Internet of Things (IOT) dalam pembelajaran Matematika

INTERNET OF THINGS(IOT)

Internet of Things, atau dikenal juga dengan singkatan' IoT, merupakan sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus-menerus. Adapun kemampuan seperti berbagi data, remote control, dan sebagainya, termasuk juga pada benda di dunia nyata. Contohnya bahan pangan, elektronik, koleksi, peralatan apa saja, termasuk benda hidup yang semuanya tersambung ke jaringan lokal dan global melalui sensor yang tertanam dan selalu aktif.

Pada dasarnya, Internet of Things mengacu pada benda yang dapat diidentifikasikan secara unik sebagai representasi virtual dalam struktur berbasis Internet. Istilah Internet of Things awalnya disarankan oleh Kevin Ashton pada tahun 1999 dan mulai terkenal melalui Auto-ID Center di MIT.Dan kini IoT menjadi salah satu tugas bagi seorang mahasiswa di sebuah perguruan tinggi

Sistem IoT memungkinkan pengguna untuk mencapai lebih dalam terhadap otomatisasi, analisis, dan integrasi sistem. Mereka yang ingin meningkatkan jangkauan daerah dan akurasi mereka. IoT memanfaatkan teknologi penginderaan, Jaringan dan Robotika baru dan yang sudah ada.

IoT adalah proses transformasi menghubungkan perangkat pintar dan objek kita ke jaringan untuk bekerja secara efisien dan akses jarak jauh. Apa saja komponen utama Internet of Things?
1. Perangkat pintar dan sensor - Konektivitas perangkat

Perangkat dan sensor adalah komponen dari lapisan konektivitas perangkat. Sensor pintar ini terus mengumpulkan data dari lingkungan dan mengirimkan informasi ke lapisan berikutnya. Teknik terbaru dalam teknologi semikonduktor mampu menghasilkan sensor pintar mikro untuk berbagai aplikasi.


2.Gateway

IoT Gateway mengelola lalu lintas data dua arah antara berbagai jaringan dan protokol. Fungsi lain dari gateway adalah menerjemahkan protokol jaringan yang berbeda dan memastikan interoperabilitas dari perangkat dan sensor yang terhubung. Gateways dapat dikonfigurasi untuk melakukan pra-pemrosesan data yang dikumpulkan dari ribuan sensor secara lokal sebelum mengirimkannya ke tahap berikutnya. Dalam beberapa skenario, itu akan diperlukan karena kompatibilitas protokol TCP / IP. Gateway IoT menawarkan tingkat keamanan tertentu untuk jaringan dan mengirimkan data dengan teknik enkripsi pesanan yang lebih tinggi. Ia bertindak sebagai lapisan tengah antara perangkat dan cloud untuk melindungi sistem dari serangan jahat dan akses yang tidak sah.

3. Cloud
Internet hal menciptakan data besar-besaran dari perangkat, aplikasi dan pengguna yang harus dikelola dengan cara yang efisien. Awan IoT menawarkan alat untuk mengumpulkan, memproses, mengelola, dan menyimpan sejumlah besar data dalam waktu nyata. Industri dan layanan dapat dengan mudah mengakses data ini dari jarak jauh dan membuat keputusan penting bila diperlukan.

Pada dasarnya, IoT cloud adalah jaringan server berkinerja tinggi yang canggih yang dioptimalkan untuk melakukan pemrosesan data berkecepatan tinggi dari miliaran perangkat, manajemen lalu lintas, dan memberikan analisis yang akurat. Sistem manajemen database terdistribusi adalah salah satu komponen terpenting dari awan IoT.


Sistem cloud mengintegrasikan miliaran perangkat, sensor, gateway, protokol, penyimpanan data, dan menyediakan analisis prediktif. Perusahaan menggunakan data analitik ini untuk peningkatan produk dan layanan, langkah-langkah pencegahan untuk langkah-langkah tertentu dan membangun model bisnis baru mereka secara akurat.

4.Analitik
Analytics adalah proses konversi data analog dari miliaran perangkat pintar dan sensor menjadi wawasan yang berguna yang dapat ditafsirkan dan digunakan untuk analisis terperinci. Solusi analitik cerdas tidak dapat dihindari untuk sistem IoT untuk manajemen dan peningkatan keseluruhan sistem.

5. .Antarmuka pengguna
Antarmuka pengguna adalah bagian nyata yang terlihat dari sistem IoT yang dapat diakses oleh pengguna. Desainer harus memastikan antarmuka pengguna yang dirancang dengan baik untuk upaya minimum bagi pengguna dan mendorong lebih banyak interaksi. Teknologi modern menawarkan banyak desain interaktif untuk memudahkan tugas-tugas kompleks menjadi kontrol panel sentuh yang sederhana. Panel sentuh multicolor telah menggantikan sakelar keras pada peralatan rumah tangga kami dan tren meningkat untuk hampir setiap perangkat rumah pintar.

Namun, patut diketahui pula, untuk menciptakan suatu inovasi ataupun perangkat IoT, kita perlu mengenal standardisasi model atau komponen-komponen pentingnya. Pengetahuan tersebut, tentunya akan menjadi dasar kita dalam menciptakan inovasi IoT yang relevan dan menguntungkan. Dalam hal ini, IoT Expert Ahmed Banafa memetakan komponen standardisasi IoT tersebut menjadi 4 kategori berikut.

Platform. Dalam hal ini, platform mencakup software yang dapat menghubungkan bagian-bagian pada berbagai rangkaian
komponen IoT atau disebut dengan Middleware. Bukan hanya itu, oleh Ahmed Banafa pun disebutkan bahwa platform juga mencakup bentuk dan design produk (UI/UX), hingga alat analisis yang dapat digunakan untuk menangani luapan volume data dalam jumlah besar secara aman. Jadi, sebelum menciptakan inovasi IoT, pastikan kita telah memilih rangkaian platform yang memang baik dan memadai.

Connectivity. Kategori kedua ini juga tidak kalah penting karena bertujuan untuk menjalankan fungsi dari IoT itu sendiri. Tanpa adanya konektivitas, kedua objek atau perangkat tersebut tidak berfungsi. Konektivitas ini juga dapat disebut sebagai network/jaringan—kombinasi teknologi nirkabel dan protokol. Maka dari itu, adanya infrastruktur internet yang baik, akan menghasilkan inovasi IoT yang ideal.

Business Model. Untuk menciptakan sebuah bisnis, tentu harus memikirkan atau menciptakan business model yang matang—mengingat, penerapan business model akan menjadi berbeda, termasuk dalam industri teknologi yang semakin pesat dan berbeda. Dalam hal ini, setiap produk IoT pun harus mengidentifikasi business model-nya secara matang, agar kedepannya dapat menguntungkan dan mampu menghidupi proses panjang dari inovasi itu sendiri. Selain itu, menurut Ahmed Banafa, tanpa model bisnis yang bagus dan kokoh, kita akan memiliki permasalahan lain, sehingga model ini harus memenuhi semua persyaratan untuk semua jenis e-commerce; pasar vertikal, pasar horizontal, dan pasar konsumen.

Killer Applications. Dalam kategori ini, killer applications dimaksudkan sebagai jargon industri komputer untuk sebuah program aplikasi yang membuat setiap orang memutuskan membeli atau menggunakan sistem aplikasi tersebut. TechTarget said that a killer app can refer to a generic type of application that hasn’t existed before, to a particular product that first introduces a new application type, or to any application with wide appeal. Namun, yang terpenting, aplikasi IoT ini harus mendorong model bisnis dengan menggunakan platform terpadu yakni yang dapat mengontrol suatu perangkat, mengumpulkan data, dan menganalisa data tersebut.

IOT dalam pembelajaran Matematika 
IERNET OF THINGS (IOT) Setiap lembaga atau sekolah, instansi pendidikan pasti bekerja dengan peralatan penunjang, maksud dan tujuan adalah tak lain untuk memudahkan proses belajar mengajar dalam ruang kelas. Ruang kelas yang memiliki berbagai fasilitas IoT banyak membantu mahasiswa dalam memudahkan penyampaian materi pembelajaran. Hal ini merupakan paradigma baru bahwa kelas dengan IoT memberikan kemudahan dalam melakukan aktifitas didalamnya khususnya kegiatan mendukung pembelajaran(Gómez, Huete, Hoyos, Perez, & Grigori, 2013). 


Internet of Things (IOT) merupakan paradigmauntuk menghubungkan semua benda-benda fisik dalam infrastruktur berbasis internet global untuk bertukar informasi dan komunikasi. IOT bertujuan untuk melakukan identifikasi secara baik, lokasi, pelacakan, pemantauan dan manajemen. IOT berdasarkan pada integrasi solusi beberapa komunikasi, identifikasi dan pelacakan teknologi, sensor dan aktuator jaringan, dan didistribusikan benda pintar lainnya.(Karakostas, 2013). Hal lain dapat juga diartikan IOT menghubungkan obyek-obyek dunia nyata dengan dunia maya, sehingga memungkinkan kapan saja, dimana konektivitas untuk apa pun dan tidak hanya untuk siapa pun. Hal ini mengacu pada sebuah dunia di mana benda-benda fisik dan makhluk, serta data virtual dan lingkungan, semua berinteraksi satu sama lain dalam ruang dan waktu yang sama. Benda-benda harus dapat saling bertukar informasi dan memberikan layanan melalui sarana yang berbeda dan dari tempat yang berbeda(Neisse, Steri, Fovino, & Baldini, 2015).

Alat umum yang biasanya digunakan oleh seorang pengajar dalam menyampakan bahan ajar melalui whiteboard atau papan tulis putih. Saat ini implementasi IoT pada papan tulis putih dapat dikembangan dengan berbagai cara dimana konsep konvensional, dosen atau pengajar menulis di whiteboard lalu mahasiswa mencatat apa yang telah ditulis. Tentunya hal ini membutuhkan waktu atau proses yang lebih lama sebelum IoT memasuki pola pembelajaran dikelas. Jika IoT diterapkan dalam whiteboard maka yang terjadi adalah papan tulis, jika ditulis oleh dosen, akan dapat langsung memancarkan gelombang wifi yang akan tampil langsung hasilnya pada laptop mahasiswa atau pada handphone mahasiswa, tentunya tidak perlu mencatat ulang apa yang telah di tulis atau disampaikan oleh dosen. Seluruh percakapan tentang materi pembelajaran akan terekam dalam whiteboard dan dikemas dalam data serta akan terkirim melalui wifi atau internet dalam kelas ke handphone mahasiswa. Hal ini tentunya sangat memudahkan mahasiswa dan pengajar jika lupa atau perlu mempelajari kembali apa yang telah diajarkan atau disampaikan oleh dosen maka akan mudah mengingat hanya dengan melihat kembali materi atau video yang disampaikan.

Thinkster Math: Dianggap, “aplikasi matematika yang menawarkan sentuhan manusia yang tidak biasa,” oleh The New York Times, Thinkster Math adalah aplikasi les yang memadukan kurikulum matematika nyata dengan gaya mengajar yang dipersonalisasi. Aplikasi ini memberikan setiap siswa tutor di balik layar yang melihat proses mental mereka terungkap selangkah demi selangkah di layar iPad. Pertama, Thinkster Math menyajikan pengguna dengan masalah yang berbeda sesuai dengan keahlian mereka. Saat siswa menulis bagaimana mereka telah mencapai jawaban, aplikasi menganalisis karya tertulis mereka untuk menentukan di mana mereka salah atau salah memahami langkah penyelesaian masalah yang penting. Thinkster Math meningkatkan proses logika setiap siswa dengan memberikan bantuan video untuk siswa yang terjebak dan umpan balik yang dipersonalisasi dan segera.

dari artikel di atas masalah yang muncul yaitu :

1. Apa dampak positif dan negatif untuk guru dan siswa menggunakan IOT dalam pembelajaran?

2. Bagaimana guru mengembangkan kreativitas dalam mengajar dengan penggunaan IOT?

DAFTAR PUSTAKA

http://journal.lppmunindra.ac.id/index.php/repository/article/download/1675/1294
http://imronkom.blogspot.com/2017/04/fungsi-dan-manfaat-dari-internet-of.html (diakses pada tanggal 22 September 2018)
http://www.kapalomen.com/2017/05/pengertian-manfaat-dan-kekurangan-internet-of-things.html (diakses pada tanggal 22 September 2018)
http://www.katajuma.com/insights/standardisasi-komponen-internet-of-things-iot/ (diakses pada tanggal 22 September 2018))
https://www.rfpage.com/what-are-the-major-components-of-internet-of-things/

AI berbasis kelas

Ni Wyn,dkk(2014:2) seiring perkembangan teknologi informasi yang semakin pesat,kebutuhan akan suatu konsep pembelajaran berbasis TI menjadi tak terelakkan lagi.Konsep yang kemudian terkenal dengan sebutan E-learning membawa pengaruh terjadinya transformasi pendidikan  konvensional ke dalam bentuk digital. E-learning  memberikan harapan baru sebagai alternatif solusi atas sebagian besar permasalahan pendidikan di Indonesia, dengan fungsi yang dapat disesuaikan dengan kebutuhan,baik sebagai tambahan maupun pengganti atas kegiatan pembelajaran di dalam kelas seperti biasanya.

Pendidikan jarak jauh atau dapat dikatakan sebagai pembelajaran jarak jauh ,sudah mulai dilirik oleh para pendidik untuk dijadikan salah satu solusi dari permasalahan dalam pembelajaran.Sebenarnya,istilah tersebut sudah lama digaungkan bahkan diterapkan oleh pendidik dalam proses pembelajaran yang dalam hal ini dilakukan terpisah di luar kelas. Maksudnya, anatara pendidik dan peserta didik tidak berada dalam satu ruangan yang sama bahkan waktunyapun bisa berbeda.

Selama bertahun-tahun, para pendidik telah berjuang untuk membantu setiap siswa dengan kebutuhan pendidikan individual mereka. Itu menjadi sangat sulit di kelas, dua puluh, tiga puluh, empat puluh, atau lima puluh siswa semua harus lulus tes standar yang sama, terlepas dari pertumbuhan pribadi. Penggunaan kecerdasan buatan berpotensi mengganggu model-model pengajaran modern yang berpotensi merusak . Algoritma Learning Machine telah mulai membantu para guru mengisi celah-celah sambil menunjukkan subjek mana yang paling banyak dipelajari oleh siswa. Jika kita  berpikir AI dan papan tulis tidak berjalan seiring, berikut ini  lima contoh kecerdasan buatan berbasis kelas.

1. Thinkster Math: Dianggap, “aplikasi matematika yang menawarkan sentuhan manusia yang tidak biasa,” oleh The New York Times, Thinkster Math adalah aplikasi les yang memadukan kurikulum matematika nyata dengan gaya mengajar yang dipersonalisasi. Aplikasi ini memberikan setiap siswa tutor di balik layar yang melihat proses mental mereka terungkap selangkah demi selangkah di layar iPad. Pertama, Thinkster Math menyajikan pengguna dengan masalah yang berbeda sesuai dengan keahlian mereka. Saat siswa menulis bagaimana mereka telah mencapai jawaban, aplikasi menganalisis karya tertulis mereka untuk menentukan di mana mereka salah atau salah memahami langkah penyelesaian masalah yang penting. Thinkster Math meningkatkan proses logika setiap siswa dengan memberikan bantuan video untuk siswa yang terjebak dan umpan balik yang dipersonalisasi dan segera.

2. Brainly: Brainly adalah situs media sosial untuk pertanyaan kelas. Menggunakan algoritme Pembelajaran Mesin untuk memfilter spam, Brainly memungkinkan pengguna untuk mengajukan pertanyaan pekerjaan rumah dan menerima jawaban otomatis dan terverifikasi dari sesama siswa. Situs ini bahkan membantu siswa berkolaborasi untuk mendapatkan jawaban yang benar. Jika Anda memiliki siswa yang memimpin kelas, dia dapat memberikan jawaban atas jawaban dan berusaha menjadi moderator komunitas yang cerdas. Brainly memiliki ahli di berbagai mata pelajaran sekolah dan bekerja untuk menciptakan komunitas kelas seperti untuk sentuhan papan tulis yang dipersonalisasi.

3. Content Technologies, Inc .: Buku-buku teks universal hanya berguna untuk versi-versi siswa yang melihat, berpikir, memecahkan masalah, dan mengolah informasi yang sama. Content Technologies, Inc. (CTI) adalah perusahaan AI yang menggunakan Deep Learning untuk membuat buku teks yang disesuaikan dengan kebutuhan kursus dan siswa tertentu. Guru mengimpor silabus ke mesin CTI. Mesin CTI kemudian menguasai konten dan menggunakan algoritma untuk membuat buku teks pribadi dan kursus berdasarkan konsep inti. Kapan terakhir kali kelas Anda membaca buku teks cover-to-cover, memanfaatkan setiap halaman soal latihan atau benar-benar melihat korelasi antara pekerjaan di kelas dan bacaan yang ditugaskan? CTI berharap untuk mengisi celah itu dan membantu penerbit membuat buku teks yang efektif tepat untuk setiap pembelajar individu.

4. Mika: Serupa dengan Thinkster Math, Carnegie Learning's Mika menawarkan alat bimbingan berbasis AI untuk siswa yang terlalu sibuk untuk tutor sepulang sekolah  untuk mendapatkan perhatian khusus. Dan jika Anda berpikir satu-satu perhatian hanya untuk anak sekolah dasar yang berjuang dengan divisi panjang, Mika mengkhususkan diri dalam bimbingan belajar yang lebih tinggi untuk mengisi kekosongan di ruang kelas perguruan tinggi terkenal untuk ruang kelas berukuran dosen. Aplikasi ini dipandu oleh proses pembelajaran unik setiap siswa, membuat pengguna sadar akan perkembangan harian mereka dan mengadaptasikan pelajaran untuk setiap perjuangan spesifik siswa.

5. Netex Learning: Netex Learning memungkinkan guru merancang kurikulum di berbagai platform dan perangkat digital. Situs ini bahkan membantu pendidik yang paling tidak cakap dalam teknologi memasukkan elemen interaktif seperti audio, video, dan penilaian diri ke rencana pelajaran digital mereka, semuanya dalam platform cloud pembelajaran yang dipersonalisasi. Dengan Netex, pengajar dapat membuat materi siswa yang disesuaikan untuk dipublikasikan di platform digital apa pun sambil menyediakan alat untuk konferensi video, diskusi digital, tugas yang dipersonalisasi, dan analisis pembelajaran yang menunjukkan representasi visual dari pertumbuhan pribadi setiap siswa.

Apa pun yang kita pikirkan tentang kecerdasan buatan, tidak dapat disangkal tempatnya dalam pengajaran modern. Dan sementara tidak ada yang menggantikan aspek manusia dari guru  yang tercinta. Penggunaan AI ini menunjukkan bahwa pembelajaran itu tidak terbatas.dikatakan belajar tidak hanya kegiatan yang dilakukan di ruang kelas.

Adapun permasalahan berkaitan artikel di atas yaitu:
1. Bagaimana cara guru melakukan evaluasi terhadap proses pembelajaran?

• 2.apakah ada kelemahan pembelajaran berbasis tabtor(tablet based tutoring)? Bagaimana mengatasinya

DAFTAR PUSTAKA

Lynch.5examples of Artificial Intelligence in the Classroo.2017.

 https://www.thetechedvocate.org/5-examples-artificial-intelligence-classroom/  (Diakses tanggal 17 September 2018)

Choirudin.2015.Efektivitas pembelajaran matematika dengan e-learning berbasis scoology.repository.ut.ac.id/6907/1/42240.pdf (diakses tanggal 17 September 2018)

Artificial Intelegence (AI) dlam Pembelajaran Matematika

Pendahuluan

Kita tidak sadar bahwa perkembangan IPTEKS (Ilmu Pengetahuan, Teknologi, dan Sains) terjadi dengan cepat. Perkembangan IPTEKS tidak hanya terjadi di dunia industri, ekonomi, politik, lingkungan, akan tetapi juga telah merambah ke dunia pendidikan. Perkembangan IPTEKS yang ridiiringi dengan rasa tanggung jawab yang tinggi akan membawa kemanfaatan bagi semua orang yang menggunakan teknologi tersebut. Dampak negatif pun dapat dikurangi dengan adanya sikap kehati-hatian dan rasa tanggung jawab yang tinggi. IPTEKS telah memberikan perubahan yang masif bagi sendi-sendi kehidupan manusia. Banyak manfaat yang dapat diambil dari perkembangan IPTEKS, salah satunya yakni dalam dunia pendidikan.

Peran IPTEKS dalam dunia pendidikan diantaranya dapat memudahkan guru untuk mengakses sumber belajar melalui internet. Meskipun begitu, hadirnya teknologi mutakhir dalam dunia pendidikan dirasa masih sangat minim ditemukan terutama di Indonesia. Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tapi untuk informatika relatif tidak bermasalah. Seperti contohnya mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan puzzle geser angka. Berbagai kendala muncul seperti akses sekolah yang masih sulit, infrasturktur kurang maksimal, dan masalah-masalah lain. Salah satu teknologi mutakhir yang dapat diterapkan pada dunia pendidikan yakni teknologi artificial intelligence atau sering disebut sebagai kecerdasan buatan. AI (Artificial Intelligence) merupakan teknologi yang dapat digunakan manusia sebagai asisten bergerak layaknya robot namun keberadaannya berupa tampilan virtual dalam suatu sistem komputer. Berikutnya kita akan memahami lebih lanjut mengenai AI (Artificial Intelligence).

AI (Artificial Intelligence).

Secara keseluruhan memang pembahasan mengenai AI cukuplah luas dan beragam karena unsur yang membangun sebuah teknologi AI tidak lah dikaji menggunakan satu sudut pandang, namun dari berbagai sudut pandang. Dapat diambil contoh misalnya di suatu kota akan diterapkan teknologi AI yang berfungsi untuk menyiram tanaman di alun-alun dan daerah sekitarnya. Apabila ditinjau dari sudut pandang sains komputer ini sangat inovatif, namun apabila dibenturkan dengan unsur sosiologi dan ekonomi, hadirnya teknologi AI akan

menyebabkan banyak pengangguran karena peran petugas kebersihan semakin berkurang.

Russel dan Norvig (2010, p. 2), membagi pengertian AI ke dalam empat kategori. Yakni: 

1. Thinking humanly, menyatakan bahwa teknologi AI merefleksikan pemikiran manusia dalam kegiatan-kegiatan sehari-hari seperti memecahkan masalah, pengambilan keputusan, dan tindakan lain. 
2.  Acting humanly yang berarti bahwa AI adalah suatu mesin yang mampu menampilkan kegunaan dengan melibatkan kemampuan intelijen pada saat ditampilkan oleh manusia, serta mampu berbuat sesuatu saat ini yang memiliki kualitas lebih baik dari manusia. 
3.  Thinking rationally yang berarti bahwa AI mampu mengkoordinasikan kemampuan-kemampuan mental melalui komputasi model. 
4.  Acting rationally menunjukkan bahwa AI dirancang untuk menciptakan agen yang cerdas melalui penciptaan menggunakan sistem yang canggih.

Menurut Rich,dkk dalam bukunya Artificial Intelegence ntelegence buatan adalah studi tentang bagaimana membuat komputer dari hal-hal yang, pada saat ini, orang-orang menjadi lebih baik. Definisi ini, tentu saja, agak singkat karena rujukannya pada keadaan saat ini dari ilmu komputer. Upaya awal lain ke dalam AI difokuskan pada pemecahan masalah yang kita lakukan setiap hari ketika kita memutuskan bagaimana bekerja di pagi hari, sering disebut akal sehat. Ini termasuk penalaran tentang objek phsycal dan hubungan mereka satu sama lain (misalnya sebuah objek hanya dapat berada di satu tempat pada satu waktu), serta penalaran tentang tindakan dan konsekuensinya.

Sedangkan menurut H. A. Simon [1987] kecerdasan buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas. Dalam Encyclopedia Britannica diterangkan bahwa Kecerdasan Buatan (AI) 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. 

Berdasarkan beberapa pendapat dari ahli-ahli tersebut, maka dapat ditarik sintesis bahwa teknologi AI merupakan teknologi yang menciptakan sebuah sistem dan memungkinkan komputer sebagai salah satu mediumnya dalam rangka melakukan proses interaksi dan memudahkan manusia dalam menjalankan kegiatan sehari-hari. Pengembangan AI dilakukan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer serta Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja. 

Winston dan Prendergast [1984] mengungkapkan ada tiga tujuan dari kecerdasan buatan antara lain :

Winston dan  Prendergast [1984] mengungkapkan ada tiga tujuan dari kecerdasan buatan antara lain :

1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)

Ada dua arah pengembangan AI, antara lain :

1. Mengembangkan metode dan sistem untuk menyelesaikan masalah AI tanpa mengikuti cara manusia menyelesaikannya (sistem pakar / expert sistem) 
2. Mengembangkan metode dan sistem untuk menyelesaikan masalah AI melalui pemodelan cara berpikirnya manusia, atau cara bekerjanya otak manusia (neural networks).

Dalam kecerdasan buatan ada empat hal yang diperlukan untuk membangun sistem atau memecahkan masalah tertentu : 

1. Definisikan masalah dengan jelas Analisis masalah 
2. Kumpulkan dan representasikan knowledge (pengetahuan) 
3. Pilih teknik pemecah masalah terbaik dan gunakan untuk masalah tertentu

      Menurut Kaplan, diutarakan oleh Turban, McLean dan Wetherbe tahun 1999, pada halam 478, AI atau Artificial Intelligence mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami (Kecerdaran Manusia). 

Kelebihan Kecerdasan Buatan yaitu :

1. Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya. 
2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain 
3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama. 
4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah. 
5. Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi. 
6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami 
7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami. 

Keuntungan kecerdasan alami 

1. Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun 
2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik
3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas. 

Untuk menciptakan aplikasi kecerdasan buatan ada 2 bagian utama yang sangat dibutuhkan , yaitu : 

1. Basis pengetahuan (knowledge base). Basis pengetahuan berisi fakta-fakta,teori,pemikiran dan ubungan antara satu dengan yang lain 
2. Motor inferensi ( Inference engine). Motor inferensi merupakan kemampuan menraik kesimpulan berdasarkan pengalaman.Atau dapat juga disebut penalaranuo

     
     Untuk merealisasikan manfaat penuh AI, semua pihak perlu bekerja sama untuk menemukan jawaban atas pertanyaan-pertanyaan ini dan menciptakan sistem yang dapat dipercaya oleh masyarakat.
   Microsoft telah menyusun enam prinsip yang dipercaya dalam menjadi jantung pengembangan dan penyebaran solusi yang didukung oleh AI:

1. Privasi dan keamanan: Seperti teknologi awan. lainnya, sistem AI harus mematuhi undang-undang privasi yang mengatur tentang pengumpulan, penggunaan dan penyimpanan data, dan memastikan bahwa informasi pribadi yang digunakan sesuai dengan standar privasi dan dilindungi dari penyalahgunaan atau pencurian.
2. Transparansi: Karena AI semakin memengaruhi kehidupan setiap orang, kita harus memberikan informasi kontekstual tentang bagaimana sistem AI beroperasi sehingga masyarakat dapat memahami bagaimana keputusan dibuat dan lebih mudah dalam mengidentifikasi potensi bias, kesalahan, dan hasil yang tidak diinginkan.
3. Keadilan: Ketika sistem AI membuat keputusan tentang perawatan medis atau pekerjaan, misalnya, mereka harus membuat rekomendasi yang sama untuk semua orang dengan gejala atau kualifikasi serupa. Untuk memastikan keadilan, kita harus memahami bagaimana bias dapat mempengaruhi sistem AI.
4. Keandalan: Sistem AI harus dirancang untuk dapat beroperasi dalam parameter yang jelas dan menjalani pengujian yang ketat untuk memastikan bahwa mereka merespon dengan aman dalam situasi yang tidak terduga, dan tidak berevolusi dengan cara yang tidak sesuai dengan ekspektasi. Masyarakat harus memainkan peran penting dalam membuat keputusan tentang bagaimana dan kapan sistem AI harus dikerahkan.
5. Inklusivitas: Solusi AI harus dapat mengatasi berbagai kebutuhan dan pengalaman manusia melalui praktik desain yang inklusif dalam mengantisipasi hambatan potensial dalam produk atau lingkungan yang dapat secara tidak sengaja mengucilkan seseorang.
6. Akuntabilitas: Orang yang mendesain dan memasang sistem AI harus bertanggung jawab bagaimana sistem mereka beroperasi. Norma akuntabilitas untuk AI harus memanfaatkan pengalaman dan praktik dari sektor lain, contohnya seperti privasi dalam perawatan kesehatan. Akuntabilitas juga harus dipatuhi selama proses mendesain sistem dan secara terus-menerus saat sistem beroperasi di dunia.

Sejarah Kecerdasan Buatan

Kecerdasan buatan merupakan bidang ilmu komputer yang sangat penting di era kini dan masa yang akan datang untuk mewujudkan sistem komputer yang cerdas.  Bidang ini telah berkembang sangat pesat di 20 tahun terakhir seiring dengan kebutuhan perangkat cerdas pada industry dan rumah tangga.

Kata “intelligence” berasal dari bahasa Latin “intelligo” yang berarti “saya paham”.  Berarti dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.  Sebenarnya, area Kecerdasan Buatan (Artificial Intelligence) atau disingkat dengan AI,  bermula dari kemunculan komputer sekitar th 1940-an, meskipun sejarah perkembangannya dapat dilacak sejak zaman Mesir kuno. Pada masa ini, perhatian difokuskan pada kemampuan komputer mengerjakan sesuatu yang dapat dilakukan oleh manusia.  Dalam hal ini, komputer tersebut dapat meniru kemampuan kecerdasan  dan perilaku  manusia.

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram. Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas" pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS. Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta di mana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

Saat ini, hampir semua perangkat komputer dan perangkat elektronika canggih menerapkan kecerdasan buatan untuk membuat sistem lebih handal. Di masa yang akan datang, diperkirakan semua perangkat elektronika dan komputer menjadi jauh lebih cerdas karena  telah ditanamkan berbagai metode kecerdasan buatan.

AI dalam Pembelajaran Matematika

Dalam pendidikan AI sangat berperan dalam menyampaikan segala informasi dan pengalaman belajar yang akan membuat proses belajar  mengajar menjadi efektif. Dengan menggunakan media-media pembelajaran yang dikembangkan dengan menggunakan prinsip-prinsip dan teknik-teknik AI,pembelajar/learner dapat belajar tanpa harus berhadapan langsung dengan guru, dan informasi dalam media pendidikan tentunya akan lebih mempermudah dan meringankan tugas guru/pendidik dalam mentransformasikan ilmu dan pengalaman belajar  yang bertindak sebagai partner bagi pelajar  dalam mempelajari suatu bidang.

Apabila kita meninjau perkembangan AI dan pemanfaatannya di luar negeri, tentu kita akan tercengang setelah melihatnya. Fasilitas dan sarana yang mencukupi menjadikan beberapa negara eropa dan amerika telah memulai riset mengenai AI untuk diterapkan di berbagai sektor mulai dari pendidikan, ekonomi, maupun bidang pertahanan negara. Negara yang cukup sering melakukan riset tentang AI ini adalah Amerika Serikat dan China. Beberapa prosiding menyajikan pemanfaatan AI di dunia pendidikan dengan melibatkan berbagai jenjang pendidikan dari sekolah dasar hingga perguruan tinggi. Pemanfaatan yang terlihat antara lain seperti AI sebagai asisten digital dalam menampilkan tutorial pembelajaran, sebagai sistem dalam mengevaluasi siswa, sebagai sistem dalam layanan obrolan siswa, serta contoh-contoh lainnya.

Ekspansi implementasi teknologi AI di Indonesia masih jarang ditemui. Masalah yang kompleks pada dunia pendidikan di Indonesia adalah salah satu penyebab mengapa teknologi ini sulit diadopsi di negara kita, meskipun sebenarnya teknologi ini telah lama ditemukan dan berkembangan luas di luar negeri.  Harapannya adalah hadirnya teknologi ini akan memudahkan siswa, guru, orang tua, serta pihak-pihak terkait untuk melakukan monitoring dan upaya peningkatan dalam rangka menciptakan pembelajaran yang berkualitas yang nantinya akan melahirkan generasi-generasi muda yang unggul. Dalam pembelajaran matematika  juga sudah berkembang dalam penerapan AI, salah satunya dengan menggunakan aplikasi photo math.

Aplikasi PhotoMath ini dikembangkan oleh MicroBlink yang merupakan developer asal dari Kroasia. Aplikasi yang sebenarnya telah dikembangkan sejak tahun 2011 ini mempunyai teknologi pembaca teks yang canggih untuk memindai soal-soal matematika yang diunggah penggunanya. PhotoMath sendiri sampai saat ini telah mampu mendeteksi dan menyelesaikan soal-soal matematika seperti topik desimal, pecahan, aritmatika, akar, dan persamaan liner sederhana. Kemampuan PhotoMath untuk memecahkan soal matematika ini memang tak lepas dari teknologi yang dimilikinya seperti pengenalan karakter untuk membaca soal matematika.

Untuk menjalankan aplikasi PhotoMath ini caranya cukup mudah dan sederhana. Pengguna cukup menyiapkan soal dan mengarahkan kamera smartphone miliknya ke soal matematika tersebut berdasarkan frame yang telah disediakan. Untuk soal yang panjang, pengguna harus menyesuaikannya dengan ukuran frame dari PhotoMath. Setelah soal difoto, soal akan dipindai dalam beberapa saat. Tak lama setelah itu Anda akan segera memperoleh jawaban dari soal matematika yang telah Anda foto tersebut di layar dengan warna merah. Untuk mengetahui pembahasan atau langkah-langkah dari jawaban yang ada, Anda cukup menekan tombol Steps pada aplikasi PhotoMath dan proses pemecahan soal matematika akan ditampilkan.

Dari segala pengembangan yang telah dilakukan oleh MicroBlink, PhotoMath memang memiliki banyak kelebihan seperti sistem PhotoMath yang bekerja secara real-time. Dengan sistem ini pengguna akan memperoleh respon cepat dan instan untuk jawaban soal matematika Anda sesaat setelah Anda selesai memindai soal matematika dengan smartphone. Namun dibalik segala kecanggihannya, ternyata aplikasi PhotoMath masih menyimpan sebuah kekurangan. Kelemahan dari aplikasi ini adalah pada saat proses pemindaian, pengguna haruslah melakukannya dengan baik dan benar. Karena jika tidak, PhotoMath tidak akan berjalan sempurna. Akibatnya, mungkin saja jawaban yang muncul tidak akurat.
Selain, photoMath masih ada beberapa aplikasi yang menrapkan teknologi AI untuk pembelajaran matematika. Seperti yang ditampilakn pada video berikut. 

Hal ini terjadi karena akan ada angka atau simbol yang tak tertangkap kamera smartphone. Alhasil, jawabannya pun bukan tidak mungkin akan berbeda atau salah dari yang seharusnya. Mengetahui akan kekurangan ini, MicroBlink masih terus berupaya meningkatkan level keakuratannya untuk mampu memindai soal dari beragam media dan teknik penulisan.

Dari artikel yang disajikan di atas, ada 3 permasalahan bagi penulis yang dianggap penting untuk dipaparkan yaitu:

1. AI memberikan dampak positif bagi kemajuan pendidikan di Indonesia, dilihat dari aspek ini apa saja yang perlu dipersiapkan oleh siswa,guru bahkan pemerintah pada penerapan AI dalam pembelajaran di Indonesia? 
2. Apakah ada pengaruh terhadap Psikologi siswa pada penggunaan AI dalam pembelajaran matematika?
3. Jelaskan Penerapan AI seperti apa yang memberikan dampak negatif kepada siswa? Bagaimana cara mencegah/mengatasinya?

Daftar Pustaka

Rich,E.,Knight,K.1991.Artifical Intelegence.Singapore:Mc.Graw-Hill Book Co.

Yunus.2013.Kecerdasan Buatan AI.http://yunuspti.blogspot.com/2013/12/kecerdasan-buatan-ai-dan-ar.html (Diakses pada tanggal 10 September 2018)

Ardianto.2017.Aplikasi kecerdasan buatan dalam bidang. http://lilomulyoardianto.blogspot.com/2017/10/aplikasi-kecerdasan-buatan-dalam-bidang.html (Diakses pada tanggal 10 September 2018)

Pratikno.2017. Implementasi Artificial Intelligence dalam Memetakan Karakteristik, Kompetensi, dan Perkembangan Psikologi Siswa Sekolah Dasar Melalui Platform Offline http://www.researchgate.net/publication/326587213_implementasi_Artificial_Intelegence_dalam_Memetakan_Karakteristik_dan_Perkembangan_Psikologi_Siswa_Sekolah_Dasar_Melalui_Platform_Offline (Diakses pada tanggal 10 September 2018)

Indotelko. 2018. Prinsip AI.  https://www.indotelko.com/kanalc=id&it=6-prinsip-ai (diakses tanggal 10 september 2018)