7 BAB 2 LANDASAN TEORI 2.1 Artificial Intelligence Artificial ...
-
Upload
khangminh22 -
Category
Documents
-
view
3 -
download
0
Transcript of 7 BAB 2 LANDASAN TEORI 2.1 Artificial Intelligence Artificial ...
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