where did on jai alai originated?
Anwer : Spain

b) betting on ja alai player is compared to what sport?
Answer : Horse racing

c) which of the following is not true?
Answer : It is illegal to bet on Florida jai alai games

d) to what game is jai alai compared in the reading?
Answer : Handball 

ah, finally we reach the last part! i hope this article can help you guys, but the most important thing is you have to believe in yourself that you guys could get the highest score on this TOEFL! 

Good luck on your test guys, we'll meet again on the next article! See ya from me :3

SDLC Metode Spiral

  Model spiral, juga dikenal model Sebagai Siklus spiral, adalah Siklus hidup pengembangan sistem (SDLC) model yang Digunakan dalam teknologi informasi (TI). Pengembangan model ini menggabungkan fitur Model ini menggabungkan fitur pengembangan model prototyping model prototipe dan model air terjun. model dan terjun udara. Model spiral disukai untuk besar, mahal, dan rumit proyek. Disukai untuk model spiral besar, mahal, dan rumit proyek.

          Model spiral pada awalnya diusulkan olehBoehm, adalah model proses perangkat lunak evolusioner yang merangkai sifat iteratif dari prototype dengan cara kontrol dan aspek sistematis model sequensial linier. Model iteratif ditandai dengan tingkah laku yang memungkinkan pengembang mengembangkan versi perangkat lunak yang lebih lengkap secara bertahap. Perangkat lunak  dikembangkan dalam deretan pertambahan. Selama awal iterasi, rilis inkremantal bisa berupa model/prototype kertas, kemudian sedikit demi sedikit dihasilkan versi sistem yang lebih lengkap.

          Model spiral dibagi menjadi sejumlah aktifitas kerangka kerja, disebut juga wilayah tugas, di antara tiga sampai enam wilayah tugas. Tahap-tahap model tersebut dapat dijelaskan secara ringkas sebagai berikut: 

1. Tahap Planning (perencanaan): pada tahap ini ditentukan sumber-sumber informasi, batas waktu dan informasi-informasi yang dapat menjelaskan proyek.
2. Tahap Analisis Resiko: mendefinisikan resiko, menentukan apa saja yang menjadi resiko baik teknis maupun manajemen.
3. Tahap Rekayasa (engineering): pembuatan prototipe atau pembangunan satu atau lebih representasi dari aplikasi tersebut.
4. Tahap Konstruksi dan Pelepasan (release): pada tahap ini dilakukan pembangunan perangkat lunak yang dimaksud, diuji, diinstal dan diberikan sokongan-sokongan tambahan untuk keberhasilan proyek.
5. Tahap Evaluasi: Pelanggan/pemakai/pengguna biasanya memberikan masukan berdasarkan hasil yang didapat dari tahap engineering dan instalasi.

        

Model spiral (spiral model) adalah model proses software yang evolusioner yang merangkai sifat iteratif dari prototipe dengan cara kontrol dan aspek sistematis dari model sekuensial linier. Model ini berpotensi untuk pengembangan versi pertambahan software secara cepat. Di dalam model spiral, software dikembangkan di dalam suatu deretan pertambahan. Selama awal iterasi, rilis inkremental bisa merupakan sebuah model atau prototipe kertas. Selama iterasi berikutnya, sedikit demi sedikit dihasilkan versi sistem rekayasa yang lebih lengkap.

             

 Kelebihan dari model Spiral

1. Sangat mempertimbangkan resiko kemungkinan munculnya kesalahan sehingga sangat dapat diandalkan untuk pengembangan perangkat lunak skala besar.
2. Pendekatan model ini dilakukan melalui tahapan-tahapan yang sangat baik dengan menggabungkan model waterfall ditambah dengan pengulangan-pengulangan sehingga lebih realistis untuk mencerminkan keadaan sebenarnya.
3. Baik pengembang maupun pemakai dapat cepat mengetahui letak kekurangan dan kesalahan dari sistem karena proses-prosesnya dapat diamati dengan baik.

              Kekurangan dari model Spiral

1. Waktu yang dibutuhkan untuk mengembangkan perangkat lunak cukup panjang demikian juga biaya yang besar.
2. Sangat tergantung kepada tenaga ahli yang dapat memperkirakan resiko.Terdapat pula kesulitan untuk mengontrol proses. Sampai saat ini, karena masih relatif baru, belum ada bukti apakah metode ini cukup handal untuk diterapkan.
3. Meyakinkan konsumen (khusunya dalam situasi kontrak) bahwa pendekatan evolusioner bisa dikontrol.

Model Pengembangan Perangkat Lunak

Dalam mengembangkan perangkat lunak dikenal berbagai macam model atau tipe pengembangannya, waterfall, Spiral, Incremental, V ataupun Protoype. Setiap metode memiliki kelebihan dan kekurangannya. Sebuah model pengembangan perangkat lunak sangat dipengaruhi dengan product dan tingkatan skala itu sendiri
Pada artikel ini saya akan memaparkan penerapan Model Spiral dalam sebuah aplikasi Dinamik ERP, Model Pengembangan Spiral merupakan sebuah model campuran antara waterfall dan prototype, salah satu kelebihan dari metode ini adalah dokumentasi yang jelas sebagaimana metode waterfall, Menggunakan prototipe sebagai mekanisme pengurangan resiko dan pada setiap keadaan di dalam evolusi produk. dan Tetap mengikuti langkah-langkah dalam siklus kehidupan klasik dan memasukkannya ke dalam kerangka kerja iteratif.

Intacs Dynamics – Pengembang Konsep Dynamics ERP Pertama di Indonesia

Konsep Dynamics Intacs dikembangkan menggunakan metode spiral yang merupakan gabungan dari metode waterfall dan prototype. Dengan metode ini maka pengembang dan pemakai dapat lebih mudah memahami dan bereaksi terhadap resiko di setiap tingkat evolusi karena perangkat lunak terus bekerja selama proses tersebut. Kelebihan Intacs Dynamics dengan kemampuan zero codingnya membuat aplikasi ERP Ini mampu bertahan terhadap perubahan, dan terus dapat disesuaikan.

Bagan diatas menampilkan bagaimana sebuah perangkat lunak dibangun dengan metode Spiral dan konsep dynamics. sehingga user bisa dengan mudah mengembangkan perangkat lunaknya sendiri tanpa ketergantungan dengan vendor aplikasi atau programmer. Tujuan dan resiko bisa di kembalikan dan diskusikan secara internal tanpa kebutuhan pihak ketiga.
Pada Metode Spiral kita mengenal 6 tahapan

• Customer communication. Aktivitas yang dibutuhkan untuk membangun komunikasi yang efektif antara developer dengan user/customer terutama mengenai kebutuhan dari customer.
• Planning. Aktivitas perencanaan ini dibutuhkan untuk menentukan sumberdaya, perkiraan waktu pengerjaan, dan informasi lainnya yang dibutuhkan untuk pengembangan software.
• Analysis risk. Aktivitas analisis resiko ini dijalankan untuk menganalisis baik resiko secara teknikal maupun secara manajerial. Tahap inilah yang mungkin tidak ada pada model proses yang juga menggunakan metode iterasi, tetapi hanya dilakukan pada spiral model.
• Engineering. Aktivitas yang dibutuhkan untuk membangun 1 atau lebih representasi dari aplikasi secara teknikal.
• Construction & Release. Aktivitas yang dibutuhkan untuk develop software, testing, instalasi dan penyediaan user / costumer support seperti training penggunaan software serta dokumentasi seperti buku manual penggunaan software.
• Customer evaluation. Aktivitas yang dibutuhkan untuk mendapatkan feedback dari user / customer berdasarkan evaluasi mereka selama representasi software pada tahap engineering maupun pada implementasi selama instalasi software pada tahap construction and release.

Intacs Dynamics menyediakan keleluasan terhadap customer untuk melakukan penyesuaian dikemudian hari berdasarkan kebutuhannya, baik yang sedag berjalan atau kebutuhan dimasa mendatang.

Sumber : https://irfanabdullahblog.wordpress.com/2017/01/17/sdlc-metode-spiral/ dan https://intacsindo.com/2015/06/25/penerapan-model-spiral-dalam-aplikasi-dinamik-erp/

Jaringan Syaraf Tiruan (JST)

Pengertian Jaringan Syaraf Tiruan

1. Pengertian Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan dibuat pertama kali pada tahun 1943 oleh neurophysiologist Waren cCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh. Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

2. Perbandingan Jaringan Syaraf Tiruan dengan Konvensional Jaringan Syaraf Tiruan memiliki pendekatan yang berbeda untuk memecahkan masalah bila dibandingkan dengan sebuah komputer konvensional. Umumnya komputer konvensional menggunakan pendekatan algoritma (komputer konvensional menjalankan sekumpulan perintah untuk memecahkan masalah). Jika suatu perintah tidak diketahui oleh komputer konvensional maka komputer konvensional tidak dapat memecahkan masalah yang ada. Sangat penting mengetahui bagaimana memecahkan suatu masalah pada komputer konvensional dimana komputer konvensional akan sangat bermanfaat jika dapat melakukan sesuatu dimana pengguna belum mengatahui bagaimana melakukannya. Jaringan Syaraf Tiruan dan suatu algoritma komputer konvensional tidak saling bersaing namun saling melengkapi satu sama lain. Pada suatu kegiatan yang besar, sistim yang diperlukan biasanya menggunakan kombinasi antara keduanya (biasanya sebuah komputer konvensional digunakan untuk mengontrol Jaringan Syaraf Tiruan untuk menghasilkan efisiensi yang maksimal. Jaringan Syaraf Tiruan tidak memberikan suatu keajiban tetapi jika digunakan secara tepat akan menghasilkan sasuatu hasil yang luarbiasa.

3. Aplikasi Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan mampu menggambarkan setiap situasi adanya sebuah hubungan antara variabel predictor (independents, inputs) dan variabel predicted (dependents, outputs), ketika hubungan tersebut sangat kompleks dan tidak mudah untuk menjelaskan kedalam istilah yang umum dari “correlations” atau “differences between groups”. Beberapa contoh permasalahan yang dapat dipecahkan secara baik oleh Jaringan Syaraf Tiruan antara lain :

a) Deteksi Fenomena kedokteran. Berbagai indikasi yang berhubungan dengan kesehatan (kombinasi dari denyut jantung, tingkatan dan berbagai substansi dalam darah, dll) dapat dimonitoring. Serangan pada kondisi kesehatan tertentu dapat dihubungan dengan perubahan kombinasi yang sangat kompeks (nonlinear dan interaktif) pada subset dari variabel, dapat dimonitoring. Jaringan Syaraf Tiruan telah digunakan untuk mengenali pola yang diperkirakan sehingga perlakuan yang tepat dapat dilakukan.

b) Untuk mendeteksi golongan darah manusia Dengan menggunakan pengolahan citra. Manusia berusaha keras dengan segala kemampuannya untuk menirukan kehebatan yang mereka miliki, misalnya seorang dokter dengan keahliannya dapat membedakan golongan darah manusia antara A, B, AB, dan O. Dengan pendekatan kecerdasan buatan, manusia berusaha menirukan bagaimana pola- pola dibentuk. Jaringan Syaraf Tiruan telah dikembangkan sebagai generalisasi model matematik dari pembelajaran manusia.

c) Prediksi Pasar Saham. Fluktuasi dari harga saham dan index saham adalah contoh lain yang kompleks, multidimesi tetapi dalam beberapa kondisi tertentu merupakan phenomena yang dapat prediksi. Jaringan Syaraf Tiruan telah digunakan oleh analis teknik untuk membuat prediksi tentang pasar saham yang didasarkan atas sejumlah faktor seperti keadaan masa lalu bursa yang lain dan berbagai indikator ekonomi.

d) Perjanjian Kredit. Berbagai informasi biasanya didapat dari seorang peminjam seperti umur, pendidikan, pekerjaan dan berbagai data lain. Setelah pembelajaran dari Jaringan Syaraf Tiruan tentang data peminjam, analisis Jaringan Syaraf Tiruan dapat mengidentifikasi karaktersetik peminjam sehingga dapat digunakan untuk mengklasifikasikan peminjam terhadap resiko peminjam dalam kategori baik atau buruk

e) Monitoring Kondisi Mesin. Jaringan Syaraf Tiruan dapat digunakan untuk memangkas biaya dengan memberikan keahlian tambahan untuk menjadwalkan perawatan mesin. Jaringan Syaraf Tiruan dapat dilatih untuk membedakan suara sebuah mesin ketika berjalan normal (“false alarm”) dengan ketika mesin hampir mengalami suatu masalah. Setelah periode pembelajaran, keahlian dari Jaringan Syaraf Tiruan dapat digunakan untuk memperingatkan seorang teknisi terhadap kerusakan yang akan timbul sebelum terjadi yang akan menyebabkan biaya yang tidak terduga.

f) Pemeliharaan Mesin. Jaringan Syaraf Tiruan telah digunakan untuk menganalisis input dari sebuah sensor pada sebuah mesin. Dengan mengontrol beberapa parameter ketika mesin sedang berjalan, dapat melakukan fungsi tertentu misalnya meminimalkan penggunaan bahan bakar. 4. Kesimpulan Jaringan Syaraf Tiruan mulai dilirik banyak kalangan karena mempunyai banyak kelebihan dibandingkan system konvensional. Jaringan Syaraf Tiruan mewakili pikiran manusia untuk mendekatkan diri dengan komputer, maksudnya Jaringan Syaraf Tiruan dirancang agar komputer dapat bekerja seperti/layaknya otak manusia. 

Berikut ini beberapa keunggulan dari Jaringan Syaraf Tiruan adalah : 

1. Adaptive learning: Suatu kemampuan untuk melakukan suatu kegiatan yang didasarkan atas data yang diberikan pada saat pembelajaran atau dari pengalaman sebelumnya.

2. Self-Organisation: Dapat membuat organisasi sendiri atau me-representasikan informasi yang didapat pada saat pembelajaran.

3. Real Time Operation: Dapat menghasilkan perhitungan parallel dan dengan device hardware yang khusus yang dibuat akan memberikan keuntungan dengan adanya kemampuan tersebut.

4. Fault Tolerance melalui Redundant Information Coding: Kerusakan pada bagian tertentu dari jaringan akan mengakibatkan penurunan kemampuan. Beberapa jaringan mempunyai kemampuan untuk menahan kerusakan besar pada jaringan.

5. Kelebihan Jaringan Syaraf Tiruan terletak pada kemampuan belajar yang dimilikinya. Dengan kemampuan tersebut pengguna tidak perlu merumuskan kaidah atau fungsinya. Jaringan Syaraf Tiruan akan belajar mencari sendiri kaidah atau fungsi tersebut. Dengan demikian Jaringan Syaraf Tiruan mampu digunakan untuk menyelesaikan masalah yang rumit dan atau masalah yang terdapat kaidah atau fungsi yang tidak diketahui.

6. Kemampuan Jaringan Syaraf Tiruan dalam menyelesaikan masalah yang rumit telah dibuktikan dalam berbagai macam penelitian.

Daftar Pustaka An Introduction to Neural Networks, 2003 Prof. Leslie Smith, Centre for Cognitive and Computational Neuroscience Department of Computing and Mathematics University of Stirling. lss@cs.stir.ac.uk Artificial Neural Network Theory and Applications, Dan W. Patterson, John Wiley and Sons, Inc. 1995. Dan W. Patterson, Artificial Neural Network Theory and Applications, John Wiley and Sons, Inc. 1995. Membangun Jaringan Syaraf Tiruan, Sri Kusumadewi, 2004, Graha Ilmu, Yogyakarta M.G.Pened., Computer_aided Diagnosis: A Neural-Network-Based Approach to Lung Nodule Detection,IEEE Transc.on Medical Imaging, 17(6) 1998, Hal.872- 880. Introduction to Neural Network by K. Gurney. http://www.shef.ac.uk/psychology/gurney/notes/contents.html Neural Network by Christos Stergiou and Dimitrios Siganos, http://www.doc.ic.ac.uk/~nd/surprise_96/ journal/vol4/cs11/report.html - 79k – Neural Network by Nikolay Nikolaef http://homepages.gold .ac.uk/nikolaef/cis311.html.course_outline_for_fall_2004

Sistem Cerdas dan Contohnya.

Kecerdasan buatan (Artificial Intelligent, AI) telah menjadi wacana umum yang sangat penting dan banyak dijumpai. Kecerdasan Buatan atau Intelegensi Buatan atau Artificial Inteligence merupakan cabang terpenting dalam dunia komputer. Komputer tidah hanya alat untuk menghitung, tetapi diharapkan dapat diberdayakan untuk mengerjakan segala sesuatu yang bias dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran dengan baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar.

 

Sejarah Kecerdasan Buatan.

 

Di awal abad 20, seorang penemu Spanyol yang bernama Torres Y Quevedo, membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu.

Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.

 

• Pada tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.
• Istilah kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP
• Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.
• Mesin Neural Network pertama oleh Marvin Minsky (1958)
• Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.
• Muncul logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti yang diperlukan mesin.
• ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
• Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.
• Pada tahun 1972 bahasa Prolog dimunculkan.
• John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologi genetika (Algoritma Genetika) .
• Sistem catur AI mengalahkan manusia (Pecatur master) pada tahun 1991.
• Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.

 

Definisi Kecerdasan Buatan Menurut Para Ahli.

 

1. Kecerdasan Buatan adalah ilmu rekayasa yang membuat suatu mesin mempunyai intelegensi tertentu khususnya program komputer yang “cerdas” (John Mc Cathy, 1956)
2. Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan intruksi yang terkait dengan pemrograman computer untuk melakukan sesuatu hal – yang dalam pandangan manusia adalah – cerdas. (H.A Simon, 1987)
3. Kecerdasan merupakan bagian kemampuan komputasi untuk mencapai tujuan dalam dunia. Ada bermacam-macam jenis dan derajat kecerdasan untuk manusia, hewan dan mesin.
4. Kecerdasan buatan merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. ( Rich and Knight, 1991)

 

Contoh Implementasi SIstem Cerdas

Dengan semakin berkembangnya kemajuan teknologi, kini aplikasi kecerdasan buatan juga digunakan untuk mendukung mudahnya pekerjaan dalam beberapa bidang.

1. Bidang Komputer dan Sains

Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek.

2. Finansial

Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail.

3. Kesehatan

Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang

4. Industri

Mesin – mesin industri menggantikan pekerjaan yang berbahaya bagi pekerja.

5. Telekomunikasi

Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya.

6. Pengembangan Game

Game masa kini sudah menggunakan rule yang berbeda dari sebelumnya. Kini jika pemain harus memulai lagi permainan maka dia tidak akan menemui pola yang sama dengan yang dimainkannya sebelumnya.

 

Sumber :

 

http://tiaraserr.blogspot.com/2016/10/sistem-cerdas.html