PETA DESA CINTARASA

DESA CINTARASA

Sistem Pakar Pengembangan Kurikulum di Sekolah

LATAR BELAKANG

Dalam pengembangan kurikulum dikenal ada lima istilah, yaitu pengembangan kurikulum (Curriculum development), perbaikan kurikulum (Curriculum improvement), perencanaan kurikulum (Curriculum planning), penerapan kurikulum (curriculum implementation), dan evaluasi kurikulum (curriculum evaluation).

1.    Pengembangan kurikulum dan perbaikan kurikulum merupakan istilah yang mirip tetapi tidak sama . Pengembangan kurikulum merupakan istilah yang lebih komprehensif, di dalamnya termasuk perencanaan, penerapan, dan evaluasi dan berimplikasi pada perubahan dan perbaikan. Sedangkan perbaikan kurikulum sering bersinonim dengan pengembangan kurikulum, walaupun beberapa kasus perubahan dipandang sebagai hasil dari pengembangan.

2.    Perencanaan kurikulum adalah fase pre-eliminer dari pengembangan kurikulum. Pada saat pekerja kurikulum membuat keputusan dan beraksi untuk menetapkan rencana yang akan dilaksanakan oleh guru dan siswa. Jadi perencanaan merupakan fase berfikir atau fase disain.

3.    Penerapan kurikulum adalah menterjemahkan rencana ke dalam tindakan. Pada saat tahap perencanaan kurikulum, terjadi pemilihan pola tertentu organisasi kurikulum atau reorganisasi. Pola-pola tersebut diletakkan dalam tahap penerapan kurikulum.  Cara-cara penyempaian pengalaman belajar, misalnya penggunaan tim pengajaran, diambil dari konteks perencanaan dan dibuat operasional. Penerapan kurikulum juga mentermahkan rencana menjadi tindakan dalam kelas, juga aturan pergantian guru dari pekerja kurikulum menjadi instruktur.

4.    Evaluasi kurikulum merupakan fase terakhir dalam pengembangan kurikulum di mana hasilnya diases dan keberhasilan pebelajar dan program ditentukan. Fase ini akan dibahas lebih rinci pada langkah-langkah pengembangan kurikulum.

PENDEKATAN PENGEMBANGAN KURIKULUM

Dalam pengembangan kurikulum terdapat beberapa pendekatan. Secara teoritis dalam kerangka pendekatan sistematik dan pendekatan kontekstual terdapat lima model pendekatan pengembangan kurikulum yang brlaku sejak tahun 1950-an sampai 2000-an. Model pengembangan ini meliputi, (1). Model Tyler, (2). Model Taba, (3). Model Teknik Saintifik, (4). Model Non Teknik-Non Saintifik, (5). Model pendidikan berbasis hasil belajar (PBHB).

Model tyler berada dalam pendekatan sistematik dan teknik saintifik yang percaya pada esesiensi dan efektivitas dari sistem. Dengan demikian dunia dapat dikatakan sebagai hal yang menyerupai sebuah mesin yang dapat digambar, dibuat dan diamati.

Pendekatan tyler telah dimodifikasi oleh banyak pihak. Terutama taba yang menyerupakan empat langkah pengembangan tyler, menjadi tujuh langkah pengembangan yang meliputi :

1. Diagnosa kebutuhan

2. Merumuskan tujuan

3. Merinci konten

4. Mengorganisasi konten

5. Seleksi pengalaman belajar

6. Mengorganisasi pengalaman belajar

7. Penilaian dan cara penilaian

Modifikasi taba terhadap tyler terutama penekanan yang memusatkan perhatian pada guru. Teori taba mempercayai peran guru sebagai pengembang terutama kurikulum. Pada model tyler guru dapat merupakan obyek penerima dan pelaksana dari kurikulum. Sedangkan pada model taba, guru merupakan sobyek aktif yang terlibat penuh dalam pengembangan kurikulum.

Model Non Teknik-Non Saintifik berorientasi pada hal-hal yang subjektif, pribadi, keindahan, penalaran, dan transaksi belajar. Pada model ini dunia dianggap sebagai suatu benda yang hidup.

Pendekatran Non Teknik-Non Saintifik dilatari dengan pendekatan kontekstual, dimana pengambilan keputusan dalam pengembangan kurikulum sangat berorientasi pada peserta didik melalui cara-cara aktif dalam pembelajaran.

Model teknik saintifik berorientasi pada objektifitas, universalitas, logika, dan efektivitas, serta efisiensi suatu sistem. Dalam model ini, perencanaan dan pelaksanaan berada pada sistem yang linier dan dapat ditentukan sebelumnya. Perencanaan yang melibatkan sumberdaya manusia dengan baik dan mengelola bahan serta peralatan yang menarik, dipercaya dapat membentuk struktur belajar. Pada pendekatan ini tidak terlalu ditekankan pengaruh kontek pengaruh lingkungan yang diciptakan.

Pendidikan berbasis hasil belajar (PBHB) artinya mengorganisasi hasil berdasarkan hal yang kerjakan dalam pembelajaran untuk mencapai hasil belajar yang telah ditentukan sebelumnya. Praktisi PBHB memulai dengan menentukan pengetahuan, kopetensi, dan kinerja yang diharapkan dapat ditunjukkan oleh peserta didik untuk memenuhi tuntutannya sebagai orang dewasa atau tuntutan kehidupan dunia kerja setelah mereka menyelesaikan sekolah.

Pada pendidikan tingkat menengah ke bawah, sekolah dapat mengembangkan kurikulum yang bersifat ekstra kurikuler dan berbagai kegiatan akademik yang dikoordinasi oleh sekolah, misalnya komputer, seni tari, bahasa prancis dll. 

Maka dari itu kami merasa memerlukan system pakar dalam menentukan pengembangan kurikulum apa yang tepat yang disekolah, agar sekolah tidak salah pilih. Sekolah juga dapat berpartisipasi dalam memelihara kebudayaan daerah masing-masing sehingga selain mendidik siswa, sekolah dapat juga untuk menjaga kelestarian kebudayaan. 

ARTIFICIAL INTELLIGENCE dan SISTEM PAKAR

ARTIFICIAL INTELLIGENCE
Kecerdasan buatan atau artificial intelligence adalah salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Kecerdasan buatan juga merupakan suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.

Kecerdasan sendiri adalah kemampuan untuk belajar dan mengelolanya. Merupakan suatu daya reaksi atau penyesuaian yang cepat dan tepat terhadap pengalaman baru dan pengetahuan yang dimiliki siap untuk di pakai apabila dihadapkan pada fakta atau kondisi baru. Manusia cerdas (pandai) dalam menyelesaikan permasalahan karena manusia mempunyai pengetahuan & pengalaman. Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki tentu akan lebih  mampu menyelesaikan  permasalahan.  Tapi  bekal  pengetahuan  saja  tidak  cukup, manusia juga diberi akal untuk melakukan penalaran,mengambil kesimpulan berdasarkan pengetahuan & pengalaman yang dimiliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan  pengetahuan  tidak  akan   dapat menyelesaikan  masalah  dengan  baik. Demikian juga dengan kemampuan menalar yang  sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai,manusia juga tidak akan bisa menyelesaikan masalah dengan baik.

Lalu ada beberapa pertanyaan tentang kecerdasan buatan ini, apakah bisa mesin berpikir? Kalau bisa, bagaimana caranya?. Untuk membuat mesin yang dapat berpikir seperti manusia, diperlukan suatu cara untuk mengetahui bagaimana manusia berpikir, dan diperlukan pemahaman tentang bagaimana pikiran manusia bekerja. Dan Agar mesin  bisa cerdas (bertindak seperti & sebaik manusia) maka harus diberi bekal pengetahuan & mempunyai kemampuan untuk menalar.

Dua bagian yang dibutuhkan untuk aplikasi kecerdasan buatan adalah:
a.    Basis pengetahuan (Knowledge Base): berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
b.    Motor Inferensi (Inference Engine): kemampuan menarik kesimpulan berdasarkan pengalaman
Kecerdasan Buatan didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

Bidang Artificial Intelligence antara lain:
1.    Jaringan Syaraf (Neural Network)
2.    Sistem Persepsi (Perceptive System)3.    Belajar (Learning)
4.    Robot (Robotics)
5.    Perangkat Keras AI (Artificial Intelligence)
6.    Pemrosesan Bahasa Alamiah (Natural Language Processing)

Berikut beberapa contoh aplikasi AI, yaitu:
•    Permainan (game)AI : tic-tac-toe, chess, backgammon, poker.
•    Pemrosesan bahasa alami: percakapan menara kontrol, ringkasan stok pasar, dll.
•    Aplikasi industri : diagnosa pabrik, dan perencanaan produksi.
•    Kinerja level pakar : biologi molekul, konfigurasi komputer

Kecerdasan buatan dilihat dari berbagai sudut pandang adalah sebagai berikut:
1.    Sudut pandang kecerdasan (Intelligence)
Kecerdasan buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia
2.    Sudut pandang penelitian
Studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan oleh manusia
3.    Sudut pandang bisnis
Kumpulan peralatan yang sangat powerfull dan metodologis dalam menyelesaikan masalah-masalah bisnis
4.    Sudut pandang pemrograman
Kecerdasan buatan termasuk didalamnya studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search)

Tujuan Artificial Intelligence
Tujuan dari kecerdasan buatan menurut Winston dan Prendergast
1.    Membuat mesin menjadi lebih pintar (tujuan utama)
2.    Memahami apa itu kecerdasan (tujuan ilmiah)
3.    Membuat mesin lebih bermanfaat (tujuan enterpreneurial)

SISTEM PAKAR (EXPERT SYSTEM)
Sistem pakar adalah program komputer yang berusaha untuk mewakili pengetahuan keahlian manusia dalam bentuk heuristik. Heuristik adalah aturan yang menjadi patokan atau aturan untuk menebak dengan baik. Sistem pakar dirancang oleh spesialis informasi (yang seringkali) disebut insinyur pengetahuan (Knowledge Engineer) yang memiliki keahlian khusus dalam bidang kecerdasan buatan. Insinyur pengetahuan amat ahli dalam mendapatkan ilmu dari seorang ahli.

Sistem pakar juga berarti sebuah aplikasi komputer yang menjalankan sebuah task yang awal mulanya dilakukan oleh seorang pakar. Contohnya sistem pakar yang dapat mendiagnosa penyakit, membuat ramalan finansial, menjadwal rute untuk kendaraan layanan antar, dan lain-lain. Beberapa sistem pakar ada yang dirancang untk menggantikan manusia melaksanakan tugasnya, sementara ada pula yang untuk membantu.

Sistem pakar adalah bagian dari sebuah kategori umum aplikasi komputer yang dikenal sebagaiArtificial Intelligence (AI). Untuk mendesain sebuah sistem pakar, perlu memilki pengetahuan sebagai seorang insinyur ilmu pengetahuan, seorang individu yang mempelajari bagaimana manusia pakar ahli memuat keputusan dan menterjemahan aturan-aturan ke dalam bentuk yang dimengerti komputer (www.webopedia.com, 2003)

Sistem pakar dibuat pada wilayah pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia disalah satu bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar. Selain itu sistem pakar juga dapat memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya.
Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialis informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah.

Sistem pakar terdiri atas 4 bagian:
1.    User Interface
Digunakan manajer untuk meng-enter instruksi dan informasi sistem
Metode input yang digunakan oleh manajer yatu:
•    Menu
•    Command
•    Natural Language
•    Output ES memakai 2 bentuk penjelasan (explanation):

1. Explanaton of questions
2. Explanation of problem solution

2.    Knowledge Base
Terdiri dari fakta yang menggambarkan area problem atau problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika.
Rule atau aturan merupakan rincian dalam situasai yang tidak berubah:
•    Kondisi benar dan tidak benar
•    Tindakan yang diambil bila kondisi benar

3.    Inference Engine
Merupakan bagian dari Expert System yang membentuk Reasoning dengan menggunakan isi dariKnowledge Base dalam urutan tertentu.

Dua metode yang digunakan dalam ES untuk mengamati rule yaitu:
a.    Penalaran ke depan (Forward) atau Forward Chaining
•    Evaluasi Rule
•    Proses Penalaran Berulang (Iterative Reasoning)

b.    Penalaran ke Belakang (Revierse) atau Backward Chaining
•    Alur Logika Pertama diikuti (First Logical Path)
•    Alur Logika Selanjutnya diikuti (Next Logical Path)

4.    Development Engine
Development Engine membangun Rule Set dengan pendekatan:
1.    Bahasa Pemrograman (Programing Language)
2.    Bagian Expert System (Expert System Shell)

Peran sistem analis sebagai Knowledge Engineer dalam organisasi bisnis dengan menggunakan keterampilan untuk membangun aplikasi komputer yang konvensional, yaitu:
-    Memahami bagaimana Expert menerapkan keahliannya dalam pemecahan masalah
-    Dapat menarik suatu Description Of Knowledge dari Expert

Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut:
•    Memiliki informasi yang handal.
•    Mudah dimodifikasi.
•    Dapat digunakan dalam berbagai jenis komputer.
•    Memiliki kemampuan untuk belajar beradaptasi.

Kemampuan Sistem Pakar
1.    Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya.
2.    Bila diperlukan dapat menyajikan asumsi dan alur penalaran yang digunakan untuk sampai ke jawaban yang dikehendaki.
3.    Menambah fakta kaidah dan alur penalaran sahih yang baru ke dalam otaknya

Penerapan sistem Pakar
Sistem pakar dapat diterapkan dalam berbagai bidang seperti, sains, pendidikan, kesehatan, dan sebagainya. Contoh dari tulisan mr. Rizal “Sistem integrasi Pola Alir Material & Uang dapat disebut Material Management System (MMS) adalah kelanjutan perkembangan dari sistem integrasi Inventory Control System (ICS). Sistem (MMS) ini dikembangkan atas sistem manual yang sudah teruji berjalan lancar di PT Krakatau Steel, yang karena tuntutan kemajuan teknologi, sistem manual ini perlu ditingkatkan menjadi sistem komputerisasi. Namun didalam penerapannya masih banyak kendala yang dihadapi oleh subsistem-subsistem pendukung MMS yang ada pada masing-masing divisi. Melalui penelitian ini, dikemukakan satu alternatif yang sangat potensial untuk mengatasi kendala yang dialami oleh subsistem pendukungnya, khususnya yang berada di Divisi Perencanaan & Pengendalian Suku Cadang (PPSC). Dalam penelitian ini dibuat sistem pakar yang mampu memberikan penjelasan dan beberapa alternatif penyelesaian soal-soal 

Pengendalian Suku Cadang, yang meliputi : Identifikasi Material, Sistem Order, Sistem Repairable dan Sistem Spesifik. Pembuatan sistem pakar ini melalui lima tahapan berikut, yaitu: identifikasi, konseptualisasi, formulasi, implementasi, dan pengujian. Bahasa pemrograman yang digunakan adalah Turbo Prolog, yang cukup ideal dalam menyelesaikan masalah yang undeterministic. Teknik Inferensi yang digunakan adalah backward chaining, proses penelusuran yang digunakan adalah depth first search, dan metoda representasi pengetahuan yang digunakan adalah representasi logika”.

JENIS-JENIS SISTEM PAKAR
•    Interpretasi : Menghasilkan deskripsi situasi berdasarkan data sensor.
•    Prediksi : Memperkirakan akibat yang mungkin dari situasi yang diberikan.
•    Diagnosis : Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms).
•    Disain : Menyusun objek-objek berdasarkan kendala.
•    Planning : Merencanakan tindakan
•    Monitoring : Membandingkan hasil pengamatan dengan proses perencanaan.
•    Debugging : Menentukan penyelesaian dari kesalahan sistem.
•    Reparasi : Melaksanakan rencana perbaikan.
•    Instruction : Diagnosis, debugging, dan reparasi kelakuan pelajar.
•    Control : Diagnosis, debugging, dan reparasi kelakuan sistem.

Beberapa contoh expert system yang pertama antara lain:
1.    MACSYMA, yang digunakan untuk tugas-tugas matematika.
2.    MYCIN, untuk mendiagnosa penyakit infeksi pada darah.
3.    CADUCEUS, untuk mendeteksi penyakit.
4.    PUFF, untuk mengukur fungsi dari paru-paru.
5.   PROSPECTOR, digunakan perusahaan DEC untuk menggamarkan konfigurasi dari sistem komputer bagi para langganannya.
6.    DENDRAL, untuk mengidentifikasikan struktur molekul suatu komposisi kimia dan lain sebagainya.

KEUNTUNGAN DAN KERUGIAN EXPERT SYSTEM
Keuntungan Expert System untuk manajer.
1. Menyajikan lebih banyak alternatif.
2. Menerapkan logika tingkat tinggi
3. Menyediakan waktu banyak untuk evaluasi hasil keputusan.
4. Memberikan solusi yang lebih konsisten
5. Membuat seorang awam bekerja seperti layaknya seorang pakar;
6. Menyederhanakan pekerjaan dan meningkatnya efisiensi kerja;
7. Meningkatnya kualitas pekerjaan;
8. Meningkatnya produktifitas sehingga meningkat pula performance perusahaan;
9. Merupakan arsip yang terpercaya sehingga seolah-olah langsung konsultasi dengan pakar (meskipun sang pakar telah tiada)
10. Memperluas jangkauan.

Keuntungan Expert System untuk perusahaan.
1. Meningkatkan performance perusahaan.
2. Memelihara pengendalian terhadap knowledge perusahaan.

Kerugian Expert System
Dua karakteristik Expert System membatasi kemampuan peralatan untuk memecahkan masalah bisnis, yaitu :
1. E.S. tidak dapat menangani inkonsistesi knowledge.
2. E.S. tidak dapat menerapkan judgement dan instuisi sebagai suatu bahan penting untuk pemecahan masalah.

Hubungan Sistem Pakar dengan Kecerdasan Buatan

Sistem pakar adalah cabang dari kecerdasan buatan yaitu dengan menyimpan kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar manusia. 

Ide dasarnya sistem pakar adalah: kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Sistem Pakar terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia.

Sumber:

-    Mc.Leod .R., Schell. G.P. 2008. Sistem informasi manajemen (ed 10). Salemba Empat: Jakarta 

-    Kusrini. 2006. Sistem pakar, teori dan aplikasi. Andi: Yogyakarta

-    Pertemuan 1. Pengantar kecerdasan buatan.

http://liyantanto.files.wordpress.com/2009/03/pertemuan-1.ppt

-    Pengantar AI. http://yuwono.himatif.or.id/download/Pengantar%20AI.pdf

-    Kecerdasan buatan dan sistem pakar.

http://deden08m.files.wordpress.com/2011/09/bab13_sispakar.pdf

-    Sistem Pakar. http://library.binus.ac.id/eColls/eThesis/Bab2/LBM2005-07-Bab%202.pdf

http://irvannurhuda.wordpress.com/category/kecerdasan-buatan/sistem-pakar/

http://blog.uin-malang.ac.id/sharfina/2010/09/26/sistem-pakar-dan-kecerdasan-buatan-serta-perbedaannya/

http://cheeoche.blogspot.com/2010/10/artificial-intelligence-sistem-pakar.html

http://www.scribd.com/doc/54964258/Pertemuan-1-Artificial-Intelligence

http://stepia.wordpress.com/2009/08/09/sejarah-kecerdasan-buatan/

http://dewimulyaniitdanbahasajepang.blogspot.com/2012/05/sejarah-artificial-intelegent-ai.html

http://id.wikipedia.org/wiki/Kecerdasan_buatan

http://socs.binus.ac.id/2012/03/02/a-little-brief-about-artificial-intelligence/

http://buahilmu.wordpress.com/2011/04/13/pengertian-artificial-intelligence-kecerdasan-buatan/

http://rizkabk.blogspot.com/2012/01/teori-connectionism.html

http://www.jeeney.com/default.aspx?page=bothistory

http://www.computableminds.com/post/chatbot/eliza/parry/skynet/human-language/natural-language

http://en.wikipedia.org/wiki/PARRY

http://id.wikipedia.org/wiki/Chatterbot

http://saraswati-annisa.blogspot.com/2014/02/kecerdasan-buatan-dan-sistem-pakar.html

http://elib.unikom.ac.id/files/disk1/451/jbptunikompp-gdl-enjelwijay-22502-2-unikom_e-i.pdf