BAB 2 LANDASAN TEORI. Sehubungan dengan aplikasi yang akan dikerjakan memiliki kaitan dengan intelegensia

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1 Intelegensia Semu Sehubungan dengan aplikasi yang akan dikerjakan memiliki kaitan dengan intelegensia semu oleh karena itu tidak ada salahnya kita mengenal intelegensia semu itu sendiri terlebih dahulu. Menurut Kumar (2009), intelegensia merupakan kemampuan untuk belajar, untuk menghadapi situasi yang berbeda-beda, untuk memperoleh, mengerti dan mengaplikasikan pengetahuan untuk menganalisa dan menyimpulkan. Intelegensia semu berarti kecerdasan buatan. Intelegensia semu diterapkan pada mesin atau komputer sehingga mesin tersebut memiliki kecerdasan seperti manusia. Komputer sekarang diharapkan menjadi lebih pintar bahkan menyerupai manusia. Komputer mampu menyerap banyak informasi yang dimasukan sebagai data sehingga semakin banyak data yang dimasukan semakin banyak pengetahuan yang dimiliki komputer tersebut. Manusia memiliki akal sehingga dalam menyelesaikan suatu masalah mereka dapat berpikir dengan sendirinya dan mencari solusi yang tepat sehingga dapat menyelesaikan masalah yang sedang dihadapi. Lain halnya dengan komputer yang hanyalah sebuah mesin. Walaupun memiliki pengetahuan tetapi komputer tidak memiliki akal maka dari itu intelegensia semu dimaksudkan agar selain komputer itu memiliki banyak pengetahuan tetapi juga memiliki akal Definisi Intelegensia Semu Menurut Russell dan Norvig (2010) definisi kecerdasan buatan dikembangkan menjadi 4 kelompok kategori, yaitu : 9

2 10 1. Sistem yang berpikir selayaknya manusia berpikir (thinking humanly). 2. Sistemyang bertindak selayaknya manusia bertindak (acting humanly). 3. Sistemyang berpikir rasional (thinking rationally). 4. Sistemyang bertindak rasional (acting rationally). Menurut Encyclopedia Britannica kecerdasan buatan merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan Jenis Intelegensia Semu Beberapa jenis intelegensia semu menurut Padhy (2005), terdapat beberapa jenis intelegensia semu, diantaranya: 1. Sistem Pakar, komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar. 2. Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa Inggris, bahasa Indonesia, dan sebagainya. 3. Pengenalan ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara. 4. Robotika & Sistem Sensor.

3 11 5. Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer. 6. Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar. 7. Game Playing. 8. Soft Computing. 2.2 Computer Assisted Instruction Dalam dunia pendidikan sudah dikenal komputer sebagai salah satu alat pembelajaran. Banyak software pembelajaran yang digunakan merupakan hasil dari computer assisted instruction (CAI). Walaupun tidak terdapat peningkatan signifikan terhadap hasil nilai pembelajaran seperti yang disampaikan oleh Stlutz (2008) CAI tetap memberikan kepraktisan dalam pembelajaran karena tidak membutuhkan orang sebagai pengajar Computer Assisted Language Learning Computer Assisted Language Learning (CALL) merupakan salah satu sistem CAI dimana CALL difokuskan pada pembelajaran bahasa. Sekarang ini selain menggunakan buku sebagai alat pembelajaran, komputer juga sudah banyak digunakan. Berdasarkan Stockwell (2012), Pembelajaran berbasis CALL diharapkan seseorang dapat belajar

4 12 dengan interaktif dan menarik. Aplikasi untuk pembelajaran bahasa jepang (huruf huruf hiragana) yang dibuat menerapkan system CALL. 2.3 Intelligent Tutoring System (ITS) Menurut Yahya dan Humairo (2011) merupakan satu tipe dari sistem kecerdasan buatan yang menangani masalah pembelajaran atau pelatihan. ITS memudahkan pengguna baik dalam mempelajari suatu hal yang baru maupun memperdalam suatu hal. ITS sendiri bersifat fleksibel karena dapat dipelajari dimana saja dan kapan saja sesuai kebutuhan dan keinginak pengguna karena pengguna tidak memerlukan dampingan dari seorang tutor atau guru. Sistem dari ITS sedirilah yang merupakan tutor atau guru dari pengguna Komponen ITS Menurut Aleven, Kay dan Mostow (2010), komponen serta model yang dipakai oleh ITS sebagai berikut. ITS memiliki komponen komponen yang diterapkan, yaitu : 1. Modul komunikasi Modul komunikasi atau bisa juga disebut sebagai user interface merupakan modul yang berinterkasi dengan pengguna. Modul komunikasi menampilkan informasi melalui kotak dialog, tombol tombol, dan pilihan pilihan yang dapat diakses oleh pengguna dengan keyboard atau mouse.

5 13 2. Modul pakar Modul pakar merupakan modul yang menyusun strategi berdasarkan pada model taksonomi tujuan instruksional dengan menggunakan hasil interaksi pengguna sebagai parameter input. 3. Modul siswa Modul siswa berisi informasi spesifik pengguna yang berkaitan dengan proses adatasi system terhadap kemampuan siswa untuk menentukan kebutuhan pengguna. 4. Modul pedagoging Modul pedagoging merupakan modul yang menentukan apa yang akan dilakukan selanjutnya. Modul pedagoging menggunakan hasil dari modul pakar dan modul siswa. Modul pedagoging membedakan masalah yang sesuai dengan level, menyesuaikan umpan balik yang akan diberikan, dan membagi kurikulum. 5. Modul evaluator Modul evaluator mengevaluasi jawaban pengguna terhadap soal soal yang diberikan oleh sistemaplikasi. Apabila jawaban tersebut salah makan system evaluasi akan memberikan penjelasan dimana letak kesalahan dan kelemahan pengguna.

6 Model Penyajian ITS Menurut Yahya dan Humairo (2011) Intelligent Tutoring System menerapkan 4 model penyajian, yaitu : 1. Model tutorial Pada model tutorial pengguna seperti berinteraksi dengan seorang tutor atau guru. System memberikan materi materi yang harus dipelajari oleh pengguna. Materi yang diberikan biasanya diberikan secara bertahap berdasarkan topik. Pada akhir pemebelajaran akan terdapat soal soal yang harus diselesaikan. Ketika pengguna menjawab salah pada topik tertentu makan system akan mengulan kembali materi yang berhubungan sehingga pengguna tidak perlu mengulang materi secara keseluruhan melainkan hanya bagian yang salah. 2. Model drill and practice Tidak seperti model tutorial yang memberikan pendahuluan berupa materi kemudian berlanjut ke tahap akhir dimana pengguna dihadapkan pada soal soal layaknya ujian, pada model drill and practice, pengguna langsung dihadapkan pada soal soal. Pengguna sudah dimaksudkan sudah memahami materi. Soal soal yang harus dikerjakan biasanya bertahap dari soal yang mudah ke tingkat yang lebih sulit. Variabel yang dipertimbangkan adalah tingkat kesulitan soal dan kecepatan menjawab pengguna.

7 15 3. Model simulasi Pada model simulasi, pengguna akan diberikan sejumlah variable beserta parameternya untuk menghasilkan keadaan tertentu. Proses ini mengharapkan pengguna dapat memahami konsep dan prinsip yang sedang dipelajari. Model ini memberikan control yang cukup besar bagi pengguna tidak seperti model tutorial dan model drill and practice dimana system lebih mengatur setiap pergerakan pengguna. 4. Model problem solving Pada model problem solving, pengguna diharapkan dapat memberikan solusi yang tepat terhadap masalah yang sedang dihadapi. Imajinasi pengguna dipergunakan dalam mencari solusi terhadap masalah yang diberikan sistem. 2.4 Deteksi Urutan Menurut Tang dan Leung (2009), proses pendeteksian urutan penulisan dalam sebuah karakter, terutama karakter yang penulisannya membutuhkan arah penulisan yang spesifik seperti huruf Jepang dan Mandarin, merupakan hal yang sangat penting dimana pendeteksian ini dapat meminimalisir ambiguitas arah yang dapat terjadi dalam penulisan. Metode pendeteksian tulisan tangan yang dipakai oleh penulis merupakan pengembangan dari sistem handwriting recognition dimana metode dasarnya diambil dari pengenalan pola protein pada makalah dari Jensen dan Stephanopoulos (2006), berupa sensor deteksi dengan return koordinat posisi pola protein (atau dalam tulisan, pola urutan goresan). Untuk itu, pendeteksian urutan penulisan yang baik merupakan

8 16 pendeteksian dengan tingkat ambigutas arah yang seminimal mungkin. Penggunaan sensor untuk mendeteksi urutan penulisan karakter akan dilakukan dengan sensor. Dalam mendeteksi urutan penulisan Hiragana, penulis melakukan pengujian terhadap 3 ukuran sensor yaitu sensor kecil (4x4), sedang (7x7), besar (10x10). Pengujian ini dilakukan untuk memutuskan sensor yang mana yang paling tepat untuk mendeteksi tulisan huruf Hiragana dari pengguna. Hal ini akan dijelaskan lebih lanjut pada tahap perancangan aplikasi. 2.5 Bahasa Jepang Teori kurikulum penulisan diambil dari buku pembelajaran bahasa Jepang yang dikarang oleh Darjat (2009). Penulis mengutip pembelajaran huruf Hiragana a あ sampai n ん Baik huruf hiragana maupun huruf katakana keduanya berunsur dari huruf kanji yang telah dikembangkan. Dibawah ini merupakan tata cara penulisan huruf hiragana yang menjadi focus dari aplikasi itu sendiri. How to write hiragana: a - あ Contoh: あさ (asa) --- morning How to write hiragana: i - い Contoh: いぬ (inu) --- dog

9 17 How to write hiragana: u - う Contoh: うみ (umi) --- sea How to write hiragana: e - え Contoh: えき (eki) --- station How to write hiragana: o - お Contoh: おかね (okane) --- money How to write hiragana: ka - か Contoh: かさ (kasa) --- umbrella

10 18 How to write hiragana: ki - き Contoh: きた (kita) --- north How to write hiragana: ku - く Contoh: くるま (kuruma) --- car How to write hiragana: ke - け Contoh: けむり (kemuri) --- smoke How to write hiragana: ko - こ Contoh: こえ (koe) --- voice

11 19 How to write hiragana: sa - さ Contoh: さかな (sakana) --- fish How to write hiragana: shi - し Contoh: しお (shio) --- salt How to write hiragana: su - す Contoh: すな (suna) --- sand How to write hiragana: se - せ Contoh: せかい (sekai) --- world

12 20 How to write hiragana: so - そ Contoh: そら (sora) --- sky How to write hiragana: ta - た Contoh: たけ (take) --- bamboo How to write hiragana: chi - ち Contoh: ちず (chizu) --- map How to write hiragana: tsu - つ Contoh: つき (tsuki) --- moon

13 21 How to write hiragana: te - て Contoh: てんき (tenki) --- weather How to write hiragana: to - と Contoh: とけい (tokei) --- watch, clock How to write hiragana: na - な Contoh: なまえ (namae) --- name How to write hiragana: ni - に Contoh: にほん (nihon) --- Japan

14 22 How to write hiragana: nu - ぬ Contoh: ぬま (numa) --- swamp How to write hiragana: ne - ね Contoh: ねこ (neko) --- cat How to write hiragana: no - の Contoh: のど (nodo) --- throat How to write hiragana: ha - は Contoh: はた (hata) --- flag

15 23 How to write hiragana: hi - ひ Contoh: ひかり (hikari) --- light How to write hiragana: fu - ふ Contoh: ふね (fune) --- boat How to write hiragana: he - へ Contoh: へや (heya) --- room How to write hiragana: ho - ほ Contoh: ほし (hoshi) --- star

16 24 How to write hiragana: ma - ま Contoh: まくら (makura) --- pillow How to write hiragana: mi - み Contoh: みなと (minato) --- harbor How to write hiragana: mu - む Contoh: むし (mushi) --- insect How to write hiragana: me - め Contoh: めがね (megane) --- glasses

17 25 How to write hiragana: mo - も Contoh: もり (mori) --- forest How to write hiragana: ya - や Contoh: やま (yama) --- mountain How to write hiragana: yu - ゆ Contoh: ゆき (yuki) --- snow How to write hiragana: yo - よ Contoh: よる (yoru) --- night

18 26 How to write hiragana: ra - ら Contoh: らくだ (rakuda) --- camel How to write hiragana: ri - り Contoh: りんご (ringo) --- apple How to write hiragana: ru - る Contoh: るす (rusu) --- absence How to write hiragana: re - れ Contoh: れきし (rekishi) --- history

19 27 How to write hiragana: ro - ろ Contoh: ろうそく (rousoku) --- candle How to write hiragana: wa - わ Contoh: わに (wani) --- crocodile How to write hiragana: wo - を Tidak ada kata dalam bahasa Jepang yang berawalan dengan wo. "Wo" digunakan sebagai partikel How to write hiragana: n - ん Tidak ada kata dalam bahasa Jepang yang berawalan dengan n

20 Aplikasi Perangkat Ajar Bahasa Jepang yang Lainnya 1. Japanese - Hiragana Aplikasi ini mengajarkan cara menulis hiragana dengan tambahan contoh cara penggunaannya dalam sebuah kata dan dilengkapi dengan gambar dari kata tersebut. Aplikasi ini dapat mengenali urutan penulisan berdasarkan sensor yang diletakan di setiap ujung dari sebuah garis. User harus menghubungkan sensor yang ditampilkan berupa sebuah bulatan merah ke sensor bulatan merah yang berada diujung garis. Setiap garis yang akan ditulis akan berubah warna dari putih menjadi kuning. Berikut beberapa tampilan dari program: Gambar 2.1 Tampilan menu utama Japanese - Hiragana

21 29 Gambar 2.2 Tampilan untuk memilih huruf yang ingin dipelajari Gambar 2.3 Tampilan ketika menulis huruf a Gambar 2.4 Tampilan perolehan score

22 30 2. Writing Order Free Hiragana Aplikasi telah mampu mengenali urutan penulisan pada huruf-huruf dasar hiragana. Aplikasi ini menggunakan teknology sensor based yang diletakkan pada setiap karakter huruf, Sehingga program mampu mengenali bila user tidak mengikuti urutan ataupun cara penulisan. Berikut beberapa penampilan dari program: Gambar 2.5 Tampilan antarmuka untuk penulisan huruf Gambar 2.6 Tampilan coretan yang sudah dibuat user

23 Gambar 2.7 Tampilan ketika coretan yang dibuat user telah benar 31