Acuh Tak Acuh, Positif, atau Negatif? Menganalisis Respon Orang Tua terhadap Kebijakan “Belajar dari Rumah” di Masa Pandemi Covid-19

Pada bulan Maret 2020, pemerintah memutuskan untuk menghentikan pembelajaran tatap muka di sekolah untuk semua jenjang akibat dari pandemi Covid-19 yang juga terjadi di seluruh belahan dunia. Sebagai gantinya, pemerintah mencanangkan program Belajar dari Rumah (BdR) dengan mengandalkan teknologi informasi dan komunikasi (TIK) sebagai ujung tombaknya.

Sebuah penelitian terbaru yang dilakukan oleh Pratama dan Firmansyah (2021) memberikan evaluasi atas program BdR ini dari sudut pandang orang tua siswa. Penelitian dengan judul asli “Disengaged, Positive, or Negative: Parents’ Attitudes Toward Learning From Home Amid COVID-19 Pandemic” yang dipublikasikan di jurnal internasional Journal of Child and Family Studies ini menggunakan hasil survei yang dilakukan kepada 261 orang tua siswa usia PAUD hingga SMA yang berasal dari 16 provinsi di Indonesia pada bulan Mei 2020 atau sekitar dua bulan semenjak program BdR dijalankan.

Read more

/by

Kenali Two-Factor Authentication dan Pola Adopsinya

Istilah Two-Factor Authentication (2FA) makin banyak terdengar akhir-akhir ini, terutama semenjak maraknya terjadi pembajakan akun media sosial dan pesan instan seperti WhatsApp. Kali ini, kita akan membahas lebih dalam mengenai apa itu 2FA, bagaimana 2FA dapat meningkatkan keamanan akun-akun digital kita, tingkat adopsi 2FA di kalangan pengguna internet di Indonesia, hingga pola adopsi 2FA jika ditinjau dari teori loss aversion. 

Read more

/by

Gamifikasi untuk Pendidikan di Masa Depan, Bagaimana Bisa?

Pernahkah Anda bertanya mengapa olahraga senam terasa menyenangkan dan olahraga lari terasa berat jika sendirian? Yap, senam akan terasa menyenangkan karena dilengkapi musik. Begitu juga lari, bagi kita orang awam yang jarang berolahraga, mungkin lebih menyenangkan bila lari bersama teman-teman.

Itulah konsep gamifikasi. Apa itu gamifikasi?

Gamifikasi adalah sebuah metode pembelajaran yang menerapkan dinamika dan mekanika gim demi meningkatkan kualitas luaran pembelajaran. Sederhananya, gamifikasi adalah suatu teknik yang memasukkan unsur-unsur gim ke dalam bidang lain. 

Nah, lantas, bagaimana menerapkan gamifikasi dalam dunia pendidikan? Hal ini telah dibahas secara tuntas oleh Dr. Syarif Hidayat dalam NUNI IT Online Seminar Phase #2: Peran Teknologi Informasi dalam Kehidupan Global dengan judul Gamification: The Future of Education. Seminar ini dihelat secara daring melalui Zoom Meeting dan YouTube Live Streaming pada Rabu, 7 April 2021.

gamification-for-the-future-education

Belajar terkadang terasa sangat tidak menyenangkan dan membosankan. Materi yang banyak membuat kita tidak fokus. Apalagi di masa pembelajaran daring, perubahan proses pembelajaran yang tiba-tiba menyebabkan ketidakefisienan pada pembelajaran secara daring. Tidak hanya itu, banyak pendidik yang gagap dengan pembelajaran daring sehingga pembelajaran seringkali dilakukan dengan pemberian tugas,sementara peserta didik belum mampu belajar secara mandiri.

Karena masalah itulah, diperlukan sebuah metode pembelajaran yang lebih terstruktur dan terencana. Gamifikasi bisa menjadi salah satu solusi, belajar jadi lebih menyenangkan dan menantang.

Gim adalah bidang pertama yang merangkul human focused design. Gim menjadi menarik karena tidak memaksakan penggunanya. Banyak orang yang menghabiskan waktunya untuk bermain gim hanya untuk merasakan “experience”.

Beberapa elemen gamifikasi yang bisa diterapkan dalam dunia pendidikan, misalnya:

  1. Konteks belajar (contoh kasus di dunia nyata)
  2. Jalan cerita yang terstruktur sehingga informasi terbuka sedikit demi sedikit seiring proses belajar. Hal ini bisa dilakukan dengan konsep level. 
  3. Dadu untuk memberikan pengalaman pengambilan peluang sehingga membuat variasi jalan cerita, unpredictability, dan misteri.
  4. Rewards berupa points maupun digital badges untuk menunjukkan capaian
  5. Avatar untuk representasi diri
  6. Challenge untuk membangkitkan tantangan
  7. Miniquest untuk mendorong keingintahuan
  8. Karakter untuk menunjukkan personality

Materi selengkapnya, bisa Anda saksikan pada video di bawah ini:

 

 

 

/by

Informatika Jadi Mata Pelajaran Wajib? Apa Untungnya?

Halo teman-teman semua, dewasa ini Informatika telah dijadikan mata pelajaran wajib di sekolah, khususnya di jenjang SMP dan SMA.

Terlepas dari pro dan kontra yang ada, bagi saya pribadi mata pelajaran Informatika ini dapat membawa dampak-dampak positif yang banyak sekali bagi siswa. Yuk simak di antaranya dampak positif Informatika jadi mata pelajaran wajib di sekolah.

Informatika Membantu Berpikir Kritis Sedini Mungkin

Menurut saya, berpikir kritis adalah hal utama yang membentuk diri seorang siswa ketika belajar Informatika. Dalam Informatika ada dasar berpikir yang dinamakan berpikir komputasi. Di dalam berpikir komputasi sendiri terdapat empat pilar, yakni: dekomposisi, abstraksi, pengenalan pola, dan algoritma. Dengan berpikir komputasi, siswa akan menjadi berpikir lebih kritis sedini mungkin.

Meningkatkan Kreativitas Siswa

Mata pelajaran Informatika dapat mengubah cara berpikir siswa menjadi lebih baik, salah satunya adalah menjadikan siswa dapat berpikir lebih kreatif. Kok bisa? karena siswa secara tidak langsung akan menemukan ide-ide baru dari pemikiran mereka. Selain itu, siswa juga dapat mengajak teman-temannya untuk bertukar pikiran dan menciptakan ide yang lebih besar lagi. Dengan demikian, Informatika membantu siswa dalam meningkatkan kreativitas mereka.

Membentuk Pribadi yang Terstruktur

Nah, untuk yang satu ini dapat dirasakan langsung oleh siswa apabila siswa senantiasa memperhatikan algoritma dari suatu program. Informatika membiasakan siswa untuk mengerjakan segala sesuatunya secara terurut, hal ini tentu menjadi hal yang pelan-pelan dapat dibiasakan dalam diri dan membentuk pribadi siswa yang terstruktur dalam mengerjakan sesuatu.

Menjadi Bekal Masa Depan

Tentunya kita semua mengetahui, bahwasannya kita sedang menuju era society 5.0 yang mana kita akan bersaing secara global melalui teknologi yang luar biasa canggihnya. Dalam era 5.0, manusialah yang berperan besar terhadap berkembangnya teknologi. Dengan mempelajari Informatika siswa dilatih untuk menguasai suatu teknologi dan diharapkan dapat menciptakan teknologi baru. Hal inilah yang mendasari Informatika menjadi bekal untuk masa depan siswa.

Nah, itulah beberapa dampak positif dari Informatika sebagai mata pelajaran wajib di sekolah. Oleh karena itu, mata pelajaran Informatika sangatlah penting bagi siswa ke depannya untuk menghadapi persaingan global yang sangat ketat. Namun, hal ini tidak dapat tercapai jika tidak adanya dukungan dari beberapa pihak terkait mulai dari pemerintah, pihak sekolah, dan siswa itu sendiri.

Penulis: Rahmatia Sumanjayanti
Mahasiswi Prodi Informatika Program Sarjana Angkatan 2019

/by

“It’s not only about application”, Cara Enterprise Melakukan Transformasi ke Sistem Modern

“Shio anak IT itu hanya tiga: sapi perahan, kelinci percobaan, dan kambing hitam. Kalau kerjaan baik tidak pernah dipuji, error sedikit dicaci maki.” 

Itulah satu kutip kalimat yang disampaikan M. Andri Setiawan, S.T., M.Sc., Ph.D. pada NUNI IT Online Seminar Phase #2: Peran Teknologi Informasi dalam Kehidupan Global dengan judul “How an enterprise is rebuilding its legacy systems to modern ones”. Seminar ini dilaksanakan pada Kamis, 15 April 2021 melalui Zoom Meeting dan YouTube Live Streaming.

nuni-pak-andri

It’s not only about application! Pernahkah kamu mendengar pertanyaan, mengapa IT di suatu tempat tidak pernah maju dibandingkan tempat lain? Jawaban sederhananya, karena seringkali teknologi tidak ditempatkan sebagai “pemungkin solusi”. IT hanya dipandang sebagai perspective infrastructures dan perspective applications. Akibatnya, tim IT selalu menjadi “sapi perahan” yang dianggap mengerti segala permasalahan IT. Padahal, spektrum IT sangat luas. Tidak hanya itu, seringkali tim IT dijadikan “kelinci percobaan”. Misalnya, ketika tim marketing ingin membuat langkah besar untuk perusahaan—misal merekrut konsumen baru secara masif, tetapi IT-nya tidak disiapkan dengan maksimal. Kemudian, konsumen yang jumlahnya sangat banyak ini membuat sistem crash yang akhirnya menjadikan Tim IT sebagai “kambing hitam”.

Proses segregasi tersebut nyatanya terjadi bahkan di banyak perusahaan. Seperti yang kita lihat, tidak jarang perusahaan membagi divisi menjadi konsentrasi infrastruktur/jaringan, software development, dll. Hal ini menyebabkan terjadinya proses disconnect yang besar antara sistem informasi yang dimiliki perusahaan dengan bisnisnya sendiri.

Lantas, bagaimana seharusnya proses bisnis itu bisa selaras dengan IT itu sendiri? Bagaimana sebuah perusahaan bisa melakukan transformasi dari kultur yang lama ke kultur yang lebih modern?

Langkah pertama adalah membangun mindset. Sebuah perusahaan harus mulai melakukan transformasi sesuai dengan tujuannya. Hal ini dilakukan supaya perusahaan bisa memenuhi permintaan konsumen yang tidak pernah berakhir. Misalnya, transformasi dari konsep “delivery of technologies” ke “delivery of services” yang dilakukan Badan Sistem Informasi UII.

Langkah kedua adalah self managed team (scrum).  Scrum merupakan sebuah framework sederhana yang digunakan untuk mengelola pengembangan produk yang kompleks. Scrum team merupakan sebuah self managed team yang tidak harus menunggu atasan untuk melakukan sesuatu. Hal ini akan membuat produktivitas suatu perusahaan terus berjalan. Model produk pada self managed team berbasis iterasi yang dibangun oleh konsep sprint.

Langkah ketiga adalah transformasi ke sebuah sistem informasi yang terintegrasi seperti microservices. Ketika menggunakan scrum, maka kita akan menggunakan sprint. Implikasi dari penggunaan sprint adalah produk yang dihasilkan kecil-kecil (maksimal satu kali sprint hanya 4 minggu). Konsep yang tepat untuk sprint ini adalah microservices. Microservices membuat developer bebas menggunakan bahasa apa saja, tetapi tetap bisa saling berkomunikasi melalui API dengan developer/divisi lainnya.

Langkah keempat adalah pendekatan DevOps. DevOps bukanlah sebuah teknologi atau program, DevOps merupakan kultur baru untuk men-deliver sesuatu di lingkungan IT. Konsekuensi menggunakan DevOps, yakni “release small, release often” sehingga kita sering sekali kita menemukan bugs. Namun, menemukan bugs lebih cepat akan lebih baik daripada kita menemukan bugs ketika sudah men-develop whole package application. 

Langkah terakhir adalah Identity and Access Management (IAM). Dengan IAM, perusahaan dapat lebih mudah mengatur akses, identitas digital, dan akuntabilitas.

nuni-pak-andri

Seminar yang sangat menarik ini bisa Anda saksikan melalui:

/by

Reinforcement Learning dan AI dalam Pembuatan Game

Siapa dari kita yang tidak pernah bermain game? Game menjadi salah satu pilihan ketika kita butuh hiburan dan melepas penat. Seperti yang kita tahu, teknologi AI hampir ada di semua bidang, termasuk video game. Namun, seberapa banyak dari kita yang memperhatikan hal ini? 

Dalam seminar NUNI: Reinforcement Learning and AI for Game yang dibawakan oleh Pak Rian Adam Rajagede, S.Kom., M.Cs pada Senin, 12 April 2021, telah dibahas tuntas bagaimana peran AI dalam game. Seminar ini merupakan seminar keempat dari rangkaian Seminar NUNI IT Online Seminar Phase #2: Peran Teknologi Informasi dalam Kehidupan Global.

Tahukah kamu bahwa hampir sebagian besar game menerapkan teknologi AI? Misalnya, game sederhana seperti PAC-MAN. Pergerakan hantu pada PAC-MAN menggunakan berbagai aturan yang dirancang sehingga cerdas untuk melawan tanpa mengurangi keseruan. Aturan ini tentu saja merupakan penerapan AI.

AI merupakan bagian dari Machine Learning. Machine Learning adalah seni dalam pemrograman dimana program bisa belajar dari data (Aurelien Geron). Ada tiga jenis Machine Learning, yakni supervised-learning, unsupervised-learning, dan reinforcement learning. 

Supervised-learning artinya model akan belajar dari contoh input-output yang diberikan. Machine Learning akan belajar memprediksi nilai output ketika diberi suatu input. Contohnya, object detection pada citra.

Unsupervised-learning artinya model tidak memiliki contoh output seharusnya. Model belajar untuk memahami struktur tersembunyi dari data. Contohnya, pada customer segmentation pada pasar swalayan.

Reinforcement learning artinya model belajar untuk melihat situasi dan menentukan aksi untuk memperoleh hasil terbaik.Hal ini yang dibahas tuntas oleh Pak Rian pada seminar yang dilaksana  secara daring melalui Zoom Meeting dan YouTube Live Streaming ini. 

Contoh dari reinforcement learning adalah ketika kita bermain game. Pada metode machine learning jenis ini, agen akan belajar mendapatkan reward sebesar-besarnya (long term reward). Reward diperoleh berdasarkan aksi yang dilakukan pada suatu kondisi (state). Setia aksi yang dilakukan nantinya akan menciptakan perubahan state yang akan mempengaruhi reward selanjutnya. Tujuan akhir dari reinforcement learning dalam permainan game adalah menang.

Lantas, kapan saja kita menggunakan reinforcement learning? Reinforcement learning digunakan ketika terjadi interaksi antara kita dan mesin, long-term reward, hingga decision making. Pada reinforcement learning, sulit untuk mendapatkan data yang “benar” untuk setiap kondisi.

Namun, reinforcement learning memiliki referensi “benar/salah” berdasarkan reward yang telah diperoleh. Selain itu, perlu diketahui bahwa tidak semua game memiliki environment yang memadai. OpenAI Gym dan Unity ml-agent adalah sebagian dari beberapa framework yang menyediakan reinforcement learning environment.

Video lengkapnya bisa Anda saksikan di bawah ini:

/by

AI for Healthcare, Bagaimana Perannya?

Jurusan Informatika bersama Jejaring Universitas Nusantara (NUNI) kembali menyelenggarakan NUNI IT Online Seminar Phase #1, NUNI (Jejaring Universitas Nusantara) kembali menyelenggarakan NUNI IT Online Seminar Phase #2: Peran Teknologi Informasi dalam Kehidupan Global. Seminar ini dibagi dalam empat sesi.

Sesi kedua dilaksanakan pada Rabu (7/4) secara daring melalui Zoom Meeting dan YouTube Live Streaming. Agenda diisi oleh Bapak Dhomas Hatta Fudholi, S.T., M.Eng., Ph.D. dengan tema AI for Healthcare.

Lantas, apa itu AI for Healthcare?

AI for Healthcare adalah bagaimana AI dapat membantu kerja dunia kesehatan. Ketika kita menerapkan sebuah sistem berbasis AI di kesehatan, sistem itu sifatnya hanya “membantu” proses bisnis kesehatan dan belum sepenuhnya mengganti tenaga kesehatan. Hal ini dikarenakan ada beberapa hal yang hanya bisa dilakukan oleh tenaga medis, misalnya mengenali emosi. AI for Healthcare mencakup AI for Diagnosis, AI for Prognosis, dan AI for Treatment.

AI for Diagnosis

AI for Diagnosis berarti kecerdasan buatan dapat membantu proses diagnosis pasien lebih akurat. Tiga tantangan kunci yang sering ditemukan saat melakukan proses training data dalam membuat medical diagnosis ini antara lain, kasus penyakit sangat sedikit (class imbalance), sistem harus bisa mendeteksi berbagai penyakit dengan gejala yang mirip (multi-task), serta kurangnya data (dataset size). Dataset yang digunakan untuk membuat sistem diagnosis tentunya harus sudah diperiksa oleh para ahli (ground truth).

AI for Prognosis

AI for Prognosis artinya kecerdasan buatan bisa membantu membuat membuat prediksi tentang kesehatan pasien di masa depan. Prognosis dapat mengkalkulasikan sesuatu untuk bisa memberikan gambaran kepada pasien tentang risiko beberapa penyakit ke depannya. Model yang paling sering dipakai dalam prognosis adalah model linear. 

AI for Treatment

AI for Treatment artinya kecerdasan buatan bisa membantu dokter dalam merekomendasikan perawatan yang lebih baik untuk pasien. Untuk mengetahui seberapa efektif sebuah treatment,  biasanya sebelum membuat sistem, akan dilakukan percobaan terhadap sekelompok yang diberikan treatment dan tidak diberika treatment. Metode yang digunakan untuk membuat sistem AI for Treatment ini adalah ARR (Absolute Risk Reduction).

Harapannya, di masa mendatang, AI tidak hanya berperan sebagai fasilitas pelengkap yang membantu meningkatkan produktivitas tenaga medis, tetapi juga sebagai fasilitas pencegahan berbagai penyakit.

Untuk video selengkapnya, kamu bisa lihat di video berikut, ya:

/by

IoV di Indonesia, Mungkin Gak, Sih?

Setelah sukses menghelat NUNI IT Online Seminar Phase #1, Informatika UII bersama NUNI (Jejaring Universitas Nusantara) kembali menyelenggarakan NUNI IT Online Seminar Phase #2: Peran Teknologi Informasi dalam Kehidupan Global. Seminar ini terdiri dari empat sesi. Sesi pertama dilaksanakan secara daring melalui Zoom Meeting dan Live Streaming UII IT Solution Enabler pada 5 April 2021 pukul 13.30 WIB. Sesi ini mengangkat judul NUNI: Internet of Vehicle (IoV) Trust Management (Literature Review) dengan pembicara Dr. Irving Vitra Paputungan, S.T., M.Sc., Ph.D.

Lantas, apa saja, sih, yang dibahas pada sesi NUNI: Internet of Vehicle Trust Management (Literature Review) ini? Yuk, kita bahas!

Secara garis besar, seminar ini menjelaskan peran IoV Trust Management dengan teknik literature review alias kajian literatur. Seperti yang diketahui, literature review mempunyai banyak manfaat bagi kita. Dengan menggunakan teknik literature review, kita bisa memetakan masalah untuk mencari metode, pendekatan, teknologi, dan hasil. Selain itu, literature review juga akan membantu kita memberikan rekomendasi atas masalah yang sedang dikaji, menunjukkan seberapa paham kita terhadap topik tersebut, serta mencegah plagiarisme.

“IoV tidak jauh-jauh dari IoT,” itulah hal pertama yang disampaikan Pak Irving. Tahun 2020, dengan jumlah manusia sebanyak 7,6 miliar, terdapat 50 miliar connected device. Berdasarkan fakta tersebut, setiap orang bisa punya setidaknya 7 gadget yang terkoneksi (HP, laptop, tab). Artinya, internet bukanlah hal yang asing lagi bagi kita.

 

Ada beberapa istilah yang harus kita ketahui ketika membahas IoV, yakni VANET dan ITS.

Vehicular ad hoc Network (VANET) adalah komunikasi antar kendaraan. Fungsinya beragam, mulai dari untuk menghindari kecelakaan sampai mengetahui lokasi macet. Bedanya dengan Waze dan Google Maps, pengguna jalan akan secara langsung diarahkan oleh petunjuk jalan yang telah menerapkan VANET, jadi tidak perlu menggunakan aplikasi sendiri. Namun, penggunaan VANET masih sulit di Indonesia karena masih banyak kendaraan “konvensional” seperti becak, metromini, dll. Belum lagi, fenomena access point di tepi jalan Indonesia yang sering “menghilang”. Meskipun begitu, teknologi harus tetap dikembangkan.

Kedua, ITS atau Intelligent Transport Systems. ITS lebih seperti “penjaga jalan” yang tugasnya menjaga ketertiban lalu lintas. Salah satu fungsinya, yakni tilang elektronik.

Hingga kini, penerapan IoV di Indonesia masih memiliki banyak isu. Misalnya, aturan berkendaraan yang harus berada di bawah pengawasan yang berwenang. Ada hukum dan oknum yang bertanggung jawab terhadap ketertiban lalu lintas. Selain itu, dengan menerapkan IoV, artinya kita harus siap untuk melakukan standarisasi jaringan dan kendaraan yang berada di jalanan. Terakhir, tentunya keamanan dan privasi. Informasi kendaraan harus dilindungi untuk menjaga integritas .

Kepercayaan sangat penting dalam pengembangan IoV dan perlu dikelola dengan baik. Semoga ke depannya, Indonesia bisa menerapkan teknologi ini, ya.

/by

Chess Bot, Bagaimana Komputer Bermain Catur

 

Siapa yang tidak kenal dengan Pak Dadang Subur, yang secara mengejutkan mengalahkan Levy Rozman dalam permainan catur online melalui Chess.com awal Maret lalu. Beritanya ramai diperbincangkan mengingat Levy memiliki gelar International Master sedangkan Pak Dadang bahkan tidak begitu aktif dalam percaturan Indonesia. Levy dan pihak Chess.com curiga Pak Dadang bermain curang semisal menggunakan chess bot (bot catur) dalam permainannya sehingga bisa mengalahkan Levy saat itu. Pak Dadang pun mengelak tuduhan tersebut. Kita tidak akan membahas siapa yang benar dan siapa yang salah, di artikel ini saya hanya akan sharing singkat tentang apa itu chess bot yang disebut-sebut Levy dan bagaimana sih cara kerjanya.

Kita mulai dengan istilah State

Sebuah state menyimpan informasi apa yang terjadi pada suatu permainan dalam satu waktu. Dalam permainan catur, sebuah state bisa berupa posisi bidak-bidak pada papan pada suatu waktu. Bayangkan ada orang bermain catur, lalu kita foto papan catur setiap pemain menggerakan bidaknya, maka foto-foto itu disebut dengan state. 

3 state terakhir sebelum akhirnya Pak Dadang (hitam) menyerah pada pertandingan pertama melawan Irene Sukandar (putih)

Dari foto-foto itu kita tahu bahwa state ada beragam. Setiap perubahan di papan merupakan state yang berbeda. Dalam permainan catur, ada banyak sekali state yang bisa dihasilkan. Di beberapa sumber, banyak kemungkinan state dalam catur tertulis hingga 1046 state. Selain itu, kita juga bisa perhatikan bahwa ketika pemain melakukan suatu aksi, misalnya menggerakkan bentengnya, maka terjadi perpindahan dari satu state ke state yang lain. Contohnya pada ilustrasi di atas. Dengan memahami apa itu state, permainan catur kini bisa dilihat sebagai perpindahan-perpindahan state dari initial state (posisi awal) dan berakhir pada final state, ketika salah seorang pemain kalah. 

Bagaimana bot dalam game seperti catur bekerja?

Pada 1997, tim IBM membuat bot catur, Deep Blue, yang berhasil mengalahkan Grand Master (Juara Dunia) Gary Kasparov. Prinsip kerjanya hampir sama dengan bot saat ini.

Secara ringkas, yang dilakukan bot-bot pada setiap gilirannya:

  1. Bot akan mencari kemungkinan-kemungkinan state yang akan terjadi
  2. Menilai setiap state mana yang paling baik
  3. memilih aksi yang membawanya ke state terbaik tersebut.

Menilai apakah sebuah state itu baik adalah suatu tantangan. Pemain catur saja bisa memiliki cara yang berbeda untuk melihat apakah suatu kondisi papan menguntungkan atau tidak. Seseorang pemula mungkin hanya melihat kondisi papan saat ini, menghitung jumlah pion yang telah dia makan. Namun, seorang profesional dapat melihat jauh ke depan. Bisa jadi terlihat kalah saat ini tapi sebenarnya dia bersiap menuju state yang jauh lebih baik. Bot biasanya menilai baik buruknya suatu state berdasarkan teori catur yang didesain oleh pembuatnya, atau bisa juga mengestimasi menggunakan machine learning.

Proses mencari semua kemungkinan sekaligus menilai state yang dapat terjadi dalam 1 langkah ke depan

Melihat kemungkinan state yang akan terjadi di masa depan juga bukan hal mudah. Setiap aksi bot dan aksi lawan, mempengaruhi apa yang terjadi nantinya. Ada banyak kemungkinan yang bisa muncul membuat proses pengecekan state akan memakan waktu komputasi yang sangat lama tergantung seberapa jauh dia ingin melihat (melihat berapa langkah ke depan). Sampai saat ini tidak mungkin suatu bot dengan kecanggihan komputasinya dapat melihat semua state yang dapat terjadi, dari state pertama hingga final state. Karenanya, bot akan membatasi seberapa jauh mengecek kemungkinan state. Semakin jauh bot mampu melihat kemungkinan state yang muncul di depan, bot akan semakin kuat.

Perbedaan yang mencolok antara algoritme-algoritme yang ada saat ini kebanyakan pada 2 hal tersebut:

  • bagaimana cara mereka menilai suatu state, dan
  • bagaimana mereka melakukan proses pencarian state yang akan terjadi setelahnya.

Kita ambil contoh algoritme chess bot Giraffe yang diusulkan tahun 2015. Giraffe menggunakan deep learning untuk mengestimasi suatu state bagus atau tidak, lalu mengombinasikannya dengan algoritme reinforcement learning, TD-Leaf, untuk menentukan aksi selanjutnya. Giraffe menggunakan TD-Leaf dengan pencarian state hingga 12 langkah ke depan.

Bot pada permainan lain

Keunggulan bot melawan manusia dalam game tidak hanya terjadi pada catur. Di tahun 2016, AlphaGo mengalahkan Lee Sedol dalam permainan go yang dianggap jauh lebih kompleks dibanding catur. Pada permainan poker, DeepStack secara fenomenal juga telah berhasil mengalahkan 11 pemain professional di tahun yang sama. Poker memiliki sifat yang berbeda dengan catur dan go, yakni hidden information. Bot tidak tahu kartu apa yang akan keluar dan tidak tahu kartu apa yang dimiliki lawannya. 

Riset kecerdasan buatan (AI) bot pada game berkembang sangat pesat. Bukan karena keseruan game-nya, tapi kemampuan AI untuk berinteraksi dan beradaptasi menghadapi lingkungannya merupakan hal yang sangat penting. Kemampuan tersebut merupakan salah satu kunci untuk lahirnya AGI yang dicita-citakan banyak researcher AI. Apa itu AGI? Artificial General Intelligence, sebuah AI dengan kecerdasan super, yah seperti yang diimajinasikan di film-film. Semoga bermanfaat!

 

Referensi:

Penulis: Rian Adam Rajagede

/by

Membuat Aplikasi Web Sains Data dengan Mudah Menggunakan Streamlit

Di dalam dunia sains data, terkadang kita merasa sedikit kerepotan ketika harus membangun aplikasi web dari model machine learning kita. Perlu upaya yang ekstra untuk mengimplementasikan aplikasi berbasis web jika kita menggunakan framework seperti Flask, Django, atau yang sejenisnya. Untungnya, saat ini telah ada sebuah framework berbasis web yang disebut dengan Streamlit.

Streamlit adalah sebuah framework berbasis Python dan bersifat open-source yang dibuat untuk memudahkan dalam membangun apikasi web di bidang sains data dan machine learning yang interaktif . Salah satu hal menarik dari framework ini adalah kita tidak perlu mengetahui banyak hal tentang teknologi web development. Kita tidak perlu dipusingkan tentang bagaiamana mengatur tampilan website dengan CSS, HTML, atau Javascript. Untuk menggunakan Streamlit, kita cukup memiliki modal dasar mengetahui bahasa Python saja.

Setelah ini, akan dijelaskan mengenai langkah-langkah instalasi dan fitur apa saja yang ada di dalam Streamlit.

Langkah Instalasi

  1. Pastikan bahwa anda sudah meng-install Python 3.6 atau versi yang setelahnya di komputer anda.
  1. Buka terminal dan install Streamlit menggunakan Pip. 
    pip install streamlit
  2. Coba cek hasil instalasi anda menjalankan ‘hello world’ app. 
    streamlit hello

    Setelah itu, anda akan melihat hasilnya pada tab baru di browser seperti terlihat pada gambar:

    Melalui halaman di atas, kita dapat melihat beberapa contoh demo dari aplikasi Streamlit. Untuk melihat demo, kita cukup memilih salah satu demo aplikasi dari fitur di bagian kiri “Choose a demo”. Di sana, ada beberapa contoh demo beserta source code yang disediakan seperti animasi, plotting, mapping, dan dataframe. Berikut adalah contoh demo untuk melakukan plotting data.

Secara umum, Streamlit memiliki beberapa fitur yang cukup lengkap. Fitur-fitur tersebut dapat digunakan untuk melakukan kontrol terhadap aplikasi web kita seperti slider, text input, checkbox, selectbox, dan sebagainya. Fitur-fitur tersebut dibuat dalam bentuk “API Reference” yang dapat diakses di sini.

Membuat Aplikasi Web Sederhana dengan Streamlit

  1. Buat sebuah file baru dengan nama my_streamlit.py.
  1. Pertama-tama kita akan meng-import beberapa library yang akan digunakan. 
    import streamlit as st
import pandas as pd
import numpy as np
  1. Pada langkah ini, kita akan menambahkan selectbox widget pada bagian sidebar. Kita akan membuat tiga pilihan pada sidebar, ‘home’,’dataframe’, dan ‘chart’. 
    option = st.sidebar.selectbox(
    'Silakan pilih:',
    ('Home','Dataframe','Chart')
)
  1. Langkah berikutnya kita akan menampilkan halaman berdasarkan pilihan tersebut. Ketikkan perintah berikut ini: 
    if option == 'Home' or option == '':
    st.write("""# Halaman Utama""") #menampilkan halaman utama
elif option == 'Dataframe':
    st.write("""## Dataframe""") #menampilkan judul halaman dataframe

    #membuat dataframe dengan pandas yang terdiri dari 2 kolom dan 4 baris data
    df = pd.DataFrame({
        'Column 1':[1,2,3,4],
        'Column 2':[10,12,14,16]
    })
    df #menampilkan dataframe
elif option == 'Chart':
    st.write("""## Draw Charts""") #menampilkan judul halaman 

    #membuat variabel chart data yang berisi data dari dataframe
    #data berupa angka acak yang di-generate menggunakan numpy
    #data terdiri dari 2 kolom dan 20 baris
    chart_data = pd.DataFrame(
        np.random.randn(20,2), 
        columns=['a','b']
    )
    #menampilkan data dalam bentuk chart
    st.line_chart(chart_data)
    #data dalam bentuk tabel
    chart_data

    Source code di atas menjelaskan tentang apa yang akan ditampilkan di halaman web untuk setiap pilihan pada selectbox.

  2. Jalankan file anda dengan menuliskan perintah berikut pada terminal:

streamlit run my_streamlit.py

Hasilnya dapat langsung dilihat pada tab baru browser anda.

  • Halaman Utama
    Halaman Judul
  • Halaman Dataframe
  • Halaman Chart
    Halaman Chart

    Sekian tutorial ini dibuat, anda dapat mengunduh source code dari tutorial ini melalui tautan berikut https://github.com/fathanick/simple-streamlit.git.

    Terima kasih!

    Referensi

    Penulis: AHMAD FATHAN HIDAYATULLAH, S.T., M.CS.

    /by