Teknologi kendaraan otonom berpotensi mengubah sistem transportasi dengan meningkatkan keamanan. Kendaraan otonom dapat beroperasi tanpa pengemudi berkat sistem sensor dan komputer pusat yang memproses data sensor untuk menentukan jalur berkendara. Proyek Google Driverless Car bertujuan mengembangkan mobil yang dapat mengendalikan diri sendiri untuk memudahkan transportasi manusia.
Robot Micromouse dapat bergerak di dalam labirin tanpa menyentuh objek, menggunakan algoritma backtracking untuk mencari jalan terpendek. Robot mendeteksi dinding menggunakan sensor inframerah dan dikendalikan mikrokontroler ATMEGA 8535.
Teks tersebut merangkum penelitian terkait aplikasi sensor ultrasonik dalam berbagai bidang seperti deteksi hambatan di jalan untuk keamanan bersepeda dan bantuan navigasi tuna netra, pemetaan kondisi permukaan jalan untuk sistem suspensi kendaraan, serta deteksi kecelakaan dan pengukuran kecepatan kendaraan menggunakan sensor ultrasonik. Berbagai metode dan algoritma dipaparkan beserta hasil eksperimen yang mendukung penerapan sensor
Robot kantor ini dirancang untuk membantu pekerja kantor dengan menawarkan bantuan navigasi dan menghindari tabrakan saat berinteraksi dengan manusia. Teknologi utama yang digunakan meliputi pelacakan orang, penghindaran tabrakan, dan modul lokalisasi untuk mendeteksi lokasi robot dan manusia. Hasil eksperimen menunjukkan sistem mampu mendeteksi kedatangan orang dan memandu mereka sesuai tujuan yang dipilih.
Teknologi kendaraan otonom berpotensi mengubah sistem transportasi dengan meningkatkan keamanan. Kendaraan otonom dapat beroperasi tanpa pengemudi berkat sistem sensor dan komputer pusat yang memproses data sensor untuk menentukan jalur berkendara. Proyek Google Driverless Car bertujuan mengembangkan mobil yang dapat mengendalikan diri sendiri untuk memudahkan transportasi manusia.
Robot Micromouse dapat bergerak di dalam labirin tanpa menyentuh objek, menggunakan algoritma backtracking untuk mencari jalan terpendek. Robot mendeteksi dinding menggunakan sensor inframerah dan dikendalikan mikrokontroler ATMEGA 8535.
Teks tersebut merangkum penelitian terkait aplikasi sensor ultrasonik dalam berbagai bidang seperti deteksi hambatan di jalan untuk keamanan bersepeda dan bantuan navigasi tuna netra, pemetaan kondisi permukaan jalan untuk sistem suspensi kendaraan, serta deteksi kecelakaan dan pengukuran kecepatan kendaraan menggunakan sensor ultrasonik. Berbagai metode dan algoritma dipaparkan beserta hasil eksperimen yang mendukung penerapan sensor
Robot kantor ini dirancang untuk membantu pekerja kantor dengan menawarkan bantuan navigasi dan menghindari tabrakan saat berinteraksi dengan manusia. Teknologi utama yang digunakan meliputi pelacakan orang, penghindaran tabrakan, dan modul lokalisasi untuk mendeteksi lokasi robot dan manusia. Hasil eksperimen menunjukkan sistem mampu mendeteksi kedatangan orang dan memandu mereka sesuai tujuan yang dipilih.
Dokumen ini membahas penggunaan UML dan ROSE dalam presentasi dengan menjelaskan cara menggunakan PowerPoint untuk mencatat item-item tindak lanjut selama presentasi. Dokumen ini juga menjelaskan konsep dasar rekayasa perangkat lunak berorientasi objek dengan mendefinisikan objek, kelas, pewarisan, agregasi, dan keunggulannya dibanding paradigma lain.
Menerapkan berpikir komputasional dan praktik lintas bidangazitafaizah
Dokumen tersebut membahas tentang pemanfaatan robot dalam berbagai bidang kehidupan manusia dan contohnya yaitu robot asisten yang dapat membantu pekerjaan harian dan robot teman untuk menemani manusia. Robot-robot tersebut dirancang untuk berinteraksi dengan manusia dengan cara berkomunikasi, menganalisis lingkungan, dan melakukan tugas-tugas tertentu.
Ringkasan dokumen tersebut adalah sebagai berikut:
1. Penelitian ini bertujuan untuk mengoptimalkan kinerja lalu lintas dengan melakukan simulasi sistem lampu lalu lintas menggunakan jaringan saraf tiruan backpropagation.
2. Metode yang digunakan adalah penelitian eksperimental dengan mengumpulkan dan memproses data lalu lintas secara sintetis dan riil, kemudian diolah menggunakan perangkat lun
Dokumen tersebut membahas tentang pengantar kecerdasan buatan, yang mencakup sejarah, definisi, komponen, perbedaan dengan kecerdasan alami dan pemrograman konvensional, serta contoh aplikasi AI seperti sistem pakar, pengolahan bahasa alami, pengenalan ucapan, dan robotika.
1. Sistem pengaturan lampu lalu lintas berbasis deteksi jumlah kendaraan menggunakan kamera dan metode deteksi tepi untuk menentukan lama waktu lampu hijau.
2. Logika fuzzy dengan metode Mamdani digunakan untuk menentukan durasi berdasarkan kepadatan kendaraan di setiap ruas jalan.
3. Sistem ini termasuk soft real time system karena kegagalan tidak berbahaya bagi sistem melainkan hanya menyebabkan penurun
Dokumen tersebut membahas tentang agen cerdas, termasuk definisi, rasionalitas agen, tipe-tipe agen, dan lingkungan. Secara ringkas, agen cerdas adalah sesuatu yang dapat merasakan lingkungan melalui sensor dan memberikan respon melalui efektor, memiliki tujuan, dan mampu memecahkan masalah. Terdapat berbagai tipe agen seperti agen refleks sederhana, berbasis model, berbasis tujuan, dan belajar. Lingkungan
Dokumen ini membahas penggunaan UML dan ROSE dalam presentasi dengan menjelaskan cara menggunakan PowerPoint untuk mencatat item-item tindak lanjut selama presentasi. Dokumen ini juga menjelaskan konsep dasar rekayasa perangkat lunak berorientasi objek dengan mendefinisikan objek, kelas, pewarisan, agregasi, dan keunggulannya dibanding paradigma lain.
Menerapkan berpikir komputasional dan praktik lintas bidangazitafaizah
Dokumen tersebut membahas tentang pemanfaatan robot dalam berbagai bidang kehidupan manusia dan contohnya yaitu robot asisten yang dapat membantu pekerjaan harian dan robot teman untuk menemani manusia. Robot-robot tersebut dirancang untuk berinteraksi dengan manusia dengan cara berkomunikasi, menganalisis lingkungan, dan melakukan tugas-tugas tertentu.
Ringkasan dokumen tersebut adalah sebagai berikut:
1. Penelitian ini bertujuan untuk mengoptimalkan kinerja lalu lintas dengan melakukan simulasi sistem lampu lalu lintas menggunakan jaringan saraf tiruan backpropagation.
2. Metode yang digunakan adalah penelitian eksperimental dengan mengumpulkan dan memproses data lalu lintas secara sintetis dan riil, kemudian diolah menggunakan perangkat lun
Dokumen tersebut membahas tentang pengantar kecerdasan buatan, yang mencakup sejarah, definisi, komponen, perbedaan dengan kecerdasan alami dan pemrograman konvensional, serta contoh aplikasi AI seperti sistem pakar, pengolahan bahasa alami, pengenalan ucapan, dan robotika.
1. Sistem pengaturan lampu lalu lintas berbasis deteksi jumlah kendaraan menggunakan kamera dan metode deteksi tepi untuk menentukan lama waktu lampu hijau.
2. Logika fuzzy dengan metode Mamdani digunakan untuk menentukan durasi berdasarkan kepadatan kendaraan di setiap ruas jalan.
3. Sistem ini termasuk soft real time system karena kegagalan tidak berbahaya bagi sistem melainkan hanya menyebabkan penurun
Dokumen tersebut membahas tentang agen cerdas, termasuk definisi, rasionalitas agen, tipe-tipe agen, dan lingkungan. Secara ringkas, agen cerdas adalah sesuatu yang dapat merasakan lingkungan melalui sensor dan memberikan respon melalui efektor, memiliki tujuan, dan mampu memecahkan masalah. Terdapat berbagai tipe agen seperti agen refleks sederhana, berbasis model, berbasis tujuan, dan belajar. Lingkungan
Paper ini bertujuan untuk menganalisis pencemaran udara akibat pabrik aspal. Analisis ini akan fokus pada emisi udara yang dihasilkan oleh pabrik aspal, dampak kesehatan dan lingkungan dari emisi tersebut, dan upaya yang dapat dilakukan untuk mengurangi pencemaran udara
Workshop "CSR & Community Development (ISO 26000)"_di BALI, 26-28 Juni 2024Kanaidi ken
Dlm wktu dekat, Pelatihan/WORKSHOP ”CSR/TJSL & Community Development (ISO 26000)” akn diselenggarakan di Swiss-BelHotel – BALI (26-28 Juni 2024)...
Dgn materi yg mupuni & Narasumber yg kompeten...akn banyak manfaat dan keuntungan yg didpt mengikuti Pelatihan menarik ini.
Boleh jga info ini👆 utk dishare_kan lgi kpda tmn2 lain/sanak keluarga yg sekiranya membutuhkan training tsb.
Smga Bermanfaat
Thanks Ken Kanaidi
Modul Ajar PAI dan Budi Pekerti Kelas 8 Fase D Kurikulum Merdeka
Tp2 ikbal kcb
1. Soal:
1. Contoh produk kecerdassan buatan (AI) beserta fungsi dan cara kerjanya.
Jawab:
1. SELF-DRIVING CARS
Self-driving cars atau kadang juga disebut autonomous cars merupakan mobil
yang dapat dikemudikan tanpa bantuan manusia. Mereka telah dirancang untuk dapat
melakukan tugasnya lebih baik dari manusia. Mereka tidak mengemudi setelah
minum, tidak mengetik pesan saat mengemudi dan mereka juga tidak menerobos
lampu merah.
Meski demikian, masih banyak pengembangan yang mesti dilakukan pada
self-driving cars. Mereka belum dapat berfungsi dengan baik dalam kondisi cuaca
yang ekstrim, terlebih lagi mereka juga rentan terhadap serangan dari peretas.
Lalu, bagaimana self-driving cars dapat bekerja?
Terdapat 4 teknologi utama yang ada di dalamnya.
1. Computer Vision
Computer vision adalah cabang dari ilmu komputer yang terkait dengan
pengolahan citra. Ini adalah mata dan telinga bagi mobil. Dengan teknologi ini mobil
dapat melihat lingkungan sekitarnya. Terdapat 3 komponen di dalamnya yaitu:
1. Kamera, fungsinya untuk mengambil gambar disekitar.
2. Radar, tugasnya memancarkan gelombang radio, kemudian setiap benda yang
disekitarnya akan memantulkan kembali gelombang tersebut. Jadi fungsinya untuk
mengetahui letak benda disekitar.
3. Light Detection and Ranging (LIDAR), fungsinya seperti radar dengan jangkauan
yang lebih jauh. LIDAR memanfaatkan laser untuk mengukur jarak benda di
sekitarnya.
Fokus utama dari computer vision dalam hal ini adalah mengolah gambar dari
ketiga komponen diatas untuk mendeteksi segala sesuatu disekitar mobil, seperti
2. jalan, lubang, lampu lalu lintas, orang maupun mobil disekitarnya serta mengukur
jarak antara mobil dengan benda disekitarnya.
2. Deep Learning
Ini adalah teknologi yang membuat mobil mampu mengambil keputusan nya
sendiri berdasarkan informasi yang didapat dari komponen computer vision diatas.
Dengan kata lain, Deep Learning merupakan otak dari self-driving cars.
Deep Learning memungkinkan mereka untuk mengenali benda di sekitarnya
serta mengambil keputusan atau tindakan apa yang harus dilakukan dengan suatu
benda atau kondisi. Entah itu berhenti, berbelok atau menaikkan kecepatan.
Otak manusia terdiri dari kumpulan sel neuron yang terhubung satu sama lain,
begitu pula pada deep learning. Di dalam nya terdapat rangkaian nets atau yang lebih
dikenal dengan Artificial Neural Network (ANN). Seperti inilah ilustrasi nya.
ANN dapat dikatakan sebagai kotak ajaib. Kita memberikan masukan dan ia
akan memberikan keluaran. Kita dapat meminta ANN menganalisa sebuah gambar
dan memberi tahu apa isi gambar tersebut. Misalnya kita ingin ANN menguji gambar
kucing, jadi kita berikan masukan berupa gambar kucing kemudian ia akan menguji
nya apakah itu merupakan kucing atau bukan berdasarkan data-data (kucing) yang
sebelumnya sudah kita tanam didalamnya, selanjutnya ANN akan memberi keluaran
antara ‘yes’ atau ‘no’.
3. ANN seperti otak manusia. Kita dapat melatihnya dengan memberikan data.
Ketika kita memberikan nya data, ia akan menjadi cheat code. Coba perhatikan
gambar matriks diatas. Matriks pertama [x] merupakan inputan, sedangkan matriks
[w] merupakan cheat code. Jika kita mengkalikan inputan dengan cheat code, maka
kita memperoleh keluaran.
Intinya, setiap inputan yang diterima oleh ANN akan dibandingkan dan diuji
dengan data (cheat code) yang sebelumnya sudah ditanamkan dan menghasilkan
keluaran berupa tindakan atau keputusan.
3. Robotics
Mungkin Anda sudah dapat membayangkan seperti apa bentuk dari robot.
Namun disini saya ingin menjelaskan satu bagian di dalamnya yang berperan penting
dalam self-driving cars, namanya actuator. Actuator adalah sebuah alat yang
mengambil sinyal listrik sebagai masukan dan mengubahnya menjadi tindakan fisik.
Actuator memainkan peranan penting dalam proses kerja Adaptive Cruise
Control (ACC) yang memungkinkan mobil untuk mengatur sendiri kecepatan nya.
ACC dan actuator bertanggung jawab dan saling bekerja sama untuk menurunkan
atau meningkatkan kecepatan tergantung pada jalan dan jarak terhadap kendaraan
lain.
4. 4. Navigation
Dalam self-driving cars, navigasi memiliki 3 fungsi utama, yaitu:
1. Untuk mengetahui dimana Anda sekarang.
Global Positioning System (GPS) membolehkan mobil untuk mengetahui posisinya
saat ini berdasarkan analisis sinyal yang diterima melalui paling tidak 4 konstelasi
dari 60 satelit dengan orbit rendah.
2. Untuk mengetahui kemana Anda ingin pergi.
Terdapat beberapa instrumen dan teknik dalam hal ini. Sextant, LORAN radiolocation
dan dead reckoning adalah beberapa teknik yang digunakan saat ini dengan tingkat
akurasi dan konsistensi yang bervariasi.
Sextant adalah alat navigasi untuk mengukur sudut antara benda astronomi
dengan cakrawala. LORAN radiolocation adalah sistem navigasi yang
memungkinkan mobil dapat mengetahui posisinya dengan memanfaatkan gelombang
radio yang dipancarkan.
Dead reckoning mengkalkulasi posisi mobil saat ini berdasarkan kecepatan dan jarak
yang ditempuh dari posisi sebelumnya.
3. Untuk membawa Anda kesana.
Setelah semua komponen pengolahan citra, penginderaan dan navigasi menerima
masukan nya, selanjutnya mobil bersiap-siap mengatur dan mengelola daya untuk
menjalankan fungsi otonom mobil pada umumnya.
5. Tugas Pendahuluan 2
PRAKTIKUM
KECEDARASAN BUATAN
(ARTIFICIAL INTELLIGENCE)
OLEH :
NAMA : LA ODE IKBAL
NIM : F1A215009
JURUSAN/PRODI : MATEMATIKA/STATISTIKA
PROGRAM STUDI S1 STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMUN PENGETAHUAN ALAM
UNIVERSITAS HALU OLEO
KENDARI
2018