SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana Program Strata Satu Jurusan Teknik Informatika
Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia
ARI WIBOWO
10107371
PROGRAM STUDI S1
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
i
ABSTRAK
PEMBANGUNAN APLIKASI BANTU KECERDASAN BUATAN PEMBELAJARAN DAN PENYELESAIAN
PADA PERMASALAHAN RUANG KEADAAN
(STATE AND SPACE)
Oleh
ARI WIBOWO 10107371
Permasalahan ruang keadaan merupakan salah satu permasalahan yang dipelajari dalam bidang ilmu kecerdasan buatan. Permasalahn ruang keadaan membahas tentang suatu ruang yang berisi semua keadaan yang mungkin. Kriteria permasalahan ini identik dengan permasalahan tempat, kondisi dan waktu. Salah satu permasalahan umum yang terdapat dalam ruang keadaan ini adalah Farmer’s problem (permasalahan petani) yang dapat dideskripsikan sebagai berikut, seorang petani akan menyeberangkan seekor kambing, seekor serigala dan sayur-sayuran dengan sebuah rakit yang melalui sungai.
Penyelesaian permasalahan ini menggunakan metode Searching yaitu pencarian melebar pertama (Breadth-First Search), dimana dalam langkah penyelesaiannya menggunakan pohon pelacakan terpendek. Pada metode ini dapat diterapkan dalam sebuah algoritma pemrograman komputer, sehingga dapat dibuatkan perangkat lunak komputer atau aplikasi yang dapat membantu pembelajaran dan penyelesaian permasalahan ruang keadaan.
Pada tugas akhir ini, perangkat lunak atau aplikasi yang dirancang adalah aplikasi yang dibangun untuk membantu akademisi dalam mempelajari dan menyelesaikan contoh kasus permasalahan ruang keadaan. Representasi pengetahuan yang digunakanadalah tabel keputusan, pohon pelacakan serta aturan kaidah produksi berbentuk IF-THEN-ELSE. Metode pencariannya menggunakan Breadh First Search.
Berdasarkan hasil pengujian, aplikasi ini dapat membantu akademisi dalam mempelajari dan menyelesaikan permasalahan ruang keadaan. Informasi dikemas dalam sebuah simulasi sehingga menghasilkan tampilan kombinasi penyelesaian serta hasil akhirnya yaitu solusi akhir tercapai.
Kata Kunci : kecerdasan buatan, permasalahan ruang keadaan, breadth-first
ii
LEARNING AND COMPLETION PROBLEMS IN THE EVENT
(STATE AND SPACE)
By
ARI WIBOWO 10107371
Problems of state space is one of the problems studied in the field of artificial intelligence. Problem discuss the state space of a space that contains all possible states. Criteria for this problem is identical to the problems of the place, and time conditions. One of the problems that are common in this state space is the Farmer's problem that can be described as follows, a farmer will take across a goat, a wolf and vegetables with a raft through the river.
Completion of this problem using a method first searches the search widened (Breadth-First Search), where in the step tracking solution using the shortest tree. In this method can be applied in a computer programming algorithm, so it can be created for a computer or application software that can help learning and solving problems of state space.
On this thesis, software or applications that are built applications designed to help scholars in the study and solve the problem state space case. Knowledge representation digunakanadalah decision tables, trees and tracking rules in the form of production rules of IF-THEN-ELSE. Search method using Breadh First Search.
Based on the results of testing, this application can help academics in studying and solving the problems the state space. Information is packaged in a simulation that produces a combination of display resolution and the end result is the final solution is reached.
iii
Dengan segala kerendahan hati dan puji syukur penulis panjatkan
kehadirat Allah SWT, yang telah memberikan kekuatan dan kesabaran sehingga
penulis dapat menyelesaikan Skripsi yang berjudul “Aplikasi Bantu Kecerdasan
Buatan Pada Permasalahan Ruang Keadaan”.
Skripsi ini disusun untuk melengkapi persyaratan dalam menyelesaikan
program studi Strata Satu (S1) pada Jurusan Teknik Informatika Universitas
Komputer Indonesia (UNIKOM) Bandung.
Selama penyusunan dan penulisan Skripsi ini tentunya tidak terlepas dari
bantuan dan bimbingan dari berbagai pihak, baik dalam bentuk moril maupun
materil. Selanjutnya ucapan terima kasih yang tulus penulis sampaikan kepada
semua pihak yang dengan keikhlasan hati banyak memberikan bantuan untuk
kelancaran studi dan penyusunan Skripsi, yaitu kepada yang terhormat :
1. Orang tua tercinta dan keluarga besar yang telah banyak membantu
dan memberikan dukungannya semoga perlindungan dan keselamatan
dari Allah SWT selalu menyertai;
2. Dr. Ir. Eddy Soeryanto Soegoto selaku rektor Universitas Komputer
Indonesia;
3. Mira Kania Sabariah, S.T., M.T. selaku Ketua Juruan Teknik
iv
5. Nelly Indriani W, S.si., M.T. selaku Penguji 1;
6. Galih Hermawan, S.Kom., M.T. selaku Penguji 3;
7. Eko Budi Setiawan, S.Kom. selaku dosen wali Kelas IF-9 2007;
8. Seluruh staf Dosen Jurusan Teknik Informatika Universitas Komputer
Indonesia;
9. Sekretariat Jurusan Teknik Informatika Universitas Komputer
Indonesia;
10. Rekan-rekan IF9 2007 yang senantiasa memberikan semangat dan
motivasi;
11. Keluarga besar KSR PMI UNIKOM yang senantiasa memberikan
semangat dan motivasi;
12. Semua pihak yang tidak dapat penulis sebutkan satu persatu.
Penulis menyadari bahwa dalam penyusunan Skripsi ini masih banyak
kekurangan dan masih jauh dari kesempurnaan karena keterbatasan kemampuan
maupun pengetahuan penulis. Untuk itu penulis mengharapkan saran dan kritik
yang sifatnya membangun dari semua pihak. Besar harapan penulis, semoga
Skripsi ini dapat bermanfaat bagi kita semua, khususnya bagi Mahasiswa Unikom
Jurusan Teknik Informatika.
Wassalamualaikum Wr. Wb.
Bandung, Maret 2012
v
DAFTAR ISI
LEMBAR JUDUL
LEMBAR PENGESAHAN
ABSTRAK...i
ABSTRACT...ii
KATA PENGANTAR...iii
DAFTAR ISI...v
DAFTAR TABEL...ix
DAFTAR GAMBAR...x
DAFTAR LAMPIRAN...xi
BAB 1PENDAHULUAN...1
1.1 Latar Belakang Masalah...1
1.2 Perumusan Masalah...3
1.3 Maksud dan Tujuan...3
1.4 Batasan Masalah...4
1.5 Metodologi Penelitian...6
1.6 Sistematika Penulisan...8
BAB 2TINJAUAN PUSTAKA...10
2.1 Artificial Intelligence (AI) ...10
vi
2.1.2Definisi AI...11
2.1.3AI dari Berbagai Sudut Pandang...13
2.1.4Komputasi AI dan Komputasi Konvensional...15
2.2 Representasi Pengetahuan ...16
2.2.1Logika...16
2.3 Masalah Ruang Keadaan (Space and Search Problem)...18
2.4 Metode Pencarian dan Pelacakan ...19
2.4.1Pencarian Buta (BlindSearch)...19
2.4.1.1Pencarian Melebar Pertama (Breadth-First Search)...19
2.4.1.2Pencarian Mendalam Pertama (Depth-First Search)...21
2.4.2Pencarian Heuristik (HeuristicSearch)...23
2.4.2.1Generate and Test...24
2.4.2.2Hill Climbing...25
2.4.2.3Best First Search...27
2.4.2.4Simulated Annealing...28
2.5 Rekaya Perangkat Lunak...30
2.5.1 Pengertian Rekayasa Perangkat Lunak...30
2.5.2Tujuan Rekayasa Perangkat Lunak...31
2.5.3Ruang Lingkup Rekayasa Perangkat Lunak...32
2.5.4Rekayasa Perangkat Lunak Dan Disiplin Ilmu Lain...33
vii
2.5.6Metode Rekayasa Perangkat Lunak...36
2.5.7Tahapan Rekayasa Perangkat Lunak...38
2.6 Microsoft Visual Basic 6.0...41
BAB 3ANALISIS DAN PERANCANGAN...44
3.1 Analisis Sistem...44
3.1.1Analisis Masalah...44
3.1.2Analisis Data...45
3.1.2.1Data Masukan...45
3.1.2.2Analisis Metode Penyelesaian...46
3.1.3Analisis Informasi...54
3.1.4Analisis Fungsional...55
3.1.4.1ERD dan Skema Relasi...55
3.1.4.2Diagram Konteks...57
3.1.4.3Data Flow Diagram (DFD)...58
3.1.4.4Spesifikasi Proses...64
3.1.4.5Struktur tabel...71
3.1.5Analisis Kebutuhan Non-Fungsional...73
3.1.5.1Analisis Perangkat Keras...73
3.1.5.2Analisis Pengguna...74
3.2 Perancangan Perangkat Lunak...74
viii
3.2.2Perancangan Antar Muka...75
BAB 4IMPLEMENTASI DAN PENGUJIAN...86
4.1 Implementasi Sistem...86
4.1.1Implementasi Perangkat Keras...87
4.1.2Implementasi Perangkat Lunak...87
4.1.3Implementasi Basis Data...88
4.1.4Implementasi Form...89
4.1.5Implementasi Antarmuka...91
4.1.6 Implementasi Algoritma Pohon Pelacakan...99
4.2 Pengujian WhiteBox...107
4.2.1Diagram Alir...107
4.2.2Algoritma Program...108
4.2.3Matriks Grafik...109
4.2.4Kesimpulan Hasil Pengujian WhiteBox...111
4.3 Pengujian Black Box...111
4.3.1Rencana Pengujian...111
4.3.2Kasus dan Pengujian Alpha...112
4.3.2.1Pengujian Melihat Teori...112
4.3.2.2Pengujian Pengolahan Problem...114
4.3.2.3Pengujian Pengolahan Variabel...115
ix
4.3.2.5Pengujian Melihat Solusi...119
4.3.3Kesimpulan Hasil Pengujian Alpha...122
4.3.4Pengujian Betha...122
4.3.5Kesimpulan Pengujian Betha...125
BAB 5KESIMPULAN DAN SARAN...126
5.1Kesimpulan...126
5.2Saran...127
1
1.1 Latar Belakang Masalah
Kecerdasan Buatan atau Artificial Intelligence (AI) merupakan salah satu
bagian ilmu komputer yang mempelajari tentang bagaimana cara membuat agar
komputer dapat melakukan pekerjaan seperti yang dilakukan oleh manusia. Pada
awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun
seiring dengan perkembangan jaman, maka peran komputer semakin
mendominasi kehidupan umat manusia. Komputer tidak lagi hanya digunakan
sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan
untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
Salah satu teori kecerdasan buatan yang dibahas yaitu mengenai
permasalahan Ruang Keadaan (State and Space). Kasus ruang keadaan sering kita
jumpai dalam kehidupan sehari-hari, terutama pada permasalahan yang
membutuhkan aturan-aturan tertentu untuk menyelesaikan permasalahan, dan
salah satu pendekatan terbaik untuk menyelesaikan permasalahan tersebut yaitu
dengan menggunakan permasalahan State and Space yang dibahas dalam bidang
keilmuan kecerdasan buatan.
State merupakan representasi suatu keadaan pada suatu saat ataupun
deskripsi konfigurasi sistem. State and space adalah semua state yang mungkin,
edge merupakan perubahan yang mungkin. Representasi state and space
memungkinkan definisi formal suatu masalah sebagai persoalan dengan
mengubah status dengan menggunakan sekumpulan operator (rule) dan juga
mendefinisikan masalah sebagai search yaitu mencari lintasan di dalam state and
space dari initial state ke goal state. Salah satu permasalahan umum yang terdapat
dalam state and space ini adalah Farmer’s problem (permasalahan petani) yang
dapat dideskripsikan sebagai berikut, seorang petani akan menyeberangkan seekor
kambing, seekor serigala dan sayur-sayuran dengan sebuah rakit yang melalui
sungai.
Permasalahan ini akan dimodifikasi sehingga dapat digunakan untuk
menyelesaikan semua persoalan yang hampir mirip dengan permasalahan ini.
Permasalahan ini dapat diselesaikan dengan menggunakan tahapan-tahapan
berikut ini, tahapan pertama dimulai dari identifikasi ruang keadaan (state and
space) yaitu dengan mendeklarasikan permasalahan ini dengan menentukan
jumlah variabel yang ada dalam permasalahan ini, dilanjutkan dengan
mendeskripsikan keadaan awal (initial state) pada kedua daerah yaitu daerah asal
dan daerah tujuan serta sasaran (goal state) pada kedua daerah. Setelah itu,
ditentukan aturan-aturan yang terdapat dalam permasalahan. Kemudian,
permasalahan dapat diselesaikan dengan menggunakan bantuan pohon pelacakan.
Kondisi-kondisi (state-state) yang mungkin digambarkan dalam suatu pohon biner
dengan dimulai dari mendeklarasikan kondisi awal (start state) sebagai akar dari
berikutnya dari state tersebut hingga didapatkan kondisi yang diinginkan (goal
state).
Berdasarkan uraian di atas, penulis ingin membangun suatu aplikasi
dengan judul “Pembangunan Aplikasi Bantu Kecerdasan Buatan
Pembelajaran dan Penyelesaian Pada Permasalahan Ruang Keadaan (State
And Space)”.
1.2 Perumusan Masalah
Berdasarkan uraian latar belakang masalah yang dikemukakan, maka dapat
dirumuskan permasalahan sebagai berikut:
1. Bagaimana membangun aplikasi bantu sebagai media pembelajaran
kecerdasan buatan pada permasalahan ruang keadaan.
2. Bagaimana membangun aplikasi bantu yang dapat mensimulasikan
langkah penyelesaian permasalahan ruang keadaan.
3. Bagaimana membangun aplikasi yang menyediakan input dinamis oleh
user untuk menambahkan kasus permasalahan-permasalahan ruang
keadaan.
1.3 Maksud dan Tujuan
Adapun maksud penyusunan penelitian ini yaitu membantu pemahaman
mengenai ruang keadaan (state and space) pada kecerdasan buatan dan aplikasi
juga dapat digunakan sebagai media pendukung dalam proses belajar mengajar
Adapun tujuan penyusunan penelitian ini yaitu :
1. Membangun suatu aplikasi bantu kecerdasan buatan pembelajaran pada
permasalahan ruang keadaan.
2. Membangun aplikasi untuk mensimulasikan langkah penyelesaian
kasus-kasus yang menyerupai permasalahan dan aturan ruang keadaan.
3. Menyediakan aplikasi bantu kecerdasan yang dinamis, dimana user dapat
memasukkan kasus permasalahan ruang keadaan yang ingin diselesaikan.
1.4 Batasan Masalah
Permasalahan yang akan dibahas mencakup beberapa hal yang dibatasai
dalam ruang lingkup sebagai berikut :
1. Membangun aplikasi kecerdasan buatan sebagai media pembelajaran dan
penyelesaian masalah ruang keadaan (State and Space) dengan
menggunakan bahasa pemrograman Visual Basic 6.0.
2. Aplikasi berbentuk simulator yang menghasilkan suatu bentuk
pemahaman mengenai permasalahan ruang keadaan.
3. Aplikasi menampilkan teori dasar dan manual mengenai permasalahan
State and Space.
4. Problem atau kasus yang akan digunakan untuk mensimulasikan
permasalahan ruang keadaan yaitu permasalahan tempat, kondisi, dan
waktu. Seperti kasus yang sudah umum yaitu Farmers Problem, kemudian
disertakan juga contoh kasus lainnya yang banyak disimulasikan dalam
Game logic yaitu Family Crossing Problem, Angry Father dan juga
ini penyelesaian permasalahan seperti kombinasi cannibal missionaries
tidak disediakan dalam aplikasi.
5. Problem baru selain contoh diatas dapat diinputkan oleh user secara
dinamis dengan memasukkan keadaan awal dari permasalahan, serta
menginputkan variabel sendiri.
6. Aplikasi mencari dan menampilkan langkah penyelesaian terpendek
(shortest path).
7. Metode penyelesaian menggunakan metode pencarian melebar pertama
(Breadth-First Search) karena pencarian solusi ini tidak akan menemui
jalan buntu, jika ada satu solusi, maka breadth-first search akan
menemukannya. Dan jika ada lebih dari satu solusi, maka solusi minimum
(Shortest path) akan ditemukan dan yang dipilih. Karena sesuai dengan
batasan masalah pada poin sebelumnya yaitu aplikasi mencari dan
menampilkan langkah penyelesaian terpendek.
8. Jika tidak terdapat solusi, maka aplikasi akan menampilkan pesan
kesalahan (error message) yang menandakan bahwa problem dan aturan
yang dibuat oleh user melalui inputan tidak memenuhi format pada
batasan masalah di poin 4.
9. Langkah penyelesaian dapat dijalankan secara manual maupun secara
1.5 Metodologi Penelitian
Metodologi yang digunakan dalam penulisan tugas akhir ini adalah
sebagai berikut :
1. Tahap pengumpulan data
Metode pengumpulan data yang digunakan dalam penelitian ini yaitu dengan
Studi Literatur yaitu pengumpulan data dengan cara mengumpulkan literatur,
jurnal, paper dan bacaan-bacaan yang ada kaitannya dengan judul penelitian.
2. Tahap pembuatan perangkat lunak.
Teknik analisis data dalam pembuatan perangkat lunak menggunakan
paradigma perangkat lunak secara waterfall, yang meliputi beberapa proses
diantaranya:
a. Rekayasa Perangkat Lunak (System Engineering)
Merupakan tahapan yang pertama kali dilakukan yaitu merumuskan
sistem yang akan dibangun. Hal ini bertujuan agar pengembang
benar-benar memahami sistem yang akan dibangun dan langkah-langkah serta
kebijakan apa saja yang berkaitan dengan pengembangan sistem.
b. Analisis Kebutuhan (Requirements Analysis)
Melakukan analisis terhadap permasalahan yang dihadapi dan menetapkan
kebutuhan perangkat lunak.
c. Perancangan (Design)
selama tahapan analisis kebutuhan. Hasil akhirnya berupa spesifikasi
rancangan yang rinci sehingga mudah diwujudkan pada saat
pemrograman.
d. Implementasi (Coding)
Pengkodean yang mengimplementasikan hasil perancangan kedalam kode
atau bahasa yang dimengerti oleh mesin komputer dengan menggunakan
bahasa pemrograman tertentu.
e. Pengujian (Testing)
Melakukan pengujian yang menghasilkan kebenaran program. Proses
pengujian berfokus pada logika internal perangkat lunak, memastikan
bahwa semua pernyataan sudah diuji dan memastikan apakah hasil yang
diinginkan sudah tercapai atau belum.
f. Perawatan (Maintenance)
Menangani perangkat lunak yang sudah selesai agar dapat berjalan dengan
lancar dan terhindar dari gangguan-gangguan yang dapat menyebabkan
Requirements Definition
System and Software Design
Implementation and Unit Testing
Integration and System Testing
Operation and Maintenance
Gambar 1.1 Model Proses Waterfall (Sommerville, 2001)
1.6 Sistematika Penulisan
Sistematika penulisan ini disusun untuk memberikan gambaran umum
tentang penelitian yang dijalankan. Sistematika yang digunakan sebagai berikut:
BAB 1 PENDAHULUAN
Bab ini menguraikan tentang latar belakang masalah, perumusan
masalah, maksud dan tujuan, batasan masalah, metodologi penelitian,
dan sistematika penulisan.
BAB 2 TINJAUAN PUSTAKA
Bab ini menguraikan tentang tinjauan instansi, serta teori-teori yang
BAB 3 ANALISIS DAN PERANCANGAN
Bab ini menjelaskan mengenai analisis yang dilakukan untuk
dapatmerealisasikan sistem yang akan dibangun, serta
menggambarkanperancangan aplikasi yang akan dibuat berdasarkan
analisis sistem yang telah dilakukan.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi tentang implementasi aplikasi hasil perancangan yang
telah dilakukan, serta pengujian terhadap sistem tersebut.
BAB 5 KESIMPULAN DAN SARAN
Bab ini berisi rangkuman atau kesimpulan dari hasil analisis dan saran
10
2.1 Artificial Intelligence (AI)
2.1.1 Sejarah AI
Kecerdasan buatan atau AI termasuk bidang ilmu yang relatif muda. Pada
tahun 1950-an para ilmuan dan peneliti mulai memikirkan bagaimana caranya
agar mesin dapat melakukan pekerjaannya seperti yang bisa dikerjakan oleh
manusia. Alan Turing, seorang matematikawan dari Inggris pertama kali
mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesin dikatakan
cerdas. Hasil tes tersebut kemudian dikenal dengan Turing Test, dimana si mesin
tersebut menyamar seolah-oleh sebagai seseorang di dalam suatu permainan yang
mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan.
Turing beranggapan bahwa, jika mesin dapat membuat seseorang percaya bahwa
dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa
mesin tersebut cerdas, seperti layaknya manusia [1].
AI itu sendiri dimunculkan oleh seorang profesor dari Massachusetts
Institute of Technology yang bernama John McCarthy pada tahun 1956 pada
Darmouth Conference yang dihadiri oleh para peneliti AI. Pada konferensi
tersebut juga didefinisikan tujuan utama dari kecerdasan buatan, yaitu mengetahui
dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat
Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain
[1] :
1. Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini
dapat membuktikan teorema-teorema matematika.
2. Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat
mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris
dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam
sebuah percakapan.
3. ELIZA, diprogram oleh Joseph Weizenbaum (1967). Program ini mampu
melakukan terapi terhadap pasien dengan memberikan beberapa
pertanyaan dan jawaban.
2.1.2 Definisi AI
Kecerdasan buatan atau AI adalah salah satu bagian ilmu komputer yang
mempelajari tentang bagaimana cara membuat agar komputer dapat melakukan
pekerjaan seperti yang dilakukan oleh manusia. Tujuan dari AI adalah untuk
memecahkan persoalan dunia nyata (bersifat praktis) dan memahami intelijensia
(bersifat memahami) [1].
AI merupakan salah satu bagian ilmu komputer yang mempelajari tentang
bagaimana cara membuat agar komputer dapat melakukan pekerjaan seperti yang
dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan
sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran
komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi
dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh
manusia.
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di
dunia ini karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan
diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh
seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan
permasalahan. Namun bekal pengetahuan saja tidak cukup, manusia juga diberi
akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan
pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan
menalar yang baik, manusia dengan segudang pengalaman dan pengetahuan tidak
akan dapat menyelesaikan masalah dengan baik. Demikian pula, dengan
kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan
pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah
dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer
juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar.
Untuk itu pada artificial intelligence, akan mencoba untuk memberikan beberapa
metode untuk membekali komputer dengan kedua komponen tersebut agar
2.1.3 AI dari Berbagai Sudut Pandang
AI dapat dilihat dari berbagai sudut pandang [3], antara lain:
1. Sudut pandang kecerdasan
AI akan membuat mesin menjadi „cerdas‟ (mampu berbuat seperti apa
yang dilakukan oleh manusia).
2. Sudut pandang penelitian
AI adalah suatu studi bagaimana membuat agar komputer dapat
melakukan sesuatu sebaik yang dikerjakan oleh manusia.
Domain yang sering dibahas oleh para peneliti meliputi:
a. Mundane task
- Persepsi (vision & speech).
- Bahasa alami (understanding, generation & translation).
- Pemikiran yang bersifat commonsense.
- Robot control.
b. Formal task
- Matematika (geometri, logika, kalkulus integral, pembuktian).
- Permainan / games.
c. Expert task
- Analisis finansial.
- Analisis medikal.
- Analisis ilmu pengetahuan.
- Rekayasa (desain, pencarian kegagalan, perencanaan
3. Sudut pandang bisnis.
AI adalah kumpulan peralatan yang sangat powerful dan metodologis
dalam menyelesaikan masalah-masalah bisnis.
4. Sudut pandang pemograman.
AI meliputi studi tentang pemograman simbolik, penyelesaian masalah
(problem solving) dan pencarian (searching).
Untuk menciptakan aplikasi AI ada 2 bagian utama yang sangat dibutuhkan
[3] yaitu:
1. Basis Pengetahuan (Knowledge Base), berisi fakta-fakta, teori, pemikiran
dan hubungan antara satu dengan yang lainnya.
2. Motor Inferensi (Inference Engine), yaitu kemampuan menarik
kesimpulan berdasarkan pengalaman.
Basis Pengetahuan
KOMPUTER
Input: masalah, pertanyaan,
dll
Motor Inferensi
Output: jawaban,
solusi.
2.1.4 Komputasi AI dan Komputasi Konvensional
Seperti telah diketahui sebelumnya, bahwa pada awal diciptakannya,
komputer hanya diperuntukkan sebagai alat hitung (komputasi konvensional).
Untuk itu, ada beberapa perbedaan antara komputasi yang dilakukan pada AI
dengan komputasi konvensional tersebut. Perhatikan tabel berikut [3].
Tabel 2.1. AI Vs. Pemograman konvensional
Dimensi AI Pemograman
Konvensional
Pemrosesan Mengandung konsep-konsep
simbolik Algoritmik
Sifat Input Bisa tidak lengkap Harus lengkap
Pencarian Kebanyakan bersifat heuristik Biasanya didasarkan pada algoritma
Keterangan Disediakan Biasanya tidak
disediakan
Fokus Pengetahuan Data dan informasi
Struktur Kontrol dipisahkan dari pengetahuan
Kontrol terintegrasi dengan informasi (data)
Sifat output Kuantitatif Kualitatif
Pemeliharaan
& update Relatif mudah Sulit
Kemampuan
2.2 Representasi Pengetahuan
Untuk menyelesaikan suatu permasalahan dalam AI, dibutuhkan
pengetahuan yang cukup. Tidak hanya itu, sistem juga harus memiliki
kemampuan unuk menalar. Basis pengetahuan dan kemampuan untuk melakukan
penalaran merupakan bagian terpenting dari sistem yang menggunakan AI.
Meskipun suatu sistem memiliki banyak pengetahuan, namun apabila tidak
memiliki kemampuan untuk menalar, tentu akan menjadi percuma saja. Demikian
pula sebaliknya, apabila suatu sistem memiliki kemampuan yang sangat handal
untuk menalar, namun basis pengetahuan yang dimilikinya tidak cukup, maka
solusi yang diperoleh pun menjadi tidak maksimal.
2.2.1 Logika
Logika adalah bentuk representasi pengetahuan yang paling tua. Pada
dasarnya, proses logika adalah proses membentuk kesimpulan atau menarik suatu
inferensi berdasarkan fakta yang telah ada. Input dari proses logika berupa premis
atau fakta-fakta yang diakui kebenarannya sehingga dengan melakukan penalaran
pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar
pula.
Proses
Logika
Input: Premis
atau Fakta
Output: Inferensi
atau Konklusi
Ada 2 penalaran yang dapat dilakukan untuk mendapatkan
konklusi [3]:
1. Penalaran Deduktif.
Penalaran dimulai dari prinsip umum untuk mendapatkan konklusi yang
lebih khusus.
Contoh:
Premis Mayor : Jika hujan turun, saya tidak akan berangkat kuliah.
Premis Minor : Hari ini hujan turun.
Konklusi : Hari ini saya tidak akan berangkat kuliah.
2. Penalaran Induktif.
Penalaran dimulai dari fakta-fakta khusus untuk mendapatkan kesimpulan
umum.
Premis-1 : Aljabar adalah pelajaran yang sulit.
Premis-2 : Geometri adalah pelajaran yang sulit.
Premis-3 : Kalkulus adalah pelajaran yang sulit.
2.3 Masalah Ruang Keadaan (Space and Search Problem)
Sistem yang menggunakan kecerdasan buatan akan mencoba untuk
memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan
pengetahuan yang ada.
Sistem yang menggunakan AI
MASALAH
Basis Pengetahuan
Inference Engine
SOLUSI
Gambar 2.3. Sistem yang menggunakan AI [3]
Pada Gambar 2.3, input yang diberikan pada sistem yang menggunakan
kecerdasan buatan berupa masalah. Pada sistem harus dilengkapi dengan
sekumpulan pengetahuan yang ada pada basis pengetahuan. Sistem harus
memiliki inference engine agar mampu mengambil kesimpulan berdasarkan fakta
atau pengetahuan. Output yang diberikan berupa solusi masalah sebagai hasil dari
inferensi.
Secara umum, untuk membangun suatu sistem yang mampu
menyelesaikan masalah, perlu dipertimbangkan 4 hal:
1. Mendefinisikan masalah dengan tepat. Pendefinisian ini mencakup
spesifikasi yang tepat mengenai keadaan awal dan solusi yang diharapkan.
2. Menganalisis masalah tersebut serta mencari beberapa teknik penyelesaian
3. Merepresentasikan pengetahuan yang perlu untuk menyelesaikan masalah
tersebut.
4. Memilih teknik penyelesaian masalah yang terbaik.
2.4 Metode Pencarian dan Pelacakan
Hal terpenting dalam menentukan keberhasilan sistem yang berlandaskan
kecerdasan buatan adalah kesuksesan dalam pencarian dan pencocokan. Pada
dasarnya ada 2 teknik pencarian dan pelacakan yang digunakan, yaitu pencarian
buta (blind search) dan pencarian terbimbing (heuristic search).
2.4.1 Pencarian Buta (Blind Search)
2.4.1.1Pencarian Melebar Pertama (Breadth-First Search)
Pada metode Breadth-First Search, semua node pada level n akan
dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1.
Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan, kemudian
berpindah ke level berikutnya [3]. Demikian seterusnya hingga ditemukannya
solusi.
A
D E F G H I
B C
Algoritma :
1. Buat suatu variabel Node_List dan tetapkan sebagai keadaan awal.
2. Kerjakan langkah-langkah berikut ini sampai tujuan tercapai atau
Node_List dalam keadaan kosong :
a. Hapus elemen pertama dari Node_List, sebut dengan nama D. Jika
Node_List kosong, keluar.
b. Pada setiap langkah yang aturannya cocok dengan D, kerjakan :
1) Aplikasikan aturan tersebut untuk membentuk suatu keadaan baru
2) Jika keadaan awal adalah tujuan yang diharapkan, sukses dan
keluar.
3) Jika tidak demikian, tambahkan keadaan awal yang baru tersebut
pada akhir Node_List.
Keuntungan dari metode ini:
1. Tidak akan menemui jalan buntu.
2. Jika ada satu solusi, maka breadth-first search akan menemukannya. Dan
jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan.
Kelemahan dari metode ini:
1. Membutuhkan memori yang cukup banyak, karena menyimpan semua
node dalam satu pohon.
2. Membutuhkan waktu yang cukup lama, karena akan menguji n level untuk
2.4.1.2Pencarian Mendalam Pertama (Depth-First Search)
Pencarian dengan metode Depth-First Search (DFS) dilakukan dari node
awal secara mendalam hingga yang paling akhir (dead-end) atau sampai
ditemukan. Dengan kata lain, simpul cabang atau anak yang terlebih dahulu
dikunjungi. Gambaran pencarian DFS dapat dilihat pada gambar 2.4 [3].
A
B
C F
G
H I
D E
Gambar 2.5. Pencarian mendalam pertama (Depth-First Search)[3]
Pencarian dilakukan pada suatu simpul dalam setiap level dari yang paling
kiri. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian
dilanjutkan pada simpul sebelah kanan dan simpul yang kiri dapat dihapus dari
memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka
pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai
Algoritma :
1. Jika keadaan awal merupakan tujuan, keluar (Sukses).
2. Jika tidak demikian, kerjakan langkah-langkah berikut ini sampai tercapai
keadaan sukses atau gagal :
a. Bangkitkan successor D dari keadaan awal. Jika tidak ada successor,
maka akan terjadi kegagalan.
b. Panggil Depth-first search dengan D sebagai keadaan awal.
c. Jika sukses berikan tanda sukses. Namun jika tidak, ulangi langkah-2.
Keuntungan dari metode DFS :
1. Membutuhkan memori yang relatif kecil, karena hanya node-node pada
lintasan yang aktif saja yang disimpan.
2. Secara kebetulan, metode DFS akan menemukan solusi tanpa harus menguji
lebih banyak lagi dalam ruang keadaan, sehingga tidak memboros waktu
untuk melakukan sejumlah besar keadaan „dangkal‟ dalam permasalahan graf/
pohon.
Kelemahan dari metode DFS:
1. Memungkinkan tidak ditemukannya tujuan yang diharapkan.
2.4.2 Pencarian Heuristik (Heuristic Search)
Pencarian buta tidak selalu dapat diterapkan dengan baik, hal ini
disebabkan waktu aksesnya yang cukup lama serta besarnya memori yang
diperlukan. Kelemahan ini sebenarnya dapat diatasi jika ada informasi tambahan
dari domain yang bersangkutan.
Heuristic search adalah suatu istilah yang berasal dari bahasa Yunani yang
berarti menemukan/ menyingkap. Heuristic adalah suatu perbuatan yang
membantu kita menemukan jalan dalam pohon pelacakan yang menuntut kita
kepada suatu solusi masalah. Heuristic dapat diartikan juga sebagai suatu kaidah
yang merupakan metoda/ prosedur yang didasarkan kepada pengalaman dan
praktek, syarat, trik atau bantuan lainnya yang membantu mempersempit dan
memfokuskan proses pelacakan kepada suatu tujuan tertentu.
Heuristic dapat digunakan pada beberapa kondisi berikut ini :
1. Mengatasi combinatorialexplosion
Ada masalah yang kemungkinan arah penyelesaiannya berkembang pesat
(bersifat faktorial) sehingga menimbulkan combinatorial explosion.
Heuristic merupakan cara untuk menentukan kemungkinan arah
penyelesaian masalah secara efisien.
2. Solusi paling optimal mungkin tidak diperlukan
Dalam suatu keadaan, mungkin lebih baik mendapatkan solusi yang
mendekati optimal dalam waktu yang singkat daripada solusi yang paling
3. Pada umumnya hasilnya cukup baik
Sekalipun tidak optimal biasanya mendekati optimal.
4. Membantu pemahaman bagi orang yang menyelesaikan persoalan
Banyak alternatif heuristic yang dapat diterapkan dalam suatu percobaan.
Orang yang menyelesaikan persoalan tersebut akan lebih mengerti
persoalannya jika mencoba heuristic yang diterapkannya.
Metode-metode yang termasuk ke dalam teknik pencarian yang
berdasarkan pada fungsi heuristik adalah : Generate and Test, Hill
Climbing, Best First Search, Simulated Annealing.
2.4.2.1Generate and Test
Strategi bangkitkan dan uji (generate and test) merupakan pendekatan
yang paling sederhana dari semua pendekatan yang akan dibicarakan. Pendekatan
ini meliputi langkah–langkah sebagai berikut :
1. Buatlah/ bangkitkan sebuah solusi yang memungkinkan. Untuk sebuah
problema hal ini dapat berarti pembuatan sebuah titik khusus dalam
ruang problema.
2. Lakukan pengujian untuk melihat apakah solusi yang dibuat benar–benar
merupakan sebuah solusi, dengan cara membandingkan titik khusus
tersebut dengan goal-nya (solusi).
3. Jika telah diperoleh sebuah solusi, langkah– langkah tersebut dapat
Jika pembangkitan atau pembuatan solusi– solusi yang dimungkinkan
dapat dilakukan secara sistematis, maka prosedur ini akan dapat segera
menemukan solusinya (bila ada). Namun, jika ruang problema sangat besar, maka
proses ini akan membutuhkan waktu yang lama.
Metode generate and test ini kurang efisien untuk masalah yang besar atau
kompleks.
2.4.2.2Hill Climbing
Hill climbing (mendaki bukit)merupakan salah satu variasi metode buat dan
uji (generate and test) dimana umpan balik yang berasal dari prosedur uji
digunakan untuk memutuskan arah gerak dalam ruang pencarian (search). Dalam
prosedur buat dan uji yang murni, respon fungsi uji hanyalah ya atau tidak.
Dalam prosedur Hill Climbing, fungsi uji dikombinasikan dengan fungsi heuristik
yang menyediakan pengukuran kedekatan suatu keadaan yang diberikan dengan
tujuan (goal).
Prosedur Hill Climbing :
1. Buatlah solusi usulan pertama dengan cara yang sama seperti yang
dilakukan dalam prosedur buat dan uji (generate and test). Periksalah
apakah solusi usulan itu merupakan sebuah solusi. Jika ya, berhentilah.
Jika tidak, kita lanjutkan ke langkah berikutnya.
2. Dari solusi ini, terapkan sejumlah aturan yang dapat diterapkan untuk
Untuk setiap elemen kumpulan solusi tersebut, lakukanlah hal-hal berikut
ini :
1. Kirimkanlah elemen ini ke fungsi uji. Jika elemen ini merupakan sebuah
solusi, berhentilah.
2. Jika tidak, periksalah apakah elemen ini merupakan yang terdekat dengan
solusi yang telah diuji sejauh ini. Jika tidak, buanglah.
3. Ambilah elemen terbaik yang ditemukan di atas dan pakailah sebagai
solusi usulan berikutnya. Langkah ini bersesuaian dengan langkah dalam
ruang problema dengan arah yang muncul sebagai yang tercepat dalam
mencapai tujuan.
4. Kembalilah ke langkah 2.
Masalah-masalah yang mungkin timbul pada prosedur Hill Climbing :
- Maksimum lokal adalah suatu keadaan yang lebih baik daripada semua
tetangganya namun masih belum lebih baik dari suatu keadaan lain yang
jauh letaknya darinya.
- Daratan (Plateau) adalah suatu daerah datar dari ruang pencarian (search)
dimana semua himpunan keadaan tetangganya memiliki nilai yang sama.
- Punggung (Ridge) adalah suatu daerah ruang pencarian (search) yang
lebih tinggi daripada daerah sekitarnya, namun tidak dapat dibalikkan oleh
Solusinya:
- Melakukan langkah balik (backtracking) ke simpul yang lebih awal dan
mencoba bergerak ke arah yang lain.
- Melakukan lompatan besar ke suatu arah untuk mencoba bagian ruang
pencarian yang baru.
- Menerapkan dua atau lebih aturan sebelum melakukan uji coba. Ini
bersesuaian dengan bergerak ke beberapa arah sekaligus.
2.4.2.3Best First Search
Pencarian terbaik pertama (Best First Search) merupakan suatu cara yang
menggabungkan keuntungan atau kelebihan dari pencarian Breadth-First Search
dan Depth-First Search.
Pada setiap langkah proses pencarian terbaik pertama, kita memilih
node-node dengan menerapkan fungsi heuristik yang memadai pada setiap node-node/simpul
yang kita pilih dengan menggunakan aturan-aturan tertentu untuk menghasilkan
penggantinya.
Fungsi Heuristik yang digunakan merupakan prakiraan (estimasi) cost
dari initial state ke goalstate, yang dinyatakan dengan [2] :
f’(n) = g(n) + h’(n) ... ( i )
f‟(n) = prakiraan cost dari initial ke goal
h‟(n) = prakiraan cost dari current state ke goal state
Gambar 2.6. Ilustrasi Pencarian Terbaik Pertama (Best-First Search) [2]
2.4.2.4Simulated Annealing
Simulated Annealing (SA) memanfaatkan analogi cara pendinginan dan
pembekuan metal menjadi sebuah struktur Kristal dengan energy minimal.
Dengan Probabilitas tertentu SA mungkin bisa keluar dari jebakan Local
Minimum. SA menggunakan sebuah rumus probabilitas yang memungkinkannya
bisa keluar dari Local Minimum. Ketika new state tidak lebih baik dari current
state, maka new state tersebut masih mungkin dipilih dengan probabilitas sebagai
berikut [4] :
p(ΔE)=
е
-ΔE/T ...( ii )Fungsi tersebut diadopsi dari ilmu fisika, dimana fungsi ini
sehingga didapat persamaan probabilitas dari level energi yang diberikan dalam
sistem pada temperature T [2].
Gambar 2.7. SA [2]
Pada level 1, SA memilih A meskipun nilai f-nya lebih besar daripada nilai f
pada simpul S, dengan probabilitas tertentu. Akhirnya , SA berhasil menemukan
2.5 Rekaya Perangkat Lunak
2.5.1 Pengertian Rekayasa Perangkat Lunak
Istilah Reakayasa Perangkat Lunak (RPL) secara umum disepakati sebagai
terjemahan dari istilah Software engineering. Istilah Software Engineering mulai
dipopulerkan pada tahun 1968 pada software engineering Conference yang
diselenggarakan oleh NATO. Sebagian orang mengartikan RPL hanya sebatas
pada bagaimana membuat program komputer. Padahal ada perbedaan yang
mendasar antara perangkat lunak (software) dan program komputer.
Perangkat lunak adalah seluruh perintah yang digunakan untuk memproses
informasi. Perangkat lunak dapat berupa program atau prosedur. Program adalah
kumpulan perintah yang dimengerti oleh komputer sedangkan prosedur adalah
perintah yang dibutuhkan oleh pengguna dalam memproses informasi (O‟Brien,
1999).
Pengertian RPL sendiri adalah suatu disiplin ilmu yang membahas semua
aspek produksi perangkat lunak, mulai dari tahap awal yaitu analisa kebutuhan
pengguna, menentukan spesifikasi dari kebutuhan pengguna, disain, pengkodean,
pengujian sampai pemeliharaan sistem setelah digunakan. Dari pengertian ini
jelaslah bahwa RPL tidak hanya berhubungan dengan cara pembuatan program
komputer. Pernyataan ”semua aspek produksi” pada pengertian di atas,
mempunyai arti semnua hal yang berhubungan dengan proses produksi seperti
manajemen proyek, penentuan personil, anggaran biaya, metode, jadwal, kualitas
2.5.2 Tujuan Rekayasa Perangkat Lunak
Secara umum tujuan RPL tidak berbeda dengan bidang rekayasa yang lain.
Hal ini dapat kita lihat pada Gambar di bawah ini.
Gambar 2.8. Tujuan RPL(Abran et.al., 2004).
Dari Gambar di atas dapat diartikan bahwa bidang rekayasa akan selalu
berusaha menghasilkan output yang kinerjanya tinggi, biaya rendah dan waktu
penyelesaian yang tepat. Secara lebih khusus kita dapat menyatakan tujuan RPL
adalah:
a. memperoleh biaya produksi perangkat lunak yang rendah.
b. menghasilkan pereangkat lunak yang kinerjanya tinggi, handal dan tepat
waktu.
c. menghasilkan perangkat lunak yang dapat bekerja pada berbagai jenis
platform.
2.5.3 Ruang Lingkup Rekayasa Perangkat Lunak
Ruang lingkup RPL dapat digambarkan sebagai berikut:
Gambar 2.9 Ruang lingkup RPL (Abran et.al., 2004).
- software Requirements berhubungan dengan spesifikasi kebutuhan dan
persyaratan perangkat lunak .
- software desain mencakup proses penampilan arsitektur, komponen, antar
muka, dan karakteristik lain dari perangkat lunak.
- software construction berhubungan dengan detail pengembangan
perangkat lunak, termasuk algoritma, pengkodean, pengujian dan
pencarian kesalahan.
- software testing meliputi pengujian pada keseluruhan perilaku perangkat
lunak.
- software maintenance mencakup upaya-upaya perawatan ketika perangkat
- software configuration management berhubungan dengan usaha
perubahan konfigurasi perangkat lunak untuk memenuhi kebutuhan
tertentu.
- software engineering management berkaitan dengan pengelolaan dan
pengukuran RPL, termasuk perencanaan proyek perangkat lunak
- software engineering tools and methods mencakup kajian teoritis tentang
alat bantu dan metode RPL
- software engineering process berhubungan dengan definisi, implementasi
pengukuran, pengelolaan, perubahan dan perbaikan proses RPL
- software quality menitik beratkan pada kualitas dan daur hidup perangkat
lunak
2.5.4 Rekayasa Perangkat Lunak Dan Disiplin Ilmu Lain
Cakupan ruang lingkup yang cukup luas, membuat RPL sangat terkait
dengan disiplin dengan bidang ilmu lain. tidak saja sub bidang dalam disiplin ilmu
komputer namun dengan beberapa disiplin ilmu lain diluar ilmu komputer.
Hubungan keterkaitan RPL dengan ilmu lain dapat dilihat pada gambar
Gambar 2.10. Keterkaitan RPL dengan bidang ilmu lain (Denning, 2000)
- Bidang ilmu manajemen meliputi akuntansi, finansial, pemasaran,
manajemen operasi, ekonomi, analisis kuantitatif, manajemen sumber daya
manusia, kebijakan, dan strategi bisnis
- Bidang ilmu matematika meliputi aljabar linier, kalkulus, peluang,
statistik, analisis numerik, dan matematika diskrit
- Bidang ilmu manajemen proyek meliputi semua hal yang berkaitan dengan
proyek, seperti ruang lingkup proyek, anggaran, tenaga kerja, kualitas,
manajemen resiko dan keandalan, perbaikan kualitas, dan metode-metode
kuantitatif
- Bidang ilmu ergonomika menyangkut hubungan ( interaksi) antar manusia
dengan komponen-komponen lain dalam sistem komputer
- Bidang ilmu rekayasa sistem meliputi teori sistem, analisis
2.5.5 Perkembangan Rekayasa Perangkat Lunak
Meskipun baru dicetuskan pada tahun 1968, namun RPL telah memiliki
sejarah yang cukup yang panjang. Dari sisi disiplin ilmu, RPL masih reklatif
muda dan akan terus berkembang.
Arah perkembangan yang saat ini sedang dikembangkan antara lain
meliputi :
Tabel 2.2. Perkembangan Rekayasa Perangkat Lunak
Tahun Kejadian
1940an Komputer pertama yang membolehkan pengguna
menulis kode program langsung
1950an Generasi awal interpreter dan bahasa macro Generasi
pertama compiler
1960an Generasi kedua compiler Komputer mainframe mulai
dikomersialkan Pengembangan perangkat lunak pesanan
Konsep Software Engineering mulai digunakan
1970an Perangkat pengembang perangkat lunak Perangkat
minicomputer komersial
1980an Perangkat Komputer Personal (PC) komersial
1990an Pemrograman berorientasi obyek (OOP) Agile Process
dan Extreme Programming Peningkatan drastis
kapasitas memori Peningkatan penggunaan internet
2000an Platform interpreter modern (Java, .Net, PHP, dll)
Outsourcing
2.5.6 Metode Rekayasa Perangkat Lunak
Pada rekayasa perangkat lunak, banyak model yang telah dikembangkan
untuk membantu proses pengembangan perangkat lunak. Model-model ini pada
umumnya mengacu pada model proses pengembangan sistem yang disebut
System Development Life Cycle (SDLC) seperti terlihat pada Gambar berikut ini :
- Kebutuhan terhadap definisi masalah yang jelas. Input utama dari setiap
model pengembangan perangkat lunak adalah pendefinisian masalah yang
jelas. Semakin jelas
- Tahapan-tahapan pengembangan yang teratur. Meskipun model-model
pengembangan perangkat lunak memiliki pola yang berbeda-beda,
biasanya model-model tersebut mengikuti pola umum analysis – design –
coding – testing – maintenance.
- Stakeholder berperan sangat penting dalam keseluruhan tahapan
pengembangan. Stakeholder dalam rekayasa perangkat lunak dapat berupa
pengguna, pemilik, pengembang, pemrogram dan orang-orang yang
terlibat dalam rekayasa perangkat lunak tersebut.
- Dokumentasi merupakan bagian penting dari pengembangan perangkat
lunak. Masing-masing tahapan dalam model biasanya menghasilkan
sejumlah tulisan, diagram, gambar atau bentuk-bentuk lain yang harus
didokumentasi dan merupakan bagian tak terpisahkan dari perangkat lunak
yang dihasilkan.
- Keluaran dari proses pengembangan perangkat lunak harus bernilai
ekonomis. Nilai dari sebuah perangkat lunak sebenarnya agak susah
di-rupiah-kan. Namun efek dari penggunaan perangkat lunak yang telah
dikembangkan haruslah memberi nilai tambah bagi organisasi. Hal ini
dapat berupa penurunan biaya operasi, efisiensi penggunaan sumberdaya,
peningkatan keuntungan organisasi, peningkatan “image” organisasi dan
2.5.7 Tahapan Rekayasa Perangkat Lunak
Meskipun dalam pendekatan berbeda-beda, namun model-model
pendekatan memiliki kesamaan, yaitu menggunaka pola tahapan analysis – design
– coding(construction) – testing – maintenance.
1. Analisis sistem adalah sebuah teknik pemecahan masalah yang
menguraikan sebuah sistem menjadi komponen-komponennya dengan
tujuan mempelajari seberapa bagus komponen-komponen tersebut bekerja
dan berinteraksi untuk meraih tujuan.
Analisis mungkin adalah bagian terpenting dari proses rekayasa perangkat
lunak. Karena semua proses lanjutan akan sangat bergantung pada baik
tidaknya hasil analisis. Ada satu bagian penting yang biasanya dilakukan
dalam tahapan analisis yaitu pemodelan proses bisnis.
2. Model proses adalah model yang memfokuskan pada seluruh proses di
dalam sistem yang mentransformasikan data menjadi informasi (Harris,
2003). Model proses juga menunjukkan aliran data yang masuk dan keluar
pada suatu proses. Biasanya model ini digambarkan dalam bentuk
Diagram Arus Data (Data Flow Diagram/ DFD). DFD meyajikan
gambaran apa yang manusia, proses dan prosedur lakukan untuk
mentransformasi data menjadi informasi.
3. Desain perangkat lunak adalah tugas, tahapan atau aktivitas yang
difokuskan pada spesifikasi detil dari solusi berbasis komputer. Disain
analisis sistem menekankan pada masalah bisnis (business rule), maka
sebaliknya disain perangkat lunak fokus pada sisi teknis dan implementasi
sebuah perangkat lunak.
Output utama dari tahapan disain perangkat lunak adalah spesifikasi
disain. Spesifikasi ini meliputi spesifikasi disain umum yang akan
disampaikan kepada stakeholder sistem dan spesifikasi disain rinci yang
akan digunakan pada tahap implementasi. Spesifikasi disain umum hanya
berisi gambaran umum agar stakeholder sistem mengerti akan seperti apa
perangkat lunak yang akan dibangun. Biasanya diagram USD tentang
perangkat lunak yang baru merupakan point penting dibagian ini.
Spesifikasi disain rinci atau kadang disebut disain arsitektur rinci
perangkat lunak diperlukan untuk merancang sistem sehingga memiliki
konstruksi yang baik, proses pengolahan data yang tepat dan akurat,
bernilai, memiliki aspek user friendly dan memiliki dasar-dasar untuk
pengembangan selanjutnya.
Desain arsitektur ini terdiri dari desain database, desain proses, desain
user interface yang mencakup desain input, output form dan report,
desain hardware, software dan jaringan. Desain proses merupakan
kelanjutan dari pemodelan proses yang dilakukan pada tahapan analisis.
4. Konstruksi adalah tahapan menerjemahkan hasil disain logis dan fisik ke
dalam kode-kode program komputer.
5. Pengujian sistem melibatkan semua kelompok pengguna yang telah
terhadap perangkat lunak akan berakhir ketika dirasa semua kelompok
pengguna menyatakan bisa menerima perangkat lunak tersebut
berdasarkan kriteria-kriteria yang telah ditetapkan.
6. Perawatan dan Konfigurasi. Ketika sebuah perangkat lunak telah
dianggap layak untuk dijalankan, maka tahapan baru menjadi muncul yaitu
perawatan perangkat lunak. Ada beberapa tipe perawatan yang biasa
dikenal dalam dunia perangkat lunak seperti terlihat pada diagram di
Gambar di bawah ini :
Gambar 2.12. Tipe-tipe perawatan (Whitten et al, 2004).
- Tipe perawatan corrective dilakukan jika terjadi kesalahan atau biasa
dikenal sebagai bugs. Perawatan bisa dilakukan dengan memperbaiki
kode program, menambah bagian yang dirasa perlu atau malah
menghilangkan bagian-bagian tertentu.
- Tipe perawatan routine biasa juga disebut preventive maintenance
dilakukan secara rutin untuk melihat kinerja perangkat lunak ada atau
- Tipe perawatan sistem upgrade dilakukan jika ada perubahan dari
komponen-komponen yang terlibat dalam perangkat lunak tersebut.
Sebagai contoh perubahan platform sistem operasi dari versi lama ke
versi baru menyebabkan perangkat lunak harus diupgrade.
2.6 Microsoft Visual Basic 6.0
Microsoft Visual Basic (sering disingkat sebagai VB saja) merupakan
sebuah bahasa pemrograman yang bersifat event driven dan menawarkan
Integrated Development Environment (IDE) visual untuk membuat program
aplikasi berbasis sistem operasi Microsoft Windows dengan menggunakan model
pemrograman Common Object Model (COM) [5]. .
Visual Basic merupakan turunan bahasa BASIC dan menawarkan
pengembangan aplikasi komputer berbasis grafik dengan cepat, akses ke basis
data menggunakan Data Access Objects (DAO), Remote Data Objects (RDO),
atau ActiveX Data Object (ADO), serta menawarkan pembuatan kontrol ActiveX
dan objek ActiveX. Beberapa bahasa skrip seperti Visual Basic for Applications
(VBA) dan Visual Basic Scripting Edition (VBScript), mirip seperti halnya Visual
Basic, tetapi cara kerjanya yang berbeda [5].
Para programmer dapat membangun aplikasi dengan menggunakan
komponen-komponen yang disediakan oleh Microsoft Visual Basic
Program-program yang ditulis dengan Visual Basic juga dapat menggunakan Windows API,
tapi membutuhkan deklarasi fungsi eksternal tambahan. Dalam pemrograman
survey yang dilakukan pada tahun 2005, 62% 6 pengembang perangkat lunak
dilaporkan menggunakan berbagai bentuk Visual Basic, yang diikuti oleh C++,
JavaScript, C#, dan Java.
Bill Gates, pendiri Microsoft, memulai bisnis softwarenya dengan
mengembangkan interpreter bahasa Basic untuk Altair 8800, untuk kemudian ia
ubah agar dapat berjalan di atas IBM PC dengan sistem operasi DOS.
Perkembangan berikutnya ialah diluncurkannya BASICA (basic-advanced) untuk
DOS. Setelah BASICA, Microsoft meluncurkan Microsoft QuickBasic dan
Microsoft Basic (dikenal juga sebagai Basic Compiler).
Sejarah BASIC di tangan Microsoft sebagai bahasa yang diinterpretasi
(BASICA) dan juga bahasa yang dikompilasi (BASCOM) membuat Visual Basic
diimplementasikan sebagai gabungan keduanya. Programmer yang menggunakan
Visual Basic bisa memilih kode terkompilasi atau kode yang harus diinterpretasi
sebagai hasil executable dari kode VB. Sayangnya, meskipun sudah terkompilasi
jadi bahasa mesin, DLL bernama MSVBVMxx.DLL tetap dibutuhkan. Namun
karakteristik bahasa terkompilasi tetap muncul.
Visual Basic merupakan bahasa yang mendukung OOP, namun tidak
sepenuhnya. Beberapa karakteristik obyek tidak dapat dilakukan pada Visual
Basic, seperti Inheritance tidak dapat dilakukan pada class module.
Polymorphism secara terbatas bisa dilakukan dengan mendeklarasikan class
module yang memiliki Interface tertentu. Visual Basic (VB) tidak bersifat case
Visual Basic menjadi populer karena kemudahan desain form secara visual
dan adanya kemampuan untuk menggunakan komponen-komponen ActiveX yang
dibuat oleh pihak lain. Namun komponen ActiveX memiliki masalahnya tersendiri
yang dikenal sebagai DLL hell. Pada Visual Basic .NET, Microsoft mencoba
mengatasi masalah DLL hell dengan mengubah cara penggunaan komponen
(menjadi independen terhadap registry).
44
3.1 Analisis Sistem
Analisis sistem dapat didefinisikan sebagai penguraian dari suatu sistem
informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk
mengidentifikasi dan mengevaluasi permasalahan-permasalahan,
kesempatan-kesempatan, hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang
diharapkan sehingga dapat diusulkan perbaikan-perbaikannya..
3.1.1 Analisis Masalah
Permasalahan ruang keadaan merupakan salah satu permasalahan yang
terdapat dalam kehidupan sehari-hari yang dipelajari dalam cabang ilmu
kecerdasan buatan. Salah satu metode penyelesaian yang diulas dalam keilmuan
kecerdasan buata yaitu metode pencarian buta denga menggunakan Breadth-first
search.
Permasalahan ini kerap dibahas secara teoritis dalam dunia pendidikan
sehingga tidak sedikit dari kalangan pelajar sulit untuk memahami langkah
penyelesaian dari permasalahan tersebut, serta dari kalangan pengajar yang
kesulitan untuk memvisualisasikan langkah penyelesaian secara simulasi
disamping langkah penyelesaian secara teoritis. Permasalahan ini juga banyak
dikupas secara teoritis, dan juga divisualisasikan ke dalam bentuk game. Namun
langkah penyelesaiannya belum tersajikan secara komputasi sistem kecerdasan
buatan, sehingga pemahaman tentang metode penyelesaian permasalahan ruang
keadaan menggunakan breadth-first search kurang terbantukan.
3.1.2 Analisis Data
3.1.2.1Data Masukan
Data masukan dari aplikasi bantu kecerdasan buatan pembelajaran dan
penyelesaian pada permasalahan ruang keadaan yang digunakan terdiri dari data teori
dan materi pembelajaran, data Problem, data Variabel, data Control. Rincian data di
atas adalah sebagai berikut:
- Data teori dan materi pembelajaran merupakan data-data mengenai
pembelajaran serta pemahaman langkah peyelesaian secara teoritis. Data
ini merupakan data statis yang tidak dapat dirubah oleh user.
- Data Problem merupakan data permasalahan yang akan diselesaikan dan
disimulasikan. Problem yang akan dikaji yaitu permasalahan farmer
problems yang merupakan salah satu kasus dalam permasalahan ruang
keadaan (State and Space). Data problem ini akan dimodifikasi sesuai
dengan data masukan dari user, tentunya problem yang memiliki
kemiripan pola dan prosedur kasus yang akan diselesaikan yaitu farmer
problem, seperti cannibal missionaries, family problems.
- Data Variabel merupakan pendefinisian dari variabel apa saja yang terlibat
dalam problem.
- Data Control yaitu merupakan strategi kontrol apa saja yang harus
3.1.2.2Analisis Metode Penyelesaian
1.Searching
Masalah utama dalam membangun sistem berbasis AI adalah bagaimana
mengkonversi situasi yang diberikan ke dalam situasi lain yang
diinginkan menggunakan sekumpulan operasi tertentu, sehingga
permasalahan ruang keadaan dapat diselesaikan.
Salah satu contoh permasalahan ruang keadaan yang dibahas adalah
masalah petani, kambing, serigala dan sayur-sayuran yang sering juga
disebut dengan Farmer’s Problem. Ilustrasi dari permasalahan ini adalah
sebagai berikut, seorang petani akan menyeberangkan seekor kambing,
seekor serigala dan sayur-sayuran dengan sebuah rakit melalui sungai.
Rakit hanya bisa memuat petani dan satu penumpang yang lain
(kambing, serigala atau sayur-sayuran). Jika ditinggalkan oleh petani
tersebut, maka sayur-sayuran akan dimakan oleh kambing dan kambing
akan dimakan oleh serigala.
Untuk dapat menyelesaikan permasalahan diatas diperlukan tiga langkah
berikut :
a. Definisikan ruang masalah, keadaan awal (initial state) dan
keadaan tujuan (goal state).
Setiap keadaan dari Farmer’s Problem dapat direpresentasikan
Keadaan awal dan keadaan tujuan dapat direpresentasikan sebagai
berikut :
1) Keadaan awal (start state):
a) Daerah kiri = (1,1,1,1).
b) Daerah kanan = (0,0,0,0)
c) Posisi rakit berada di kiri.
Artinya, terdapat kambing, petani, serigala dan sayur-sayuran di
daerah kiri.
2) Keadaan tujuan (goal state):
a) Daerah kiri = (0,0,0,0).
b) Daerah kanan = (1,1,1,1)
c) Posisi rakit berada di kanan.
Artinya, terdapat kambing, petani, serigala dan sayur-sayuran di
daerah kanan.
b. Definisikan aturan produksi
Setelah keadaan awal dan keadaan tujuan sudah didefinisikan pada
langkah pertama, langkah kedua yaitu mendefinisikan aturan
produksi yang berlaku, mendefinisikan Variabel, Aturan (rule), dan
strategi kontrol.
Tabel 3.1. Variabel Farmer’s Problem
Variabel ID Nama Variabel Bisa mengemudikan rakit
(Driver)
P Petani Ya
SR Serigala Tidak
SY Sayur-sayuran Tidak
Tabel 3.2. Control Farmer’s Problem
No Control
1 Kambing akan memakan sayur-sayuran apabila Petani tidak berada di tempat.
2 Serigala akan memakan Kambing apabila Petani tidak berada di tempat.
Dari variabel dan control yang terdapat pada Farmer’s Problem, kita
dapat menyimpulkan aksi-aksi apa saja yang dapat dilakukan dengan
tetap mematuhi kontrol yang ada. Aksi-aksi yang dapat dilakukan
dapat dilihat pada Tabel 3.3.
Tabel 3.3. Tabel Aksi-aksi yang dapat terjadi pada Farmer’s Problem
Aksi ke- Aturan
1 Petani dan kambing menyeberang.
2 Petani dan serigala menyeberang.
3 Petani dan sayur-sayuran menyeberang.
4 Petani dan kambing kembali.
5 Petani dan serigala kembali.
6 Petani dan sayur-sayuran kembali.
Pencarian solusi dari permasalahan di atas adalah dengan
menggunakan bantuan pohon pelacakan dengan penjelasan sebagai
berikut :
1. Akar dari pohon merupakan keadaan awal.
2. Akar pohon kemudian membentuk cabang-cabang baru dengan
melakukan semua aksi-aksi yang dapat terjadi pada keadaan awal.
3. Keadaan-keadaan baru yang dihasilkan merupakan cabang baru
dari pohon.
4. Proses pengembangan dan pencarian dilanjutkan dengan
membentuk keadaan baru (cabang baru) dari cabang-cabang yang
sudah ada hingga didapatkan solusi.
5. Proses pembentukan keadaan baru juga melakukan prosedur
pengecekan apakah keadaan tersebut sudah pernah dibentuk
sebelumnya pada pohon.
6. Apabila sudah ada, maka cabang baru tidak dibentuk dan apabila
tidak, maka cabang baru dibentuk.
7. Apabila tidak ada cabang yang dapat dikembangkan lagi dan
ternyata belum ditemukan solusi, maka permasalahan yang
sedang diselesaikan tidak memiliki solusi.
c. Memilih metode pencarian yang tepat
Metode pencarian yang dipergunakan yaitu metode pencarian buta
2.Metode Breadth-First Search (BFS)
Metode pencarian Breadth-First Search (BFS) dipilih karena memiliki
kelebihan menemukan solusi dan solusi yang diambil yaitu solusi
minimum yang terpendek.
Berikut ini merupakan struktur pohon pelacakan untuk mencari solusi
