g. Berpikir Algoritmik

 1. Jenis data dalam penelitian

Filosofi berpikir komputasional identik dengan proses berpikir dalam menyelesaikan masalah dengan cara menerapkan model ilmu komputer (informatika). dengan demikian, anda dituntut berpola pikir runtut, teratur, detail, jelas, serta memiliki nilai input dan output sering dikenal dengan istilah berpikir algoritmik, yaitu seolah-olah melakukan penalaran yang mirip dengan cara kerja komputer. nilai yang diinputkan, diolah, dan dihasilkan merupakan sebuah data yang dapat dibaca, dihitung, dan dianalisis.

secara umum ada dikenal dua jenis data, yaitu sebagai berikut.

a. Data kuatitatif

    data kuatitaf adalah jenis data yang direprentasikan dalam bentuk nominal angka , misalnya data kuantitatif yang memuat  model skor antara 1-4.

b. data kualitatif 

    data kualitatif merupakan tipe data yang tidak dapat diukur nilainya dalam bentuk angka, biasanya berupa kalimat, kata, gambar,dan model.

2. Teknologi Computationl Thingking

a.Definisi dan karakter 

        Konsep CT atau Computational Thingking yang pertama kali diperkenalkan oleh Jeannette Wing pada maret 2006 sebagai bentuk model dan mekanisme.Tujuan dari CT adalah efektivitas dan kecepatan pengambilan keputusan.CT memiliki dua aspek penting yaitu:

1).CT tahapan dan mekanisme

2).CT srbagai metode pemecahan masalah

b.Elemen computational thingking

      Computational thingking memiliki enam bagian penting yaitu:

1)Abstraction

      Abstraction adalah proses mengidentifikasi permasalahan dan mengumpulkan potongan-potongan informasi yang belum bisa terbaca menjadi data.

2).Algorithmic thinking

    Merupakan langkah terstruktur dan sistematis untuk menyelesaikan permasalahan.

3)Automation

    Merupakan bagian penting dalam CT yang bekerja secara otomatis dalam mengeksekuasi setiap intruksi.

4).Decomposition

   Merupakan Proses penguraian komponen-komponen dalam permasalahan adar mudah dipahami.

5).Debugging

   Merupakan tahapan melakukan analisis dan evaluasi secara menyeluruh terhadap kemampuan

6).Generalization

  Dapat dikatakan sebagai langka untuk mengenali, mengidentifikasi pola kesamaan, dan korelasi hubungan antar modul serta menganalisis fitur fitur pada sistem.

c. Artificial intelligence (AI)

  Articial intelligence atau kecerdasan buatan adalah salah satu implementasi dari berfikir komputasi atau CT yang bertujuan memprogam komputer agar mampu berfikir, mempertimbangkan dan memutuskan  serta mengeksekusi pekerjaan layaknya manusia.  definisi AL dibedakan dari beberapa persepsi , antara lain sebagai berikut.

 1) prepsensi kecerdasan 

     Pendekatan dalam sisi kecerdasan  akan mengacu pada potensi pengembangan teknologi komputer pintar  sehinnga ,mampu berkerja seperti manusia.

2) Persepsi riset

    Sisi pendekatan Al sebagai disiplin ilmu baru yang mampu menciptakan software, hardware, atau perpaduan keduanya menjadi cerdas layaknya manusia atau bahkan melebihi kepandaian manusia.

3) Persepsi potensi bisnis

    Dari sisi bisnis, Al mampu memberikan dukungan layanan dan analisis yang cepat, tepat, dan andal sehingga berpotensi meningkatkan keuntungan bisnis yang dijalankan.

4) Persepsi logika pemrogaman

     Sudut pandangan Al dalam teknik pemrograman merupakan salah satu bentuk implementasi dalam menciptakan rule-rule logika yang dapat yang dapat dimasukkan ke database kecerdasan mesin ketika menjalankan pekerjaannya.

     Untuk membuat Al dalam sebuah aplikasi, ada dua komponen utama yang harus disediakan, yaitu knowledge base atau berbasis pengetahuan yang mengandung fakta, teori, konsep, logika, metode penalaran, serta inference engine atau motif inferensi yang berperan membuat konklusi berdasarkan pengalaman yang disimpan dalam data variabel.

     Keberadaan Al sebagai salah satu alat bantu manusia memiliki beberapa kelebihan dibandingkan kecerdasan alami (manusia), antara lain bersifat permanen, mudah untuk diduplikasi  dan disebarkan, lebih murah biaya pembuatannya dibanding kecerdasan alami, konsisten, mudah dalam pendokumentasiam, serta lebih cepat dan lebih baik dalam perngerjaannya  

d.Sistem pakar 

   1) definisi sistem pakar 

          Expert sistem atau sistem pakar merupakan salah satu cabang dari disiplin ilmu artificial intelligence dalam menyediakan data informasi serta menyelesaikan  permasalahan berdasarkan pengetahuan dan pengalaman manusia yang dianggap memiliki tingkat pakar yang tingi seperti kedokteran, teknik dan lainya.

  2)Kelebihan sistem pakar

  3)Komponen sistem pakar

  4)Modul utama dalam sistem pakar

  5)Bentuk sistem pakar

 e.Decision support system

   1)Pengertian DSS

adalah sistem informasi sebagai hasil proses berfikir secara komputasi yang diciptakan engineer atau programmer dengan tujuan memberikan bantuan pertimbangan pengambilan keputusan.

  2)Karakteristik DSS

  3)Tahapan pengambilan keputusan

  4)Komponen sistem

3.Penerapan Teknologi CT

 a.Biometric system

      Merupakan teknologi pengenalan,pemindaian,dan pengidentifikasi karakter fisik dan biologis manusia

 b.Face recognition

    Merupakan revolusi teknologi diera industri 4.0 yang mampu mengidentifikiasi dan memvalidasi data seseorang.

 c.Voice atau speech recognition

   Merupakan teknologi pendektesi data yang berasal dari ucapan atau suara yang diubah menjadi data digital

 d.Fingerprint recognition

  merupakan yang akan merekam dan mencatat pola sidik jari manusia kedalam bank data digital.

 e.Computer-Aided Diagnosis

  Merupakan sistem diagnosis yang digunakan untuk mendeteksi gejala penyakit dalam bidang kedokteran.

f. optical Character Recognition 

  OCR adalah satu jenis Al yang mamou membaca dokumen cetak atau tulisan tangan dikertas melalui proses scaning, yang kemudian di ektrak dalam bentuk file teks yang dapat diedit tanpa perlu mengtik scara manual.

g. Machine Vision 

  Teknologi Machine vision memiliki konsep berupa kecerdasan mesin yang mampu menggantikan manusia dalam melihat, mengenali, mengidentifikasi, menangkap, dan menganalisis objek gambar sehingga dapat menyajikan opsi keputusan bagi pengunaanya.

h. Data mining

1) Konsep data mining

2) Faktor dan model data mining

4. Enskripsi ROT13

a. konsep kerja enskripsi dan deskripsi

b. algoritme ROT13