|
BAB 2
LANDASAN TEORI
2.1 Artificial Intelligence
Artificial Intelligence dapat diartikan menjadi kecerdasan buatan, yang
mana
pada prosesnya berarti membuat, atau mempersiapkan, mesin seperti komputer agar
memiliki sebuah intelligence atau kecerdasan berdasarkan perilaku manusia.
Artificial
Intelligence pada
dasarnya
bertujuan
untuk
membuat
komputer
melaksanakan suatu perintah, yang dapat dilakukan oleh manusia. Salah satu bagian
dari artificial intelligence adalah sistem pakar.
Sistem pakar
adalah
sebuah
sistem komputer
atau
perangakat
lunak
yang
memungkinkan
komputer
untuk
memecahkan
masalah pada
bidang
tertentu,
menggunakan
penalaran inferensi
menyerupai
seorang pakar
dalam
memecahkan
masalah.
Sistem pakar
mengadopsi
kepakaran
dari
sebuah
subyek
sebagai
dasar
pertimbanagan dan pengetahuannya.
Bab
ini dapat dikelompokkan atas teori-teori
mengenai artificial intelligence,
sistem pakar, aplikasi berbasis web, dan
gambaran
umum akan wisata bahari,
serta
gambaran umum akan rekreasi diving di Indonesia.
7
|
|
8
Dalam
hal
ini,
terdapat beberapa
pengertian dari
kecerdasan buatan,
antara
lain:
Kecerdasan buatan merupakan ilmu yang mempelajari bagaimana membuat
sebuah komputer dapat mengerjakan sesuatu yang masih lebih
baik dikerjakan
manusia (Rich dan Knight, 1991, p 3).
Kecerdasan buatan merupakan solusi berbasis komputer terhadap masalah
yang ada, yang menggunakan aplikasi yang mirip dengan proses berpikir menurut
manusia (Rolston, 1988, p 15).
Kecerdasan buatan dapat
didefinisikan sebagai
cabang
sains komputer
yang
mempelajari otomisasi tingkah laku cerdas (Setiawan, 1993, p 1).
Artificial Intelligence atau kecerdasan buatan adalah
cabang
ilmu
komputer
yang mempelajari bagaimana komputer melakukan hal-hal yang pada saat yang sama
orang mengejakannya lebih baik (Turban, 1995, p 422).
Artificial
intelligence adalah
subdivisi
dari
ilmu
komputer
untuk
membuat
perangkat keras
dan piranti
lunak
komputer sebagai
usaha untuk
memperoleh
hasil
seperti yang dihasilkan oleh manusia (Turban, 1992, p 4).
Menurut (Turban, 1995, p 452 - 456), artificial intelligence memiliki banyak
bidang terapan, yaitu:
1.
Expert System (sistem pakar)
2.
Natural Language Processing (pemrosesan bahasa alamiah)
3.
Computer Vision and Scene Recognition
4.
Intelligence Computer Aided Instruction
5.
Speech (voice) Understanding
|
|
9
6.
Robotics and Sensory System
Dapat
diambil kesimpulan dari
beberapa paragraf diatas
bahwa,
kecerdasan
buatan (artificial intelligence) adalah suatu metode untuk membuat sebuah komputer
dapat memiliki kecerdasan dan dapat berpikir layaknya manusia dalam mencari jalan
keluar suatu permasalahan, dan membagi proses-proses pemikiran tersebut menjadi
sebuah langkah dasar pemecahan masalah.
2.2 Sistem Pakar
Terdapat beberapa pengertian atas sistem pakar, antara lain:
Sistem
pakar
adalah
suatu
sistem berbasis
ilmu pengetahuan
yang
menyediakan solusi-solusi dengan kualitas pakar untuk masalah-masalah dalam suatu
bidang yang spesifik (Setiawan, 1993, p 265).
Sistem pakar
merupakan program komputer
yang
dirancang
untuk
membuat
model
kemampuan
pemecahan
masalah
dari
seorang
manusia yang
pakar (Durkin,
1994, p 7).
Sistem pakar
adalah
suatu
sistem
komputer
yang
dirancang
agar
dapat
melakukan penalaran layaknya seorang pakar atau ahli pada suatu bidang keahlian
tertentu (Turban, 1993, p 74).
Sistem
pakar
adalah suatu
sistem
komputer
yang
mengambil
sifat
pengetahuan dari manusia untuk menyelesaikan suatu masalah yang spesifik dan
berfungsi sebagai asisten dari ahli itu sendiri (Turban, 1995, p 74).
Sistem pakar adalah sistem yang membutuhkan dasar pengetahuan yang baik,
yang dibangun seefisien mungkin. Sistem ini memerlukan satu atau lebih mekanisme
|
 10
penalaran untuk menerapkan pengetahuan terhadap maslah yang dihadapi. Setelah itu
dibutuhkan suatu mekanisme penalaran untuk menerapkan pengetahuan pada
permasalahan yang ada (Rich dan Knight, 1991, p 547).
Sistem pakar
adalah
sebuah
piranti
lunak
komputer
yang
memilki
basis
pengetahuan untuk domain tertentu
dan menggunakan penalaran inferensi
menyerupai seorang pakar dalam memcahkan masalah (Azis, 1993, p 3).
Kelebihan sistem pakar dibandingkan dengan manusia dapat terlihat pada tabel 2.1
Table 2.1 Perbedaan manusia dengan sistem
Manusia / pakar
Sistem pakar
•
Memiliki batas (umur)
•
Ilmu pengetahuan sulit di transfer
•
Dipengaruhi oleh situasi dan emosi
•
Biaya tinggi
•
Tidak memiliki batasan waktu
•
Mudah ditransfer
•
Tidak terpengaruh oleh emosi
•
Relatif
Sistem pakar
dikembangkan
oleh
komunitas
intelegensia
buatan
pada
pertengahan
1960-an. Pada
periode
ini
penelitian tentang intelegensia semu sangat
mendominasi, sehingga menghasilkan sistem pakar.
2.2.1
Konsep Dasar
Konsep dasar sistem pakar mengandung: keahlian, ahli, inferensi, aturan, dan
kemampuan menjelaskan (Kusumadewi, 2003, p 111).
Keahlian adalah suatu kelebihan penguasaan pengertahuan di bidang tertentu
yang diperoleh dari pelatihan, membaca,
atau
pengalaman.
Contoh
bentuk
pengetahuan yang termasuk keahlian adalah:
•
Fakta-fakta pada lingkup permasalahan tertentu.
|
|
11
•
Teori-teoi pada lingkup permasalahan tertentu.
•
Prosedur-prosedur
dan
aturan-aturan
berkenaan
dengan
lingkup
permasalahan tertentu.
•
Strategi-strategi global untuk memecahkan masalah.
•
Meta knowledge (pengetahuan tentang pengetahuan).
Bentuk-bentuk ini memungkinkan para ahli untuk mengambil keputusan lebih
cepat dan lebih baik daripada seseorang yang bukan ahli.
Seorang
ahli
atau
pakar
adalah orang
yang
mampu
menjelaskan
sebuah
tanggapan, mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun
kembali dasar pengetahuan bila dirasa perlu, memecah aturan-aturan jika dibutuhkan,
dan menentukan relativitas kepakaran mereka.
Pengalihan kemampuan seorang pakar ke dalam mesin, atau komputer, untuk
kemudian dialihkan lagi ke orang awam, atau bukan pakar, merupakan tujuan utama
dari sistem pakar. Proses ini membtuhkan 4 aktifitas, yaitu:
•
Penambahan pengetahuan (dari para ahli atau sumber-sumber lainnya),
•
Representasi pengetahuan (ke mesin),
•
Inferensi pengetahuan,
•
Pengalihan pengetahuan ke user.
Pengetahuan
yang
disimpan
di
komputer
disebut
dengan
nama knowledge
base (basis pengetahuan), yaitu:
•
Fakta,
•
Rule (aturan-aturan prosedural).
|
|
12
Salah satu
fitur yang
harus dimliki oleh sistem pakar adalah kemampuan
untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan
sudah tersedia program yang mampu mengakses basis data, maka komputer harus
dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk
mesin inferensi (inference engine).
Sebagian besar sistem pakar konvensional dibuat dalam bentuk rule-based
sistem,
yang
mana
pengetahuannya
di
simpan dalam bentuk
aturan-aturan.
Aturan
tersebut biasa berbentuk IF-THEN.
Fitur
lainnya
dalam sistem pakar
adalah
kemampuan
merakomendasi.
Kemampuan
inilah
yang
membedakan
sistem
pakar
dengan
sistem konvensional.
Perbandingan
antara
sistem
pakar
dengan
sistem
konvensional
dapat
dilihat
pada
tabel di bawah ini.
|
 13
Tabel 2.2 Sistem konvensional vs. sistem pakar
Sistem Konvensional
Sistem Pakar
Informasi dan pemrosesannya biasanya jadi
satu dengan program
Basis
pengetahuan
merupakan bagian dari
mekanisme inferensi
Biasanya tidak bisa
menjelaskan
mengapa
suatu
input
data
itu
diperlukan,
atau
bagaimana output diperoleh
Penjelasan adalah bagian terpenting dari
sistem pakar
Pengubahan
program
cukup
sulit
dan
membosankan
Pengubahan
aturan
dapat
dilaksanakan
dengan mudah
Sistem hanya akan beroprasi jika sistem
tersebut sudah lengkap
Sistem dapat beroperasr hanya dengan
beberapa aturan
Eksekusi dilakukan langkah demi langkah
Eksekusi dilakukan pada seluruh basis
pengetahuan
Menggunakan data
Menggunaka pengetahuan
Tujuan utamanya adalah efisiensi
Tujuan utamanya adalah efektifitas
2.2.2
Ciri-ciri dan Karakteristik Sistem Pakar
Ciri-ciri sistem pakar menurut Azis (1994, p 4), adalah sebagai berikut:
•
Terbatas pada domain tertentu
•
Dapat memberikan solusi untuk data-data yang tidak lengkap
•
Dapat
mengemukakan
rangkaian-rangkaian alasan yang diberikan
dengan cara yang mudah dipahami
|
|
14
•
Berdasarkan pada kaidah atau rule tertentu
•
Dirancang untuk dapat dikembangkan secara bertahap
•
Pengetahuan dan mekanisme inferensi yang jelas terpisah
•
Sistem dapat mengaktifkan kaidah secara searah
yang sesuai,
dituntun oleh pemakai dengan dialog.
Karakteristik
sistem pakar
sangat
ideal
untuk
memecahkan
masalah-
masalah yang tidak terstruktur dan prosedur pemecahannya tidak umum diketahui.
2.2.3
Keuntungan dan Kelemahan Sistem Pakar
Setiap
sistem pada
komputer
sudah
seharusnya
memiliki
beberapa
keuntungan. Keuntungan pada tiap-tiap sistem
mungkin
berbeda
stu
sama
lain.
Walaupun
begitu,
keuntungan
dari
sistem tersebutlah
yang
mendukung
pemilihan
penggunaan sebuah sistem untuk diimplementasikan dalam sebuah program.
Walaupun
begitu
tiap
sistem tak
juga
lepas
dari
kelemahan.
Kelemahan
sistem tidak seharusnya menjadi sesuatu yang ditakuti, melainkan sesuatu yang harus
di benahi.
2.2.3.1 Keuntungan Sistem pakar
Secara
garis
besar,
manfaat
yang
dapat
diambil
dengan
adanya
sistem
pakar adalah antara lain:
•
Memungkinkan orang awam untuk mengejakan pekerjaan seorang pakar
•
Bisa melakukan pekerjaan berulang secara otomatis
•
Menyimpan pengetahuan dan keahlian para pakar
|
|
15
•
Meningkatkan output dan produktivitas
•
Memiliki kemampuan untuk mengakses pengetahuan
•
Memiliki reliabilitas
•
Meningkatkan kepabiltas komputer
•
Memiliki kemampuan bekerja dengan sistem informasi yang tidak lengkap
dan mengandung ketidak pastian
•
Sebagai media pelengkap dalam penelitian
•
Meningkatkan kepabilitas dalam meneyelesaikan masalah
•
Menghemat waktu dalam pengambiln keputusan.
2.2.3.2 Kelemahan Sistem Pakar
Disamping
memiliki
beberapa
keuntungan,
sistem
pakar
juga
memiliki
beberapa kelemahan, diantaranya:
•
Biaya yang diperlukan untuk memeliharanya sangat mahal
•
Sulit dikembangkan.
Hal
ini tentu saj erat kaitannya dengan ketersediaan
pakar di bidangnya
•
Sistem pakar tidak benilai 100%, domain kepakaranya sangat terbatas.
2.2.4
Bentuk Sistem Pakar
•
Berdiri sendiri. Sistem pakar jenis
ini merupakan sistem pakar
yang tidak
tergantung pada software lainnya.
•
Tergabung. Sistem
pakar jenis
ini
merupakan
bagian
program
yang
terkandung
didalam
suatu
algoritma (konvensional),
atau
merupakan
|
|
16
program
dimana
didalamnya
memanggil
algoritma
subrutin
lain
(konvensional).
•
Menghubungkan ke
software
lain.
Bentuk
ini
biasanya
merupakan sistem
pakar yang menghubungkan ke suatu oaket tertentu, misalnya DBMS.
•
Sistem mengabdi. Sistem pakar yang merupakan bagian dari komputer
khusus yang dihubungkan dengan suatu fungsi terstentu. Misalnya sistem
pakar yang digunakan untuk membantu menganilisis data radar.
2.2.5
Penggolongan Masalah dalam Sistem Pakar
Ada beberapa masalah yang menjadi area luas sistem pakar, antara lain:
•
Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk
diantaranya: pengawsan, pengenalan citra, analisis citra,
interpretasi sinyal
dan beberapa analisis kecerdasan.
•
Prediksi.
Termasuk diantaranya: peramalan, prediksi demografis,
perama;an ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran,
atau peramalan keuangan.
•
Diagnosis. Termasuk diantaranya:
medis,
elektronis,
mekanis, dan
diagnosis perangkat lunak.
•
Perancangan. Termasuk diantaranya: layout sirkuit dan perancangan
bangunan.
•
Perencanaan. Termasuk diantaranya: perencanaan keuangan, militer,
komunikasi, pengembangan produk, routing, dan manajemen proyek.
•
Monitoring. Misalnya: computer-aided monitoring systems
|
|
17
•
Debugging, memberikan jalan keluar dari suatu kesalahan.
•
Perbaikan.
•
Instruksi. Melakukan instruksi
untuk diagnosis, debugging, dan perbaikan
kerja.
•
Kontrol. Melakukan kontrol terhadap interpretasi, prediksi, perbaikan, dan
monitoring kelakuan sistem.
2.2.6
Arsitektur Sistem Pakar
Menurut
Firebough,
sistem pakar
memiliki
empat
bagian
penting
yang
digambarkan seperti terlihat pada Gambar 2.1.
|
 18
Tampilan Pengguna
(user interface)
Mesin Inferensi
(inference engine)
Basis Aturan
Basis Informasi
Basis Pengetahuan
(Knowledge Base)
Gambar 2.1 Komponen Sistem Pakar
Keempat bagian tersebut adalah sebagai berikut:
•
Tampilan pengguna (User Interface):
Tampilan pengguna memungkinkan penggunaberkomunikasi
dengan sistem pakar melalui papan tombol ataupun layar monitor. Monitor
menampilkan pertanyaan-pertanyaan dan kesimpulan dari suatu masalah.
•
Mesin inferensi (Inference Engine):
|
|
19
Mesin
inferensi
ini
berisi
‘kecerdasan’
dari
suatu
sistem pakar.
Mesin ini membuat keputusan untuk memecahkan masalah berdasarkan
aturan yang berasal dari basis aturan.
•
Basis pengetahuan (Knowledge Base):
Basis pengetahuan terdiri atas basis aturan dan basis informasi.
Basis aturan terdiri dari blok aksi, blok aturan, dan blok pertanyaan. Blok
aksi menghasilkan perintah untuk mencari penyelesaian. Blok pertanyaan
menghasilkan pertanyaan-pertanyaan kepada user bila di perlukan oleh
sistem pakar
untuk menghasilkan kesimpulan. Blok aturan
membantu
sistem pakar
memilih
pertanyaan
yang
akan
ditanyakan
dan
bagaimana
menggunakan untuk kemudian diteruskan ke blok aksi
•
Basis informasi
Basis informasi biasanya terdiri dari kumpulan informasi yang
membentuk
kesimpulan
atau
pemecahan
masalah.
Basis informasi
dapt
beruapa data, file ASCII
Secara
umum keempat
bagian
dari
sistem pakar
menjelaskan
fungsinya
sebagai
berikut:
tampilan
pengguna
dapat
digunakan
untuk
memasukan
informasi
agar dapat dikenal oleh basis pengetahuan., dan di putuskan oleh mesin inferensi
bagaimana
menyelesaikan
masalah
ini,
lalu pada akhirnya, pengguna akan di suguhi
hasil output yang di tampilkan melalui tampilan antar muka.
|
|
20
2.2.6.1 Basis Pengetahuan (Knowledge Base)
Basis
pengetahuan
merupakan
inti
program sistem pakar,
dimana
basis
pengetahuan ini merupakan representasi pengetahuan (knowledge representation) dari
seorang pakar (Azis, 1994, p 6).
Basis pengetahuan mengadung fakta-fakta berupa rule yang merupakan
informasi
yang
diperlukan
dalam membangun
berbagai
fakta
baru.
Dari
fakta yang
sudah diketahui, agar mudah dimengerti, prosedur dan hubungan penerapan fakta satu
sama lain akan diterapkan pada pemecahan masalah dan pengambilan keputusan,
selain
itu,
basis
pengetahuan
merupakan
hasil representasi dari pengetahuan yang
dimiliki oleh satu atau beberapa orang pakar.
Hampir semua basis pengetahuan terfokus pada suatu masalah khusus.
Penerapan
basis
pengetahuan
dalam sebuah
sistem akan
memberikam kemampuan
baru pada komputer untuk berpikir, menalar, dan membuat inferensi (mengambil
keputusan berdasarkan pengalaman), seta membuat pertimbangan-pertimbangan yang
didasarkan kepada fakta yang terkandung dalam basis pengetahuan tersebut.
Menurut Turban (1992, p 170-187), terdapat beberapa cara dalam
merepresentasikan pengetahuan, antara lain:
2.2.6.1.1
Logika Preposional
|
|
21
Salah satu tipe yang tertua
dan
sederhana
dari formal
logic
adalah
syllogism.
Dengan
kata
lain,
formal
logic lebih erat
hubungannya
dengan
pernyataan
sintaks
di
bandingkan
dengan
semantik.
Dalam proposional
logik,
menggunakan
simbol
dalam merepresentasikan
berbagai
preposisi,
premis,
atau
konklusi. Contoh dari pernyataan diatas adalah sebagai berikut:
Pernyataan A: Jika cuaca mendung maka akan hujan.
Pernyataan B: Cuaca cerah.
Kesimpulan: Tidak akan terjadi hujan.
2.2.6.1.2
Logika Predikat
Misalkan diketahui fakta seperti berikut ini:
•
Andi adalah seorang laki-laki
: A
•
Anto adalah seorang laki-laki
: B
•
Amir adalah seorang laki-laki : C
•
Budi adalah seorang laki-laki : D
•
Agus adalah seorang laki-laki : E
Jika kelima fakta tersebut dinyatakan dengan menggunakan preposisi,
maka akan terjadi pemborosan, dimana beberapa pernyataan dengan predikat
yang sama akan dibuat dalam preposisi yang berbeda.
Logika predikat digunakan untuk merpresentasikan hal-hal yang tidak
dapat direpresentasikan dengan menggunakan logika preposisi. Pada logika
predikat, kita dapat merepresentasikan
fakta-fakta sebagai suatu pernyataan yang
di sebut dengan wff (well-formed formula).
|
|
22
Pada contoh diatas, dapat dituliskan:
Laki2(x)
Dimana x adalah variabel yang dapat di subsitusikan dengan: Andi,
Anto, Amir, Budi, Agus.
2.2.6.1.3
Jaringan Semantik
Jaringan semantik
merupakan gambaran
pengetahuan
grafis
yang
menunjukan
hubungan
anyar
berbagai
objek. Jaringan sematik terdiri dari
lingkaran- lingkaran yang menunjukan obyek dan informasi tentang obyek-obyek
tersebut.
Obyek
disini
bisa
berupa benda atau peristiwa.Antara 2 obyek
dihubungkan oleh arc yang menunjukan hubungan antar objek.
Salah satu
kelebihan dari
jaringan semantik
adalah
bisa
mewariskan.
Sebagai contoh pada gambar 2.2 ada
garis
yang
menghubungkan
antara
JOE
dengan BOY (laki-laki) ke HUMAN BEING (makhluk hidup). Sehingga apabila
ada
pertanyaan:
Apakah
JOE
adalah HUMAN
BEING (makhluk
hidup)?
Maka
kita bisa merunut garis dari HUMAN
BEING (makhluk hidup), kemudian ke
BOY(laki-laki), dan akhirnya ke JOE. Sehingga terbukti bahwa JOE adalah
HUMAN BEING (makhluk hidup).
Sistem jaringan semantik ini selalu tergantung pada masalah yang
akan dipecahkan. Jika masalah itu bersifat umum, maka hanya memerlukan
|
 23
sedikit
rincian. Jika
ternyata
masalah
itu
banyak
melibatkan
hal-hal
lain,
maka
didalam jaringan awalnya diperlukan penjelasan yang lebih rinci lagi.
Gambar 2.2 Contoh jaringan semantik
2.2.6.1.4
Naskah (Script)
Script adalah skema representasi pengetahuan yang sama dengan
frame, yaitu merepresentasikan pengetahuan berdasarkan karakteristik yang sudah
dikenal sebagai pengalaman-pengalaman. Perbedaanya, frame menggambarkan
obyek sedangkan script menggambarkan urutan peristiwa. Dalam
menggambarkan urutan peristiwa, script menggunakan slot yang berisi informasi
tentang orang, obyek, dan
tindakan-tindakan
yang
terjadi dalam suatu peristiwa.
Elemen-elemen script meliputi:
•
Kondisi input, yaitu kondisi yang harus dipenuhi sebelum terjadi atau
berlaku suatu peristiwa dalam script.
•
Track, yaitu variasi yang mungkin terjadi dalam suatu script
•
Prop, yaitu peran pendukung yang dimainkan dalam peristiwa
|
|
24
•
Role, yaitu peran yang dimainkan oleh seseorang dalam peristiwa
•
Scene, yaitu adegan yang dimainkan menjadi bagian dari suatu peristiwa.
•
Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam script terjadi
Berikut ini adalah contoh script kejadian yang ada di “Ujian Akhir”:
Jalur (Track): Ujian tertulis matakuliah kecerdasan buatan
Role (Peran): Mahasiswa, pengawas
Prop (Pendukung): Lembar soal, lembar jawab, presensi, pena, dll
Kondisi input: Mahasiswa terdaftar untuk mengikuti ujian
Adegan – 1: Persiapan pengawas
•
Pengawas menyiapkan lembar soal
•
Pengawas menyiapkan lembar jawab
•
Pengawas menyiapkan lembar presensi
Adegan – 2: Mahasiswa masuk ruangan
•
Pengawas mempersilahkan mahasiswa masuk
•
Pengawas membagikan lembar soal
•
Pengawas membagikan lembar jawab
•
Pengawas memimpin do’a
Adegan – 3: Mahasiswa mengerjakan soal ujian
•
Mahasiswa menuis identitas di lembar jawab
•
Mahasiswa menandatangani lembar jawab
•
Mahasiswa mengerjakan soal
•
Mahasiswa mengecek jawaba
Adegan – 4: Mahasiswa telah selesai ujian
|
|
25
•
Pengawas mempersilahkan mahasiswa keluar ruangan
•
Mahasiswa mengumpulkan kembali lembar jawab
•
Mahasiswa keluar ruangan
Adegan – 5: Pengawas mengemasi lembar jawab
•
Pengawas mengurutkan lembar jawab
•
Pengawas mengecek lembar jawab dan presensi
•
Pengawas meninggalkan ruangan
Hasil:
•
Mahasiswa merasa senang dan lega
•
Mahasiswa merasa kecewa
•
Mahasiswa pusing
•
Mahasiswa memaki-maki
•
Mahasiswa sangat bersyukur
2.2.6.1.5
List
List
adalah daftar
tertulis
dari
item-item
yang
berhubungan.
Bisa
berupa
daftar orang
yang anda
kenal, barang-barang
yang
harus dibeli di pasar
swalayan, hal-hal yang harus dilakukan minggu in, atau produk-produk dalam
suatu katalog.
Representasi pengetahuam dengan
list dapat dilihat pada
gambar
2.3.
|
 26
Gambar 2.3 Representasi Pengetahuan dengan List
2.2.6.1.6
Tabel Keputusan
Tabel keputusan adalah pengetahuan yang ditulis dalam format lembar
kerja
(spreadsheet),
menggunakan
kolom dan
garis.
Representasi
pengetahuan
dengan tabel dapat dilihat pada tabel 2.3.
|
 27
Tabel 2.3 Representasi Pengetahuan dengan Tabel (Turban dan Frenzel, 1992, p 182)
2.2.6.1.7
Pohon Keputusan
Pohon keputusan adalah tree yang berhubungan dengan tabel
keputusan dan sering digunakan dalam analisis sistem (bukan sistem kecerdasan
buatan). Representasi pengetahuan dengan tree dapat dilihat pada gambar 2.4.
Gambar 2.4 Representasi Pengetahuan dengan Tree
|
 28
2.2.6.1.8
Objects, Atribut, dan Values
Salah
satu
cara
yang
paling
umum untuk
merepresentasikan
pengetahuan adalah menggunakan objects, attribute, dan values (O-A-V Triplets).
Objects
dapat
berupa
fisik
atau
koseptual. Attribute
adalah
karakteristik
dari
objects. Values adalah ukuran spesifik dari attribute dalam situasi tertentu.
Representasi pengetahuan menggunakan O-A-V triplets dapat dilihat
pada gambar 2.5.
Gambar 2.5 Representatif O-A-V
2.2.6.1.9
Frame
Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu,
peristiwa,
lokasi, situasi, dll. Frame memiliki slot
yang
menggambatkan rincian
(attribute) dan karakteristik obyek.
Frame
biasanya
digunakan
untuk
merepresentasikan pengetahuan yang didasarkan
pada
karakteristik
yang
sudah
dikenal,
yang merupakan pengalaman-pengalaman.
Dengan
menggunakan frame,
sangatlah
mudah
membuat
inferensi
tentang obyek, peristiwa, atau situasi baru,
karena
frame
menyediakan
basis
pengetahuan yang
di
tarik
dari
pengetahuan.
Berikut adalah contoh deskripsi frame untuk kamar hotel:
|
 29
Kursi Hotel
Spesialisasi dari : kursi
Tinggi : 20-40 cm
Jumlah kaki : 4
Kegunaan : tempat duduk
Ranjang Hotel
Spesialisasi dari : ranjang
Kegunaan : tempat tidur
Bagian : kasur
Kamar Hotel
Spesialisai dari : kamar
Tempat : hotel
Isi : kursi hotel, telpon hotel,
ranjang hotel
Telepon Hotel
Spesialisasi dari : telepon
Kegunaan : memanggil
pelayan kamar
Pembayaran : melalui
kamar
Kasur
Superkelas : bantal
Penetapan : perusahaan
Gambar 2.6 Contoh Frame
Pada gambar 2.6 menunjukan frame
kamar hotel. Frame tersebut
memiliki 3 slot, yaitu ranjang hotel, kursi hotel, dan telepon hotel. Ada beberapa
slot yang bernilai tetap, ada pula yang tidak tetap (prosedural). Slot yang bernilai
tetap
misalkan
kasur.
Jenis
slot
lainnya
bersifat
prosedural,
artinya slot
yang
memungkinkan penambahan informasi baru yang ditambahkan pada atura IF.
2.2.6.1.10
Sistem Produksi
Sistem
produksi
secara
umum
terdiri
dari
komponen-komponen
sebagai berikut (gambar 2.7):
•
Ruang
keadaan,
yang
berisi
keadaan
awal,
tujuan
dan
kumpulan
aturan
yang digunakan untuk mencapai tujuan.
•
Strategi kontrol,
yang berguna
untuk
mengarahkan bagaimana pencarian
akan berlangsung dan mengendalikan arah eksplorasi.
|
 30
Gambar 2.7 Contoh Sistem Produksi
Sistem produksi
ini
merupakan
salah
satu
bentuk
representasi
pengetahuan
yang sangat
populer
dan
banyak
digunakan adalah sistem produsi.
Representasi pengetahuan dengan sistem produksi, pada dasarnya berupa aplikasi
aturan (rule) yang berupa:
•
Antecendent, yaitu bagian yang
mengekspresikan situasi atau premis
(pernyataan berawalan IF).
•
Kosekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau
konklusi
yang dinyatakan benar, jika bagian
IFpada
sistem
tersebut juga
benar atau sesuai dengan aturan tertentu.
|
|
31
2.2.6.2 Basis Data (Database)
Basis data adalah bagian yang mengandung semua fakta-fakta, baik fakta
awal pada
saat sistem mulai beroprasi maupun
fakta
yang didapat saat pengambilan
kesimpulan sedang dilaksanakan (Azis, 1994, p 6).
2.2.6.3 Mesin Inferensi (Inference Engine)
Mesin
inferensi
bertugas
untuk menganalisa
pengertian
dan
menarik
kesimpulan berdasarkan basis pengetahuan. Mesin inferensi adalah suatu rangkaian
prosedur untuk menguji basis pengetahuan dengan cara yang sistematis pada saat
menjawab
pertanyaan,
memecahkan
persoalan,
membuat
keputusan
dalam suatu
domain yang sudah ditentukan. Cara komputer berpikir tentang suatu subjek domain,
mesin inferensi melakukan pelacakan melalui basis pengetahuan. Terdapat beberapa
metode inferensi dalam pemecahan masalah antara lain:
2.2.6.3.1
Metode Penelusuran
Terdapat dua teknik dalam metode inferensi dengan penelusuran, yaitu:
•
Penelusuran ke depan (forward chaining)
Teknik
penelusuran
kedepan
(forward
chaining)
memulai
dari awal
keadaan atau kumpulan fakta keadaan akhir. Arah pencarian masalah dimulai dari
keadaan
awal
menuju
kepada
keadaan
tujuan pertama-tama,
dengan
dibuat
pohon
(tree) terlebih dahulu, dari setiap urutan gerakan yang mungkin. Kemudian tingkatan
pohon
ditelusuri
dari
awal
dengan
mencari
semua
kemungkinan
yang
mempunyai
|
 32
aturan angka yang cocok, dan cara tersebut diulang hingga ditemukan keadaan yang
sesuai, seperti terlihat pada gambar 2.8
Gambar 2.8 Contoh diagram penelusuran ke depan
•
Penelusuran ke belakang (backward chaining)
Teknik penelusuran ke belakang (backward chaining)
memulai pelacakan
dari keadaan tujuan yang menuju kepada fakta-fakta yang mendukung keadaan awal.
Arah pelacakan dimulai dari keadaan tujuan menuju pada keadaan awal, yang
pertama
kali
dilakukan
adalah
mendifinisikan
terlebih
dahulu
keadaan
akhir,
kemudian
menelusuri keadaan
yang
mungkin dari pohon berikutnya sampai terjadi
keadaan awal, seperti terlihat pada gambar 2.9.
|
 33
Gambar 2.9 Contoh diagram penelusuran kebelakang
2.2.6.3.2
Metode Pencarian
Menurut Turban
(1992, p
53-56), ada
dua metode
pencarian
yaitu
pencarian
melebar
pertama
(breadth-first search)
dan
pencarian
mendalam pertama
(depth-first search).
•
Breadth-first search
Metode pencarian melebar pertama (breadth-first search) dimulai dari
simpul (node) akar (root). Simpul-simpul pada setiap tingkat diperiksa secara lengkap
sebelum berpindah ke tingkat berikutnya sampai di capai simpul tujuan. Metode
ini
biasanya
selalu
menemukan
jalur terpendek antara
pertanyaan
awal dan pertanyaan
tujuan, dengan jumlah awal dan bekerja menurun dalam pohon pencarian dari kiri ke
kanan, seperti terlihat pada gambar 2.10.
|
 34
Gambar 2.10 Diagram breadth-first search
•
Depth-first search
Metode
pencarian
mendalam pertama
(depth-first
search)
dimulai
dari
simpul akar, dan bekerja menurun ke tingkat yang sama, apabila sudah mencapai
tingkat
yang paling dalam dan belum ditemukan
simpul tujuan,
maka proses
pencarian
akan
kembali
ke
simpul
tertinggi berikutnya, dimana terdapat jalur
tambahan untuk ditelusuri. Metode ini menjamin sebuah solusi tetapi penelusuran
mungkin menjadi sangat panjang, seperti yang dapat dilihat pada gambar 2.11.
Gambar 2.11 Diagram depth-first search
|
|
35
2.2.6.3.3
Faktor Kepastian (Certainty Factor)
Certainty factor (CF) menunjukan ukuran kepastian terhadap suatu fakta
atau
aturan.
Sistem
pakar
harus
mampu
bekerja
dalam
ketidak-pastian
(Giarattano
dan Riley, 1994). Sejumlah teori telah ditemukan
untuk
menyelesaikan
ketidak-
pastian, termasuk diantaranya, probabilitas klasik (classical probability), probabilitas
Bayes (Bayesian probability), teori Hartley berdasarkan himpunan klasik (Hartley
theory based on classical set), terori Shannon berdasarkan pada probabilitas (Shanon
theory based on probability), teori Dempster-Shafer (Dempster-Shafer Theory), teori
fuzzy Zadeh (Zadeh’s fuzzy theory), dan faktor kepastian (certainty factor).
Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief),
dan
ketidak-percayaan
(unbelief)
dalam
bilangan
yang
tunggal.
Dalam certainty
theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of
belief).
Tahapan dalam merepresentasikan data-data kuantitatif:
1.
Kemampuan
untuk
mengekspresikan
derajat
keyakinan
sesuai
dengan metode yang dibahas sebelumnya.
2.
Kemampuan untuk
menempatkan dan mengkombinasikan derajat
keyakinan tersebut dalam sistem pakar.
Dalam mengekspresikan
derajat
keyakinan
digunakan
suatu
nilai
yang
disebut dengan certain factor (CF) untuk mengasumsikan derajat keyakinan seorang
pakar terhadap suatu data.
Certainty factor didefinisikan pada persamaan berikut (Giarattano dan
Riley, 1994):
|
|
36
CF (H,E) = MB (H,E) – MD (H,E)
Dimana:
CF (H,E): certainty factor dari
hipotesis H
yang dipengaruhi oleh
gejala
(evidence) E. Besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukan
ketidak-percayaan mutlak sedangkan nilai 1 menunjukan kepercayaan mutlak.
MB
(H,E):
ukuran
kenaikan kepercayaan
(measure
of
increased
belief)
terhadap hipotesis H yang dipengaruhi oleh gejala E.
MD (H,E): ukuran kenaikan ketidak-percayaan (measure of increased
disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
Bentuk
dasar
rumus
certainty
factor
sebuah
aturan
JIKA
E
MAKA
H
adalah seperti ditunjukan oleh persamaan berikut:
CF (H,e) = CF (E,e) * CF (H,E)
Dimana:
CF (E,e): certainty factor evidence E yang dipengaruhi oleh evidence e.
CF (H,E):
certainty faktor
hipotesis dengan
asumsi
evidence diketahui
dengan pasti, yaitu ketika CF (E,e) = 1.
CF (H,e): certainty factor hipotesis yang dipengaruhi oleh evidence e.
Jika
semua
evidence pada
antecedent
diketahui
dengan
pasti
maka
persamaanya akan menjadi:
CF (H,e) = CF (H,E)
Dalam aplikasinya,
CF
(H,E)
merupakan
nilai
kepastian
yang diberikan
oleh suatu pakar terhadap suatu aturan,
sedangkan CF
(E,e)
merupakan
nilai
|
|
37
kepercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya. Sebagai
contoh, berikut ini adalah aturan CF yang diberikan oleh seorang pakar:
JIKA batuk DAN
demam DAN
sakit kepala
DAN bersin-bersin
MAKA influenza, CF = 0,7
2.3 Hypertext Markup Language (HTML).
HyperText Markup Language (HTML) adalah sebuah bahasa markup
yang digunakan untuk membuat sebuah halaman web dan menampilkan berbagai
informasi
di
dalam sebuah
browser
Internet
Bermula dari sebuah bahasa yang sebelumnya banyak digunakan di dunia penerbitan
dan percetakan yang disebut dengan SGML (Standard Generalized Markup
Language),
HTML adalah sebuah standar yang digunakan secara luas untuk
menampilkan halaman web. HTML saat ini merupakan standar Internet yang
didefinisikan dan dikendalikan penggunaannya oleh World Wide Web Consortium
(W3C).
Versi
terakhir
dari
HTML
adalah HTML 4.01,
meskipun
saat
ini
telah
berkembang XHTML yang merupakan pengembangan dari HTML.
HTML berupa kode-kode tag yang
menginstruksikan browser untuk
menghasilkan tampilan sesuai dengan yang diinginkan. Sebuah
file yang merupakan
file HTML dapat dibuka dengan menggunakan browser web seperti Mozilla Firefox
|
|
38
atau Microsoft Internet Explorer. HTML juga dapat dikenali oleh aplikasi pembuka
email ataupun dari PDA dan program lain yang memiliki kemampuan browser.
HTML dokumen tersebut mirip dengan dokumen teks biasa, hanya dalam
dokumen ini sebuah teks bisa memuat instruksi yang ditandai dengan kode atau lebih
dikenal dengan TAG tertentu. Sebagai contoh jika ingin membuat teks ditampilkan
menjadi tebal seperti: TAMPIL TEBAL, maka penulisannya dilakukan dengan cara:
<b>TAMPIL TEBAL</b>. Tanda <b> digunakan untuk mengaktifkan instruksi cetak
tebal, diikuti oleh teks yang ingin ditebalkan, dan diakhiri dengan tanda </b> untuk
menonaktifkan cetak tebal tersebut.
Secara garis besar, terdapat 4 jenis elemen dari HTML:
•
structural. tanda yang menentukan level atau tingkatan dari sebuah teks (contoh,
<h1>Golf</h1> akan memerintahkan browser untuk menampilkan "Golf" sebagai
teks tebal besar yang menunjukkan sebagai Heading 1
•
presentational. tanda
yang
menentukan
tampilan dari
sebuah
teks tidak peduli
dengan level dari teks tersebut (contoh, <b>boldface</b> akan menampilkan
bold. Tanda presentational saat ini sudah
mulai
digantikan oleh CSS dan tidak
direkomendasikan untuk mengatur tampilan teks,
•
hypertext. tanda yang menunjukkan pranala ke bagian dari dokumen tersebut atau
pranala
ke
dokumen
href="http://www.wikipedia.org/">Wikipedia</a> akan menampilkan Wikipedia
sebagai sebuah hyperlink ke URL tertentu),
•
Elemen widget
yang
membuat
objek-objek
lain seperti
tombol
(<button>),
list
(<li>), dan garis horizontal (<hr>).
|
|
39
Selain
markup presentational
, markup yang lin tidak menentukan
bagaimana tampilan dari sebuah teks. Namun untuk saat ini, penggunaan tag HTML
untuk menentukan tampilan telah dianjurkan untuk mulai ditinggalkan dan sebagai
gantinya digunakan Cascading Style Sheets.
2.4 Hypertext Prepocessor (PHP)
PHP adalah bahasa pemrograman script yang paling banyak dipakai saat
ini. PHP banyak dipakai untuk memrogram situs web dinamis, walaupun tidak
Contoh
terkenal
dari
aplikasi
PHP
adalah
phpBB
dan
MediaWiki
(software di belakang Wikipedia). PHP juga
dapat dilihat sebagai pilihan lain dari
ASP.NET/C#/VB.NET Microsoft, ColdFusion Macromedia, JSP/Java Sun
Microsystems, dan CGI/Perl. Contoh aplikasi lain yang lebih kompleks berupa CMS
yang dibangun menggunakan PHP adalah Mambo, Joomla!, Postnuke, Xaraya, dan
lain-lain.
Beberapa kelebihan PHP dari bahasa pemrograman yang lain adalah
sebagai berikut:
•
Bahasa pemrograman PHP adalah sebuah bahasa script
yang tidak
melakukan sebuah kompilasi dalam penggunaanya.
•
Web Server yang mendukung PHP dapat ditemukan dimana -
mana dari
mulai apache, IIS, Lighttpd, hingga Xitami dengan konfigurasi
yang relatif mudah.
|
|
40
•
Dalam sisi pengembangan lebih mudah, karena banyaknya
milis -
milis dan developer yang siap membantu dalam pengembangan.
•
Dalam
sisi pemahamanan, PHP adalah bahasa scripting yang
paling mudah karena memiliki referensi yang banyak.
•
PHP adalah bahasa open source yang dapat digunakan di berbagai
mesin (Linux, Unix, Macintosh, Windows) dan dapat dijalankan secara
runtime
melalui
console
serta
juga dapat
menjalankan
perintah-perintah
system.
2.5 MySQL
MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL
(database management system) atau DBMS
yang multithread, multi-user, dengan
sekitar 6 juta instalasi di seluruh dunia. MySQL AB membuat MySQL tersedia
sebagai perangkat lunak gratis dibawah lisensi
GNU General Public License (GPL),
tetapi mereka juga menjual dibawah lisensi komersial untuk kasus-kasus dimana
Tidak sama dengan proyek-proyek seperti Apache, dimana perangkat
lunak dikembangkan oleh komunitas umum, dan hak cipta untuk kode sumber
dimiliki oleh penulisnya masing-masing, MySQL dimiliki dan disponsori oleh sebuah
perusahaan komersial Swedia MySQL AB, dimana memegang hak cipta hampir atas
semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia
yang
|
|
41
mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael "Monty"
Widenius
MySQL adalah Relational Database Management System (RDBMS) yang
didistribusikan secara gratis dibawah lisensi GPL (General Public
License). Dimana
setiap orang bebas untuk menggunakan MySQL, namun tidak boleh dijadikan produk
turunan
yang
bersifat komersial.
MySQL
sebenarnya
merupakan
turunan
salah
satu
konsep
utama dalam database sejak
lama,
yaitu SQL
(Structured Query
Language).
SQL adalah sebuah konsep pengoperasian database, terutama untuk pemilihan atau
seleksi
dan
pemasukan
data,
yang
memungkinkan pengoperasian data dikerjakan
dengan
mudah
secara
otomatis.
Keandalan
suatu
sistem database
(DBMS)
dapat
diketahui
dari
cara
kerja
optimizer-nya dalam
melakukan
proses
perintah-perintah
SQL, yang dibuat oleh user maupun program-program aplikasinya. Sebagai database
server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya
dalam query
data.
Hal
ini
terbukti
untuk
query
yang
dilakukan
oleh
single
user,
kecepatan query MySQL bisa sepuluh kali lebih cepat dari PostgreSQL dan lima kali
lebih cepat dibandingkan Interbase.
MySQL memiliki beberapa keistimewaan, antara lain :
1.
Portabilitas. MySQL dapat berjalan
stabil pada berbagai sistem operasi seperti
Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak
lagi.
2. Open Source.MySQL didistribusikan secara open source, dibawah lisensi GPL
sehingga dapat digunakan secara cuma-cuma.
|
|
42
3.
'Multiuser'.
MySQL
dapat
digunakan
oleh
beberapa
user
dalam waktu
yang
bersamaan tanpa mengalami masalah atau konflik.
4.
'Performance
tuning'. MySQL
memiliki
kecepatan
yang menakjubkan
dalam
menangani query sederhana, dengan kata lain dapat memproses lebih banyak SQL
per satuan waktu.
5. Jenis Kolom. MySQL memiliki tipe kolom yang sangat kompleks, seperti signed
/ unsigned integer, float, double, char, text, date, timestamp, dan lain-lain.
6. Perintah
dan
Fungsi. MySQL memiliki operator dan
fungsi secara penuh yang
mendukung perintah Select dan Where dalam perintah (query).
7.
Keamanan. MySQL
memiliki
beberapa lapisan
sekuritas
seperti
level
subnetmask,
nama
host,
dan
izin
akses
user
dengan
sistem perizinan
yang
mendetail serta sandi terenkripsi.
8. Skalabilitas dan Pembatasan. MySQL mampu menangani basis data dalam
skala besar, dengan jumlah rekaman (records) lebih dari 50 juta dan 60 ribu tabel
serta 5 milyar baris. Selain itu batas
indeks yang dapat ditampung mencapai 32
indeks pada tiap tabelnya.
9.
Konektivitas. MySQL dapat melakukan koneksi dengan klien menggunakan
protokol TCP/IP, Unix soket (UNIX), atau Named Pipes (NT).
10. Lokalisasi.
MySQL
dapat
mendeteksi
pesan
kesalahan pada
klien
dengan
menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa Indonesia
belum termasuk di dalamnya.
|
|
43
11. Antar Muka. MySQL memiliki interface (antar muka) terhadap berbagai aplikasi
dan bahasa pemrograman dengan menggunakan fungsi API (Application
Programming Interface).
12. Klien dan
Peralatan. MySQL dilengkapi dengan berbagai peralatan (tool)yang
dapat digunakan untuk administrasi basis data, dan pada setiap peralatan yang ada
disertakan petunjuk online.
13. Struktur tabel. MySQL memiliki struktur tabel yang lebih fleksibel dalam
menangani
ALTER
TABLE,
dibandingkan basis data lainnya semacam
PostgreSQL ataupun Oracle.
2.6 Pariwisata Bawah Laut
2.6.1
Selam
Selam atau
menyelam artinya bertahan
di
bawah
air.
Dalam pengertian
cabang olahraga, selam dapat dikategorikan sebagai berikut:
•
menyelam tanpa alat bantu pernapasan, misalnya snorkeling dan selam bebas
•
menyelam dengan alat bantu pernapasan, misalnya selam scuba dan surface
supplied diving
Diving, adalah teknik penyelaman dengan alat bantu pernafasan dan
pakaian khusus. Definisi diving adalah suatu tindakan terjun bebas ke udara atau ke
air. Secara umum, kegiatan diving berarti menyelam ke dalam air.
Awalnya diving ditafsirkan suatu tindakan terjun bebas dari sebuah
pesawat terbang yang di sebut Sky Diving. Setelah terjadi perkembangan hobby
|
|
44
maupun olahraga, maka timbullah istilah diving ke air yaitu suatu kegiatan menyelam
ke dalam air untuk menyaksikan seluruh keindahan dasar laut yang ada.
Jenis Penyelaman berdasarkan kedalaman :
a.) Penyelaman dangkal, yaitu penyelaman dengan kedalaman antara 5 -10 meter
b.) Penyelaman sedang, yaitu penyelaman dengan kedalaman antara 10 -30 meter
c.) Penyelaman dalam yaitu melakukan penyelaman lebih dari 30 meter
Jenis penyelaman berdasarkan tujuan yang hendak dicapai :
1. Penyelaman untuk kepentingan pertahanan dan keamanan negara antara lain :
* Penyelaman untukk tugas-tugas tempur
* Search & Rescuu (SAR)
* Pemeriksaan dan Perbaikan dibawah air
* Pengangkatan kapal tenggelam
2. Penyelaman komersial untuk kepentingan-kepentingan seperti konstruksi di bawah
air, penambangan lepas pantai, pengangkatan kapal tenggelam dan lain-lain.
3.
Penyelaman ilmiah (Scientific Diving), penyelaman ini dilakukan untuk
kepentingan pengembangan ilmu pengetahuan bawah air, seperti : penelitian-
penelitian, biologi laut, geologi, kedokteran, arkeologi
dan
ilmu-ilmu
kelautan
lainnya.
4.
Penyelaman
olah
raga
(Sport
Diving), penyelaman
olah
raga
dilakukan
untuk
kepentingan kesehatan dan wisata bahari.
|
|
45
Istilah yang Digunakan dalam penyelaman :
#
Actual Bottom Time - Total waktu dalam menit mulai dari mulai menyelam hingga
naik ke permukaan air
# Bugs - Istilah untuk lobster
#
Cattle Boat - Istilah
yang digunakan
untuk menggambarkan sebuah perahu
yang
dipenuhi oleh penyelam, sehingga mirip sekumpulan ternak
# C-Card - Sertifikat untuk melakukan scuba diving
#
Chumming
-
Istilah
yang digunakan
untuk
muntah
akibat
mabuk
laut,
atau cara
menarik perhatian hiu dengan menggunakan darah atau bagian tubuh ikan lain
#
Decompression - Bagian dari diving dimana penyelam naik ke permukaan air untuk
mengurangi tekanan
# DM - Dive Master, orang yang memimpin saat melakukan diving
#
Dive
Table - Angka
untuk menunjukkan berapa
lama seseorang boleh berada di
kedalaman sebelum naik ke permukaan air
#
Drift Dive - Penyelaman dilakukan di sebuah
lokasi dimana arus bisa membawa
mendorong si penyelam tanpa harus mengayuh lebih dulu
# Fins - Sepatu katak
#
Group Designation - Huruf dalam alfabet yang digunakan di tabel menyelam untuk
menghitung
jumlah
residu
Nitrogen
yang
terdapat
dalam tubuh
penyelam setelah
melakukan dive (menyelam)
#
Hyperbaric
-
Istilah
yang
digunakan
untuk
menjelaskan
naiknya
tekanan
dalam
satuan 1 atmosfer increased pressure over the pressure in one atmosphere .
|
|
46
# Nitrox - Kombinasi zat Nitrogen dan Oksigen. Nitrox yang dicampur dengan
oksigen lebih dari 21% dinamakan Enriched Air Nitrox (EANx)
No
Decompression
Limits
-
Maksimum Total
Bottom
Line
yang
bisa
digunakan
selama berada di kedalaman tanpa melakukan decompression
#
Repetitive Dive - Sebuah aksi penyelaman yang dilakukan antara 10 menit sampai
12
jam.
Menyelam
yang
dilakukan
selama
kurang
dari
10
menit
dianggap
sebagai
satu kali menyelam (dive).
# Residual Nitrogen/Residu Nitrogen - Nitrogen yang tersisa di tubuh setelah selesai
menyelam. Waktu yang diperlukan untuk membuang gas nitrogen yang tersisa adalah
sekitar 12 jam.
Residual Nitrogen Time - Jumlah (dalam menit) Residual Nitrogen Time dan Actual
Bottom Time
dalam penyelaman,
ditujukan
untuk
menentukan
Group
Designation
setelah menyelam berulang kali
#
Total
Bottom
Time
-
Penjumlahan
Residual
Nitrogen
Time dan
Actual
Bottom
Time dalam sekali penyelaman, digunakan untuk menentukan Group Designation
setelah melakukan penyelaman berulang kali
# Second Stage - Bagian dari alat pernapasan/regulator
# Stage Bottle - Suplai udara cadangan yang sengaja disediakan untuk penyelam
# Wet-suit Warmer - Istilah yang digunakan untuk menjelaskan orang yang buang air
dalam pakaian selam, sehingga merasa hangat meski hanya sesaat.
|
|
47
Singkatan dalam penyelaman :
SCUBA - Self Contained Underwater Breathing Apparatus
PADI - Professional Association of Diving Instructors
DAN - Divers Accident Network
EANx - Enriched Air Nitrox
IANTD - International Association of Nitrox and Technical Divers
NAUI - National Association of Underwater Instructors
CPR - Cardio-Pulmonary Resuscitation
Tingkatan – tingaktan penyelaman (sertifikat) :
Terdapat dua level utama dalam penyelaman. Level ini tidak hanya
mempengaruhi
kelayakan
seseorang
dalam menghadapi laut,
tetapi
juga
dapat
digunakan sebagai tolak ukur atas kemampuan ibndividu teresebut, dan kelayakan
untuk menjadi seorang instruktur.
Tingkatan umum pada penyelam antara lain:
1 Star Scuba Diver
2 Star Scuba Diver
3 Star Scuba diver
4 Star Scuba Diver
Tingkatan kelayakan instruktur antara lain:
1 Star Instructor
2 Star Instructor
3 Star Instructor
|
 48
Peralatan – perlatan selam dasar :
1. Masker, berfungsi sebagai pelindung mata terhadap air laut.
2. Snorkel, alat bantu pernapasan,
juga berfungsi
untuk menghindari air laut untuk
masuk ke kedalam hidung atau mulut
3. Fins,
sebagai alat bantu
dalam
berenang, alat
ini
menirukan sirip
bentuk
sirip
ikan.
4. Boots
5. Live
Vest,
berfungsi
untuk
melindungi
tubuh
dari
suhu
dan
mengurangi
efek
hypotermia serta menginsulasi tubuh dari air.
6. BCD (Bouyancy Comprensator Device).
7. Tabung SCUBA.
8. Regulator
9. Submersible Pressure Gauge, alat pengukur tekanan kedalam air laut.
Gambar 2.12 Perlengkapan Selam
|
|
49
Sejarah selam di Indonesia :
Olahraga Selam adalah jenis atau cabang olahraga
yang istimewa, karena
olahraga
ini memiliki muatan yang dapat dikembangkan kearah prestasi, rekreasi
maupun
profesi.
Olahraga
selam telah
ada
di
Indonesia
sebelum tahun
1962
tetapi
kebanyakan dilakukan oleh orang asing yang bekerja di Indonesia, pada tahun 1962
TNI – AL mendirikan Instalasi Pusat Penyelaman dan Sekolah Penyelaman. Dengan
berdirinya kedua lembaga tersebut maka makin
bertambah banyak
orang
Indonesia
yang berlatih dan belajar selam, terutama di lingkungan TNI – AL.
Pada tahun
1970-an
tepatnya
tahun
1973
olahraga selam dikembangkan
oleh
beberapa
tokoh
masyarakat
seperti
Adam Malik, Sudomo,
Saleh
Basarah
dan
Urip Santoso serta beberapa orang lainnya.
Bersama
–
sama
dengan
tokoh
tersebut mereka membentuk club selam
pertama di Indonesia
yaitu
:
Nusantara
Diving Club ( NDC ) dan kemudian juga
terbentuk Surabaya
Diving
Club
(
SDC ),
kedua
club
selam
ini
masuk
ke dalam
wadah Organisasi Persatuan Olahraga Perairan Indonesia ( PEROPI ) sebagai cabang
selam, Perkembangan Olahraga di Indonesia sangat banyak didukung oleh TNI – AL
baik personil maupun material serta pembinaan di daerah – daerah.
Pada tahun 1973 dengan persetujuan Pimpinan PEROPI olahraga selam
berdiri sendiri
sebagai
Induk
Organisasi
menjadi
POSSI.
Pada
tanggal
5
Agustus
1977
POSSI
resmi
menjadi
Induk
Organisasi Selam di
Indonesia.
Sebagai
induk
organisasi POSSI
menyusun
PPDSI
sebagai
pedoman
kegiatan.
POSSI
menjadi
anggota
dari
Federasi
Olahraga
Perairan Indonesia
(
FOPINDO
)
serta
diterima
sebagai anggota
KONI
Pusat
dan
Federasi Selam Dunia
yaitu
Confederation
|
|
50
Mondiale Des Activities Subaquatiques ( CMAS ) yang bermarkas di Roma – Italia
dan anggota dari Federasi Selam Asia ( AUF ).
Pada tahun 1978 POSSI mendidik mahasiswa Muhawarman ( ITB ) untuk
Scuba Diver A2 serta mendidik personil PHPA.
Tahun 1981 olahraga
selam untuk pertama kalinya
masuk
dalam Pekan
Olahraga Nasional ( PON ) yaitu pada PON XI dan Pengda
yang
ikut dalam Pekan
Olahraga Nasional tersebut berjumlah 4 Pengda POSSI yaitu : Pengda POSSI DKI ,
Pengda POSSI Jawa Barat, Pengda POSSI Jawa Timur dan Pengda POSSI Bali.
Tahun 1984 POSSI juga menyusun buku Petunjuk Wisata Tirta untuk
DITJENPAR serta mendidik Scuba Diver untuk Personil PHPA. Tahun 1985 POSSI
melaksanakan Pendidikan Selam
dan Pemotretan
/
Video Bawah Air untuk
kameramen
PPFN,
pada
tahun
1985
cabang
selam juga
dipertandingkan
kembali
dalam Pekan Olahraga Nasional XII dan Pengda
yang ikut dalam kegiatan tersebut
berjumlah 10 Pengda POSSI yaitu : Pengda POSSI DKI, Pengda POSSI Jawa Barat,
Pengda POSSI Jawa Timur, Pengda POSSI Bali, Pengda POSSI Irian Jaya, Pengda
POSSI Maluku, Pengda POSSI Sulawesi Utara, Pengda POSSI Sulawesi Selatan,
Pengda POSSI Lampung dan Pengda POSSI Kalimantan Selatan.
Tahun 1986 KONI Pusat telah memutuskan untuk cabang olahraga selam
tidak lagi dipertandingkan dalam Pekan Olahraga Nasional. Pada tahun 1986 POSSI
telah memiliki 14 Pengda yaitu : Pengda POSSI Sumatera Utara, Pengda POSSI Riau,
Pengda POSSI Lampung, Pengda POSSI DKI, Pengda POSSI
Jawa Barat, Pengda
POSSI Jawa Tengah, Pengda POSSI Jawa Timur, Pengda POSSI Bali, Pengda POSSI
Nusa Tenggara Barat, Pengda POSSI Sulawesi Selatan, Pengda POSSI Sulawesi
|
|
51
Utara, Pengda POSSI Maluku, Pengda POSSI Irian Jaya, Pengda POSSI Kalimantan
Tengah
serta
kurang
lebih
60
perkumpulan
selam dan
1500
peselam di
seluruh
Indonesia.
Tahun 1987 – 1997 dalam kurun waktu 10 tahun terakhir ini telah terjadi
pengembangan yang luar biasa, terutama dari jumlah peselam yang meningkat sampai
10 x
lipat, tetapi dengan tidak
masuknya cabang olahraga selam dalam PON di satu
sisi dan pengembangan wisata bahari disisi lain muncul banyak
hal
yang positif dan
negatif,
hal
ini adalah
merupakan pekerjaan rumah buat kita
semua terutama
untuk
para Instruktur POSSI.
Tahun 1988 Indonesia berkesempatan menjadi tuan rumah pada Kejuaraan
Asia Competition of Fin Swimming I di Jakarta.
Tahun 1993 Indonesia sekali lagi dipercaya untuk menyelenggarakan Asia
Championship of Fin Swimming III di Jakarta.
Tahun 1997
Indonesia
mengikuti
Kejuaraan
Asia
Championship
of
Fin
Swimming V di Hobart – Australia dan Indonesia menempati urutan ke IV.
Tahun 1998 PB POSSI melaksanakan Kongres V sebagai wujud nyata dari
pelaksanaan Anggaran Dasar & Anggaran Rumah Tangga ( AD / ART ) PB POSSI.
Setelah PB POSSI melaksanakan Kongres, PB POSSI kembali berupaya kembali agar
cabang
olahraga
selam masuk
kembali
ke
dalam PON
XV
di
Surabaya,
melalui
perjuangan
yang tidak kenal
lelah dari
para Pengurus
PB
POSSI
akhirnya KONI
Pusat
menyetujui
dan
memutuskan
bahwa
cabang
olahraga
selam dapat
dipertandingkan dalam Pekan Olahraga Nasional XV tahun 2000 di Surabaya dengan
catatan bahwa semua biaya penyelenggaraan di tanggung sendiri oleh PB POSSI.
|
|
52
Pada tahun
2000 cabang
olahraga
selam dipertandingkan kembali dalam
event PON XV di Surabaya dan PB POSSI berhasil dengan sukses menyelenggarakan
event terbesar di Indonesia tersebut untuk cabang selam.
PB POSSI saat ini telah memiliki 27 Pengda POSSI yaitu : Pengda POSSI
Jawa Timur, Pengda POSSI Nanggroe Aceh Darussalam, Pengda POSSI Sumatera
Selatan,
Pengda
POSSI
Bangka Belitung, Pengda POSSI Lampung, Pengda POSSI
Yogyakarta, Pengda POSSI Kalimantan Timur, Pengda POSSI Jawa Tengah, Pengda
POSSI Maluku, Pengda POSSI Sumatera Barat, Pengda POSSI Kalimantan Barat,
Pengda POSSI Kalimantan Selatan, Pengda POSSI DKI Jaya, Pengda POSSI Jawa
Barat,
Pengda
POSSI
Papua,
Pengda
POSSI
Sulawesi Selatan, Pengda POSSI
Sulawesi Tenggara, Pengda POSSI Sulawesi Tengah, Pengda POSSI Sulawesi Utara,
Pengda
POSSI
Kalimantan Tengah,
Pengda POSSI
Bali,
Pengda
POSSI Sumatera
Utara, Pengda POSSI Riau, Pengda POSSI Batam, Pengda POSSI Bengkulu, Pengda
POSSI Nusa Tenggara Barat, Pengda POSSI Jambi.
2.6.2
Lokasi Pariwisata Indonesia
|