Menggunakan Wajah sebagai Password

Wajahmu, Passwordmu. Mungkin ini tagline yang akan diusung oleh NEC, dalam memperkenalkan produk terbarunya. ‘Face Pass’ adalah sistem keamanan terbaru untuk laptop keluaran NEC. Dua buah seri diperkenalkan sekaligus yaitu seri LaVie C and LaVie L, keduanya memiliki fungsi pengenalan wajah, yang hanya memungkinkan orang yang sudah terdaftar untuk log on ke dalam komputer.

Software NEC, dinamakan “NeoFace,” merupakan sistem biometrik yang menggunakan kombinasi antara daerah seputar mata dan pengenalan wajah untuk mengidentifikasi pengguna komputer. Untuk memprogram sistem ini, user perlu mendaftarkan tiga buah fotonya. Dan ketika user mencoba log on, kamera 2.0 megapixel siap menscan karakteristik wajah si pengguna.

NEC mengklaim bahwa sistemnya mampu melakukan verifikasi dengan baik meskipun pengguna menggunakan kacamata dan topi, memiliki potongan rambut yang berbeda dan menunjukan ekspresi wajah yang lain. Pertanyaannya: Bagaimana membedakan pengguna yang kembar identik ? Tentunya berbahaya jika laptop Presiden SBY digunakan oleh Presiden Republik Mimpi, bukan ?

Biometric

Pengenalan tangan: Sistem ini mengukur geometri seluruh tangan. Dari panjang jari, lebar sendi, bentuk tangan, dan ciri-ciri lainnya dihasilkan sebuah paket data.

Analisis DNA: Sidik genetis adalah ciri pengenalan yang sangat bagus-saat ini telah
digunakan untuk melacak pelaku kejahatan. Pertimbangan etis dan perlindungan data menghalangi penerapan analisis DNA di bidang lainnya.

Pola vena: Pembuluh darah balik (vena) pada tangan juga tidak berubah bentuk seumur
hidup-hanya menjadi lebih tebal. Dalam cahaya inframerah, polanya tampak lebih jelas.

Pengenalan suara: Pita suara, tenggorokan, rongga mulut, dan rahang secara bersama-
sama menghasilkan pola suara yang dapat digunakan untuk proses verifikasi melalui telepon.

Karena faktor gangguan seperti ketergantungan pada sudut dan cahaya dapat disingkirkan, Busch menganggap metoda 3D ini lebih tepat dibandingkan pengenalan 2D yang biasa. Di samping itu, ada aspek lain yang memperbesar minat pada sistem pengenalan 3D. Dengan data foto 3D sebagai template, wajah orang dalam kerumunan yang menghadap ke suatu arah lebih mudah diidentifikasi.

Sehandal apa sistem tersebut bekerja. Saat ini para ahli sedang meneliti dalam sebuah eksperimen internal di IGD, di mana sekitar seratus peserta berpartisipasi dalam proyek yang disebut 'BioFace V'. "Penuaan manusia sulit kami simulasikan, tetapi kami tidak sabar menunggu hasil eksperimen pada anak-anak kecil," ungkap Ulrich Pinsdorf, salah seorang peneliti di Fraunhofer

Teknologi Biometrik Persempit Pemalsuan Data

PEMBUATAN paspor dengan sistem foto terpadu berbasis biometrik, mulai diterapkan di Kantor Imigrasi (Kanim) Bandung, Senin (6/2). Pemerintah menganggap penting untuk menerbitkan paspor dengan teknologi itu, mengingat tuntutan perlunya security features canggih dan sulit ditiru, agar paspor RI sulit dipalsukan. Dalam paspor baru dilengkapi pengamanan dengan teknologi biometrik (Pikiran Rakyat, 11/2/06).

SEORANG pemohon paspor melakukan pindai jari tangan saat proses pembuatan paspor dengan sistem foto terpadu berbasis biometrik yang mulai diterapkan di Kantor Imigrasi (Kanim) Bandung sejak Senin (6/2).*M. GELORA SATA/”PR”

Penerapan teknologi biometrik tentu berbeda dengan teknologi sebelumnya yang memisahkan pembuatan foto dan sidik jari. Teknologi biometrik mampu mempersempit proses tersebut dalam beberapa menit yang terhubung secara online dengan kantor pusat sebagai penyimpan data biometrik (wajah dan sidik jari) dan antarkantor imigrasi untuk mencegah perolehan paspor ganda (lebih dari satu) pada orang yang sama karena memiliki dokumen identitas ganda.

Dalam arti lain, sistem personalisasi (pengisian data) berdasarkan Machine Readable Passport (MRP) foto terpadu dengan media stiker/label yang digunakan selama ini, diganti dengan sistem cetak langsung (direct printing) pada halaman data (data page). Dalam aplikasinya, foto dan sidik jari dilakukan secara elektronis dengan imaging system, sehingga tidak mudah dipalsukan atau dikelupas. Sekarang timbul pertanyaan, apakah dengan penggunaan teknologi biometrik data pada paspor itu betul-betul tidak dapat dipalsukan atau hanya mempersempit ruang gerak dunia bisnis pemalsuan paspor?

Teknologi biometrik

Manusia dengan akalnya memiliki kemampuan untuk mengembangkan suatu teknologi. Begitu juga kehadiran teknologi biometrik merupakan hasil dari manusia-manusia kreatif yang telah mengembangkan ilmunya. Teknologi biometrik adalah suatu metode untuk mengidentifikasi atau mengenali seseorang berdasarkan karakteristik fisik atau perilakunya.

Pengembangan teknologi biometrik ini dilatari bahwa pada dasarnya setiap manusia memiliki sesuatu yang unik/khas. Keunikan tersebut tentu hanya dimiliki oleh dirinya sendiri. Untuk mewujudkan gagasan itu, tentu harus didukung oleh teknologi yang secara otomatis bisa mengidentifikasi/mengenali seseorang dengan memanfaatkan teknologi semikonduktor.

Sebenarnya, sidik jari hanya sebagian dari teknologi biometrik yang bisa dimanfaatkan, sebab bagian-bagian dari tubuh manusia yang bersifat unik/spesifik dan juga akurat ada banyak jumlahnya, di antaranya adalah sidik jari, struktur wajah, iris, dan retina mata. Namun, pada saat ini teknologi yang paling berkembang ialah pengenalan dengan sidik jari.

Persempit pemalsuan

Penggunaan alat teknologi biometrik merupakan bagian dari proses autentikasi. Selama ini para ahli keamanan, terutama dari pengusaha pembuat produk biometrik sidik jari mengatakan, untuk mengakali alat tersebut merupakan hal yang mustahil (tidak mungkin terjadi). Alasannya, sidik jari merupakan hal unik. Sidik jari tiap orang berbeda dan tidak mungkin sama persis.

Argumentasi para ahli tersebut, memang benar dan diakui oleh umum. Namun, bagaimana kalau kondisi orang yang punya jari itu dipotong, lalu dibawa ke tempat mesin biometrik sidik jari? Atau orangnya sendiri ditodong kemudian disuruh untuk mengautentikasikan sendiri ke mesin biometrik tersebut?

Hal-hal tersebut merupakan beberapa kemungkinan sadis yang dilakukan oleh mereka yang berkepentingan untuk mendapatkan data palsu. Namun, apa yang dilakukan seorang profesor matematika dari Jepang, Tsutomu Matsumato adalah sangat sederhana sekali untuk mengakali mesin biometrik sidik jari ini.

Seperti apa yang dikutip oleh Harianto Ruslim, penulis buku ”Hack Attack”, profesor matematika dari Jepang itu menggunakan gelatin (gel atau agar-agar) dan cetakan plastik untuk menghasilkan gummi yang berbentuk jari dengan sidik jarinya ada di gummi tersebut. Perbuatan ini dapat mengakali 11 sistem autentikasi sidik jari dengan tingkat keberhasilan sebesar 4 kali dari 5 kali usaha atau tingkat keberhasilannya mencapai sekira 80 persen.

Artinya, dengan proses yang dilakukan profesor tersebut, ada kemungkinan yang besar kalau orang lain untuk menindaklanjuti, bisa jadi sidik jari yang ditinggalkan seseorang di gelas misalnya, dapat kita pindahkan dan dibuat jari palsunya dari bahan jeli.

Akhirnya, yang harus kita sadari bahwa security bukanlah hanya semata-mata penggunaan teknologi, melainkan suatu perjalanan. Sehingga, benar adanya apa yang dikatakan Kepala Humas Ditjen Imigrasi, Drs. Soepriatna Anwar, bahwa dengan penggunaan teknologi biometrik diharapkan pengamanan paspor RI sebagai dokumen negara dapat ditingkatkan dan ruang gerak sindikat pemalsuan paspor dapat dipersempit. Di samping itu, bukankah teknologi --apa pun bentuknya--pasti punya kelebihan dan kekurangan. Tinggal bagaimana kita menyikapi hal-hal tersebut demi kebaikan.***

Pengenalan Pupil Mata

Pemindai retina dan iris

Retina merupakan bagian dari mata yang bertanggung jawab pada kemampuan melihat manusia. Pola dari pembuluh darah yang membentuk retina mata sama uniknya dengan sidik jari. Prinsip teknologi retinal scanning adalah memindai pola pembuluh darah kapiler pada retina dengan sumber cahaya intensitas rendah. Tahun 1987, alat pemindai retina yang pertama dibuat oleh Leonard Flom dan Aram Safir dan telah dipatenkan. Namun, menjelang tahun 1994 John Daugman mengembangkan teknologi pemindaian iris yang menjadi pesaing retinal scanner.

Prinsip pemindaian retina

Retinal scanning berdasar pada jaringan kapiler halus yang memenuhi kebutuhan oksigen dan nutrisi bagi retina. Pembuluh darah ini menyerap cahaya dan dengan mudah dapat divisualisasikan dengan penerangan yang tepat. Untuk itu, diperlukan jarak yang dekat antara mata dengan scanner, posisi mata terhadap scanner yang pas dan tidak ada pergerakan mata seperti berkedip atau melirik. Agar posisi mata pas, terdapat sebuah titik kecil berwarna hijau yang harus dilihat oleh mata sebagai titik acuan. Cahaya koheren intensitas rendah ditransmisikan pada mata kemudian refleksi image pola pembuluh darah kapiler retina dicatat oleh komputer.

Retinal scan ini tidak bisa 100 persen akurat dan kurang cocok sebagai alat keamanan universal karena meski biasanya seumur hayat manusia pola pembuluh darah kapiler retinanya tidak berubah, namun penyakit diabetes, glaukoma, dan katarak mampu mengubahnya.

Pada proses pemasukan data atau pendaftaran orang yang diberi hak akses, diperlukan minimum 5 hasil scan sekira 45 detik, sedangkan pada proses otentikasi hanya diperlukan 10-15 detik. Image yang diperoleh file-nya berukuran 35 bit terdiri dari 320-400 titik referensi yang kemudian dikonversi menjadi sebuah peta retina dan digunakan untuk mencocokkan. Jadi, singkat kata, setiap orang yang hendak masuk dicek dulu apakah peta retinanya ada yang cocok dalam daftar.

Pemindaian iris

Dalam perkembangannya retinal scan dianggap terlalu mengganggu untuk alat deteksi keamanan karena mata harus sedekat mungkin dengan scanner. Selain itu, efek negatif jangka panjang dari cahaya scanner jarak dekat terhadap mata menjadi ganjalan teknologi ini. Karena kelemahan di atas, teknologi pemindaian iris pun muncul sebagai kompetitor kuatnya. Iris, jaringan yang memberi warna mata kita juga unik di mana peluang terjadinya dua iris identik ialah 1 banding1.078, bahkan iris mata kiri dan kanan seseorang pun berbeda.

Prosedur pemindaian iris lebih mirip dengan pemindaian sidik jari yaitu dengan menganalisis beberapa ciri khas pada jaringan yang mengitari pupil misal galur-galur kontraksinya. Sebanyak 240 titik dicatat dengan ukuran image 512 bit. Kelebihannya, jarak antara mata dengan scanner bisa sampai 3 kaki (kurang lebih 1 meter) dengan waktu 20 detik dan dibutuhkan 2 detik saja untuk proses identifikasi. Selain itu, penggunaan kacamata atau pun contact lense tidak akan mengganggu pemindaian maupun identifikasi. Untuk mengatasi usaha mengelabui sistem dengan menggunakan mata palsu, cahaya yang ditransmisikan ke mata diubah-ubah intensitasnya. Jika pupil tidak membesar dengan intensitas yang makin tinggi, artinya mata yang dipindai adalah palsu.

Keperluan keamanan

Teknologi biometrik digunakan untuk keperluan identifikasi dan otentikasi. Untuk otentikasi, diperlukan akurasi yang tinggi untuk menjamin pengaksesan yang terbatas. Baik retinal scans maupun iris scans memberikan akurasi yang tinggi. Pengguna pertama retinal scans adalah militer dan agen pemerintah Amerika Serikat seperti CIA, FBI, dan NASA. Teknologi ini juga digunakan oleh Cook County Prison di Illnois untuk memastikan identitas para narapidana.

Beberapa bank di Jepang menggunakan retinal scans di mesin ATM untuk mencegah pihak yang tak punya hak memasuki sistem mereka. Selain itu, identifikasi iris mata juga digunakan pada tempat-tempat umum seperti bandara Schiphol, Belanda ,sejak tahun 2001. Di sini, scanner iris mata digunakan sebagai pengganti paspor. Uni Emirat Arab juga menerapkan teknologi ini di 17 pintu perbatasan juga sejak tahun 2001. Kapan di Indonesia?***

Biometric:Penggunaannya dalam pengamanan

Menurut Wikipedia, biometrik berasal dari bahasa Yunani yaitu bios = hidup dan metron = ukuran, suatu ukuran pengenalan mahluk hidup yang berbasis pada tubuhnya yang unik. Dalam Teknologi Informasi, biometrik lebih sering dipakai sebagai alat otentikasi dengan cara menanalisis karakteristik tubuh manusia yang digunakan, misalnya sidik jari, retina mata, bentuk wajah, cetakan tangan, suara dan lain-lain.

Untuk penggunaan sebagai otentikasi, biometrik harus terlebih dahulu dimasukkan ke dalam data base sebuah sistem. Sidik jari biometrik seseorang hanya akan berfungsi bila sidik jari orang tersebut telah terlebih dahulu dimasukkan ke dalam database sistem, sehingga sistem dapat mengenalinya. Teknologi yang digunakan untuk masing-masing jenis biometrik tentunya berlainan, beberapa telah dapat dilakukan dan dapat ditemui di pasaran namun beberapa masih dalam tahap penelitian.



Biometrik adalah identitas manusia yang unik, tetapi biometrik bukanlah sesuatu yang dapat dengan mudah dirahasiakan. Kita sulit menyembunyikan biometrik yang kita punyai. Biometrik juga tidak dapat memperbaiki kesalahan yang telah terjadi, sekali biometrik kita dicuri, tidak ada cara untuk mengamankannya kembali. Tidak mungkin manusia mengubah sidik jarinya, karena sidik jarinya itu telah dicuri orang lain dan digunakan untuk melakukan kriminalitas, misalnya.



Biometrik sangat sulit dipalsukan, membutuhkan keahlian khusus dan biaya yang tidak sedikit untuk memalsukan biometrik seseorang. Sulit dan mahal sekali untuk memalsukan retina mata, sidik jari atau bagian tubuh lainnya. Tetapi beberapa biometrik dapat dengan mudah dicuri, tindakan ini jauh lebih murah dan mudah daripada memalsukannya. Misalkan seorang pencuri telah mengambil gambar sidik jari seseorang untuk mengelabui sistem, sehingga pada saat gambar sidik jari tersebut discan oleh fingerprint reader sistem mengira itu adalah sidik jari yang benar. Namun pada kenyataannya untuk mengelabui sidik jari pun tidaklah mudah.



Kita dapat menggunakan biometrik untuk berbagai keperluan yang biasa, misalnya untuk membuka pintu, sebagai alat absensi, atau untuk menghidupkan mesin. Tetapi biometrik tidak dapat digunakan untuk hal-hal yang bersifat rahasia. Walaupun biometrik sangat bagus dan berguna tetapi bukanlah sebuah kunci, karena tidak dapat disembunyikan, tidak dapat dilakukan pengacakan dan tidak dapat ditingkatkan atau dihancurkan. Seperti halnya password, kita sebaiknya tidak menggunakan satu password untuk mengunci dua hal yang berbeda, juga sebaiknya tidak menyandi dengan kunci yang sama terhadap dua aplikasi yang berbeda. Dapat dengan mudah dibayangkan betapa tidak amannya penggunaan biometrik untuk hal- hal seperti itu.



Dapat disimpulkan bahwa biometrik akan berfungsi baik hanya bila sistem dapat memeriksa dua hal yaitu pertama, bahwa biometrik itu datang dari orang yang tepat, dan kedua, bahwa biometrik itu klop dengan data base biometrik yang terdapat dalam sistem. Biometrik sangat bagus sebagai pengganti PIN (personal identity number) atau pengganti tanda tangan. Tetapi perlu tetap diingat bahwa biometrik tidak dapat dirahasiakan.

Kecerdasan Buatan pada Sistem penerbangan

Angkatan Udara AS (USAF) kini tengah m,engembangkan sistem kendali penerbangan untuk pesawat militer dan rudal dengan kecerdasan buatan atau artificial intelligence. Tujuannya adalah membantu kestabilan terbang pada saat-saat krisis, sehingga pilot lebih mudah dalam mengatasi kerusakan pada pesawat serta mengurangi kemungkinan jatuhnya korban. Sistem pengendalian yang didasarkan pada jejaring teknologi neural ini dikembangkan bersama dengan Georgia Institute of Technology di Atlanta. Sistem ini sekarang telah siap untuk diuji-cobakan pada beberapa jenis pesawat tak berawak USAF, seperti UCV atau pesawat tempur tanpa awak serta pesawat angkasa VentureStar. UCV adalah proyek dari badan riset USAF untuk membuktikan kemungkinan pemakaian pesawat tak berawak untuk melakukan serangan udara. Menurut USAF, sistem neural untuk kendali penerbangan ini menawarkan kestabilan yang nyaris sempurna dan langsung pada saat timbul kerusakan atau kegagalan pada sistem kendali konvensional. Sistem itu secara otomatis juga menyesuaikan diri dengan perubahan lingkungannya, seperti berat pesawat, kerusakan sayap dan sebagainya. Pengembangan sistem ini telah dimulai sejak 1996, dan sampai tahun lalu telah menghabiskan biaya 2,5 juta dollar. (rb)

Artificial Intelligence

PERNAHKAH anda membayangkan dapat berbicara dengan seseorang yang telah meninggal 5 tahun lalu? Jangan keburu membayangkan bahwa anda harus mendatangi seorang cenayang untuk mengobrol dengan ’arwah’. Robot-robot pintar yang mengadopsi karakter manusia, termasuk yang telah wafat sekalipun, kini dapat menghadirkan kembali kenangan masa lalu anda. Siapapun, apakah itu leluhur atau tokoh selebritis bahkan diri anda sekalipun dapat ditransformasi dalam bentuk robot yang pintar berkomunikasi atau chat bot. Kendati wujud robot itu tidak berbentuk robot bertubuh manusia yang telah biasa kita kenal, melainkan sebuah perangkat komputer pintar, teknologi ini telah memungkinkan Elvis Presley, John Lennon atau mungkin almarhum nenek anda dihadirkan kembali. Teknologi yang memungkinkan kita ‘berkomunikasi’ dengan orang yang telah meninggal adalah salah satu dari banyak aplikasi artificial intelligence (AI) atau kecerdasan tiruan. Sistem AI mengolah rekaman pembicaraan subjek chatbot sehingga menghasilkan percakapan yang lebih variatif. Sosok Alice dan Luci chatbot yang dapat diakses lewat internet dapat diajak mengobrol serta dirancang mampu mengembangkan sendiri kemampuan berkomunikasinya. AI dan RobosapiensAktivitas research and development (R&D) AI yang berwujud robotik yang paling mutakhir adalah berbagai jenis robosapiens. Robot pintar ini memiliki karakter mirip manusia yang nyaris juga memiliki ‘perasaan’. Salah satu temuan robosapien yang paling menyerupai sifat manusia adalah AIBO. Melalui situs www.aibo.com terungkap jelas bahwa AIBO, si anjing pintar keluaran Sony itu merupakan salah satu jenis robosapien yang berbasis pada AI. Robot entertainment yang mampu berkomunikasi dengan lingkungannya ini dilengkapi dengan sensor visual, telinga buatan serta indra peraba. AI yang diterapkan dalam AIBO memungkinkan ia mampu memunculkan berbagai ekspresi sesuai insting, emosi berkat perangkat sensor yang dimilikinya.Perangkat teknologi tinggi yang dijual seharga US$ 12.000 ini bahkan mampu membentuk kepribadian yang khas sebagai hasil interaksinya dengan orang dan lingkungan di sekelilingnya. AIBO juga dapat belajar dari pengalaman serta diajak bermain games dengan menambahkan Memory Stick dan Wireless LAN Card. Robot ini juga dapat dikendalikan dari jarak jauh secara real-time melalui kamera. AIBO bahkan dapat membantu anda membaca e-mail yang anda terima, jika anda rajin melatihnya maka anjing buatan ini juga akan lebih pintar. Selain AIBO, masih banyak robosapien lainnya yang bersifat humanoid. Setelah sebelumnya Honda memunculkan ASIMO ‘kakak’ AIBO yang belum secanggih AIBO, kini terus terjadi pengembangan teknologi untuk menjadikan robot itu lebih pintar sekaligus lebih manusiawi.Regenerasi juga terjadi pada AIBO serta robot cerdas lainnya seperti PArtner type PErsonal Robot (PaPeRo) buatan NEC serta Robot PINOkio buatan Kitano Symbiotic System Project Tokyo. Selain berukuran kian mungil, robosapien kini tak cuma terkesan imut namun juga dapat membantu kegiatan anda di rumah sekaligus menghibur. Karena jelas disukai pasar, kini perusahaan-perusahaan raksasa dunia mulai berkonsentrasi mengembangkan robosapien sebagai barang konsumsi.AI, dari Fiksi Ilmiah ke Realitas Imajinasi manusia tentang mahluk kaleng yang cerdas telah muncul sejak munculnya tokoh robot pintar Mr Data di Film Star Trek, Number Five dalam Film Short Circuit serta HAL dari A Space Odyssey. Khayalan itu sejak 1960 mulai dirintis menjadi kenyataan oleh John McCharthy. McCharthy dari Massachusets Institute of Technology (MIT) berupaya mengembangkan bahasa pemrograman komputer yang mampu berpikir.AI yang secara harfiah diartikan sebagai kecerdasan buatan yang meniru pola pikir manusia, setelah melalui proses pengembangan dan riset mendalam kini AI mampu menjadi sistem yang bisa belajar, mengenali dan memutuskan seperti yang ditempuh manusia.Sedangkan, definisi tentang AI sendiri masih menjadi perdebatan. Menurut paper tertulis Adang Suwandi Ahmad dari Intelligent System Research Group Jurusan Teknik Elektro Institut Teknologi Bandung, AI memiliki dua dimensi yaitu peniruan perilaku dan peniruan cara berpikir. Sistem berbasis AI biasanya diprogram untuk mampu belajar dengan memasukkan beberapa jenis input dan target yang diinginkan. Setelah beberapa kali pelatihan, maka sistem tersebut bisa mengeluarkan output sesuai yang diinginkan. Menurut alumni Teknik elektro ITB, pemerhati tele-robotika Anugrah Kusuma, AI kini telah mampu melakukan peniruan cara berpikir manusia. “Kini AI bukan lagi menggunakan logika fuzzy sederhana (sistem ini kini banyak dipakai dalam mesin cuci otomatis-red) yaitu jika kondisinya A maka akan direspon B. AI yang diterapkan sekarang sudah memasukkan unsur peniruan sense manusia,” ujar Nugie, panggilan akrab Anugrah.Pengembangan konsep AI, kata Iman H. Kartowisastro, Ph.D, Ketua Jurusan Sistem Komputer Universitas Bina Nusantara Jakarta yang juga pakar robotik, sebenarnya mengalami sejarah yang sangat panjang. Sejak zaman Plato telah dikenal prinsip ‘Manusia akan dapat hidup terus karena memiliki intelegensi”. Namun, AI yang hanya mengandalkan logika dan hitungan matematis ternyata tidak dapat menjadi solusi. Banyak hal lain seperti spiritualitas, kebudayaan, dan rasa merupakan bagian tidak terpisahkan dari intelegensi manusia. “Teknik melakukan nalar yang dikembangkan dalam AI, masih jauh dari kemampuan manusia bahkan dengan hewan sekalipun. Karena itu, maka dalam AI terus dikembangkan untuk bisa mencari solusi-solusi dari permasalahan di luar matematika,” ujar Iman. Sistem operasi AI memang berbasis pada algoritma yang menjadi kajian Informatika. Kini pengembangan AI telah meliputi berbagai aspek. Pertama, pemrosesan bahasa alamiah, ditujukan untuk menjadikan komputer mampu berkomunikasi langsung dengan manusia. Kedua, AI dikembangkan untuk meniru pola pikir seorang ahli atau pakar. Metode ini banyak digunakan dalam dunia kedokteran, teknik sipil dan teknik industri. Ketiga, AI diterapkan dalam logika fuzzy yang mengadopsi penilaian yang dilakukan manusia terhadap suatu kebenaran. Pada kebyanakan sistem digital, kebenaran dinilai benar atau salah (0 atau 1). Padahal, dalam penilaian manusiaa terdapat suatu kebimbangan antara benar atau salah. Sistem-sistem yang menggunakan logika fuzzy ini memperhitungkan kebimbangan nilai benar dan salah tersebut. Keunggulan dari logika fuzzy ini adalah membuat sistem menjadi lebih baik.Keempat, Jaringan Syaraf Tiruan adalah suatu metode yang mengadopsi proses berpikir dalam otak manusia. Metode ini berisi proses stimulasi-stimulasi yang berlangsung dalam otak yang diterjemahkan dalam simbol, nilai dan bobot. Metode ini mempunyai keunggulan dalam hal proses pembelajaran. Kelima, Algoritma Genetika adalah suatu metode yang mengadopsi proses seleksi alamiah yang terdapat dalam teori evolusi. Dasar permikiran dari metode ini adalah bahwa sesuatu yang baik yang diperoleh dari induk-induk yang baik. Metode ini sangat baik dalam optimasi.Intinya, AI dapat diaplikasikan dalam fungsi searching, natural language processing, pengenalan pola dan pandangan, logika dan ketentuan serta expert system. Software AI bahkan dapat mereproduksi sebuah soft ware kembali.“AI sebenarnya alogaritma yang dituangkan dalam software. Sedangkan implementasinya, hardware sekarang sudah lebih canggih. Sehingga bisa dalam beragam bentuk, sesuai dengan keinginan. Data juga tidak harus disimpan dalam disket atau CD ROM, tetapi bentuk chip. Di era 1980-an mulai banyak kegiatan untuk mrngembangkan Artificial Intelegency. Di Amerika dilakukan di MIT atau Inggris di University of Eidenberg. Saat ini, Artificial Intelegency sedang mengalami perkembangan dalam bentuk aplikasi komersial. Seperti dalam bidang kedokteran, robot, games, dan sebagian besar untuk kebutuhan militer,” ujar Iman. AI dan Robotik Menurut Iman, aplikasi AI di bidang robotik, selain akan menghasilkan wujud robosapiens juga akan mampu mengahasilkan sosok robot yang mandiri atau autonomous “Jika ini terjadi, maka Ai akan akan terus survive. Setiap AI akan menciptakan AI yang baru,” ujar Iman.Namun, kata Iman, penerapan secara komersial AI di bidang robotik saat ini lebih mengarah games . Namun, tentunya wujud robotik dalam pengembangan AI terhitung paling ideal. Kini beberapa raksasa industri dunia tengah berlomba-lomba menciptakan karakter robot berbasis AI yang lebih humanis. Bahkan, aplikasi AI di bidang industri justru memiliki aspek pengembangan yang lebih terbatas. “ Di bidang industri memang ada pengembangan AI, tapi itu pun masih terbatas. Sebab, AI diciptakan untuk membuat nilai tambah unstuk bisa melakukan sesuatu dengan banyak kemungkinannya. Sedang, industri relatif lebih sempit kemungkinannya, tanpa filosofi atau spiritual. Karena tiap tahap produksi sudah diplot jalur kegiatannya. Pada proses ini, AI sulit untuk dikembangkan dan lebih disederhanakan perannya,” ujar Iman. Kendati menurut Iman aplikasi AI di bidang industri lebih sederhana, ternyata penerapan AI seperti yang diterapkan oleh IBM dengan software Computer Aided Three Dimensional Interactive Application (CATIA) sebagai perangkat yang dipakai industri saat mempersiapkan produk baru. CATIA dengan pintar menghitung untung rugi dikeluarkannya produk baru dengan mengkalkulasi semua line produksi.

Kecerdasan buatan

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) 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.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain Sepakbola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.



'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.

Tidak ada definisi yang memuaskan untuk 'kecerdasan':

kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'


Faham Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI 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.

Petimbangan berdasar kasus

Jaringan Bayesian

AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual


Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI 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 populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.


Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)



Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

Pengembangan Robot Cerdas

Salah satu fungsi robot cerdas adalah untuk membuat pekerjaan tertentu menjadi lebih manusiawi.

Sejak beberapa dekade terakhir ini, peran robot dalam industri maupun kehidupan sehari-hari semakin meningkat. Hampir tidak ada cabang industri teknologi tinggi yang tidak dibantu robot. Dalam kehidupan sehari-hari, berbagai bentuk robot diciptakan untuk membantu atau memudahkan aktivitas manusia. Tapi robot-robot yang dimaksud jangan dibayangkan bentuknya seperti robot dalam film. Banyak robot industrial yang bentuknya hanya seperti lengan mekanis. Atau robot rumah tangga untuk membersihkan lantai, yang bentuknya hanya seperti cakram.



Robot Menggusur Tenaga Kerja Manusia?



Semakin canggih dan berbahaya pekerjaan di sebuah industri, pemanfaatan alat bantu robot makin tidak dapat dihindarkan. Misalnya saja robot pengelas di industri mobil, robot untuk mencari dan memusnahkan ranjau, robot di perusahaan pertambangan bawah tanah atau pengeboran minyak, serta robot yang bekerja menangani bahan kimia beracun dan berbahaya. Para ilmuwan bidang teknologi robotik menyebutkan, berbagai robot cerdas diciptakan untuk membuat pekerjaan tertentu menjadi lebih manusiawi.



Kedengarannya ironis. Di satu sisi penggunaan robot akan mendesak lapangan kerja bagi manusia. Di sisi lainnya, ternyata pemanfaatan robot memang membuat pekerjaan menjadi lebih manusiawi. Misalnya saja di pabrik mobil. Sejak beberapa dekade terakhir, semakin banyak robot pengelas digunakan untuk menggantikan manusia. Seperti diungkapkan Hubert Grosser, kepala bagian Humas Institut Fraunhofer untuk teknik produksi dan otomatisasi di Stuttgart, pekerjaan mengelas body mobil tergolong pekerjaan tidak manusiawi. Teknisi hanya bekerja secara monoton dan rutin, mengelas bagian-bagian body, menjadi body mobil utuh. Begitu setiap hari, selama bertahun-tahun.



Robot Yang dapat Bekerja Sama dengan Manusia



Tentu saja sesuai perkembangan teknologi, semakin banyak robot yang cerdas dikembangkan. Dalam hal ini teknologi kecerdasan buatan memainkan peranan menentukan.


Grosser: “Sebetulnya robot-robot semacam itu merupakan sebuah sistem yang amat rumit, dan dikendalikan oleh perangkat pengolah data berupa mosaik. Tentu saja kami tidak perlu bersusah payah menemukan sendiri sistem kecerdasan buatan ini. Melainkan melihat apa yang ada di pasaran atau apa yang dibuat di Institut Fraunhofer lainnya. Kami memasang otak robot ini, yang kami kembangkan lagi untuk meningkatkan kemampuannya.“



Misalnya saja, Insitut Fraunhofer untuk teknik produksi dan otomatisasi-IPA di Stuttgart, antara lain mengembangkan robot cerdas yang dapat mengenali keberadaan manusia di dekatnya. Selama ini, robot-robot untuk kepentingan industri lazimnya dirancang untuk bekerja secara otomatis dan tidak peduli situasi di sekitarnya. Manusia yang mendekat, terancam bahaya maut, karena robot-robot berkekuatan besar semacam itu, tidak diprogram untuk mengenalinya.


Grosse: “Bentuk kerja samanya adalah robot dapat mengenali jika ada manusia di dekatnya. Di mana posisi manusia itu? Seberapa cepat manusia mendekat ke wilayah kerja? Robot mengetahui bagaimana harus bereaksi. Apakah memperlambat gerakannya atau sama sekali berhenti? Jika manusia sudah meninggalkan wilayah kerjanya, robot secara otomatis melakukan kembali pekerjaannya.“



Meniru Proses Alam



Seiring dengan kemajuan teknologi, tantangan untuk mengembangkan robot-robot cerdas juga semakin meningkat. Bukan hanya di bidang industri, akan tetapi juga dalam sektor jasa dan kehidupan sehari-hari dibutuhkan semakin banyak robot cerdas. Institut Fraunhofer untuk teknik produksi dan otomatisasi-IPA di Stuttgart terus melakukan penelitian untuk meningkatkan kehandalan robot-robot tersebut. Dengan perkembangan pesat di bidang teknologi informatik dan sensorik, efisiensi robot meningkat dan harganya dapat ditekan.



Yang tidak boleh dilupakan, robot dibuat sebagai perkakas untuk membantu pekerjaan manusia. Artinya, banyak pendekatan dalam penelitian robotik, merupakan penggabungan dari fungsi biologi dan teknik yang disebut cabang teknologi bionik. Seberapa besar peranan bionik ini, diungkapkan oleh Grosser.



Grosser: “Bionik bagi kami merupakan tema yang amat penting. Kami yakin, dari alam kita dapat mencontoh banyak hal. Juga alam telah mengoptimalkan proses-proses tertentu. Jadi kami dapat meniru prosesnya dari alam dan menerapkannya dalam praktek industri.“



Secur-O-Bot



Sebagai contoh konkret, Institut Fraunhofer IPA terus mengembangkan robot pengaman yang disebut Secur-O-Bot. Wilayah kerja dari Secur-O-Bot amat luas dan dapat disesuaikan dengan kebutuhan. Perangkatnya berupa robot yang dapat bergerak untuk melakukan patroli secara otomatis, mengenali bahaya, melakukan identifikasi personal, melontarkan tanda bahaya secara otomatis serta mendokumentasikan hasil pengukuran tertentu. Robot ini dapat dimanfaatkan untuk bermacam tujuan, dengan memasang perangkat yang disesuaikan dengan fungsinya.



Pembantu Penderita Cacat



Robot lain yang dikembangkan misalnya robot cerdas untuk membantu orang cacat. Robot semacam ini dilengkapi perangkat interaktiv yang memungkinkan komunikasi antara robot dengan pemakainya. Prototipe yang dikembangkan, yang disebut Care-O-Bot, mampu mengenali, apakah pemakainya dalam kondisi normal atau perlu bantuan. Misalnya saja jika pemakainya tiba-tiba tidak sadarkan diri. Robot akan menganalisis kondisi majikannya, memanggilnya berkali-kali dan jika dalam batasan waktu tertentu tidak ada reaksi, secara otomatis robot akan menelpon ambulans, dokter atau polisi.



Transisi Kerja



Proyek pengembangan robotik, pada gilirannya juga akan menciptakan lapangan kerja baru. Menurut Hubert Grosser, robot-robot cerdas mendorong transisi kerja, dari padat karya menjadi padat teknologi. Pekerja yang melakukan tugas rutin selama bertahun-tahun akan dipacu menjadi pekerja yang lebih banyak menggunakan otaknya. Alih profesi menjadi hal yang tidak terelakan. Misalnya dari tenaga montir yang bertahun-tahun hanya mengencangkan sekrup, menjadi tenaga ahli perawatan robot atau pakar pemrogram otak robot. Trend juga menunjukkan, suatu waktu nanti, negara-negara dengan pekerja murah akan memasuki fase jenuh dan ongkos produksi naik sampai tahapan negara maju. Artinya, terus diperlukan robot-robot cerdas untuk mempertahankan pekerjaan teknologi tinggi yang akan tetap mampu bersaing di pasar.

PENERAPAN kecerdasan buatan menggunakan algoritma minimax pada permainan tik-tak

Kecerdasan buatan dapat diterapkan atau dimplementasikan kedalam
berbagai bentuk aplikasi. Bentuk implementasi yang paling mudah untuk diukur
tingkat keberhasilan dan cukup digemari oleh sebagain besar publik yaitu pada
games atau permainan. Permainan yang digunakan sebagai media
pengimplementasian pada kasus ini adalah permaian Tik-tak atau dalam bahasa
Inggris dikenal dengan nama Tic-tac-toe. Tik-tak adalah salah satu permainan
logika yang cukup populer dimasyarakat kita juga masyarakat internasional.
Meskipun dimasing-masing daerah permainan ini memiliki nama yang berbedabeda,
namun pola dan aturan permainan tetap sama.
Algoritma yang digunakan pada kecerdasan buatan tersebut menggunakan
algoritma Minimax. Minimax menurut beberapa pakar kecerdasan buatan
merupakan salah satu algoritma yang sering digunakan dalam penerapan
kecerdasan buatan pada permainan, khususnya permainan logika, antara lain
Catur, Go, Othello, dan sebagainya.
Proses utama algoritma Minimax yaitu pencarian nilai terbaik berdasarkan
nilai-nilai yang telah diberikan pada tiap-tiap langkah. Nilai-nilai tersebut
dibangkitkan berdasarkan basis pengetahuan yang dimiliki oleh algoritma
tersebut. Dengan penerapan algoritma Minimax sebagai pondasi suatu kecerdasan
buatan pada permainan Tik-tak, maka diharapkan akan dihasilkan suatu
permainan yang interaktif. Dalam permainan ini, dua pemain dapat saling
bertanding menggunakan dua unit komputer yang dihubungkan oleh jaringan
lokal.
Alat bantu pada implementasi kasus ini menggunakan jaringan lokal dan
pemrograman Visual Basic 6.0

Salesforce umumkan bahasa pemrogramman serupa Java

Penyedia solusi untuk on-demand Customer Relationship Management (CRM), Salesforce.com, menggunakan Apex dan berencana memperkenalkan bahasa pemrograman serupa Java. Pelanggannya lantas dapat memanfaatkan aplikasi bisnis tanpa harus membeli dan memiliki infrastruktur software yang rumit.

Apex membidik pengembang klasik dan memungkinkan serangkaian aplikasi, dapat berjalan di bursa software Salesforce untuk aplikasi on-demand, AppExchange. Menurut chairman dan CEO Marc Benioff, bahasa pemrograman terbaru ini, yang diperkenalkan pada kesempatan tahunan Salesforce User Conference Dreamforce, menjadi publikasi terpenting yang pernah dibuat Salesforce.

Dengan melihat ke arah Microsoft dan Oracle, Benioff menyatakan, Apex meniadakan pentingnya operating system, database, aplikasi, webserver, data center dan kebutuhan infrastruktur lainnya dari seluruh dunia.

Apex baru akan tersedia pada tengah pertama 2007. Sementara perusahaan, yang menjadi bagian Apex Alliance, dibentuk antara lain oleh Adobe, Dell, Sybase, dan Research in Motion.

Konsep Dasar Pemrogramman Java

Pemrograman dengan Java

Ari Hermawan

Java sebagai salah satu bahasa pemrograman baru menjanjikan banyak kemudahan bagi programer junior maupun senior. Tutorial ini akan membawa Anda mengenal lebih jauh bahasa ini melalui pembahasan konsep model perancangan dan petunjuk sederhana penggunaannya.

Apakah Java?

Java adalah bahasa pemrograman berorientasi objek yang dikembangkan oleh Sun Microsystems sejak tahun 1991. Bahasa ini dikembangkan dengan model yang mirip dengan bahasa C++ dan Smalltalk, namun dirancang agar lebih mudah dipakai dan ­platform independent, yaitu dapat dijalankan di berbagai jenis sistem operasi dan arsitektur komputer­­. Bahasa ini juga dirancang untuk pemrograman di Internet sehingga dirancang agar aman dan portabel.

Platform Independent

Platform independent berarti program yang ditulis dalam bahasa Java dapat dengan mudah dipindahkan antar berbagai jenis sistem operasi dan berbagai jenis arsitektur komputer. Aspek ini sangat penting untuk dapat mencapai tujuan Java sebagai bahasa pemrograman Internet di mana sebuah program akan dijalankan oleh berbagai jenis komputer dengan berbagai jenis sistem operasi. Sifat ini berlaku untuk level source code dan binary code dari program Java. Berbeda dengan bahasa C dan C++, semua tipe data dalam bahasa Java mempunyai ukuran yang konsisten di semua jenis platform. Source code program Java sendiri tidak perlu dirubah sama sekali jika Anda ingin mengkompile ulang di platform lain. Hasil dari mengkompile source code Java bukanlah kode mesin atau instruksi prosesor yang spesifik terhadap mesin tertentu, melainkan berupa bytecode yang berupa file berekstensi .class. Bytecode tersebut dapat langsung Anda eksekusi di tiap platform yang dengan menggunakan Java Virtual Machine (JVM) sebagai interpreter terhadap bytecode tersebut.

JVM sendiri adalah sebuah aplikasi yang berjalan di atas sebuah sistem operasi dan menerjemahkan bytecode program Java dan mengeksekusinya, sehingga secara konsep bisa dianggap sebagai sebuah interpreter. Proses pengeksekusian program Java dapat dilukiskan seperti di Gambar 1. Dengan cara ini, sebuah program Java yang telah dikompilasi akan dapat berjalan di platform mana saja, asalkan ada JVM di sana.

Kompiler dan interpreter untuk program Java berbentuk Java Development Kit (JDK) yang diproduksi oleh Sun Microsystems. JDK ini dapat didownload gratis dari situs java.sun.com. Interpreter untuk program Java sendiri sering juga disebut Java Runtime atau Java Virtual Machine. Interpreter Java, tanpa kompilernya, disebut Java Runtime Environment (JRE) dapat didownload juga di situs yang sama. Untuk mengembangkan program Java dibutuhkan JDK, sementara jika hanya ingin menjalankan bytecode Java cukup dengan JRE saja. Namun untuk mengeksekusi applet (sebuah bytecode Java juga) Anda biasanya tidak perlu lagi mendownload JRE karena browser yang Java-enabled telah memiliki JVM sendiri.

Library

Selain kompiler dan interpreter, bahasa Java sendiri memiliki library yang cukup besar yang dapat mempermudah Anda dalam membuat sebuah aplikasi dengan cepat. Library ini sudah mencakup untuk grafik, desain user interface, kriptografi, jaringan, suara, database, dan lain-lain.

OO

Java adalah bahasa pemrograman berorientasi objek. Pemrograman berorientasi objek secara gamblang adalah teknik untuk mengorganisir program dan dapat dilakukan dengan hampir semua bahasa pemrograman. Namun Java sendiri telah mengimplementasikan berbagai fasilitas agar seorang programer dapat mengoptimalkan teknik pemrograman berorientasi objek.

Sedikit perbandingan tambahan dengan bahasa C dan C++, Java banyak mewarisi konsep orientasi objek dari C++ namun dengan menghilangkan aspek-aspek kerumitan dalam bahasa C++ tanpa mengurangi kekuatannya. Hal ini mempermudah programer pemula untuk mempelajari Java namun mengurangi keleluasaan programer berpengalaman dalam mengutak-atik sebuah program. Di balik kemudahan yang ditawarkan Java, luasnya fasilitas library Java sendiri membuat seorang programer membutuhkan waktu yang tidak singkat untuk dapat menguasai penggunaan library-library tersebut.

Dasar-dasar pemrograman Matlab

Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik, analisis data, pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan.

Matlab hadir dengan membawa warna yang berbeda. Hal ini karena matlab membawa keistimewaan dalam fungsi-fungsi matematika, fisika, statistik, dan visualisasi. Matlab dikembangkan oleh MathWorks, yang pada awalnya dibuat untuk memberikan kemudahan mengakses data matrik pada proyek LINPACK dan EISPACK. Saat ini matlab memiliki ratusan fungsi yang dapat digunakan sebagai problem solver mulai dari simple sampai masalah-masalah yang kompleks dari berbagai disiplin ilmu.

Borland Delphi

Delphi adalah sebuah bahasa pemrograman dan lingkungan pengembangan perangkat lunak. Produk ini dikembangkan oleh Borland (sebelumnya dikenal sebagai Inprise). Bahasa Delphi, yang sebelumnya dikenal sebagai object pascalpascal dengan ekstensi pemrograman berorientasi objek (PBO/OOP)) pada mulanya ditujukan hanya untuk Microsoft Windows, namun saat ini telah mampu digunakan untuk mengembangkan aplikasi untuk Linux dan Microsoft .NET framework (lihat di bawah). Dengan menggunakan Free Pascal yang merupakan proyek opensource, bahasa ini dapat pula digunakan untuk membuat program yang berjalan di sistem operasi Mac OS X dan Windows CE (

Pada tanggal 8 Februari 2006, Borland mengumumkan akan melepas seluruh jajaran produk pengembangan aplikasi komputernya termasuk di antaranya Delphi. [1]

Lingkungan pengembangan

Umumnya delphi lebih banyak digunakan untuk pengembangan aplikasi desktop dan enterprise berbasis database, tapi sebagai perangkat pengembangan yang bersifat general-purpose ia juga mampu dan digunakan dalam berbagai jenis proyek pengembangan software. Ia juga yang dikenal sebagai salah satu yang membawa istilah RAD tool, kepanjangan dari Rapid Application Development, saat dirilis tahun 1995 untuk windows 16-bit. Delphi 2, dirilis setahun kemudian, mendukung lingkungan windows 32-bit, dan versi c++, C++Builder, dirilis beberapa tahun kemudian. Pada tahun 2001 sebuah versi linux yang dikenal sebagai Kylix tersedia. Dengan satu rilis baru setiap tahunnya, pada tahun 2002 dukungan untuk Linux (melalui Kylix dan CLX component library) ditambahkan dan tahun 2003 .NET mulai didukung dengan munculnya Delphi.Net (Delphi 8).

Chief Architect yang membidani Delphi, dan pendahulunya Turbo Pascal, adalah Anders Hejlsberg sampai kemudian ia pindah ke Microsoft tahun 1996 di mana ia sebagai chief designer C# dan termasuk orang kunci dalam perancangan Microsoft .Net Framework. Dukungan penuh untuk .Net ditambahkan pada Delphi 8 (dirilis pada bulan Desember 2003) dengan penampilan user interface (look and feel) mirip dengan Microsoft Visual Studio .NET.

Delphi 2005 (nama lain dari Delphi 9) mendukung code generation baik untuk win32 maupun .NET, dan seperti yang telah dikenal, fitur-fitur manipulasi data secara live dari database secara design-time. Ia juga membawa banyak pembaruan pada IDE secara signifikan.

Para penganjur delphi mengklaim dengan bahasa pemrograman Delphi, IDE dan component library (VCL/CLX) yang disediakan oleh vendor tunggal memungkinkan satu paket yang lebih konsisten dan mudah dikenali.

Produk delphi ini didistribusikan dalam beberapa rancangan: Personal, Professional, Enterprise (sebelumnya Client/Server) dan Architect.

Bahasa pemrograman

Perbedaan fitur yang utama antara Delphi, Kylix dengan IDE-IDE yang lain adalah keberadaan bahasanya (Bahasa pemrograman delphi), VCL/CLX (Visual Component Library), Penekanan konektifitas database yang sangat baik, dan banyaknya komponen-komponen pihak ketiga yang mendukungnya.

Aspek penting yang perlu dicatat tentang Bahasa pemrograman Delphi termasuk:

• Penanganan object sebagai reference/pointer secara transparan
• Properti sebagai bagian dari bahasa tersebut; benar, sebagai getter dan setter (atau accessor and mutator), yang secara transparan mengenkapsulasi akses pada field-field anggota dalam kelas tersebut.
• Property index dan Default yang menyediakan akses pada data kolektif
• Pendelegasian (type safe method pointer) yang digunakan untuk memproses event yang dipicu oleh component
• Pendelegasian implementasi interface pada Field ataupun property dari class.
• Implementasi penanganan windows message dengan cara membuat method dalam class dengan nomer/nama dari windows message yang akan dihandle.
• COM bersifat sebagai interface yang independen dengan implementasi class sebagai reference counted
• Kompilasi yang dapat menghasilkan kode yang berjalan secara native x86managed code pada arsitektur framework .NET. ataupun

Pro and kontra

Delphi membawa keuntungan-keuntungan berikut:

• Komunitas pengguna yang besar pada Usenet maupun web [2]
• Dapat mengkompilasi menjadi single executable, memudahkan distribusi dan meminimalisir masalah yang terkait dengan versioning
• Banyaknya dukungan dari pihak ketiga terhadap VCL (biasanya tersedia berikut source codenya) ataupun tools pendukung lainnya (dokumentasi, tool debugging)
• Optimasi kompiler yang cukup cepat
• Mendukung multiple platform dari source code yang sama

Berikut ini kerugiannya:

• Partial single vendor lock-in (Borland dapat menetapkan standar bahasa, kompatibilitas yang harus mengikutinya)
• Terbatasnya kamampuan portabilitas antar-platform OS (sebelum ada kylix)
• Akses pada platform dan library pihak ketiga membutuhkan file-file header yang diterjemahkan ke dalam bahasa pascal
• Dokumentasi atas platform dan tehnik-tehnik yang menyertainya sulit ditemukan dalam bahasa pascal (contoh akses COM dan Win32)

Klon dan alternatifnya

Meskipun tidak bersifat subsitutif penuh terhadap keseluruhan paket delphi, ada beberapa usaha yang dilakukan untuk membuat kompatibilitas bahasa ini menjadi lebih baik atu bahkan lebih buruk dengan membuat kode delphi yang tidak bisa dicapai oleh delphi ataupun kylix sendiri.

Produk-produk berikut bisa membuat kode delphi berjalan dalam alur yang tidak mungkin dilakukan oleh Delphi (seperti dukungan terhadap sistem operasi yang berbeda, distribusi yang gratis dan penggunaan untuk kebutuhan pendidikan, dan penyertaan kode dari kompilernya sendiri) yang menjadikan vendor bisa menjadi lebih independen. Produk-produk berikut ini umumnya digunakan untuk kebutuhan edukasi dan mengusahakan agar sisi aplikasi delphi yang berjalan pada server bisa berjalan pada sistem operasi alternatif selain dari yang didukung oleh delphi/kylix, umumnya produk tersebut sudah mensupport linux sebelum kylix muncul.

• Bloodshed Dev-Pascal Salah satu IDE Win32 yang mensupport GNU Pascal maupun Free Pascal
• Free Pascal Kompiler berbasis commandline dengan dialek yang sangat dekat dengan Turbo Pascal dan Delphi. Fitur yang terdapat pada Delphi versi 4 ke atas hanya diimplementasikan pada seri versi 1.9.x (akan menjadi seri 2.0.x). Versi beta ini sudah bisa digunakan secara baik. Beroperasi umumnya pada sistem operasi berbasis x86. Mendukung Linux, Mac OS dan Mac OS X (termasuk implementasi Xcode) pada keluarga PowerPC, dan Linux berbasis AMD64. SPARC and arsitektur Mesin RISC Acorn (ARM) masih sedang dikerjakan dan belum siap dideploy.
• GNU Pascal secara terpisah didistribusikan sebagai bagian dari GNU Compiler Collection dan tidak mendukung dialek pascal yang diimplementasikan borland
• InnerFuse merupakan interpreter bahasa Delphi yang dapat diintegrasikan dengan aplikasi Delphi
• Lazarus merupakan satu upaya untuk membangun sebuah RAD berbasis Free Pascal.
• OpenSibyl
• Virtual Pascal
• WDOSX
• Winsoft Pocket Studio

Turbo C++

Turbo C++ merupakan kompiler C++ dengan IDE yang terintegrasi buatan Borland, terkenal karena kecepatannya dalam kompilasi dan lingking - karena itu diistilahkan dengan "Turbo". Produk ini merupakan bagian dari keluarga kompiler borland yang sangat populer termasuk Turbo Pascal, Turbo Basic, Turbo Prolog, dan Turbo C. Turbo C++ merupakan suksesor dari Turbo C yang merupakan pengembangan lebih lanjut dalam keseragaman tata cara dalam kompiler seperti halnya cara yang terdapat pada Turbo Pascal 5.5 dalam menambahkan fungsionalitas object pada versi-versi Turbo Pascal sebelumnya. Namun tidak seperti halnya Turbo Pascal, Turbo C++ senantiasa mengikuti dan mempertahankan standar-standar yang berlaku pada bahasa C++.

[sunting] Keistimewaan

Dibandingkan dengan perangkat lunak sejenis pada masa itu, Turbo C++ memiliki beberapa keistimewaan dibandingkan dengan yang lain. Turbo C++ membebaskan programmer dari keharusan menuliskan program yang rumit, sebab berbasis pemrograman berorientasi objek (OOP, Object Oriented Programming). Hal ini memungkinkan program lebih cepat dikembangkan.

[sunting] Sejarah versi

Rilis pertama dari Turbo C++ pertama kali tersedia pada tahun 1988, saat MS-DOS menguasai personal komputer. Produk ini dibundel dalam versi 1.0, berjalan pada OS/2 dan versi 1.01, berjalan pada MS-DOS. Pada perkembangannya kompiler ini dapat pula digunakan untuk menghasilkan program-program COM dan EXE, dan di paketkan bersama Borland Turbo Assembler untuk prosesor Intel x86.

Turbo C++ 3.0 dirilis pada tahun 1992, dan datang pada saat-saat munculnya rilis Microsoft Windows 3.1. Turbo C++ 3.0 pada mulanya diperkenalkan sebagai kompiler untuk platform MS-DOS yang mendukung template, mampu digunakan untuk menghasilkan kode aplikasi dalam mode terproteksi, dan menghasilkan kode yang ditujukan untuk prosesor-prosesor intel sebelumnya, seperti prosesor Intel 80186.

Setelah Windows 3.1 mulai tersedia, Turbo C++ diperdagangkan dengan dukungan MS-Windows. IDE pertama yang berbasis windows adalah Turbo C++ for Windows, diikuti dengan Turbo C++ 3.1 dan Turbo C++ 4.5. Ada anggapan mungkin saja lompatan versi dari 1.x ke versi 3.x merupakan cara untuk menyelaraskan rilis Turbo C++ dengan versi-versi Microsoft Windows.

Pada akhirnya Turbo C++ digantikan oleh Borland C++ yang lebih lengkap dan kaya akan fitur, namun pada akhirnya menghilangkan fitur yang menjadi kesuksesan jajaran produk Turbo, seperti kecepatan kompilasi dan fasilits dari IDE yang sangat baik.

Turbo C++ v1.01 for DOS saat ini didistribusikan secara gratis oleh Borland, dan bisa didonwload dari website mereka sebagai software antik.

PCA untuk Pengenalan Wajah

Ditulis pada Agustus 15, 2007 oleh citravision
Tulisan ini mengenai PCA sebagai dasar teori untuk penelitian PDM Dikti 2006, yang sedang saya kerjakan dan juga sebagai bahan dasar pengenalan tentang PCA pada mata kuliah Computer Vision.

PENGENALAN WAJAH(FACE RECOGNITION)

Pengenalan wajah adalah merupakan suatu pengenalan pola (pattern recognition) yang khusus untuk kasus wajah. Ini dapat dideskripsikan sebagai pengklasifikasian suatu wajah apakah dikenali (known) atau tidak dikenali (unknown), dimana setelah dibandingkan kemudian disimpan secara tersendiri. Beberapa pendekatan untuk pengenalan obyek dan grafika komputer didasarkan secara langsung pada citra-citra tanpa penggunaan model 3D. Banyak dari teknik ini tergantung pada suatu representasi citra yang membentuk suatu struktur ruang vektor, dan dalam prinsip ini memerlukan korespondensi yang padat. Pendekatan appearance-based kebanyakan digunakan untuk pengenalan wajah. Pada metode ini, model wajah dipelajari melalui proses training dengan menggunakan satu set data pelatihan yang berisi contoh-contoh wajah. Kemudian hasil training ini digunakan untuk pengenalan wajah. Secara umum metode ini menggunakan teknik-teknik analisis statistik dan mesin pembelajaran (machine learning) untuk menemukan karakteristik-karakteristik yang sesuai dari wajah maupun non-wajah. Yang termasuk dalam kelompok ini adalah : Eigenfaces, distribution-based dan clustering, jaringan syaraf tiruan, SVM (Support VectorMmachine), dll.


Tiga pengklasifikasi linear appearance-based adalah PCA, ICA and LDA. Tiap pengklasifikasi mempunyai representasi (vector basis) tersendiri dari suatu ruang space vector wajah dengan dimensi tinggi didasarkan pada titik pandang secara statistik yang berbeda. Melalui proyeksi vector wajah ke vector basis, koefisien proyeksi digunakan sebagai representasi fitur tiap citra wajah. Nilai matching diantara citra wajah tes dan pelatihan dihitung (sebagai contoh sudut nilai cosine) diantara vector-vector koefisien. Ketiga representasi dapat dianggap sebagai suatu transformasi linier dari vector citra asli ke suatu vector fitur proyeksi.

Proyeksi citra ke dalam ruang eigen (eigenspace) merupakan suatu prosedur standar untuk beberapa algoritma pengenalan obyek yang didasarkan pada tampilan (appearance-based). Penelitian dasar tentang proyeksi eigenspace pertama kali dilakukan oleh Michael Kirby yang memperkenalkan tentang ide karakteristikasi dimensi rendah suatu wajah. Turk and Pentland menggunakan proyeksi eigenspace untuk pengenalan wajah. Eigenspace dihitung melalui identifikasi eigenvector dari matriks kovariansi yang diturunkan dari suatu himpunan citra pelatihan (Turk and Pentland,1991)

Proyeksi ruang eigen (eigenspace) juga dikenal sebagai Karhunen-Loeve (KL) atau juga dinamakan dengan Principal Component Analysis (PCA). Algoritma eigenface memanfaatkan Principal Component Analysis (PCA) untuk mereduksi dimensinya guna menemukan vector-vektor yang mempunyai nilai terbaik untuk distribusi citra wajah didalam ruang citra masukan. Vektor ini mendefinsikan subruang dari citra-citra wajah dan subruang tersebut dinamakan ruang wajah. Semua wajah-wajah dalam himpunan pelatihan diproyeksikan ke dalam ruang wajah untuk menemukan suatu himpunan bobot-bobot yang mendeskripsikan kontribusi dari tiap vector dalam ruang wajah. Untuk identifikasi suatu citra uji, membutuhkan proyeksi suatu citra ke dalam ruang wajah untuk menentukan korespondensi kumpulan bobot-bobot. Dengan membandingkan kumpulan bobot-bobot wajah dalam training set, Pengujian citra dapat diidentifikasi. Prosedur kunci dalam PCA didasarkan pada tranformasi Karhumen-Loeve. Jika elemen-elemen citra dianggap sebagai variable-variabel random, citra mungkin dilihat sebagai sample suatu proses stokastik.


Ide utama principal component analysis adalah menemukan vektor dengan nilai terbaik untuk distribusi citra wajah dalam seluruh ruang citra. Vektor-vektor ini mendefinisikan subruang citra wajah atau biasa disebut dengan nama ruang wajah. Tiap vektor dengan panjang N2, mendsikripsikan citra dengan ukuran N x N, yang merupakan suatu kombinasi linier dari citra wajah asli (Atalay,1996).

IMPLEMENTASI GRAFIKA KOMPUTER BERBASIS VISUAL INTERAKTIF UNTUK GERAK BENDA DAN GELOMBANG PADA FISIKA

Grafika komputer atau dalam bahasa inggris Computer Graphics dapat diartikan sebagai seperangkat alat yang terdiri dari hardware dan software untuk membuat gambar, grafik atau citra realistic untuk seni, game komputer, foto, dan film animasi.

Dewasa ini, grafika komputer sudah banyak digunakan sebagai materi pendukung dalam berbagai bidang, pada tugas akhir ini penulis menganalisis tentang implementasi grafika komputer dengan menggunakan aplikasi perangkat lunak berbasis visual interaktif untuk gerak benda dan gelombang pada fisika yang meliputi gerak melingkar, gerak satelit, gerak peluru, gelombang transversal, dan gelombang sinusoida.

Implementasi grafika komputer yang diaplikasikan pada program simulasi berbasis visual interaktif untuk gerak benda dan gelombang pada fisika diharapkan dapat membantu dalam proses belajar, dan mempercepat pemahaman dalam mempelajari tentang gerak benda dan gelombang yang selama ini masih dilakukan dengan cara yang konvensional yaitu dengan gambar dan juga diharapkan dapat meningkatkan daya minat belajar karena cara yang dipakai dalam perangkat lunak ini lebih menarik dengan fasilitas menu yang sederhana

Grafik komputer banyak dipakai dalam bidang permainan komputer.

ANALISIS DAN IMPLEMENTASI ALGORITMA MIDPOINT DISPLACEMENT PADA PEMBANGKITAN CITRA TERRAIN

Salah satu kajian pada bidang grafika komputer adalah pembangkitan citra terrain. Terrain secara bahasa berarti permukaan bumi. Terrain banyak ditemukan pada aplikasi game 3D, simulator dan film animasi 3D. Tanpa adanya terrain, film animasi 3D tidak akan tampak realistis, karena film animasi biasanya menggambarkan tentang kehidupan sesungguhnya.
Terdapat beberapa algoritma yang bisa digunakan untuk membangkitkan atau membentuk suatu terrain. Diantaranya adalah algoritma Midpoint Displacement atau juga disebut algoritma The Diamond-Square atau algoritma Plasma. Algoritma tersebut sangat mudah dipahami dan digunakan, namun dapat menghasilkan suatu citra yang bentuknya cukup rumit. Citra yang dihasilkan akan berbentuk 3 dimensi (3D).
Setelah dilakukan percobaan, terrain mulai terbentuk pada iterasi ke-5. Waktu yang dibutuhkan untuk pembangkitan citra terrain pada iterasi tersebut adalah 50 ms. Besarnya nilai roughness menjadikan bentuk terrain yang dihasilkan menjadi lebih bervariatif, karena nilai yang dibangkitkan adalah acak.

Visualisasi

Visualisasi saat terjadi tabrakan mobil dengan menggunakan analisa elemen

Visualisasi (Inggris: visualization) adalah rekayasa dalam pembuatan gambar, diagram atau animasi untuk penampilan suatu informasi. Secara umum, visualisasi dalam bentuk gambar baik yang bersifat abstrak maupun nyata telah dikenal sejak awal dari peradaban manusia. Contoh dari hal ini meliputi lukisan di dinding-dinding gua dari manusia purba, bentuk huruf hiroglip Mesir, sistem geometri Yunani, dan teknik pelukisan dari Leonardo da Vinci untuk tujuan rekayasa dan ilmiah, dll.

Pada saat ini visualisasi telah berkembang dan banyak dipakai untuk keperluan ilmu pengetahuan, rekayasa, visualisasi disain produk, pendidikan, multimedia interaktif, kedokteran, dll. Pemakaian dari grafika komputer merupakan perkembangan penting dalam dunia visualisasi, setelah ditemukannya teknik garis perspektif pada zaman Renaissance. Perkembangan bidang animasi juga telah membantu banyak dalam bidang visualisasi yang lebih kompleks dan canggih.

Grafika komputer 3D

Contoh grafika komputer 3D

Grafika komputer 3D (Inggris: 3D Computer graphics) adalah representasi dari data geometrik 3 dimensi sebagai hasil dari pemrosesan dan pemberian efek cahaya terhadap grafika komputer 2D. Hasil ini kadang kala ditampilkan secara waktu nyata (real time) untuk keperluan simulasi. Secara umum prinsip yang dipakai adalah mirip dengan grafika komputer 2D, dalam hal: penggunaan algoritma, grafika vektor, model frame kawat (wire frame model), dan grafika rasternya.

Grafika komputer 3D sering disebut sebagai model 3D. Namun, model 3D ini lebih menekankan pada representasi matematis untuk objek 3 dimensi. Data matematis ini belum bisa dikatakan sebagai gambar grafis hingga saat ditampilkan secara visual pada layar komputer atau printer. Proses penampilan suatu model matematis ke bentuk citra 2 D biasanya dikenal dengan proses 3D rendering.