9
LANDASAN TEORI 2.1 Intelegensia Semu
Sehubungan dengan aplikasi yang akan dikerjakan memiliki kaitan dengan intelegensia semu oleh karena itu tidak ada salahnya kita mengenal intelegensia semu itu sendiri terlebih dahulu. Menurut Kumar (2009), intelegensia merupakan kemampuan untuk belajar, untuk menghadapi situasi yang berbeda-beda, untuk memperoleh, mengerti dan mengaplikasikan pengetahuan untuk menganalisa dan menyimpulkan. Intelegensia semu berarti kecerdasan buatan. Intelegensia semu diterapkan pada mesin atau komputer sehingga mesin tersebut memiliki kecerdasan seperti manusia. Komputer sekarang diharapkan menjadi lebih pintar bahkan menyerupai manusia. Komputer mampu menyerap banyak informasi yang dimasukan sebagai data sehingga semakin banyak data yang dimasukan semakin banyak pengetahuan yang dimiliki komputer tersebut. Manusia memiliki akal sehingga dalam menyelesaikan suatu masalah mereka dapat berpikir dengan sendirinya dan mencari solusi yang tepat sehingga dapat menyelesaikan masalah yang sedang dihadapi. Lain halnya dengan komputer yang hanyalah sebuah mesin. Walaupun memiliki pengetahuan tetapi komputer tidak memiliki akal maka dari itu intelegensia semu dimaksudkan agar selain komputer itu memiliki banyak pengetahuan tetapi juga memiliki akal.
2.1.1 Definisi Intelegensia Semu
Menurut Russell dan Norvig (2010) definisi kecerdasan buatan dikembangkan menjadi 4 kelompok kategori, yaitu :
1. Sistem yang berpikir selayaknya manusia berpikir (thinking humanly). 2. Sistemyang bertindak selayaknya manusia bertindak (acting humanly). 3. Sistemyang berpikir rasional (thinking rationally).
4. Sistemyang bertindak rasional (acting rationally).
Menurut Encyclopedia Britannica kecerdasan buatan merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan.
2.1.2 Jenis Intelegensia Semu
Beberapa jenis intelegensia semu menurut Padhy (2005), terdapat beberapa jenis intelegensia semu, diantaranya:
1. Sistem Pakar, komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
2. Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa Inggris, bahasa Indonesia, dan sebagainya.
3. Pengenalan ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
5. Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
6. Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
7. Game Playing.
8. Soft Computing.
2.2 Computer Assisted Instruction
Dalam dunia pendidikan sudah dikenal komputer sebagai salah satu alat pembelajaran. Banyak software pembelajaran yang digunakan merupakan hasil dari computer assisted instruction (CAI). Walaupun tidak terdapat peningkatan signifikan terhadap hasil nilai pembelajaran seperti yang disampaikan oleh Stlutz (2008) CAI tetap memberikan kepraktisan dalam pembelajaran karena tidak membutuhkan orang sebagai pengajar.
2.2.1 Computer Assisted Language Learning
Computer Assisted Language Learning (CALL) merupakan salah satu sistem CAI dimana CALL difokuskan pada pembelajaran bahasa. Sekarang ini selain menggunakan buku sebagai alat pembelajaran, komputer juga sudah banyak digunakan. Berdasarkan Stockwell (2012), Pembelajaran berbasis CALL diharapkan seseorang dapat belajar
dengan interaktif dan menarik. Aplikasi untuk pembelajaran bahasa jepang (huruf – huruf hiragana) yang dibuat menerapkan system CALL.
2.3 Intelligent Tutoring System (ITS)
Menurut
Yahya dan Humairo (2011) merupakan satu tipe dari sistem kecerdasan
buatan yang menangani masalah pembelajaran atau pelatihan.
ITS memudahkan pengguna baik dalam mempelajari suatu hal yang baru maupun memperdalam suatu hal. ITS sendiri bersifat fleksibel karena dapat dipelajari dimana saja dan kapan saja sesuai kebutuhan dan keinginak pengguna karena pengguna tidak memerlukan dampingan dari seorang tutor atau guru. Sistem dari ITS sedirilah yang merupakan tutor atau guru dari pengguna.2.3.1 Komponen ITS
Menurut Aleven, Kay dan Mostow (2010), komponen serta model yang dipakai oleh ITS sebagai berikut.
ITS memiliki komponen – komponen yang diterapkan, yaitu : 1. Modul komunikasi
Modul komunikasi atau bisa juga disebut sebagai user interface merupakan modul yang berinterkasi dengan pengguna. Modul komunikasi menampilkan informasi melalui kotak dialog, tombol – tombol, dan pilihan – pilihan yang dapat diakses oleh pengguna dengan keyboard atau mouse.
2. Modul pakar
Modul pakar merupakan modul yang menyusun strategi berdasarkan pada model taksonomi tujuan instruksional dengan menggunakan hasil interaksi pengguna sebagai parameter input.
3. Modul siswa
Modul siswa berisi informasi spesifik pengguna yang berkaitan dengan proses adatasi system terhadap kemampuan siswa untuk menentukan kebutuhan pengguna.
4. Modul pedagoging
Modul pedagoging merupakan modul yang menentukan apa yang akan dilakukan selanjutnya. Modul pedagoging menggunakan hasil dari modul pakar dan modul siswa. Modul pedagoging membedakan masalah yang sesuai dengan level, menyesuaikan umpan balik yang akan diberikan, dan membagi kurikulum.
5. Modul evaluator
Modul evaluator mengevaluasi jawaban pengguna terhadap soal – soal yang diberikan oleh sistemaplikasi. Apabila jawaban tersebut salah makan system evaluasi akan memberikan penjelasan dimana letak kesalahan dan kelemahan pengguna.
2.3.2 Model Penyajian ITS
Menurut Yahya dan Humairo (2011) Intelligent Tutoring System menerapkan 4 model penyajian, yaitu :
1. Model tutorial
Pada model tutorial pengguna seperti berinteraksi dengan seorang tutor atau guru. System memberikan materi – materi yang harus dipelajari oleh pengguna. Materi yang diberikan biasanya diberikan secara bertahap berdasarkan topik. Pada akhir pemebelajaran akan terdapat soal – soal yang harus diselesaikan. Ketika pengguna menjawab salah pada topik tertentu makan system akan mengulan kembali materi yang berhubungan sehingga pengguna tidak perlu mengulang materi secara keseluruhan melainkan hanya bagian yang salah.
2. Model drill and practice
Tidak seperti model tutorial yang memberikan pendahuluan berupa materi kemudian berlanjut ke tahap akhir dimana pengguna dihadapkan pada soal – soal layaknya ujian, pada model drill and practice, pengguna langsung dihadapkan pada soal – soal. Pengguna sudah dimaksudkan sudah memahami materi. Soal – soal yang harus dikerjakan biasanya bertahap dari soal yang mudah ke tingkat yang lebih sulit. Variabel yang dipertimbangkan adalah tingkat kesulitan soal dan kecepatan menjawab pengguna.
3. Model simulasi
Pada model simulasi, pengguna akan diberikan sejumlah variable beserta parameternya untuk menghasilkan keadaan tertentu. Proses ini mengharapkan pengguna dapat memahami konsep dan prinsip yang sedang dipelajari. Model ini memberikan control yang cukup besar bagi pengguna tidak seperti model tutorial dan model drill and practice dimana system lebih mengatur setiap pergerakan pengguna.
4. Model problem solving
Pada model problem solving, pengguna diharapkan dapat memberikan solusi yang tepat terhadap masalah yang sedang dihadapi. Imajinasi pengguna dipergunakan dalam mencari solusi terhadap masalah yang diberikan sistem.
2.4 Deteksi Urutan
Menurut Tang dan Leung (2009), proses pendeteksian urutan penulisan dalam sebuah karakter, terutama karakter yang penulisannya membutuhkan arah penulisan yang spesifik seperti huruf Jepang dan Mandarin, merupakan hal yang sangat penting dimana pendeteksian ini dapat meminimalisir ambiguitas arah yang dapat terjadi dalam penulisan. Metode pendeteksian tulisan tangan yang dipakai oleh penulis merupakan pengembangan dari sistem handwriting recognition dimana metode dasarnya diambil dari pengenalan pola protein pada makalah dari Jensen dan Stephanopoulos (2006), berupa sensor deteksi dengan return koordinat posisi pola protein (atau dalam tulisan, pola urutan goresan). Untuk itu, pendeteksian urutan penulisan yang baik merupakan
pendeteksian dengan tingkat ambigutas arah yang seminimal mungkin. Penggunaan sensor untuk mendeteksi urutan penulisan karakter akan dilakukan dengan sensor. Dalam mendeteksi urutan penulisan Hiragana, penulis melakukan pengujian terhadap 3 ukuran sensor yaitu sensor kecil (4x4), sedang (7x7), besar (10x10). Pengujian ini dilakukan untuk memutuskan sensor yang mana yang paling tepat untuk mendeteksi tulisan huruf Hiragana dari pengguna. Hal ini akan dijelaskan lebih lanjut pada tahap perancangan aplikasi.
2.5 Bahasa Jepang
Teori kurikulum penulisan diambil dari buku pembelajaran bahasa Jepang yang dikarang oleh Darjat (2009). Penulis mengutip pembelajaran huruf Hiragana aあ sampai n ん。 Baik huruf hiragana maupun huruf katakana keduanya berunsur dari huruf kanji yang telah dikembangkan. Dibawah ini merupakan tata cara penulisan huruf hiragana yang menjadi focus dari aplikasi itu sendiri.
How to write hiragana: a - ああああ
Contoh: あさ (asa) --- morning
How to write hiragana: i -いいいい
How to write hiragana: u -うううう
Contoh: うみ (umi) --- sea
How to write hiragana: e -ええええ
Contoh: えき (eki) --- station
How to write hiragana: o -おおおお
Contoh: おかね (okane) --- money
How to write hiragana: ka - かかかか
How to write hiragana: ki - きききき
Contoh: きた (kita) --- north
How to write hiragana: ku - くくくく
Contoh: くるま (kuruma) --- car
How to write hiragana: ke -けけけけ
Contoh: けむり (kemuri) --- smoke
How to write hiragana: ko -ここここ
How to write hiragana: sa - ささささ
Contoh: さかな (sakana) --- fish
How to write hiragana: shi - しししし
Contoh: しお (shio) --- salt
How to write hiragana: su - すすすす
Contoh: すな (suna) --- sand
How to write hiragana: se - せせせせ
How to write hiragana: so -そそそそ
Contoh: そら (sora) --- sky
How to write hiragana: ta - たたたた
Contoh: たけ (take) --- bamboo
How to write hiragana: chi - ちちちち
Contoh: ちず (chizu) --- map
How to write hiragana: tsu - つつつつ
How to write hiragana: te - てててて
Contoh: てんき (tenki) --- weather
How to write hiragana: to -とととと
Contoh: とけい (tokei) --- watch, clock
How to write hiragana: na - なななな
Contoh: なまえ (namae) --- name
How to write hiragana: ni - にににに
How to write hiragana: nu - ぬぬぬぬ
Contoh: ぬま (numa) --- swamp
How to write hiragana: ne - ねねねね
Contoh: ねこ (neko) --- cat
How to write hiragana: no -のののの
Contoh: のど (nodo) --- throat
How to write hiragana: ha - はははは
How to write hiragana: hi - ひひひひ
Contoh: ひかり (hikari) --- light
How to write hiragana: fu - ふふふふ
Contoh: ふね (fune) --- boat
How to write hiragana: he - へへへへ
Contoh: へや (heya) --- room
How to write hiragana: ho -ほほほほ
How to write hiragana: ma - まままま
Contoh: まくら (makura) --- pillow
How to write hiragana: mi - みみみみ
Contoh: みなと (minato) --- harbor
How to write hiragana: mu - むむむむ
Contoh: むし (mushi) --- insect
How to write hiragana: me - めめめめ
How to write hiragana: mo -もももも
Contoh: もり (mori) --- forest
How to write hiragana: ya - やややや
Contoh: やま (yama) --- mountain
How to write hiragana: yu - ゆゆゆゆ
Contoh: ゆき (yuki) --- snow
How to write hiragana: yo -よよよよ
How to write hiragana: ra - らららら
Contoh: らくだ (rakuda) --- camel
How to write hiragana: ri - りりりり
Contoh: りんご (ringo) --- apple
How to write hiragana: ru - るるるる
Contoh: るす (rusu) --- absence
How to write hiragana: re - れれれれ
How to write hiragana: ro -ろろろろ
Contoh: ろうそく (rousoku) --- candle
How to write hiragana: wa - わわわわ
Contoh: わに (wani) --- crocodile
How to write hiragana: wo - をををを
Tidak ada kata dalam bahasa Jepang yang berawalan dengan “wo”. "Wo" digunakan sebagai partikel
How to write hiragana: n -んんんん
2.6 Aplikasi Perangkat Ajar Bahasa Jepang yang Lainnya
1. Japanese - Hiragana
https://itunes.apple.com/au/app/japanese-hiragana/id492215819?mt=8
Aplikasi ini mengajarkan cara menulis hiragana dengan tambahan contoh cara penggunaannya dalam sebuah kata dan dilengkapi dengan gambar dari kata tersebut. Aplikasi ini dapat mengenali urutan penulisan berdasarkan sensor yang diletakan di setiap ujung dari sebuah garis. User harus menghubungkan sensor yang ditampilkan berupa sebuah bulatan merah ke sensor bulatan merah yang berada diujung garis. Setiap garis yang akan ditulis akan berubah warna dari putih menjadi kuning. Berikut beberapa tampilan dari program:
Gambar 2.2 Tampilan untuk memilih huruf yang ingin dipelajari
Gambar 2.3 Tampilan ketika menulis huruf “a”
2. Writing Order Free Hiragana
https://itunes.apple.com/us/app/writing-order-free-hiragana/id568078919?mt=8
Aplikasi telah mampu mengenali urutan penulisan pada huruf-huruf dasar hiragana. Aplikasi ini menggunakan teknology sensor based yang diletakkan pada setiap karakter huruf, Sehingga program mampu mengenali bila user tidak mengikuti urutan ataupun cara penulisan. Berikut beberapa penampilan dari program:
Gambar 2.5 Tampilan antarmuka untuk penulisan huruf