Semantic Network pada Pembelajaran Kimia

 

Semantic Network pada Pembelajaran Kimia

Semantic network adalah representasi yang mengekspresikan solusi permasalahan dengan menggunakan network (graph berarah). Semantik Network merupakan teknik representasi dalam AI (artificial intelligence) klasik untuk informasi proposional, sehingga sering kali disebut sebagai poporsional network. Proposisi adalah pernyataan yang dapat bernilai benar atau salah da pertama kali dikembangkan untuk AI sebagai cara untuk mempresentasikan memory dan pemahaman bahasa manusia. Kata semantik sendiri menunjukkan berbagai ide – yang populer sangat teknis. Hal ini sering digunakan dalam bahasa sehari-hari untuk menunjukkan pemahaman tentang isu-isu yang datang dengan pilihan kata atau konotasi. Pemahaman tentang masalah telah menjadi subyek dari banyak pertanyaan formal, dalam jangka panjang, khususnya di bidang semantik formal. Pengertian Semantic networking/ Web  adalah pengembangan dari World Wide Web di mana makna semantik dari informasi di web didefinisikan, sehingga memungkinkan mesin untuk memprosesnya. Semantic Web berasal dari World Wide Web Konsorsium dari Web sebagai media universal data, informasi, dan pertukaran pengetahuan.

            Web Semantik merujuk kepada kemampuan aplikasi komputer untuk lebih memahami bahasa manusia, bukan hanya bahasa yang baku dari para penggunanya tetapi juga bahasa yang lebih kompleks, seperti dalam bahasa percakapan sehingga memudahkan penggunanya untuk berkomunikasi dengan mesin. Web Semantik dapat mengolah bahasa dan mengenali homonim, sinonim, atau atribut yang berbeda pada suatu database. Pada saat ini, semantic networking/web digunakan juga dalam ilmu pengetahuan sebagai titik tolak dalam perkembangan web science dan inovasi AI. semantik networking ini layaknya istem kerja syaraf otak yang selalu beproses (stimulus-respons), maka dari itu dalam proses pembelajaran semantik network ini sangat penting terutama pada saat AI ini mulai gencar disosialisasikan.

 

SEMANTIC NETWORKING/WEB DALAM PEMBELAJARAN

Semantic networking/web memiliki peran yang sangat penting dalam proses pembelajaran, terutama kimia, siswa dituntut untuk dapat mengaitkan fenomena-fenomena yang terjadi disekitarnya dengan materi pembelajaran yang harus mereka pelajari. Namun, menuntut siswa saja untuk cakap ber'semantik" tidaklah benar, maka dari itu peran guru sangat besar dalam hal ini, Guru diharapkan mampu bekerja secara profesional agar siswa dapat berpikir layaknya semantik networking/web yang ada dikomputer /AI. Guru pada saat ini dan dengan kemajuan teknologi ke depannya harus mampu membuat produk pembelajaran atau mendesain pembelajaran yang unlimited (baik ruang, waktu, informasi) tetapi tetap relevan dan sesuai apa yang dibutuhkan oleh guru tersebut dimanapun ia ditempatkan. Dengan adanya desain pembelajaran berbasis semantik networking/web maka, diharapkan siswa-siswa yang diajarkan dapat berpikir secara HOTS dan dapat mengimplikasikan apa yang sudah dipelajari melalui materi terutama kimia kedalam kehidupan nyata atau sehari-harinya.

 

Berikut ini contoh semantik network dalam pembelajaran kimia pada laju reaksi:

Permasalahan:

Bagaimana pendapat anda mengenai semantic networking yang saya buat?

Desain Artificial Intelligence untuk Pembelajaran Kimia

 

Desain Artificial Intelligence untuk Pembelajaran Kimia

Artificial Intelligence (AI) Kecerdasan Buatan adalah bagian dari ilmu komputer. Dengan penelitian dan pengembangan kecerdasan buatan, ia berusaha untuk tidak hanya mensimulasikan tetapi untuk melengkapi pemikiran manusia dengan program komputer belajar mandiri. AI sudah banyak digunakan dalam bisnis, misalnya, dalam algoritma RankBrain Google. Istilah “jaringan saraf” dan “pembelajaran mendalam” terkait erat dengan pengembangan kecerdasan buatan.

1.       Defenisi  Artificial Intelligence

Apakah Artificial Intelligence (AI) atau Intelegensi Buatan atau kepintaran buatan itu? AI dapat didefinisikan sebagai suatu mesin atau alat pintar (biasanya adalah suatu komputer) yang dapat melakukan suatu tugas yang bilamana tugas tersebut dilakukan oleh manusia akan dibutuhkan suatu kepintaran untuk melakukannya. Definisi ini tampaknya kurang begitu membantu, karena beberapa ahli berpendapat, kepintaran seperti apakah yang dapat dikategorikan sebagai artificial intelleigence.

Menurut Avron Barr dan Edward E. Feigenbaum, Artificial Intellegenceadalah sebagian dari komputer sains yang mempelajari (dalam arti merancang) sistem komputer yang berintelegensi, yaitu sistem yang memiliki karakteristik berpikir seperti manusia. Kecerdasan buatan (bahasa Inggris: Artificial Intelligence) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika (wikipedia).

Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon, 1987). Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight, 1991). Kecerdasan Buatan (AI) 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 (Encyclopedia Britannica).

2.       Sejarah Artifisial Intelligensi

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram. Mulai sekitar abad 18 sebagaimana mesin telah menjadi lebih kompleks, usaha yang keras telah dicoba untuk menciptakan manusia imitasi. Pada tahun 1736 seorang penemu dari perancis, Jacques de Vaucanson (1709-1782) membuat suatu mesin pemain seruling berukuran seperti seorang manusia yang dapat memainkan 12 melodi nada. Tidak hanya ini saja, mekanik tersebut dapat memindahkan bibir dan lidahnya secara nyata untuk mengontrol arus dari angin ke dalam seruling.

Pada tahun 1774 seorang penemu dari perancis, Pierre Jacques Drotz mencengangkan masyarakat Eropa dengan suatu automation berukuran sekitar seorang anak laki-laki yang dapat duduk dan menulis suatu buku catatan. Penemuan ini kemudian dilanjutkan dengan yang lainnya, yaitu automation yang berupa seorang gadis manis yang dapat memainkanharpsichord. Semuanya itu masih merupakan proses mekanik yang melakukan gerak dengan telah ditentukan terlebih dahulu.

Manusia masih berusaha untuk menciptakan mesin yang lainnya. Pada tahun 1769, dataran Eropa dikejutkan dengan suatu permainan catur yang dapat menjawab langkah-langkah permainan catur yang belum ditentukan terlebih dahulu. Mesin ini disebut dengan Maelzel Chess Automation dan dibuat oleh Wolfgang Von Kempelan (1734-1804) dari Hungaria. Akan tetapi mesin ini akhirnya terbakar pada tahun 1854 di Philadelphia Amerika Serikat. Banyak orang tidak percaya akan kemampuan mesin tersebut. Dan seorang penulis dari Amerika Serikat, Edgar Allan Poe (1809-1849) menulis sanggahan terhadap mesin tersebut, dia dan kawan-kawannya ternyata benar, bahwa mesin tersebut adalah tipuan, dan kenyataannya bukanlah aoutomation, tetapi merupakan konstruksi yang sangat baik yang dikontrol oleh seorang pemain catur handal yang bersembunyi di dalamnya.

Usaha untuk membuat konstruksi mesin permainan terus dilanjutkan pada tahun 1914, dan mesin yang pertama kali didemonstrasikan adalah mesin permainan catur. Penemu mesin ini adalah Leonardo Torres Y Quevedo, direktur dari Laboratorio de Automatica di Madrid, Spanyol. Beberapa tahun kemudian, ide permainan catur dikembangkan dan diterapkan di komputer oleh Arthur L. Samuel dari IBM dan dikembangkan lebih lanjut oleh Claude Shannon.

Tahun 1950-an adalah periode usaha aktif dalam artificial intellegence. Program program artificial intellegence pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin “Ferranti Mark I” di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "Artificial Intelligence/kecerdasan buatan" pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang artificial intelligence dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997.

3.       Jenis-Jenis Artificial Intelligence

Secara garis besar, artificial intellegence terbagi ke dalam dua faham pemikiran yaitu artificial intellegence Konvensional dan Kecerdasan Komputasional.

a.    Artificial intellegence konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai artificial intellegence simbolis, artificial intellegence logis, artificial intellegence murni dan artificial intellegence cara lama (GOFAI, Good Old Fashioned Artificial Intelligence).

Metoda-metodanya meliputi:

• Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut. 
• Pertimbangan berdasar kasus 
• Jaringan Bayesian 
• Artificial intellegence berdasar tingkah laku: metoda modular pada pembentukan sistem artificial intellgence secara manual

b.    Kecerdasan komputasional melibatkan pengembangan atau pembelajaran interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis). Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan artificial intellegence non-simbolis, artificial intelligence yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:

• Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat 
• Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen. 
• Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti

Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut :

1.      Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar. Kemampuan, keahlian dan pengetahuan tiap orang berbeda-beda. Komputer dapat diprogram untuk berbuat seperti orang yang ahli dalam bidang tertentu. Komputer yang demikian dapat dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert System (Sistem Pakar).

2.    Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara. Bidang ini juga masih dikembangkan dan terus dilakukan penelitiannya. Kalau bidang ini berhasil dengan baik dan sempurna, alangkah hebatnya komputer. Kita dapat berkomunikasi dengan komputer hanya dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini dikarenakan jenis suara manusia berbeda-beda.

3.    Robotika & Sistem Sensor, Robot berasal dari kata Robota, dari bahasa Chekoslavia yang berarti tenaga kerja. kata ini digunakan oleh dramawan Karel Capek pada tahun 1920 pada sandiwara fiksinya, yaitu R.U.R (Rossum’s Universal Robots). Robot adalah suatu mesin yang dapat diarahkan untuk mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit). Negara yang banyak menggunakan robot untuk industri adalah Jepang, Amerika Serikat dan Jerman Barat.

4.    Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer. 

5.    Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar. 

6.    Game Playing, Game Playing (permainan game) merupakan bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya.

7.    Soft Computing merupakan sebuah inovasi dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah agar sesuai dengan realita.

4.       Kelebihan dan Kekurangan Artificial Intelligence

Walaupun perkembangan teknologi artificial intelligence dapat menggantikan posisi manusia, bahkan dapat dikatakan lebih pintar dari manusia, tetapi tetap saja perkembangan teknologi dengan menggunakan articial intelegensi tetap memiliki kekurangan dan keterbatasan.

Berikut ini adalah kelebihan dan kekurangan dari artificial intelligence:

Kelebihan Artificial Intelligence 

1. Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan). 
2. Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya
3. Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan

Kekurangan Artificial Intelligence 

1. Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia. 
2. Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.

Kelebihan dan kekurangan artificial intelligence dibandingkan dengan otak manusia, dalam hal waktu tunda propagasi Oleh karena itu manusia kalah dalam kecepatan perhitungan numerik. Dalam aspek lainnya otak manusia jauh di atas angin, terutama dalam tata letak dan jumlah elemennya. Sedangkan metoda pemrosesan secara paralel dalam komputer dikembangkan untuk menggantikan kedudukan manusia.

Permasalahan:

Berdasarkan uraian diatas, apabila artificial intelligence (AI) ini diiterapkan dalam sistem pembelajaran, apakah memang benar peran guru bisa tergantikan, serta apa dampak negatif dari artificial intelligencedalam hal pendidikan?