Penulisan Review 2 Game

Penulisan mengulas 2 game yang menggunakan konsep pengambilan keputusan

Penulis akan mengulas singkat 2 game console yang pernah penulis mainkan dan yang menurut penulis memiliki konsep pengambilan keputusan. Sebenarnya, hampir semua game yang penulis mainkan itu memiliki konsep pengambilan keputusan, tapi untuk kali ini, penulis hanya mengulas 2 game saja, antara lain game nya adalah God of War 2 dan Resident Evil 4.

Pada game console bernama God of War 2, pengambilan keputusan dapat sangat dilihat pada saat kejadian-kejadian tertentu, seperti pada awal permainan dimana Kratos dihadapkan dengan Colossus of Rhodes, aktor Kratos sudah ditanamkan rangkaian program keputusan yang bisa digunakan oleh pemain, entah itu untuk menyerang Rhodes dengan menggunakan serangan dasar dan campuran atau dengan mengeluarkan elemen-elemen yang dimiliki, seperti elemen listrik, atau keputusan untuk menghindar saat Rhodes menyerang, seperti mengelak, atau melompat, atau menyerang balik dengan menggunakan elemen yang dimiliki. Pada kejadian tertentu, pemain diharuskan untuk menekan tombol dan mengarahkan analog sesuai dengan instruksi yang ada, dan jika salah konsekuensinya adalah serangan yang sudah dirangkai akan dipatahkan oleh Rhodes.

Contoh gambar awal mula pengambilan keputusan akan dimulai sesuai dengan instruksi.

Gambar Stunned Colossus

Pada game console bernama Resident Evil 4. Pengambilan keputusan juga sangat terlihat pada beberapa adegan, seperti pada saat pertarungan pisau antara Leon melawan Krauser. Dimana pemain diharuskan untuk sangat cepat memproyeksikan apa yang diinstruksikan agar leon tetap hidup. Pada adegan tersebut, pemain harus terus mengikuti instruksi-instruksi tombol yang ada sampai dengan selesainya adegan yang sudah di skenariokan.

Contok instruksi keputusan yang harus diambil oleh pemain

Gambar Leon vs Krauser Knife Fight Cutscene.

Softskill Pengantar Teknologi Game

Sumber gambar :

http://www.supercheats.com/guides/god-of-war-2/images/1-stunnedcolossus.jpg

https://www.youtube.com/watch?v=FbzDQqx4p-o

BAB 4 Pengambilan Keputusan

Pengambilan keputusan dalam pembuatan game

Didalam sebuah game, tidak akan seru jika didalam game tersebut tidak ada tantangan yang harus dihadapkan kepada pemain. Selain untuk mengundang keseruan didalam game yang sedang dimainkan, tantangan juga akan membuat para pemainnya untuk berfikir tindakan apa yang harus dilakukan oleh pemain agar aktor dalam game yang sedang dimainkan dapat lolos dari tantangan yang ada. Tantangan yang diberikan didalam game-pun tidak lepas dari algoritma-algoritma kecerdasan buatan yang mampu membuat keputusan sendiri apa yang harus dilakukan aktor musuh (aktor yang diperankan oleh algoritma itu sendiri). Algoritma-algoritma tersebut yang membuat tantangan menjadi sangat berpengaruh didalam sebuah game.

Terlepas dari algoritma-algoritma yang memberikan tantangan didalam game, para pemainpun harus mampu melawan algoritma tersebut dengan algoritmanya sendiri yang tentunya bukan algoritma buatan, melainkan dengan berbagai algoritma keputusan yang harus pemain ambil. Berbicara mengenai keputusan, dibawah ini tertulis dari berbagai ahli tentang definisi keputusan, berikut penjelasannya.

Pengertian Keputusan

        Menurut penulis, keputusan adalah penentuan tindakan dari fakta yang ada melalui sebuah perhitungan, perkiraan bahkan dari sebuah firasat. Keputusan diambil guna untuk menyelesaikan masalah yang ada yang akan berujung dengan sebuah konsekuensi entak itu konsekuensi mengntungkan ataupun merugikan.

Definisi keputusan menurut para ahli

      

      1.      Ralph C. Davis

Menurut Ralph C. Davis, Keputusan adalah hasil pemecahan masalah yang dihadapi dengan tegas. Suatu keputusan merupakan jawaban yang pasti terhadap suatu pertanyaan. Keputusan harus bisa menjawab pertanyaan tentang apa yang dibicarakan dalam hubungannya dengan perencanaan. Keputusan bisa juga berupa tindakan terhadap pelaksanaan yang sangat menyimpang dari rencana semula.

      2.      Mary Follet

Menurut Mary Follet, Keputusan adalah suatu atau sebagai hukum situasi. Jika semua fakta dari situasi tersebut bisa didapatkannya dan semua yang terlibat, baik pengawas maupun pelaksana mau mentaati hukum ataupun ketentuannya, maka tidak sama dengan mentaati perintah. Wewenang tinggal dilaksanakan namun itu merupakan wewenang hukum situasi.

      3.      James A.F.Stoner

Menurut James A.F.Stoner, Keputusan adalah pemilihan di antara alternatif-alternatif. Definisi ini mengandung tiga pengertian, yakni:

-          Ada pilihan atas dasar logika atau pertimbangan.

-          Ada beberapa alternatif yang harus dan dipilih salah satu yang terbaik.

-          Ada tujuan yang ingin dicapai dan keputusan tersebut makin mendekatkan pada tujuan tertentu.

      4.      Prof. Dr. Prajudi Atmosudirjo, SH

Menurut Prof. Dr. Prajudi Atmosudirjo, SH, Keputusan adalah suatu pengakhiran dari proses pemikiran tentang suatu problem atau masalah untuk menjawab pertanyaan apa yang harus diperbuat guna mengatasi masalah tersebut dengan menjatuhkan pilihan pada suatu alternatif.

Definisi pengambilan keputusan

Menurut penulis, pengambilan keputusan adalah pemilihan tindakan yang akan dilakukan, digunakan atau diimplementasikan dari semua perhitungan, semua dari rekayasa perkiraan dan bahkan dari dilemanya saat memilih berdasarkan firasat yang dirasakan.

Definisi pengambilan keputusa menurut para ahli

      1.      G. R. Terry

Pengambilan keputusan dapat didefenisikan sebagai “pemilihan alternatif kelakuan tertentu dari dua atau lebih alternatif yang ada”.

  

      2.      Harold Koontz dan Cyril O’Donnel

Pengambilan keputusan adalah pemilihan diantara alternatif-alternatif mengenai sesuatu cara bertindak adalah inti dari perencanaan. Suatu rencana dapat dikatakan tidak ada, jika tidak ada keputusan suatu sumber yang dapat dipercaya, petunjuk atau reputasi yang telah dibuat.

      3.      Theo Haiman

Inti dari semua perencanaan adalah pengambilan keputusan, suatu pemilihan cara bertindak. Dalam hubungan ini kita melihat keputusan sebagai suatu cara bertindak yang dipilih oleh manajer sebagai suatu yang paling efektif, berarti penempatan untuk mencapai sasaran dan pemecahan masalah.

      4.      Drs. H. Malayu S.P Hasibuan

Pengambilan keputusan adalah suatu proses penentuan keputusan yang terbaik dari sejumlah alternative untuk melakukan aktifitas-aktifitas pada masa yang akan datang.

      5.      Chester I. Barnard

Keputusan adalah perilaku organisasi, berintisari perilaku perorangan dan dalam gambaran proses keputusan ini secara relative dan dapat dikatakan bahwa pengertian tingkah laku organisasi lebih penting dari pada kepentingan perorangan.

Berdasarkan penjelasan diatas dapat disimpulkan bahwa pengambilan keputusan adalah proses pemilihan alternatif solusi untuk masalah. Secara umum pengambilan keputusan adalah upaya untuk menyelesaikan masalah dengan memilih alternatif solusi yang ada.

Pengambilan keputusan dalam pembuatan game

Dalam pembuatan game, pengambilan keputusan mutlak harus diterapkan pada setiap aktor kecerdasan buatan maupun aktor yang akan dimainkan oleh pemain. Bedanya pada aktor yang dimainkan oleh kecerdasan buatan adalah keputusan-keputusan sudah ditanamkan melalui rangkaian program sesuai algoritma yang dipakai kemudian keputusan tersebut dijalankan sesuai dengan perhitungan yang juga sudah ditentukan, biasanya keputusan yang sudah ditanamkan pada aktor kecerdasan buatan berpengaruh pada agresifitas tingkah-lakunya yang juga sudah diatur lagi dalam sebuah tingkatan permainan yang ada dalam permainan yang dipilih.

Sedangkan pada keputusan-keputusan yang ditanamkan pada aktor pemain adalah keputusan yang sudah disediakan namun harus menggunakan pemicu terlebih dahulu agar keputusan tersebut dapat berjalan sesuai dengan kehendak pemain. Pemicu tersebut biasanya akan menjalankan keputusan yang disediakan hanya dengan menggerakan analog, menekan satu tombol atau, menekan urutan tombol ataupun dengan kombinasi tombol yang harus ditekan secara bersamaan. Biasanya keputusan yang sudah disediakan untuk pemain hanyalah memanipulasi gerakan atau refleksifitas dari aktor yang sedang dimainkan, biasanya keputusan tersebut terdapat didalam permainan petualangan aksi. Jadi hanya dengan gerakan yang menotonpun sudah menjadi sebuah keputusan yang menguntungkan bagi pemain yang memahami pola dari game yang dimainkan.

Untuk lebih memahami lagi tentang pengambilan keputusan dalam sebuah pembuatan game, ada baiknya kita juga membahasa beberapa jenis konsep pengabilan keputusan antara lain :

       -          Pohon keputusan.

       -          State Machine.

       -          Fuzzy Logic.

       -          Sistem Markov.

       -          Rule Base System.

Pertama, Pohon Keputusan

Definisi Pohon Keputusan

Menurut penulis, pohon keputusan adalah urutan perjalanan keputusan dari mulainya permasalahan sampai dengan konsekuensi yang akan dihadapi. Pohon Keputusan lebih menggambarkan bagan-bagan yang langsung memberikan perkiraan atau kepastian untuk hasil yang akan di capai nantinya.

Secara konsep, Pohon Keputusan merupakan salah satu teknik dari Analisis Keputusan (Decision Analysis). Terdapat banyak definisi teknis yang bisa ditemukan dalam berbagai sumber mengenai pohon keputusan karena beragamnya aplikasi pohon keputusan ini pada berbagai jenis proses dan industri yang berbeda-beda. Definisi yang paling sederhana mengenai apa itu Pohon Keputusan, adalah diagram analisis yang dapat membantu pengambil keputusan ketika menghadapi beberapa opsi dengan cara memproyeksikan hasil yang mungkin terjadi.  Pohon tersebut juga memperlihatkan faktor-faktor kemungkinan/ probablitas yang akan mempengaruhi alternatif-alternatif keputusan tersebut, disertai dengan estimasi hasil akhir yang akan didapat bila kita mengambil alternatif keputusan tersebut

Definisi teknis yang diambil dari beberapa buku Manajemen Operasional, bahwa Pohon Keputusan merupakan  “Model alternatif pilihan yang tersedia bagi pengambil keputusan, beserta kemungkinan konsekuensinya.” Pohon keputusan dapat digunakan saat membuat berbagai pilihan, mulai dari keputusan yang paling sederhana sampai yang sangat yang rumit. Konsep dari pohon keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan. Pohon keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain.

Keterangan: C = Situasi yang dapat dikontrol oleh pengambil keputusan; E = Situasi yang tidak dapat dikontrol oleh pengambil keputusan

Manfaat  dan Kelebihan Pohon Keputusan

Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk menyederhanakan proses pengambilan keputusan yang kompleks menjadi lebih sederhana sehingga pengambil keputusan akan lebih mudah menginterpretasikan solusi dari permasalahan

Terdapat beberapa keuntungan menggunakan pohon keputusan, di antaranya adalah:

- Menghilangkan perhitungan-perhitungan yang tidak dibutuhkan. Sample yang diuji hanya berdasarkan kriteria atau kelas tertentu.

-  Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik.

- Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon keputusan menghindari munculnya permasalahan dengan menggunakan kriteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.

-          Bersifat fleksibel, memilih fitur dari internal node yang berbeda, fitur yang terpilih akan membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional

Keterbatasan dan Kekurangan Pohon Keputusan

Seperti halnya alat bantu umumnya, pohon keputusan juga mempunyai kekurangan, antara lain:

                 -          Terjadi overlap dalam menggunakan kelas-kelas dan kriteria yang digunakan dalam jumlah besar. Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memori yang diperlukan.

                     -          Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon keputusan yang besar.

                       -          Kesulitan dalam mendesain pohon keputusan yang optimal.

-          Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat tergantung pada bagaimana pohon tersebut didesain.

Kedua, State Machine

Definisi State Machine

State machine adalah konsep yang digunakan dalam merancang program komputer atau logika digital. Ada dua jenis state machine: state machine yang terbatas dan tak terbatas. Yang pertama terdiri dari sejumlah keadaan, transisi, dan tindakan yang dapat dimodelkan dengan grafik aliran, di mana jalur logika dapat dideteksi ketika kondisi terpenuhi. Yang terakhir ini tidak praktis digunakan.

State machine adalah perangkat apa pun yang menyimpan status sesuatu pada waktu tertentu. Status berubah berdasarkan pada input, menyediakan output yang dihasilkan untuk perubahan yang diimplementasikan. State machine yang terbatas memiliki memori internal yang terbatas. Simbol masukan dibaca secara berurutan yang menghasilkan fitur output dalam bentuk antarmuka pengguna.

State machine diwakili dengan menggunakan diagram negara. Output state machine adalah fungsi dari input dan status saat ini. State machine memainkan peran penting dalam bidang-bidang seperti teknik elektro, linguistik, ilmu komputer, filsafat, biologi, matematika, dan logika. Mereka paling baik digunakan dalam pemodelan perilaku aplikasi, rekayasa perangkat lunak, desain perangkat keras sistem digital, protokol jaringan, kompiler, dan studi komputasi dan bahasa.

Pengoperasian state machine dimulai dari keadaan awal. Pada transisi yang sukses berakhir dalam keadaan menerima. Transisi berlangsung berdasarkan masukan yang diberikan. Keadaan saat ini tergantung pada status sistem sebelumnya. Jumlah negara yang terbentuk bergantung pada status memori yang tersedia. Transisi diaktifkan berdasarkan kondisi tertentu dan menunjukkan perubahan status. Suatu tindakan menggambarkan suatu aktivitas yang dilakukan pada saat tertentu. Berbagai jenis tindakan adalah aksi transisi, aksi input, aksi masuk, dan tindakan keluar.

Automata Deterministik memiliki tepat satu transisi di setiap negara untuk setiap masukan yang mungkin. Dalam automata non-deterministik, input negara mengarah ke satu, banyak, atau tidak ada transisi. State machine dengan hanya satu negara disebut state machine kombinatorial dan hanya menggunakan tindakan input.

Dua kelompok state machine yang berbeda adalah akseptor dan transduser. Akseptor menghasilkan output biner, berdasarkan apakah input diterima atau ditolak oleh mesin. Saat memproses input, jika keadaan saat ini menerima, input diterima. Kalau tidak, ditolak. Bahasa yang diterima oleh state machine disebut bahasa biasa. Status awal diwakili oleh panah yang menunjuknya dari mana saja, sementara negara yang diterima diwakili menggunakan lingkaran ganda. Transduser melayani output berdasarkan input yang diberikan, menggunakan tindakan. Mesin Moore dan Mealy adalah contoh transduser.

State machine bahasa pemodelan yang tidak dimodifikasi juga banyak digunakan karena keduanya memiliki karakteristik mesin Moore dan Mealy di dalamnya. Mereka termasuk konsep tambahan seperti daerah ortogonal dan negara-negara yang bersarang hierarkis.

Ketiga, Fuzzy Logic

Fuzzy logic jika di atau dalam bahasa Indonesia logika Fuzzy adalah teknik/ metode yang dipakai untuk mengatasi hal yang tidak pasti pada masalah – masalah yang mempunyai banyak jawaban. Pada dasarnya Fuzzy logic merupakan logika bernilai banyak/ multivalued logic yang mampu mendefinisikan nilai diantara keadaan yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.

Penalaran Logika Fuzzy memnyediakan cara untuk memahami kinerja system dengan cara menilai input dan output system dari hasil pengamatan. Logika Fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat. Fuzzy logic Pertama kali dikembangkan oleh Lotfi A. Zadeh tahun 1965.

Alasan Kenpa digunakan logika Fuzzy:

Karena konsep logika Fuzzy mudah dimengerti.

-          Logika Fuzzy fleksibel.

-          Logika Fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.

-          Logika Fuzzy dapat bekerja dengan teknik-teknik kendali secara konvensional.

-          Logika Fuzzy memiliki toleransi terhadap data-data yang tepat.

-          Logika Fuzzy didasarkan pada bahasa alami.

-          Logika Fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.

Keempat, Sistem Markov

ANALISIS MARKOV

Pengertian

Analisa Rantai Markov adalah suatu metode yang mempelajari sifat -sifat suatu variabel pada masa sekarang yang didasarkan pada sifat -sifatnya di masa lalu dalam usaha menaksir sifat-sifat variabel tersebut dimasa yang akan datang. Analisis Markov adalah suatu teknik matematik untuk peramalan perubahan pada variable-variabel tertentu berdasarkan pengetahuan dari perubahan sebelumnya.

Model Rantai Markov dikembangkan oleh seorang ahli Rusia A.A. Markov pada tahun 1896. Dalam analisis markov yang dihasilkan adalah suatu informasi probabilistik yang dapat digunakan untuk membantu pembuatan keputusan, jadi analisis ini bukan suatu teknik optimisasi melainkan suatu teknik deskriptif . Analisis Markov merupakan suatu bentuk khusus dari model probabilistik yang lebih umum yang dikenal sebagai proses Stokastik (Stochastic process).

Konsep dasar analisis markov adalah state dari sistem atau state transisi, sifat dari proses ini adalah apabila diketahui proses berada dalam suatu keadaan tertentu, maka peluang berkembangnya proses di masa mendatang hanya tergantung pada keadaan saat ini dan tidak tergantung pada keadaan sebelumnya, atau dengan kata lain rantai Markov adalah rangkaian proses kejadian dimana peluang bersyarat kejadian yang akan datang tergantung pada kejadian sekarang.

Jadi, Informasi yang dihasilkan tidak mutlak menjadi suatu keputusan, karena sifatnya yang hanya memberikan bantuan dalam proses pengambilan keputusan.

Syarat-Syarat Dalam Analisa Markov

Untuk mendapatkan analisa rantai markov ke dalam suatu kasus, ada beberapa syarat  yang harus dipenuhi yaitu sebagai berikut:

-          Jumlah probabilitas transisi untuk suatu keadaan awal dari sistem sama dengan 1.

-          Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam sistem.

-          Probabilitas transisi konstan sepanjang waktu.

-          Kondisi merupakan kondisi yang independen sepanjang waktu.

Penerapan analisa markov bisa dibilang cukup terbatas karena sulit menemukan masalah yang memenuhi semua syarat yang diperlukan untuk analisa markov, terutama persyaratan bahwa probabilitas transisi harus konstan sepanjang waktu (probabilitas transisi adalah probabilitas yang terjadi dalam pergerakan perpindahan kondisi dalam sistem).

Kelima, Rule Based System

Rule Based System (RBS) merupakan suatu sistem pakar yang menggunakan aturan-aturan untuk menyajikan pengetahuannya. Menurut Lusiani dan Cahyono [1], sistem berbasis aturan adalah suatu perangkat lunak yang menyajikan keahlian pakar dalam bentuk aturan-aturan pada suatu domain tertentu untuk menyelesaikan suatu permasalahan. RBS adalah model sederhana yang bisa diadaptasi ke banyak masalah. Namun, jika aturan terlalu banyak, pemeliharaan sistem akan rumit dan terdapat banyak kesalahan dalam kerjanya. 

Untuk membuat RBS, ada beberapa hal penting yang harus dimiliki:

1.      Sekumpulan fakta yang mewakili working memory. Ini dapat berupa suatu keadaan yang relevan dengan keadaan awal sistem bekerja.

2.      Sekumpulan aturan. Aturan ini mencakup setiap tindakan yang harus diambil dalam ruang lingkup permasalahan yang dibutuhkan.

3.      Kondisi yang menentukan bahwa solusi telah ditemukan atau tidak (non-exist). Hal ini berguna untuk menghindari looping yang tidak akan pernah berakhir.

Teori RBS ini menggunakan teknik yang sederhana, dimulai dengan dasar aturan yang berisi semua pengetahuan dari permasalahan yang dihadapi yang kemudian dikodekan ke dalam aturan if-then yang mengandung data, pernyataan dan informasi awal. Sistem akan memeriksa semua aturan kondisi if yang menentukan subset, set konflik yang ada. Jika ditemukan, maka sistem akan melakukan kondisi then. Perulangan ini akan terus berlanjut hingga salah satu atau dua kondisi bertemu, jika aturan tidak diketemukan maka sistem tersebut harus keluar dari perulangan (terminate).

Pendekatan

Untuk mengelola aturan, terdapat dua pendekatan yaitu: 

Forward Chaining :  aturan diproses berdasarkan sejumlah fakta yang ada, dan didapatkan konklusi sesuai dengan fakta-fakta tersebut. Pendekatan forward chaining disebut juga data driven.

Backward Chaining : diberikan target, kemudian aturan yang aksinya mengandungtarget di-trigger. Backward chaining ini cocok untuk menelusuri fakta yang masih belum lengkap, disebut juga goal driven.

Kelebihan dan Kekurangan

Berikut ini beberapa kelebihan yang dimiliki oleh RBS sebagaimana dijelaskan oleh Sasikumar dkk: 

a.                  Homogenitas

Karena memiliki sintaks yang seragam, makna dan interpretasi dari masing-masing aturan dapat dengan mudah dianalisis.

b.                  Kesederhanaan

Karena sintaks sederhana, mudah untuk memahami makna dari aturan. Ahli domain seringkali dapat memahami aturan tanpa penerjemahan yang eksplisit. Aturan sehingga dapat mendokumentasikan diri sampai batas yang baik.

c.                  Independensi

Ketika menambahkan pengetahuan yang baru tidak perlu khawatir tentang dimana aturan itu akan ditambahkan, atau apakah ada interaksi dengan aturan lainnya. Secara teori, setiap aturan adalah bagian independen dari pengetahuan tentang domain tersebut. Namun, dalam prakteknya, hal ini tidak sepenuhnya benar.

d.                  Modularitas

Independensi aturan mengarah ke modularitas dalam rule base. Prototipe sistem dapat diciptakan cukup cepat dengan membuat beberapa aturan. Hal ini dapat ditingkatkan dengan memodifikasi aturan berdasarkan kinerja dan menambahkanaturan baru.

Sedangkan beberapa kekurangan yang dimiliki oleh RBS antara lain:

-          Jika terlalu banyak aturan, sistem menjadi sulit dalam memelihara performance. 

-          Keterbatasan dalam memutuskan teknik yang digunakan untuk suatu masalah.

Softskill Pengantar Teknologi Game

Sumber :

https://www.sekolahpendidikan.com/2017/08/7-pengertian-keputusan-dan-pengambilan.html

http://www.robertmarbun.com/2016/03/31/pemecahan-masalah-pengambilan-keputusan-decision-making/

https://sharingaddicted.com/2017/10/pengambilan-keputusan-menggunakan-pohon-keputusan/

https://www.techopedia.com/definition/16447/state-machine

http://www.temukanpengertian.com/2013/08/pengertian-fuzzy-logic.html

http://sucisyaraswati.blogspot.co.id/2014/11/analisis-markov.html

http://danguna.blogspot.co.id/2013/07/rule-based-system-sistem-berbasis-aturan.html

Komputasi Grid

Pengantar Komputasi Modern

KOMPUTASI GRID

PENGERTIAN

Komputasi Grid adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar.

Grid computing merupakan cabang dari distributed computing. Grid komputer memiliki perbedaan yang lebih menonjol dan di terapakan pada sisi infrastruktur dari penyelesaian suatu proses. Grid computing adalah suatu bentuk cluster (gabungan) komputer-komputer yang cenderung tak terikat batasan geografi. Di sisi lain, cluster selalu diimplementasikan dalam satu tempat dengan menggabungkan banyak komputer lewat jaringan.

Ide awal komputasi grid dimulai dengan adanya distributed computing, yaitu mempelajari penggunaan komputer terkoordinasi yang secara fisik terpisah atau terdistribusi. Sistem terdistribusi membutuhkan aplikasi yang berbeda dengan sistem terpusat. Kemudian berkembang lagi menjadi parallel computing yang merupakan teknik komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan.

Grid computing menawarkan solusi komputasi yang murah, yaitu dengan memanfaatkan sumber daya yang tersebar dan heterogen serta pengaksesan yang mudah dari mana saja. Globus Toolkit adalah sekumpulan perangkat lunak dan pustaka pembuatan lingkungan komputasi grid yang bersifat open-source. Dengan adanya lingkungan komputasi grid ini diharapkan mempermudah dan mengoptimalkan eksekusi program-program yang menggunakan pustaka paralel. Dan Indonesia sudah menggunakan sistem Grid dan diberi nama InGrid (Inherent Grid). Sistem komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus dikembangkan sampai saat ini. InGrid ini menghubungkan beberapa perguruan tinggi negeri dan swasta yang tersebar di seluruh Indonesia dan beberapa instansi pemerintahan seperti Badan Meteorologi dan Geofisika.

KONSEP GRID COMPUTING

Beberapa konsep dasar dari grid computing :

1. Sumber daya dikelola dan dikendalikan secara lokal.
2. Sumber daya berbeda dapat mempunyai kebijakan dan mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh sistem batch berbeda, Sistem storage berbeda pada node berbeda, Kebijakan berbeda dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.
3. Sifat alami dinamis: Sumber daya dan pengguna dapat sering berubah
4. Lingkungan kolaboratif bagi e-community (komunitas elektronik, di internet)
5. Tiga hal yang di-sharing dalam sebuah sistem grid, antara lain : Resource, Network dan Proses. Kegunaan / layanan dari sistem grid sendiri adalah untuk melakukan high throughput computing dibidang penelitian, ataupun proses komputasi lain yang memerlukan banyak resource komputer. 

CARA KERJA GRID COMPUTING

Menurut tulisan singkat oleh Ian Foster ada check-list yang dapat digunakan untuk mengidentifikasi bahwa suatu sistem melakukan komputasi grid yaitu :

1. Sistem tersebut melakukan koordinasi terhadap sumberdaya komputasi yang tidak berada dibawah suatu kendali terpusat. Seandainya sumber daya yang digunakan berada dalam satu cakupan domain administratif, maka komputasi tersebut belum dapat dikatakan komputasi grid.
2. Sistem tersebut menggunakan standard dan protokol yang bersifat terbuka (tidak terpaut pada suatu implementasi atau produk tertentu). Komputasi grid disusun dari kesepakatan-kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk mewujudkan komputasi bersama dalam skala besar. Kesepakatan dan standar yang dibutuhkan adalah dalam bidang autentikasi, otorisasi, pencarian sumberdaya, dan akses terhadap sumber daya.
3. Sistem tersebut berusaha untuk mencapai kualitas layanan yang canggih, (nontrivial quality of service) yang jauh diatas kualitas layanan komponen individu dari komputasi grid tersebut.

Kemudian hal yang tidak boleh dilupakan adalah mengenai keberadaan dari elemen-elemen dari grid computing, elemen ini tidak bisa dilepaskan dari grid computing. Elemen grid computing adalah berikut :

1. Hardware
2. Software
3. Brainware

Dibalik kemudahan setiap komputasi yang sudah ada selama ini, maka ada kekurangan/kelemahan yang dimilikinya. Dibawah ini saya akan memberikan info mengenai kelebihan dan kekurangan apa saja yang dimiliki oleh grid computing ini :

1. Hardware dalam komputasi grid mencakup perangkat penyimpanan, prosesor, memori, jaringan, dan software yang di desain untuk mengelola hardware ini, misalnya database, manajemen penyimpan, manajemen sistem, server aplikasi, dan sistem operasi. Hardware pada grid komputing di atur secara lokal, dan hardware yang berbeda memiliki kebijakan dan cara kerja yang berbeda. Hardware dan user grid komputing sering bersifat dinamis tergantung penerapan grid tersebut.
2. Software merupakan suatu perangkat yang menghubungkan semua middleware-nya. Middleware itu sendiri adalah bagian dari software, yaitu lapisan sofware yang terletak antara sistem operasi dan aplikasi yang berfungsi sebagai penghubung komunikasi antar-objek dari sistem yang berbeda. Unsur-unsur dasar suatu middleware adalah keamanan (security), pengaturan sumber daya (resource management), pengaturan data (data management), dan layanan informasi (information services). Contoh beberapa middleware adalah Globus Toolkit, Gridbus, Microsoft’s COM/DCOM, Unicore, dan masih banyak contoh-contoh middleware lainnya.
3. Brainware dalam komputasi grid hanya meliputi pemelihara dan pemakai grid. Dahulu grid computing cenderung hanya di pakai oleh para ilmuan untuk kepentingan ilmiah. Pada saat itu memang ekspose terbesar lebih banyak pada proyek-proyek sains, seperti riset genetika, fisika dan yang paling terkenal adalah proyek SETI ( Search for Extra Terrestrial Intelligence ) atau riset pencari kehidupan di luar bumi. Hal ini memunculkan persepsi bahwa teknologi komputasi grid ini sulit di terima di kalangan non-ilmuan, terutama di kalangan bisnis. Namun, sekarang penerapan komputasi grid telah merambah penggunaanya bukan hanya pada proyek sains saja. Bahkan baru-baru ini, teknologi grid computing telah di kenalkan pada dunia enterpreneur dan mendapat banyak respon positif. Orang yang memelihara dan menggunakan teknologi grid computing ini, berdasarkan penelitian penggunaannya akan meluas pada:

• jaringan penelitian publik bagi para peneliti dan ilmuan;
• layanan (service), artinya grid computing tidak lagi hanya bersifat komputasional;
• berbagai institusi keuangan, seperti perbankan;
• Service Oriented Architecture (SOA), yaitu enkapsulasi sekumpulan aplikasi sebagai interface tunggal yang dapat di rekonfigurasi.

KELEBIHAN DAN KEKURANGAN CLOUD COMPUTING

1. Penggunaan Grid Computing System untuk perusahaan-perusahaan akan banyak memberikan manfaat, baik manfaat secara langsung maupun tidak langsung. Beberapa manfaat tersebut antara lain :
2. Grid computing menjanjikan peningkatan utilitas, dan fleksibilitas yang lebih besar untuk sumberdaya infrastruktur, aplikasi dan informasi. Dan juga menjanjikan peningkatan produktivitas kerja perusahaan.
3. Grid computing bisa memberi penghematan uang, baik dari sisi investasi modal maupun operating cost–nya.
4. Dan beberapa hambatan yang dialami oleh masyarakat Indonesia dalam mengaplikasikan teknologi grid computing adalah sebagai berikut :
5. Manajemen institusi yang terlalu birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yan lebih besar bagi masyarakat luas.
6. Masih sedikitnya Sumber Daya Manusia yang kompeten dalam mengelola grid computing. Contonhya kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari grid computing itu sendiri.

CONTOH GRID COMPUTING

A) Scientific Simulation

Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks.

B) Medical Images

Penggunaan data grid dan komputasi grid untuk menyimpan medical-image. Contohnya adalah eDiaMoND project.

C) Computer-Aided Drug Discovery (CADD)

Komputasi grid digunakan untuk membantu penemuan obat. Salah satu contohnya adalah: Molecular Modeling Laboratory (MML) di University of North Carolina (UNC).

D) Big Science

Data grid dan komputasi grid digunakan untuk membantu proyek laboratorium yang disponsori oleh pemerintah Contohnya terdapat di DEISA.

E) E-Learning

Komputasi grid membantu membangun infrastruktur untuk memenuhi kebutuhan dalam pertukaran informasi dibidang pendidikan. Contohnya adalah AccessGrid.

F) Visualization

Komputasi grid digunakan untuk membantu proses visualisasi perhitungan yang rumit.

G) Microprocessor design

Komputasi grid membantu untuk mengurangi microprocessor design cycle dan memudahkan design center untuk membagikan resource lebih efisien. Contohnya ada diMicroprocessor Design Group at IBM Austin.

PERBEDAAN GRID & CLOUD COMPUTING

Komputasi grid di mana lebih dari satu komputer koordinat untuk memecahkan masalah bersama. Sering digunakan untuk masalah yang melibatkan banyak nomor berderak, yang dapat dengan mudah parallelisable.

Cloud computing adalah di mana aplikasi tidak mengakses sumber daya memerlukan langsung, melainkan mengakses mereka melalui sesuatu seperti layanan. Jadi, bukannya berbicara dengan hard drive khusus untuk penyimpanan, dan CPU khusus untuk perhitungan, dll itu berbicara untuk beberapa layanan yang menyediakan sumber daya tersebut. Layanan ini kemudian memetakan setiap permintaan untuk sumber daya untuk sumber daya fisik, dalam rangka untuk menyediakan aplikasi. Biasanya layanan memiliki akses ke sejumlah besar sumber daya fisik, dan dinamis dapat mengalokasikan mereka seperti yang diperlukan.

Dengan cara ini, jika aplikasi membutuhkan hanya sejumlah kecil dari beberapa sumber, mengatakan perhitungan, maka layanan hanya mengalokasikan sedikit, mengatakan pada CPU fisik tunggal (yang dapat dibagi dengan beberapa aplikasi lain yang menggunakan layanan). Jika aplikasi membutuhkan sejumlah besar beberapa sumber daya, maka layanan mengalokasikan bahwa jumlah besar, mengatakan grid CPU. Aplikasi ini relatif tidak menyadari ini, dan semua penanganan yang kompleks dan koordinasi dilakukan oleh layanan, tidak aplikasi. Dengan cara ini aplikasi dapat skala dengan baik.

Misalnya sebuah situs web yang ditulis "di awan" mungkin berbagi server dengan banyak situs web lain sementara ia memiliki jumlah rendah lalu lintas, tetapi dapat pindah ke dedicated server sendiri, atau grid server, jika pernah memiliki sejumlah besar lalu lintas. Ini semua ditangani oleh layanan cloud, sehingga aplikasi tidak harus dimodifikasi secara drastis untuk mengatasi. Awan biasanya akan menggunakan grid. Sebuah grid tidak selalu awan atau bagian dari awan.

Sumber :

wikepedia.com

http://nasyasora.blogspot.com/

https://madluke.wordpress.com/2011/04/15/grid-computing/

http://stackoverflow.com/questions/1067987/what-is-the-difference-between-cloud-computing-and-grid-computing