7

BAB 2

LANDASAN TEORI

2.1 Artificial Intelligence

Artificial Intelligence dapat diartikan menjadi kecerdasan buatan, yang mana

pada prosesnya berarti membuat, atau mempersiapkan, mesin seperti komputer agar

memiliki sebuah intelligence atau kecerdasan berdasarkan perilaku manusia.

Artificial Intelligence pada dasarnya bertujuan untuk membuat komputer

melaksanakan suatu perintah, yang dapat dilakukan oleh manusia. Salah satu bagian

dari artificial intelligence adalah sistem pakar.

Sistem pakar adalah sebuah sistem komputer atau perangakat lunak yang

memungkinkan komputer untuk memecahkan masalah pada bidang tertentu,

menggunakan penalaran inferensi menyerupai seorang pakar dalam memecahkan

masalah. Sistem pakar mengadopsi kepakaran dari sebuah subyek sebagai dasar

pertimbanagan dan pengetahuannya.

Bab ini dapat dikelompokkan atas teori-teori mengenai artificial intelligence,

sistem pakar, aplikasi berbasis web, dan gambaran umum akan wisata bahari, serta

gambaran umum akan rekreasi diving di Indonesia.

8

Dalam hal ini, terdapat beberapa pengertian dari kecerdasan buatan, antara

lain:

Kecerdasan buatan merupakan ilmu yang mempelajari bagaimana membuat

sebuah komputer dapat mengerjakan sesuatu yang masih lebih baik dikerjakan

manusia (Rich dan Knight, 1991, p 3).

Kecerdasan buatan merupakan solusi berbasis komputer terhadap masalah

yang ada, yang menggunakan aplikasi yang mirip dengan proses berpikir menurut

manusia (Rolston, 1988, p 15).

Kecerdasan buatan dapat didefinisikan sebagai cabang sains komputer yang

mempelajari otomisasi tingkah laku cerdas (Setiawan, 1993, p 1).

Artificial Intelligence atau kecerdasan buatan adalah cabang ilmu komputer

yang mempelajari bagaimana komputer melakukan hal-hal yang pada saat yang sama

orang mengejakannya lebih baik (Turban, 1995, p 422).

Artificial intelligence adalah subdivisi dari ilmu komputer untuk membuat

perangkat keras dan piranti lunak komputer sebagai usaha untuk memperoleh hasil

seperti yang dihasilkan oleh manusia (Turban, 1992, p 4).

Menurut (Turban, 1995, p 452 - 456), artificial intelligence memiliki banyak

bidang terapan, yaitu:

1. Expert System (sistem pakar)

2. Natural Language Processing (pemrosesan bahasa alamiah)

3. Computer Vision and Scene Recognition

4. Intelligence Computer Aided Instruction

5. Speech (voice) Understanding

9

6. Robotics and Sensory System

Dapat diambil kesimpulan dari beberapa paragraf diatas bahwa, kecerdasan

buatan (artificial intelligence) adalah suatu metode untuk membuat sebuah komputer

dapat memiliki kecerdasan dan dapat berpikir layaknya manusia dalam mencari jalan

keluar suatu permasalahan, dan membagi proses-proses pemikiran tersebut menjadi

sebuah langkah dasar pemecahan masalah.

2.2 Sistem Pakar

Terdapat beberapa pengertian atas sistem pakar, antara lain:

Sistem pakar adalah suatu sistem berbasis ilmu pengetahuan yang

menyediakan solusi-solusi dengan kualitas pakar untuk masalah-masalah dalam suatu

bidang yang spesifik (Setiawan, 1993, p 265).

Sistem pakar merupakan program komputer yang dirancang untuk membuat

model kemampuan pemecahan masalah dari seorang manusia yang pakar (Durkin,

1994, p 7).

Sistem pakar adalah suatu sistem komputer yang dirancang agar dapat

melakukan penalaran layaknya seorang pakar atau ahli pada suatu bidang keahlian

tertentu (Turban, 1993, p 74).

Sistem pakar adalah suatu sistem komputer yang mengambil sifat

pengetahuan dari manusia untuk menyelesaikan suatu masalah yang spesifik dan

berfungsi sebagai asisten dari ahli itu sendiri (Turban, 1995, p 74).

Sistem pakar adalah sistem yang membutuhkan dasar pengetahuan yang baik,

yang dibangun seefisien mungkin. Sistem ini memerlukan satu atau lebih mekanisme

10

penalaran untuk menerapkan pengetahuan terhadap maslah yang dihadapi. Setelah itu

dibutuhkan suatu mekanisme penalaran untuk menerapkan pengetahuan pada

permasalahan yang ada (Rich dan Knight, 1991, p 547).

Sistem pakar adalah sebuah piranti lunak komputer yang memilki basis

pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi

menyerupai seorang pakar dalam memcahkan masalah (Azis, 1993, p 3).

Kelebihan sistem pakar dibandingkan dengan manusia dapat terlihat pada tabel 2.1

Table 2.1 Perbedaan manusia dengan sistem

Manusia / pakar Sistem pakar • Memiliki batas (umur) • Ilmu pengetahuan sulit di transfer • Dipengaruhi oleh situasi dan emosi • Biaya tinggi

• Tidak memiliki batasan waktu • Mudah ditransfer • Tidak terpengaruh oleh emosi • Relatif

Sistem pakar dikembangkan oleh komunitas intelegensia buatan pada

pertengahan 1960-an. Pada periode ini penelitian tentang intelegensia semu sangat

mendominasi, sehingga menghasilkan sistem pakar.

2.2.1 Konsep Dasar

Konsep dasar sistem pakar mengandung: keahlian, ahli, inferensi, aturan, dan

kemampuan menjelaskan (Kusumadewi, 2003, p 111).

Keahlian adalah suatu kelebihan penguasaan pengertahuan di bidang tertentu

yang diperoleh dari pelatihan, membaca, atau pengalaman. Contoh bentuk

pengetahuan yang termasuk keahlian adalah:

• Fakta-fakta pada lingkup permasalahan tertentu.

11

• Teori-teoi pada lingkup permasalahan tertentu.

• Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup

permasalahan tertentu.

• Strategi-strategi global untuk memecahkan masalah.

• Meta knowledge (pengetahuan tentang pengetahuan).

Bentuk-bentuk ini memungkinkan para ahli untuk mengambil keputusan lebih

cepat dan lebih baik daripada seseorang yang bukan ahli.

Seorang ahli atau pakar adalah orang yang mampu menjelaskan sebuah

tanggapan, mempelajari hal-hal baru seputar topik permasalahan (domain), menyusun

kembali dasar pengetahuan bila dirasa perlu, memecah aturan-aturan jika dibutuhkan,

dan menentukan relativitas kepakaran mereka.

Pengalihan kemampuan seorang pakar ke dalam mesin, atau komputer, untuk

kemudian dialihkan lagi ke orang awam, atau bukan pakar, merupakan tujuan utama

dari sistem pakar. Proses ini membtuhkan 4 aktifitas, yaitu:

• Penambahan pengetahuan (dari para ahli atau sumber-sumber lainnya),

• Representasi pengetahuan (ke mesin),

• Inferensi pengetahuan,

• Pengalihan pengetahuan ke user.

Pengetahuan yang disimpan di komputer disebut dengan nama knowledge

base (basis pengetahuan), yaitu:

• Fakta,

• Rule (aturan-aturan prosedural).

12

Salah satu fitur yang harus dimliki oleh sistem pakar adalah kemampuan

untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan

sudah tersedia program yang mampu mengakses basis data, maka komputer harus

dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk

mesin inferensi (inference engine).

Sebagian besar sistem pakar konvensional dibuat dalam bentuk rule-based

sistem, yang mana pengetahuannya di simpan dalam bentuk aturan-aturan. Aturan

tersebut biasa berbentuk IF-THEN.

Fitur lainnya dalam sistem pakar adalah kemampuan merakomendasi.

Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional.

Perbandingan antara sistem pakar dengan sistem konvensional dapat dilihat pada

tabel di bawah ini.

13

Tabel 2.2 Sistem konvensional vs. sistem pakar

Sistem Konvensional Sistem Pakar

Informasi dan pemrosesannya biasanya jadi

satu dengan program

Basis pengetahuan merupakan bagian dari

mekanisme inferensi

Biasanya tidak bisa menjelaskan mengapa

suatu input data itu diperlukan, atau

bagaimana output diperoleh

Penjelasan adalah bagian terpenting dari

sistem pakar

Pengubahan program cukup sulit dan

membosankan

Pengubahan aturan dapat dilaksanakan

dengan mudah

Sistem hanya akan beroprasi jika sistem

tersebut sudah lengkap

Sistem dapat beroperasr hanya dengan

beberapa aturan

Eksekusi dilakukan langkah demi langkah Eksekusi dilakukan pada seluruh basis

pengetahuan

Menggunakan data Menggunaka pengetahuan

Tujuan utamanya adalah efisiensi Tujuan utamanya adalah efektifitas

2.2.2 Ciri-ciri dan Karakteristik Sistem Pakar

Ciri-ciri sistem pakar menurut Azis (1994, p 4), adalah sebagai berikut:

• Terbatas pada domain tertentu

• Dapat memberikan solusi untuk data-data yang tidak lengkap

• Dapat mengemukakan rangkaian-rangkaian alasan yang diberikan

dengan cara yang mudah dipahami

14

• Berdasarkan pada kaidah atau rule tertentu

• Dirancang untuk dapat dikembangkan secara bertahap

• Pengetahuan dan mekanisme inferensi yang jelas terpisah

• Sistem dapat mengaktifkan kaidah secara searah yang sesuai,

dituntun oleh pemakai dengan dialog.

Karakteristik sistem pakar sangat ideal untuk memecahkan masalah-

masalah yang tidak terstruktur dan prosedur pemecahannya tidak umum diketahui.

2.2.3 Keuntungan dan Kelemahan Sistem Pakar

Setiap sistem pada komputer sudah seharusnya memiliki beberapa

keuntungan. Keuntungan pada tiap-tiap sistem mungkin berbeda stu sama lain.

Walaupun begitu, keuntungan dari sistem tersebutlah yang mendukung pemilihan

penggunaan sebuah sistem untuk diimplementasikan dalam sebuah program.

Walaupun begitu tiap sistem tak juga lepas dari kelemahan. Kelemahan

sistem tidak seharusnya menjadi sesuatu yang ditakuti, melainkan sesuatu yang harus

di benahi.

2.2.3.1 Keuntungan Sistem pakar

Secara garis besar, manfaat yang dapat diambil dengan adanya sistem

pakar adalah antara lain:

• Memungkinkan orang awam untuk mengejakan pekerjaan seorang pakar

• Bisa melakukan pekerjaan berulang secara otomatis

• Menyimpan pengetahuan dan keahlian para pakar

15

• Meningkatkan output dan produktivitas

• Memiliki kemampuan untuk mengakses pengetahuan

• Memiliki reliabilitas

• Meningkatkan kepabiltas komputer

• Memiliki kemampuan bekerja dengan sistem informasi yang tidak lengkap

dan mengandung ketidak pastian

• Sebagai media pelengkap dalam penelitian

• Meningkatkan kepabilitas dalam meneyelesaikan masalah

• Menghemat waktu dalam pengambiln keputusan.

2.2.3.2 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki

beberapa kelemahan, diantaranya:

• Biaya yang diperlukan untuk memeliharanya sangat mahal

• Sulit dikembangkan. Hal ini tentu saj erat kaitannya dengan ketersediaan

pakar di bidangnya

• Sistem pakar tidak benilai 100%, domain kepakaranya sangat terbatas.

2.2.4 Bentuk Sistem Pakar

• Berdiri sendiri. Sistem pakar jenis ini merupakan sistem pakar yang tidak

tergantung pada software lainnya.

• Tergabung. Sistem pakar jenis ini merupakan bagian program yang

terkandung didalam suatu algoritma (konvensional), atau merupakan

16

program dimana didalamnya memanggil algoritma subrutin lain

(konvensional).

• Menghubungkan ke software lain. Bentuk ini biasanya merupakan sistem

pakar yang menghubungkan ke suatu oaket tertentu, misalnya DBMS.

• Sistem mengabdi. Sistem pakar yang merupakan bagian dari komputer

khusus yang dihubungkan dengan suatu fungsi terstentu. Misalnya sistem

pakar yang digunakan untuk membantu menganilisis data radar.

2.2.5 Penggolongan Masalah dalam Sistem Pakar

Ada beberapa masalah yang menjadi area luas sistem pakar, antara lain:

• Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk

diantaranya: pengawsan, pengenalan citra, analisis citra, interpretasi sinyal

dan beberapa analisis kecerdasan.

• Prediksi. Termasuk diantaranya: peramalan, prediksi demografis,

perama;an ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran,

atau peramalan keuangan.

• Diagnosis. Termasuk diantaranya: medis, elektronis, mekanis, dan

diagnosis perangkat lunak.

• Perancangan. Termasuk diantaranya: layout sirkuit dan perancangan

bangunan.

• Perencanaan. Termasuk diantaranya: perencanaan keuangan, militer,

komunikasi, pengembangan produk, routing, dan manajemen proyek.

• Monitoring. Misalnya: computer-aided monitoring systems

17

• Debugging, memberikan jalan keluar dari suatu kesalahan.

• Perbaikan.

• Instruksi. Melakukan instruksi untuk diagnosis, debugging, dan perbaikan

kerja.

• Kontrol. Melakukan kontrol terhadap interpretasi, prediksi, perbaikan, dan

monitoring kelakuan sistem.

2.2.6 Arsitektur Sistem Pakar

Menurut Firebough, sistem pakar memiliki empat bagian penting yang

digambarkan seperti terlihat pada Gambar 2.1.

18

Basis Pengetahuan (Knowledge Base)

Gambar 2.1 Komponen Sistem Pakar

Keempat bagian tersebut adalah sebagai berikut:

• Tampilan pengguna (User Interface):

Tampilan pengguna memungkinkan penggunaberkomunikasi

dengan sistem pakar melalui papan tombol ataupun layar monitor. Monitor

menampilkan pertanyaan-pertanyaan dan kesimpulan dari suatu masalah.

• Mesin inferensi (Inference Engine):

Tampilan Pengguna (user interface)

Basis Aturan

Basis Informasi

Mesin Inferensi (inference engine)

19

Mesin inferensi ini berisi ‘kecerdasan’ dari suatu sistem pakar.

Mesin ini membuat keputusan untuk memecahkan masalah berdasarkan

aturan yang berasal dari basis aturan.

• Basis pengetahuan (Knowledge Base):

Basis pengetahuan terdiri atas basis aturan dan basis informasi.

Basis aturan terdiri dari blok aksi, blok aturan, dan blok pertanyaan. Blok

aksi menghasilkan perintah untuk mencari penyelesaian. Blok pertanyaan

menghasilkan pertanyaan-pertanyaan kepada user bila di perlukan oleh

sistem pakar untuk menghasilkan kesimpulan. Blok aturan membantu

sistem pakar memilih pertanyaan yang akan ditanyakan dan bagaimana

menggunakan untuk kemudian diteruskan ke blok aksi

• Basis informasi

Basis informasi biasanya terdiri dari kumpulan informasi yang

membentuk kesimpulan atau pemecahan masalah. Basis informasi dapt

beruapa data, file ASCII

Secara umum keempat bagian dari sistem pakar menjelaskan fungsinya

sebagai berikut: tampilan pengguna dapat digunakan untuk memasukan informasi

agar dapat dikenal oleh basis pengetahuan., dan di putuskan oleh mesin inferensi

bagaimana menyelesaikan masalah ini, lalu pada akhirnya, pengguna akan di suguhi

hasil output yang di tampilkan melalui tampilan antar muka.

20

2.2.6.1 Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan inti program sistem pakar, dimana basis

pengetahuan ini merupakan representasi pengetahuan (knowledge representation) dari

seorang pakar (Azis, 1994, p 6).

Basis pengetahuan mengadung fakta-fakta berupa rule yang merupakan

informasi yang diperlukan dalam membangun berbagai fakta baru. Dari fakta yang

sudah diketahui, agar mudah dimengerti, prosedur dan hubungan penerapan fakta satu

sama lain akan diterapkan pada pemecahan masalah dan pengambilan keputusan,

selain itu, basis pengetahuan merupakan hasil representasi dari pengetahuan yang

dimiliki oleh satu atau beberapa orang pakar.

Hampir semua basis pengetahuan terfokus pada suatu masalah khusus.

Penerapan basis pengetahuan dalam sebuah sistem akan memberikam kemampuan

baru pada komputer untuk berpikir, menalar, dan membuat inferensi (mengambil

keputusan berdasarkan pengalaman), seta membuat pertimbangan-pertimbangan yang

didasarkan kepada fakta yang terkandung dalam basis pengetahuan tersebut.

Menurut Turban (1992, p 170-187), terdapat beberapa cara dalam

merepresentasikan pengetahuan, antara lain:

2.2.6.1.1 Logika Preposional

21

Salah satu tipe yang tertua dan sederhana dari formal logic adalah

syllogism. Dengan kata lain, formal logic lebih erat hubungannya dengan

pernyataan sintaks di bandingkan dengan semantik. Dalam proposional logik,

menggunakan simbol dalam merepresentasikan berbagai preposisi, premis, atau

konklusi. Contoh dari pernyataan diatas adalah sebagai berikut:

Pernyataan A: Jika cuaca mendung maka akan hujan.

Pernyataan B: Cuaca cerah.

Kesimpulan: Tidak akan terjadi hujan.

2.2.6.1.2 Logika Predikat

Misalkan diketahui fakta seperti berikut ini:

• Andi adalah seorang laki-laki : A

• Anto adalah seorang laki-laki : B

• Amir adalah seorang laki-laki : C

• Budi adalah seorang laki-laki : D

• Agus adalah seorang laki-laki : E

Jika kelima fakta tersebut dinyatakan dengan menggunakan preposisi,

maka akan terjadi pemborosan, dimana beberapa pernyataan dengan predikat

yang sama akan dibuat dalam preposisi yang berbeda.

Logika predikat digunakan untuk merpresentasikan hal-hal yang tidak

dapat direpresentasikan dengan menggunakan logika preposisi. Pada logika

predikat, kita dapat merepresentasikan fakta-fakta sebagai suatu pernyataan yang

di sebut dengan wff (well-formed formula).

22

Pada contoh diatas, dapat dituliskan:

Laki2(x)

Dimana x adalah variabel yang dapat di subsitusikan dengan: Andi,

Anto, Amir, Budi, Agus.

2.2.6.1.3 Jaringan Semantik

Jaringan semantik merupakan gambaran pengetahuan grafis yang

menunjukan hubungan anyar berbagai objek. Jaringan sematik terdiri dari

lingkaran- lingkaran yang menunjukan obyek dan informasi tentang obyek-obyek

tersebut. Obyek disini bisa berupa benda atau peristiwa.Antara 2 obyek

dihubungkan oleh arc yang menunjukan hubungan antar objek.

Salah satu kelebihan dari jaringan semantik adalah bisa mewariskan.

Sebagai contoh pada gambar 2.2 ada garis yang menghubungkan antara JOE

dengan BOY (laki-laki) ke HUMAN BEING (makhluk hidup). Sehingga apabila

ada pertanyaan: Apakah JOE adalah HUMAN BEING (makhluk hidup)? Maka

kita bisa merunut garis dari HUMAN BEING (makhluk hidup), kemudian ke

BOY(laki-laki), dan akhirnya ke JOE. Sehingga terbukti bahwa JOE adalah

HUMAN BEING (makhluk hidup).

Sistem jaringan semantik ini selalu tergantung pada masalah yang

akan dipecahkan. Jika masalah itu bersifat umum, maka hanya memerlukan

23

sedikit rincian. Jika ternyata masalah itu banyak melibatkan hal-hal lain, maka

didalam jaringan awalnya diperlukan penjelasan yang lebih rinci lagi.

Gambar 2.2 Contoh jaringan semantik

2.2.6.1.4 Naskah (Script)

Script adalah skema representasi pengetahuan yang sama dengan

frame, yaitu merepresentasikan pengetahuan berdasarkan karakteristik yang sudah

dikenal sebagai pengalaman-pengalaman. Perbedaanya, frame menggambarkan

obyek sedangkan script menggambarkan urutan peristiwa. Dalam

menggambarkan urutan peristiwa, script menggunakan slot yang berisi informasi

tentang orang, obyek, dan tindakan-tindakan yang terjadi dalam suatu peristiwa.

Elemen-elemen script meliputi:

• Kondisi input, yaitu kondisi yang harus dipenuhi sebelum terjadi atau

berlaku suatu peristiwa dalam script.

• Track, yaitu variasi yang mungkin terjadi dalam suatu script

• Prop, yaitu peran pendukung yang dimainkan dalam peristiwa

24

• Role, yaitu peran yang dimainkan oleh seseorang dalam peristiwa

• Scene, yaitu adegan yang dimainkan menjadi bagian dari suatu peristiwa.

• Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam script terjadi

Berikut ini adalah contoh script kejadian yang ada di “Ujian Akhir”:

Jalur (Track): Ujian tertulis matakuliah kecerdasan buatan

Role (Peran): Mahasiswa, pengawas

Prop (Pendukung): Lembar soal, lembar jawab, presensi, pena, dll

Kondisi input: Mahasiswa terdaftar untuk mengikuti ujian

Adegan – 1: Persiapan pengawas

• Pengawas menyiapkan lembar soal

• Pengawas menyiapkan lembar jawab

• Pengawas menyiapkan lembar presensi

Adegan – 2: Mahasiswa masuk ruangan

• Pengawas mempersilahkan mahasiswa masuk

• Pengawas membagikan lembar soal

• Pengawas membagikan lembar jawab

• Pengawas memimpin do’a

Adegan – 3: Mahasiswa mengerjakan soal ujian

• Mahasiswa menuis identitas di lembar jawab

• Mahasiswa menandatangani lembar jawab

• Mahasiswa mengerjakan soal

• Mahasiswa mengecek jawaba

Adegan – 4: Mahasiswa telah selesai ujian

25

• Pengawas mempersilahkan mahasiswa keluar ruangan

• Mahasiswa mengumpulkan kembali lembar jawab

• Mahasiswa keluar ruangan

Adegan – 5: Pengawas mengemasi lembar jawab

• Pengawas mengurutkan lembar jawab

• Pengawas mengecek lembar jawab dan presensi

• Pengawas meninggalkan ruangan

Hasil:

• Mahasiswa merasa senang dan lega

• Mahasiswa merasa kecewa

• Mahasiswa pusing

• Mahasiswa memaki-maki

• Mahasiswa sangat bersyukur

2.2.6.1.5 List

List adalah daftar tertulis dari item-item yang berhubungan. Bisa

berupa daftar orang yang anda kenal, barang-barang yang harus dibeli di pasar

swalayan, hal-hal yang harus dilakukan minggu in, atau produk-produk dalam

suatu katalog. Representasi pengetahuam dengan list dapat dilihat pada gambar

2.3.

26

Gambar 2.3 Representasi Pengetahuan dengan List

2.2.6.1.6 Tabel Keputusan

Tabel keputusan adalah pengetahuan yang ditulis dalam format lembar

kerja (spreadsheet), menggunakan kolom dan garis. Representasi pengetahuan

dengan tabel dapat dilihat pada tabel 2.3.

27

Tabel 2.3 Representasi Pengetahuan dengan Tabel (Turban dan Frenzel, 1992, p 182)

2.2.6.1.7 Pohon Keputusan

Pohon keputusan adalah tree yang berhubungan dengan tabel

keputusan dan sering digunakan dalam analisis sistem (bukan sistem kecerdasan

buatan). Representasi pengetahuan dengan tree dapat dilihat pada gambar 2.4.

Gambar 2.4 Representasi Pengetahuan dengan Tree

28

2.2.6.1.8 Objects, Atribut, dan Values

Salah satu cara yang paling umum untuk merepresentasikan

pengetahuan adalah menggunakan objects, attribute, dan values (O-A-V Triplets).

Objects dapat berupa fisik atau koseptual. Attribute adalah karakteristik dari

objects. Values adalah ukuran spesifik dari attribute dalam situasi tertentu.

Representasi pengetahuan menggunakan O-A-V triplets dapat dilihat

pada gambar 2.5.

Gambar 2.5 Representatif O-A-V

2.2.6.1.9 Frame

Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu,

peristiwa, lokasi, situasi, dll. Frame memiliki slot yang menggambatkan rincian

(attribute) dan karakteristik obyek. Frame biasanya digunakan untuk

merepresentasikan pengetahuan yang didasarkan pada karakteristik yang sudah

dikenal, yang merupakan pengalaman-pengalaman. Dengan menggunakan frame,

sangatlah mudah membuat inferensi tentang obyek, peristiwa, atau situasi baru,

karena frame menyediakan basis pengetahuan yang di tarik dari pengetahuan.

Berikut adalah contoh deskripsi frame untuk kamar hotel:

29

Kamar HotelSpesialisai dari : kamarTempat : hotelIsi : kursi hotel, telpon hotel, ranjang hotel

Kursi HotelSpesialisasi dari : kursiTinggi : 20-40 cmJumlah kaki : 4Kegunaan : tempat duduk

Telepon HotelSpesialisasi dari : teleponKegunaan : memanggil pelayan kamarPembayaran : melalui kamar

KasurSuperkelas : bantalPenetapan : perusahaan

Ranjang HotelSpesialisasi dari : ranjangKegunaan : tempat tidurBagian : kasur

Gambar 2.6 Contoh Frame

Pada gambar 2.6 menunjukan frame kamar hotel. Frame tersebut

memiliki 3 slot, yaitu ranjang hotel, kursi hotel, dan telepon hotel. Ada beberapa

slot yang bernilai tetap, ada pula yang tidak tetap (prosedural). Slot yang bernilai

tetap misalkan kasur. Jenis slot lainnya bersifat prosedural, artinya slot yang

memungkinkan penambahan informasi baru yang ditambahkan pada atura IF.

2.2.6.1.10 Sistem Produksi

Sistem produksi secara umum terdiri dari komponen-komponen

sebagai berikut (gambar 2.7):

• Ruang keadaan, yang berisi keadaan awal, tujuan dan kumpulan aturan

yang digunakan untuk mencapai tujuan.

• Strategi kontrol, yang berguna untuk mengarahkan bagaimana pencarian

akan berlangsung dan mengendalikan arah eksplorasi.

30

Gambar 2.7 Contoh Sistem Produksi

Sistem produksi ini merupakan salah satu bentuk representasi

pengetahuan yang sangat populer dan banyak digunakan adalah sistem produsi.

Representasi pengetahuan dengan sistem produksi, pada dasarnya berupa aplikasi

aturan (rule) yang berupa:

• Antecendent, yaitu bagian yang mengekspresikan situasi atau premis

(pernyataan berawalan IF).

• Kosekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau

konklusi yang dinyatakan benar, jika bagian IFpada sistem tersebut juga

benar atau sesuai dengan aturan tertentu.

31

2.2.6.2 Basis Data (Database)

Basis data adalah bagian yang mengandung semua fakta-fakta, baik fakta

awal pada saat sistem mulai beroprasi maupun fakta yang didapat saat pengambilan

kesimpulan sedang dilaksanakan (Azis, 1994, p 6).

2.2.6.3 Mesin Inferensi (Inference Engine)

Mesin inferensi bertugas untuk menganalisa pengertian dan menarik

kesimpulan berdasarkan basis pengetahuan. Mesin inferensi adalah suatu rangkaian

prosedur untuk menguji basis pengetahuan dengan cara yang sistematis pada saat

menjawab pertanyaan, memecahkan persoalan, membuat keputusan dalam suatu

domain yang sudah ditentukan. Cara komputer berpikir tentang suatu subjek domain,

mesin inferensi melakukan pelacakan melalui basis pengetahuan. Terdapat beberapa

metode inferensi dalam pemecahan masalah antara lain:

2.2.6.3.1 Metode Penelusuran

Terdapat dua teknik dalam metode inferensi dengan penelusuran, yaitu:

• Penelusuran ke depan (forward chaining)

Teknik penelusuran kedepan (forward chaining) memulai dari awal

keadaan atau kumpulan fakta keadaan akhir. Arah pencarian masalah dimulai dari

keadaan awal menuju kepada keadaan tujuan pertama-tama, dengan dibuat pohon

(tree) terlebih dahulu, dari setiap urutan gerakan yang mungkin. Kemudian tingkatan

pohon ditelusuri dari awal dengan mencari semua kemungkinan yang mempunyai

32

aturan angka yang cocok, dan cara tersebut diulang hingga ditemukan keadaan yang

sesuai, seperti terlihat pada gambar 2.8

Gambar 2.8 Contoh diagram penelusuran ke depan

• Penelusuran ke belakang (backward chaining)

Teknik penelusuran ke belakang (backward chaining) memulai pelacakan

dari keadaan tujuan yang menuju kepada fakta-fakta yang mendukung keadaan awal.

Arah pelacakan dimulai dari keadaan tujuan menuju pada keadaan awal, yang

pertama kali dilakukan adalah mendifinisikan terlebih dahulu keadaan akhir,

kemudian menelusuri keadaan yang mungkin dari pohon berikutnya sampai terjadi

keadaan awal, seperti terlihat pada gambar 2.9.

33

Gambar 2.9 Contoh diagram penelusuran kebelakang

2.2.6.3.2 Metode Pencarian

Menurut Turban (1992, p 53-56), ada dua metode pencarian yaitu

pencarian melebar pertama (breadth-first search) dan pencarian mendalam pertama

(depth-first search).

• Breadth-first search

Metode pencarian melebar pertama (breadth-first search) dimulai dari

simpul (node) akar (root). Simpul-simpul pada setiap tingkat diperiksa secara lengkap

sebelum berpindah ke tingkat berikutnya sampai di capai simpul tujuan. Metode ini

biasanya selalu menemukan jalur terpendek antara pertanyaan awal dan pertanyaan

tujuan, dengan jumlah awal dan bekerja menurun dalam pohon pencarian dari kiri ke

kanan, seperti terlihat pada gambar 2.10.

34

Gambar 2.10 Diagram breadth-first search

• Depth-first search

Metode pencarian mendalam pertama (depth-first search) dimulai dari

simpul akar, dan bekerja menurun ke tingkat yang sama, apabila sudah mencapai

tingkat yang paling dalam dan belum ditemukan simpul tujuan, maka proses

pencarian akan kembali ke simpul tertinggi berikutnya, dimana terdapat jalur

tambahan untuk ditelusuri. Metode ini menjamin sebuah solusi tetapi penelusuran

mungkin menjadi sangat panjang, seperti yang dapat dilihat pada gambar 2.11.

Gambar 2.11 Diagram depth-first search

35

2.2.6.3.3 Faktor Kepastian (Certainty Factor)

Certainty factor (CF) menunjukan ukuran kepastian terhadap suatu fakta

atau aturan. Sistem pakar harus mampu bekerja dalam ketidak-pastian (Giarattano

dan Riley, 1994). Sejumlah teori telah ditemukan untuk menyelesaikan ketidak-

pastian, termasuk diantaranya, probabilitas klasik (classical probability), probabilitas

Bayes (Bayesian probability), teori Hartley berdasarkan himpunan klasik (Hartley

theory based on classical set), terori Shannon berdasarkan pada probabilitas (Shanon

theory based on probability), teori Dempster-Shafer (Dempster-Shafer Theory), teori

fuzzy Zadeh (Zadeh’s fuzzy theory), dan faktor kepastian (certainty factor).

Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief),

dan ketidak-percayaan (unbelief) dalam bilangan yang tunggal. Dalam certainty

theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of

belief).

Tahapan dalam merepresentasikan data-data kuantitatif:

1. Kemampuan untuk mengekspresikan derajat keyakinan sesuai

dengan metode yang dibahas sebelumnya.

2. Kemampuan untuk menempatkan dan mengkombinasikan derajat

keyakinan tersebut dalam sistem pakar.

Dalam mengekspresikan derajat keyakinan digunakan suatu nilai yang

disebut dengan certain factor (CF) untuk mengasumsikan derajat keyakinan seorang

pakar terhadap suatu data.

Certainty factor didefinisikan pada persamaan berikut (Giarattano dan

Riley, 1994):

36

CF (H,E) = MB (H,E) – MD (H,E)

Dimana:

CF (H,E): certainty factor dari hipotesis H yang dipengaruhi oleh gejala

(evidence) E. Besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukan

ketidak-percayaan mutlak sedangkan nilai 1 menunjukan kepercayaan mutlak.

MB (H,E): ukuran kenaikan kepercayaan (measure of increased belief)

terhadap hipotesis H yang dipengaruhi oleh gejala E.

MD (H,E): ukuran kenaikan ketidak-percayaan (measure of increased

disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.

Bentuk dasar rumus certainty factor sebuah aturan JIKA E MAKA H

adalah seperti ditunjukan oleh persamaan berikut:

CF (H,e) = CF (E,e) * CF (H,E)

Dimana:

CF (E,e): certainty factor evidence E yang dipengaruhi oleh evidence e.

CF (H,E): certainty faktor hipotesis dengan asumsi evidence diketahui

dengan pasti, yaitu ketika CF (E,e) = 1.

CF (H,e): certainty factor hipotesis yang dipengaruhi oleh evidence e.

Jika semua evidence pada antecedent diketahui dengan pasti maka

persamaanya akan menjadi:

CF (H,e) = CF (H,E)

Dalam aplikasinya, CF (H,E) merupakan nilai kepastian yang diberikan

oleh suatu pakar terhadap suatu aturan, sedangkan CF (E,e) merupakan nilai

37

kepercayaan yang diberikan oleh pengguna terhadap gejala yang dialaminya. Sebagai

contoh, berikut ini adalah aturan CF yang diberikan oleh seorang pakar:

JIKA batuk

DAN demam

DAN sakit kepala

DAN bersin-bersin

MAKA influenza, CF = 0,7

2.3 Hypertext Markup Language (HTML).

HyperText Markup Language (HTML) adalah sebuah bahasa markup

yang digunakan untuk membuat sebuah halaman web dan menampilkan berbagai

informasi di dalam sebuah browser Internet (http://id.wikipedia.org/wiki/HTML).

Bermula dari sebuah bahasa yang sebelumnya banyak digunakan di dunia penerbitan

dan percetakan yang disebut dengan SGML (Standard Generalized Markup

Language), HTML adalah sebuah standar yang digunakan secara luas untuk

menampilkan halaman web. HTML saat ini merupakan standar Internet yang

didefinisikan dan dikendalikan penggunaannya oleh World Wide Web Consortium

(W3C).

Versi terakhir dari HTML adalah HTML 4.01, meskipun saat ini telah

berkembang XHTML yang merupakan pengembangan dari HTML.

HTML berupa kode-kode tag yang menginstruksikan browser untuk

menghasilkan tampilan sesuai dengan yang diinginkan. Sebuah file yang merupakan

file HTML dapat dibuka dengan menggunakan browser web seperti Mozilla Firefox

38

atau Microsoft Internet Explorer. HTML juga dapat dikenali oleh aplikasi pembuka

email ataupun dari PDA dan program lain yang memiliki kemampuan browser.

HTML dokumen tersebut mirip dengan dokumen teks biasa, hanya dalam

dokumen ini sebuah teks bisa memuat instruksi yang ditandai dengan kode atau lebih

dikenal dengan TAG tertentu. Sebagai contoh jika ingin membuat teks ditampilkan

menjadi tebal seperti: TAMPIL TEBAL, maka penulisannya dilakukan dengan cara:

<b>TAMPIL TEBAL</b>. Tanda <b> digunakan untuk mengaktifkan instruksi cetak

tebal, diikuti oleh teks yang ingin ditebalkan, dan diakhiri dengan tanda </b> untuk

menonaktifkan cetak tebal tersebut.

Secara garis besar, terdapat 4 jenis elemen dari HTML:

• structural. tanda yang menentukan level atau tingkatan dari sebuah teks (contoh,

<h1>Golf</h1> akan memerintahkan browser untuk menampilkan "Golf" sebagai

teks tebal besar yang menunjukkan sebagai Heading 1

• presentational. tanda yang menentukan tampilan dari sebuah teks tidak peduli

dengan level dari teks tersebut (contoh, <b>boldface</b> akan menampilkan

bold. Tanda presentational saat ini sudah mulai digantikan oleh CSS dan tidak

direkomendasikan untuk mengatur tampilan teks,

• hypertext. tanda yang menunjukkan pranala ke bagian dari dokumen tersebut atau

pranala ke dokumen lain (contoh, <a

href="http://www.wikipedia.org/">Wikipedia</a> akan menampilkan Wikipedia

sebagai sebuah hyperlink ke URL tertentu),

• Elemen widget yang membuat objek-objek lain seperti tombol (<button>), list

(<li>), dan garis horizontal (<hr>).

39

Selain markup presentational , markup yang lin tidak menentukan

bagaimana tampilan dari sebuah teks. Namun untuk saat ini, penggunaan tag HTML

untuk menentukan tampilan telah dianjurkan untuk mulai ditinggalkan dan sebagai

gantinya digunakan Cascading Style Sheets.

2.4 Hypertext Prepocessor (PHP)

PHP adalah bahasa pemrograman script yang paling banyak dipakai saat

ini. PHP banyak dipakai untuk memrogram situs web dinamis, walaupun tidak

tertutup kemungkinan digunakan untuk pemakaian lain

(http://id.wikipedia.org/wiki/PHP).

Contoh terkenal dari aplikasi PHP adalah phpBB dan MediaWiki

(software di belakang Wikipedia). PHP juga dapat dilihat sebagai pilihan lain dari

ASP.NET/C#/VB.NET Microsoft, ColdFusion Macromedia, JSP/Java Sun

Microsystems, dan CGI/Perl. Contoh aplikasi lain yang lebih kompleks berupa CMS

yang dibangun menggunakan PHP adalah Mambo, Joomla!, Postnuke, Xaraya, dan

lain-lain.

Beberapa kelebihan PHP dari bahasa pemrograman yang lain adalah

sebagai berikut:

• Bahasa pemrograman PHP adalah sebuah bahasa script yang tidak

melakukan sebuah kompilasi dalam penggunaanya.

• Web Server yang mendukung PHP dapat ditemukan dimana -

mana dari mulai apache, IIS, Lighttpd, hingga Xitami dengan konfigurasi

yang relatif mudah.

40

• Dalam sisi pengembangan lebih mudah, karena banyaknya milis -

milis dan developer yang siap membantu dalam pengembangan.

• Dalam sisi pemahamanan, PHP adalah bahasa scripting yang

paling mudah karena memiliki referensi yang banyak.

• PHP adalah bahasa open source yang dapat digunakan di berbagai

mesin (Linux, Unix, Macintosh, Windows) dan dapat dijalankan secara

runtime melalui console serta juga dapat menjalankan perintah-perintah

system.

2.5 MySQL

MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL

(database management system) atau DBMS yang multithread, multi-user, dengan

sekitar 6 juta instalasi di seluruh dunia. MySQL AB membuat MySQL tersedia

sebagai perangkat lunak gratis dibawah lisensi GNU General Public License (GPL),

tetapi mereka juga menjual dibawah lisensi komersial untuk kasus-kasus dimana

penggunaannya tidak cocok dengan penggunaan GPL

(http://id.wikipedia.org/wiki/MySQL).

Tidak sama dengan proyek-proyek seperti Apache, dimana perangkat

lunak dikembangkan oleh komunitas umum, dan hak cipta untuk kode sumber

dimiliki oleh penulisnya masing-masing, MySQL dimiliki dan disponsori oleh sebuah

perusahaan komersial Swedia MySQL AB, dimana memegang hak cipta hampir atas

semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia yang

41

mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael "Monty"

Widenius

MySQL adalah Relational Database Management System (RDBMS) yang

didistribusikan secara gratis dibawah lisensi GPL (General Public License). Dimana

setiap orang bebas untuk menggunakan MySQL, namun tidak boleh dijadikan produk

turunan yang bersifat komersial. MySQL sebenarnya merupakan turunan salah satu

konsep utama dalam database sejak lama, yaitu SQL (Structured Query Language).

SQL adalah sebuah konsep pengoperasian database, terutama untuk pemilihan atau

seleksi dan pemasukan data, yang memungkinkan pengoperasian data dikerjakan

dengan mudah secara otomatis. Keandalan suatu sistem database (DBMS) dapat

diketahui dari cara kerja optimizer-nya dalam melakukan proses perintah-perintah

SQL, yang dibuat oleh user maupun program-program aplikasinya. Sebagai database

server, MySQL dapat dikatakan lebih unggul dibandingkan database server lainnya

dalam query data. Hal ini terbukti untuk query yang dilakukan oleh single user,

kecepatan query MySQL bisa sepuluh kali lebih cepat dari PostgreSQL dan lima kali

lebih cepat dibandingkan Interbase.

MySQL memiliki beberapa keistimewaan, antara lain :

1. Portabilitas. MySQL dapat berjalan stabil pada berbagai sistem operasi seperti

Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak

lagi.

2. Open Source.MySQL didistribusikan secara open source, dibawah lisensi GPL

sehingga dapat digunakan secara cuma-cuma.

42

3. 'Multiuser'. MySQL dapat digunakan oleh beberapa user dalam waktu yang

bersamaan tanpa mengalami masalah atau konflik.

4. 'Performance tuning'. MySQL memiliki kecepatan yang menakjubkan dalam

menangani query sederhana, dengan kata lain dapat memproses lebih banyak SQL

per satuan waktu.

5. Jenis Kolom. MySQL memiliki tipe kolom yang sangat kompleks, seperti signed

/ unsigned integer, float, double, char, text, date, timestamp, dan lain-lain.

6. Perintah dan Fungsi. MySQL memiliki operator dan fungsi secara penuh yang

mendukung perintah Select dan Where dalam perintah (query).

7. Keamanan. MySQL memiliki beberapa lapisan sekuritas seperti level

subnetmask, nama host, dan izin akses user dengan sistem perizinan yang

mendetail serta sandi terenkripsi.

8. Skalabilitas dan Pembatasan. MySQL mampu menangani basis data dalam

skala besar, dengan jumlah rekaman (records) lebih dari 50 juta dan 60 ribu tabel

serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung mencapai 32

indeks pada tiap tabelnya.

9. Konektivitas. MySQL dapat melakukan koneksi dengan klien menggunakan

protokol TCP/IP, Unix soket (UNIX), atau Named Pipes (NT).

10. Lokalisasi. MySQL dapat mendeteksi pesan kesalahan pada klien dengan

menggunakan lebih dari dua puluh bahasa. Meski pun demikian, bahasa Indonesia

belum termasuk di dalamnya.

43

11. Antar Muka. MySQL memiliki interface (antar muka) terhadap berbagai aplikasi

dan bahasa pemrograman dengan menggunakan fungsi API (Application

Programming Interface).

12. Klien dan Peralatan. MySQL dilengkapi dengan berbagai peralatan (tool)yang

dapat digunakan untuk administrasi basis data, dan pada setiap peralatan yang ada

disertakan petunjuk online.

13. Struktur tabel. MySQL memiliki struktur tabel yang lebih fleksibel dalam

menangani ALTER TABLE, dibandingkan basis data lainnya semacam

PostgreSQL ataupun Oracle.

2.6 Pariwisata Bawah Laut

2.6.1 Selam

Selam atau menyelam artinya bertahan di bawah air. Dalam pengertian

cabang olahraga, selam dapat dikategorikan sebagai berikut:

• menyelam tanpa alat bantu pernapasan, misalnya snorkeling dan selam bebas

• menyelam dengan alat bantu pernapasan, misalnya selam scuba dan surface

supplied diving

Diving, adalah teknik penyelaman dengan alat bantu pernafasan dan

pakaian khusus. Definisi diving adalah suatu tindakan terjun bebas ke udara atau ke

air. Secara umum, kegiatan diving berarti menyelam ke dalam air.

Awalnya diving ditafsirkan suatu tindakan terjun bebas dari sebuah

pesawat terbang yang di sebut Sky Diving. Setelah terjadi perkembangan hobby

44

maupun olahraga, maka timbullah istilah diving ke air yaitu suatu kegiatan menyelam

ke dalam air untuk menyaksikan seluruh keindahan dasar laut yang ada.

Jenis Penyelaman berdasarkan kedalaman :

a.) Penyelaman dangkal, yaitu penyelaman dengan kedalaman antara 5 -10 meter

b.) Penyelaman sedang, yaitu penyelaman dengan kedalaman antara 10 -30 meter

c.) Penyelaman dalam yaitu melakukan penyelaman lebih dari 30 meter

Jenis penyelaman berdasarkan tujuan yang hendak dicapai :

1. Penyelaman untuk kepentingan pertahanan dan keamanan negara antara lain :

* Penyelaman untukk tugas-tugas tempur

* Search & Rescuu (SAR)

* Pemeriksaan dan Perbaikan dibawah air

* Pengangkatan kapal tenggelam

2. Penyelaman komersial untuk kepentingan-kepentingan seperti konstruksi di bawah

air, penambangan lepas pantai, pengangkatan kapal tenggelam dan lain-lain.

3. Penyelaman ilmiah (Scientific Diving), penyelaman ini dilakukan untuk

kepentingan pengembangan ilmu pengetahuan bawah air, seperti : penelitian-

penelitian, biologi laut, geologi, kedokteran, arkeologi dan ilmu-ilmu kelautan

lainnya.

4. Penyelaman olah raga (Sport Diving), penyelaman olah raga dilakukan untuk

kepentingan kesehatan dan wisata bahari.

45

Istilah yang Digunakan dalam penyelaman :

# Actual Bottom Time - Total waktu dalam menit mulai dari mulai menyelam hingga

naik ke permukaan air

# Bugs - Istilah untuk lobster

# Cattle Boat - Istilah yang digunakan untuk menggambarkan sebuah perahu yang

dipenuhi oleh penyelam, sehingga mirip sekumpulan ternak

# C-Card - Sertifikat untuk melakukan scuba diving

# Chumming - Istilah yang digunakan untuk muntah akibat mabuk laut, atau cara

menarik perhatian hiu dengan menggunakan darah atau bagian tubuh ikan lain

# Decompression - Bagian dari diving dimana penyelam naik ke permukaan air untuk

mengurangi tekanan

# DM - Dive Master, orang yang memimpin saat melakukan diving

# Dive Table - Angka untuk menunjukkan berapa lama seseorang boleh berada di

kedalaman sebelum naik ke permukaan air

# Drift Dive - Penyelaman dilakukan di sebuah lokasi dimana arus bisa membawa

mendorong si penyelam tanpa harus mengayuh lebih dulu

# Fins - Sepatu katak

# Group Designation - Huruf dalam alfabet yang digunakan di tabel menyelam untuk

menghitung jumlah residu Nitrogen yang terdapat dalam tubuh penyelam setelah

melakukan dive (menyelam)

# Hyperbaric - Istilah yang digunakan untuk menjelaskan naiknya tekanan dalam

satuan 1 atmosfer increased pressure over the pressure in one atmosphere .

46

# Nitrox - Kombinasi zat Nitrogen dan Oksigen. Nitrox yang dicampur dengan

oksigen lebih dari 21% dinamakan Enriched Air Nitrox (EANx)

No Decompression Limits - Maksimum Total Bottom Line yang bisa digunakan

selama berada di kedalaman tanpa melakukan decompression

# Repetitive Dive - Sebuah aksi penyelaman yang dilakukan antara 10 menit sampai

12 jam. Menyelam yang dilakukan selama kurang dari 10 menit dianggap sebagai

satu kali menyelam (dive).

# Residual Nitrogen/Residu Nitrogen - Nitrogen yang tersisa di tubuh setelah selesai

menyelam. Waktu yang diperlukan untuk membuang gas nitrogen yang tersisa adalah

sekitar 12 jam.

Residual Nitrogen Time - Jumlah (dalam menit) Residual Nitrogen Time dan Actual

Bottom Time dalam penyelaman, ditujukan untuk menentukan Group Designation

setelah menyelam berulang kali

# Total Bottom Time - Penjumlahan Residual Nitrogen Time dan Actual Bottom

Time dalam sekali penyelaman, digunakan untuk menentukan Group Designation

setelah melakukan penyelaman berulang kali

# Second Stage - Bagian dari alat pernapasan/regulator

# Stage Bottle - Suplai udara cadangan yang sengaja disediakan untuk penyelam

# Wet-suit Warmer - Istilah yang digunakan untuk menjelaskan orang yang buang air

dalam pakaian selam, sehingga merasa hangat meski hanya sesaat.

47

Singkatan dalam penyelaman :

SCUBA - Self Contained Underwater Breathing Apparatus

PADI - Professional Association of Diving Instructors

DAN - Divers Accident Network

EANx - Enriched Air Nitrox

IANTD - International Association of Nitrox and Technical Divers

NAUI - National Association of Underwater Instructors

CPR - Cardio-Pulmonary Resuscitation

Tingkatan – tingaktan penyelaman (sertifikat) :

Terdapat dua level utama dalam penyelaman. Level ini tidak hanya

mempengaruhi kelayakan seseorang dalam menghadapi laut, tetapi juga dapat

digunakan sebagai tolak ukur atas kemampuan ibndividu teresebut, dan kelayakan

untuk menjadi seorang instruktur.

Tingkatan umum pada penyelam antara lain:

1 Star Scuba Diver

2 Star Scuba Diver

3 Star Scuba diver

4 Star Scuba Diver

Tingkatan kelayakan instruktur antara lain:

1 Star Instructor

2 Star Instructor

3 Star Instructor

48

Peralatan – perlatan selam dasar :

1. Masker, berfungsi sebagai pelindung mata terhadap air laut.

2. Snorkel, alat bantu pernapasan, juga berfungsi untuk menghindari air laut untuk

masuk ke kedalam hidung atau mulut

3. Fins, sebagai alat bantu dalam berenang, alat ini menirukan sirip bentuk sirip

ikan.

4. Boots

5. Live Vest, berfungsi untuk melindungi tubuh dari suhu dan mengurangi efek

hypotermia serta menginsulasi tubuh dari air.

6. BCD (Bouyancy Comprensator Device).

7. Tabung SCUBA.

8. Regulator

9. Submersible Pressure Gauge, alat pengukur tekanan kedalam air laut.

Gambar 2.12 Perlengkapan Selam

49

Sejarah selam di Indonesia :

Olahraga Selam adalah jenis atau cabang olahraga yang istimewa, karena

olahraga ini memiliki muatan yang dapat dikembangkan kearah prestasi, rekreasi

maupun profesi. Olahraga selam telah ada di Indonesia sebelum tahun 1962 tetapi

kebanyakan dilakukan oleh orang asing yang bekerja di Indonesia, pada tahun 1962

TNI – AL mendirikan Instalasi Pusat Penyelaman dan Sekolah Penyelaman. Dengan

berdirinya kedua lembaga tersebut maka makin bertambah banyak orang Indonesia

yang berlatih dan belajar selam, terutama di lingkungan TNI – AL.

Pada tahun 1970-an tepatnya tahun 1973 olahraga selam dikembangkan

oleh beberapa tokoh masyarakat seperti Adam Malik, Sudomo, Saleh Basarah dan

Urip Santoso serta beberapa orang lainnya.

Bersama – sama dengan tokoh tersebut mereka membentuk club selam

pertama di Indonesia yaitu : Nusantara Diving Club ( NDC ) dan kemudian juga

terbentuk Surabaya Diving Club ( SDC ), kedua club selam ini masuk ke dalam

wadah Organisasi Persatuan Olahraga Perairan Indonesia ( PEROPI ) sebagai cabang

selam, Perkembangan Olahraga di Indonesia sangat banyak didukung oleh TNI – AL

baik personil maupun material serta pembinaan di daerah – daerah.

Pada tahun 1973 dengan persetujuan Pimpinan PEROPI olahraga selam

berdiri sendiri sebagai Induk Organisasi menjadi POSSI. Pada tanggal 5 Agustus

1977 POSSI resmi menjadi Induk Organisasi Selam di Indonesia. Sebagai induk

organisasi POSSI menyusun PPDSI sebagai pedoman kegiatan. POSSI menjadi

anggota dari Federasi Olahraga Perairan Indonesia ( FOPINDO ) serta diterima

sebagai anggota KONI Pusat dan Federasi Selam Dunia yaitu Confederation

50

Mondiale Des Activities Subaquatiques ( CMAS ) yang bermarkas di Roma – Italia

dan anggota dari Federasi Selam Asia ( AUF ).

Pada tahun 1978 POSSI mendidik mahasiswa Muhawarman ( ITB ) untuk

Scuba Diver A2 serta mendidik personil PHPA.

Tahun 1981 olahraga selam untuk pertama kalinya masuk dalam Pekan

Olahraga Nasional ( PON ) yaitu pada PON XI dan Pengda yang ikut dalam Pekan

Olahraga Nasional tersebut berjumlah 4 Pengda POSSI yaitu : Pengda POSSI DKI ,

Pengda POSSI Jawa Barat, Pengda POSSI Jawa Timur dan Pengda POSSI Bali.

Tahun 1984 POSSI juga menyusun buku Petunjuk Wisata Tirta untuk

DITJENPAR serta mendidik Scuba Diver untuk Personil PHPA. Tahun 1985 POSSI

melaksanakan Pendidikan Selam dan Pemotretan / Video Bawah Air untuk

kameramen PPFN, pada tahun 1985 cabang selam juga dipertandingkan kembali

dalam Pekan Olahraga Nasional XII dan Pengda yang ikut dalam kegiatan tersebut

berjumlah 10 Pengda POSSI yaitu : Pengda POSSI DKI, Pengda POSSI Jawa Barat,

Pengda POSSI Jawa Timur, Pengda POSSI Bali, Pengda POSSI Irian Jaya, Pengda

POSSI Maluku, Pengda POSSI Sulawesi Utara, Pengda POSSI Sulawesi Selatan,

Pengda POSSI Lampung dan Pengda POSSI Kalimantan Selatan.

Tahun 1986 KONI Pusat telah memutuskan untuk cabang olahraga selam

tidak lagi dipertandingkan dalam Pekan Olahraga Nasional. Pada tahun 1986 POSSI

telah memiliki 14 Pengda yaitu : Pengda POSSI Sumatera Utara, Pengda POSSI Riau,

Pengda POSSI Lampung, Pengda POSSI DKI, Pengda POSSI Jawa Barat, Pengda

POSSI Jawa Tengah, Pengda POSSI Jawa Timur, Pengda POSSI Bali, Pengda POSSI

Nusa Tenggara Barat, Pengda POSSI Sulawesi Selatan, Pengda POSSI Sulawesi

51

Utara, Pengda POSSI Maluku, Pengda POSSI Irian Jaya, Pengda POSSI Kalimantan

Tengah serta kurang lebih 60 perkumpulan selam dan 1500 peselam di seluruh

Indonesia.

Tahun 1987 – 1997 dalam kurun waktu 10 tahun terakhir ini telah terjadi

pengembangan yang luar biasa, terutama dari jumlah peselam yang meningkat sampai

10 x lipat, tetapi dengan tidak masuknya cabang olahraga selam dalam PON di satu

sisi dan pengembangan wisata bahari disisi lain muncul banyak hal yang positif dan

negatif, hal ini adalah merupakan pekerjaan rumah buat kita semua terutama untuk

para Instruktur POSSI.

Tahun 1988 Indonesia berkesempatan menjadi tuan rumah pada Kejuaraan

Asia Competition of Fin Swimming I di Jakarta.

Tahun 1993 Indonesia sekali lagi dipercaya untuk menyelenggarakan Asia

Championship of Fin Swimming III di Jakarta.

Tahun 1997 Indonesia mengikuti Kejuaraan Asia Championship of Fin

Swimming V di Hobart – Australia dan Indonesia menempati urutan ke IV.

Tahun 1998 PB POSSI melaksanakan Kongres V sebagai wujud nyata dari

pelaksanaan Anggaran Dasar & Anggaran Rumah Tangga ( AD / ART ) PB POSSI.

Setelah PB POSSI melaksanakan Kongres, PB POSSI kembali berupaya kembali agar

cabang olahraga selam masuk kembali ke dalam PON XV di Surabaya, melalui

perjuangan yang tidak kenal lelah dari para Pengurus PB POSSI akhirnya KONI

Pusat menyetujui dan memutuskan bahwa cabang olahraga selam dapat

dipertandingkan dalam Pekan Olahraga Nasional XV tahun 2000 di Surabaya dengan

catatan bahwa semua biaya penyelenggaraan di tanggung sendiri oleh PB POSSI.

52

Pada tahun 2000 cabang olahraga selam dipertandingkan kembali dalam

event PON XV di Surabaya dan PB POSSI berhasil dengan sukses menyelenggarakan

event terbesar di Indonesia tersebut untuk cabang selam.

PB POSSI saat ini telah memiliki 27 Pengda POSSI yaitu : Pengda POSSI

Jawa Timur, Pengda POSSI Nanggroe Aceh Darussalam, Pengda POSSI Sumatera

Selatan, Pengda POSSI Bangka Belitung, Pengda POSSI Lampung, Pengda POSSI

Yogyakarta, Pengda POSSI Kalimantan Timur, Pengda POSSI Jawa Tengah, Pengda

POSSI Maluku, Pengda POSSI Sumatera Barat, Pengda POSSI Kalimantan Barat,

Pengda POSSI Kalimantan Selatan, Pengda POSSI DKI Jaya, Pengda POSSI Jawa

Barat, Pengda POSSI Papua, Pengda POSSI Sulawesi Selatan, Pengda POSSI

Sulawesi Tenggara, Pengda POSSI Sulawesi Tengah, Pengda POSSI Sulawesi Utara,

Pengda POSSI Kalimantan Tengah, Pengda POSSI Bali, Pengda POSSI Sumatera

Utara, Pengda POSSI Riau, Pengda POSSI Batam, Pengda POSSI Bengkulu, Pengda

POSSI Nusa Tenggara Barat, Pengda POSSI Jambi.

2.6.2 Lokasi Pariwisata Indonesia