Pertemuan 4 - New Digital Technologies

 BIG DATA

      Banyak perdebatan yang signifikan tentang apa itu Big Data dan apa jenis keterampilan yang diperlukan untuk penggunaan terbaik dari Big Data tersebut.Banyak yang menulis tentang Big Data dan kebutuhan untuk analisis yang canggih dalam industri, akademisi, dan pemerintah, maupun lainnya. Ketersediaansumber data baru dan munculnya peluang analitis yang lebih kompleks telah menciptakan kebutuhan untuk memikirkan kembali arsitektur data yang ada untuk memungkinkan analisis yang dapat dengan optimal memanfaatkan Big Data. Big Data, mengapa analisis canggih diperlukan, perbedaan Data Science vs Business Intelligence (BI), dan apa peran baru yang diperlukan untuk ekosistem Big Data. Berikut berbagai perkembangan data dan munculnya sumber data yang besar dari tahun ke tahun yang ditunjukan oleh Gambar berikut

Gambaran Umum Big Data

Dari gambar diatas dapat dilihat dari beberapa elemen penting tersebut dalam Big Data diantaranya :

1. Data (Facts, a description of the World) 
2. Information (Captured Data and Knowledge): Merekam atau mengambil Data dan Knowledge pada satu waktu tertentu (at a single point). Sedangkan Data dan Knowledge dapat terus berubah dan bertambah dari waktu ke waktu. 
3. Knowledge (Our personal map/model of the world): apa yang kita ketahui (not the real world itself) Anda saat ini tidak dapat menyimpan pengetahuan dalam diri anda dalam apa pun selain otak, dan untuk membangun pengetahuan perlu informasi dan data.

Menurut McKinsey Global (2011), Big Data dapat didefinisikan dengan data yang memiliki skala (volume), distribusi (velocity), keragaman (variety) yang sangat besar, dan atau abadi, sehingga membutuhkan penggunaan arsitektur teknikal dan metode analitik yang inovatif untuk mendapatkan wawasan yang dapat memberikan nilai bisnis baru (informasi yang bermakna).  

Dan pada pengembangannya ada yang menyebut (7V) termasuk Volume, Velocity, Variety, Variability, Veracity, Value, dan Visualization, atau 10V bahkan lebih dari itu.

6V + 1V

10V

Untuk Volume Data, Teknologi Big Data dibagi menjadi 2 kelompok:

1. Batch Processing yang mana digunakan untuk menganalisis data yang sudah settle (data at rest) pada satu waktu tertentu. 
2. Streaming Processing yang mana digunakan untuk menganalisis data yang terus menerus terupdate setiap waktu (data in motion). 

Artificial Intelligence

AI mempelajari bagaimana membuat computer melakukan sesuatu pada suatu  kejadian/peristiwa yang mana orang melakukan dengan baik.

Mengapa kita memerlukan AI(Artificial Intelligence) ?

1.  Hampir semua permasalahan dipecahkan dengan bantuan Komputer
2.  Masalah semakin kompleks tidak mungkin manual lagi
3. Tidak ada keterbatasan hardware lagi
4. Keinginan manusia : komputer bertindak seperti manusia

Definisi AI menurut para ahli

"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)

 Kategori Definisi AI Dikelompokan menjadi empat macam yaitu :

1. System that think like humans (berfikir seperti manusia)
2. System that think rationally (berfikir rasional)
3. System that act like humans
4. System that act rationally

Pengertian AI dapat ditinjau dari dua pendekatan :

1.  Pendekatan Ilmiah (a Scientific Approach) yaitu pendekatan dasar ilmiah timbul sebelum invansi kekomputer, ini tidak sama dengan kasus mesin uap, dan dapat diatasi dengan perkembangan teknologi lanjutan. Mereka tidak mengakibatkan tingkatan pada konsep.
2. Pendekatan Teknik (an Enginnering Approach) yaitu usaha untuk menhindari difinisi AI, tetapi ingin mengatasi atau memecahkan persoalan-persoalan dunia nyata (real world problem).

Mengapa kita mempelajari AI?

• AI Mempresentasikan bagian tengah atau inti dari ilmu computer (computer science).
• Ai Mewujudkan suatu bentuk ketidak tepatan dari komputasi (kareteristik dalam matematika)
• AI mempunyai suatu kekuatan alami antar cabang ilmu, AI adalah bagian ilmu Teknik dari Cognitive Science, Cognitive Science adalah suatu perpaduan ilmu filsafat, ilmu linguistic dan ilmu fisikologi.
• AI memperlakukan representasi pengetahuan dan manipulasinya.
• Pengetahuan (knowledge) adalah pusat dari semua ilmu Teknik dan AI adalah pusat dari semua ilmu Teknik.
• Alasan penting lainnya adalah penelitian AI diharapkan menemukan atau membongkar bentuk krisis besar dalam waktunya. Krisis dibuat oleh interaksi dari teknologi, ilmiah (science) dan filsafat 
• Program Intelligece : program yang mampu menyimpan kenyataan (facts) dan proposisi dan hubungan yang beralasan.

Sudut Pandang AI

• Sudut Pandang Kecerdasan, kecerdasan buatan mampu membuat mesin menjadi cerdas (berbuat seperti yang dilakukan manusia).
• Sudut Pandang Penelitian, kecerdasan buatan adalah studi bagaimana membuat komputer dapat melakukan sesuatu sebaik yang dilakukan manusia.
• Sudut Pandang Bisnis, kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah bisnis.
• Sudut Pandang Pemrograman, kecerdasan buatan meliputi studi tentang pemrograman simbolik, problem solving, dan pencarian (searching).

Sejarah dari AI

Awal pekerjaan dipusatkan pada game playing (misalnya : audio dengan kecerdasan dan permainan catur (chess player), pembuktian teorema (theorem proving) pada tugas-tugas formal. 

Samual(1963) menulis sebuah program yang diberi nama checker playing program, yang tidak hanya untuk bermain game, tetapi digunakan juga pengalamnnnya pada permainan untuk mendukung kemampuan sebelumnya. 

Catur juga diterima, karena banyak sekali perhatian terhadap permainan catur yang permainan yang lengkap atau kompleks, program catur disini situasinya harus jelas dan rule atau ketentuannya harus seperti dunia nyata. Kandidat AI harus mampu menangani masalah-masalah yang sulit. 

Logic theorist diawal percobaan untuk membuktikan teorema matematika. Ia mampu membuktikan beberapa teorema dari bab 1 prinsip Matematika whiteheat dan Russlell. 

Theorema Gelernter (1963) membuktikan pencarian area yang lain dari matematika yaitu geometri. 

Pada tahun 1963. Pemecahan masalah umum mengunakan object. Pembuktian dengan abstraksi (eksternal).