Ringkasan Materi Prinsip – Prinsip Dasar Animasi

1. Squash & stretch

Gerakan fleksibel seperti benda yang dihempaskan dan kemudian diregangkan. Gerakan seperti ini bisa memberikan kesan kelenturan yang membuat animasi menjadi alami serta enak dilihat.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Squash & stretch adalah pada saat mobil berjalan, kulkas yang berada di dalam mobil terlempar keatas lalu terjatuh kembali.

Alasannya : Karna dalam adegan ini memberikan kesan kelenturan yang membuat animasi menjadi alami serta enak dilihat.

2. Anticipation

Gerakan yang dilakukan sebagai ancang-ancang untuk mempersiapkan diri memasuki gerakan yang berikutnya.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Anticipation adalah pada saat kulkas tersebut terkejut melihat kulkas lain yang sudah rusak dan dibuang sehingga dia berlari melarikan diri.

            Alasannya : Karna dalam adegan ini memperlihatkan adegan ancang-ancang untuk mempersiapkan diri. Contohnya berlari serta mengayunkan kedua tangan.

3. Staging

Pengaturan suatu set adegan, posisi kamera ataupun pose suatu karakter sehingga adegan tersebut menjadi mudah dimengerti oleh penonton.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Staging adalah pada saat manusia berlutut karena terkejut melihat kulkasnya sudah tidak ada di dalam rumah.

Alasannya : Karna dalam adegan ini memberikan penjelasan dengan menggunakan bahasa tubuh dan posisi kamera yang tepat sehingga penonton dapat lebih mudah memahami maksud dari adegan tersebut.

4. Straight ahead action & Pose to Pose

Straight ahead action merupakan pendekatan menciptakan gerakan secara berkesinambungan mulai dari awal tanpa banyak perencanaan akan menjadi seperti apa akhir gerakannya nanti. Pose to Pose adalah menentukan pose – pose seperti apa yang akan dimiliki oleh karakter yang akan dianimasikan pada suatu adegan. 

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Straight ahead action  adalah pada saat manusia menutup pintu kulkas dan gagang kulkas terlepas dan jatuh ke lantai.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Pose to Pose adalah animasi manusia sedang berjalan

Alasannya : Karna dalam adegan ini apabila tidak menggunakan prinsip ini gerakan dalam animasi akan terlihat kaku dan monoton.

5. Follow Through & Overlapping Action

Merupakan gerakan susulan pada karakter atau benda yang terjadi setelah berhentinya karakter atau benda tersebut

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Follow Through & Overlapping Action adalah gerakan pada saat kulkas berjalan tangannya mengayun-ayun.

Alasannya : Karna dalam adegan ini pada saat kulkas berhenti berjalan tangannya tetap mengayun beberapa detik lalu berhenti.

6. Slow In & Slow Out

Merupakan gerakan perlambatan yang terjadi pada awal dan akhir suatu animasi. Gerakan perlambatan ini memberikan variasi pada suatu gerakan animasi ketimbang tidak ada perlambatan sama sekali. Jika pada animasi tidak mempunyai perlambatan ini akan terkesan sangat kaku

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Slow in slow out adalah saat gagang kulkas terjatuh ke lantai.

Alasannya : Agar animasi tersebut terlihat lebih menarik dan dramatis untuk ditonton.

7. Arcs

Arcs merupakan kurva melingkar yang terdapat pada suatu gerakan ketimbang hanya dengan memakai gerakan lurus saja. Arc memungkikan gerakan animasi terlihat lebih natural ketimbang bila tidak mengunakan arc.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi arcs adalah pada saat manusia menoleh kearah kulkas

Alasannya : Memperlihatkan gerakan 3D sehingga tampak seperti nyata.

8. Secondary Action

Secondary action merupakan gerakan tambahan yang terjadi untuk melengkapi gerakan utama yang ada.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Secondary action adalah pada saat manusia berlulut sambil berteriak.

Alasannya : Agar adegannya terlihat lebih lebih meyakinkan.

9. Timing

Timing ditentukan dari jumlah frame yang ada diantara gerakan suatu benda atau karakter. Semakin sedikit jumlah frame maka gerakan semakin cepat sebaliknya, jika jumlah frame banyak maka gerakan akan semakin lambat. Gerakan dengan timing yang cepat dan lambat akan memberikan cerita yang berbeda

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Timing adalah pada saat kulkas akan berdiri.

Alasannya :  Prinsip ini sangat  penting karna jika tidak ada maka gerakan animasi tidak teratur.

10. Exaggeration

Exaggeration merupakan gerakan atau ekspresi yang dilebihkan dari yang biasanya untuk mendapatkan kesan animasi yang lebih meyakinkan

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Exaggeration adalah pada saat kulkas tersebut bersebelahan dengan kulkas baru yang lebih bagus.

Alasannya : Adegan ini berlebihan dan dipakai untuk membedakan masing-masing karakter.

11. Solid Drawing

Pada animasi tradisional, Solid drawing berarti gambar yang mempunyai kedalaman perspektif. 

Pada animasi 3D, solid drawing berarti memberikan keseimbangan pada pose dengan tujuan untuk mencari pose siluet yang terbaik

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Solid drawing adalah bentuk wajah manusia terlihat 3D.

Alasannya : Karna dalam adegan ini membuat karaker terlihat nyata.

12. Appeal

Appeal merupakan penampakan dari sebuah karakter yang terlihat mempunyai karisma tersendiri dan menarik untuk dilihat.

Pada video animasi tersebut, adegan yang menunjukan gerakan animasi Appeal adalah pada saat kulkas tersebut melihat kulkas baru yang dipajang di dalam toko.

Alasannya : Karna dalam adegan ini memperlihatkan sebuah kulkas yang mempunyai penampilan berbeda dari kulkas yang lain.

Referensi :

http://www.dapoeranimasi.com/12-prinsip-animasi/

http://pancabudi.sch.id/wp-content/uploads/2018/02/5923962313612_Prinsip_Animasi.pdf.

Video : https://www.youtube.com/watch?v=1JMYREHowos

Tugas data mining

Tugas konsep data mining untuk proses klasifikasi dengan pohon keputusan

klik link disini

Ringkasan Blog

• Ringkasan penulisan 1:

Sistem cerdas merupakan bagian dari bidang ilmu computer dan rekayasa untuk pengembangan berbagai metode berkemampuan tinggi untuk menyelesaikan berbagai masalah yang kompleks dalam dunia nyata. Dalam bidang ini diperlukan tenaga profesional dalam bidang ini yang mampu menghasilkan system dan menghasilkan perangkat lunak berbasis algoritma cerdas, dengan kemampuan analisis dan teknis sehingga menghasilkan karya yang inovatif dan kreatif.

Ai atau artificial intelegent adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas seperti otak manusia. Di zaman sekarang sudah banyak negara maju yang menggunakan dan mengembangkan ai ini, contohnya dalam membuat robot yang mirip seperti manusia. Ai berdampak positif bagi manusia untuk menyelesaikan masalah yang kompleks dan membantu manusia dalam mengerjakan pekerjaan manusia. Kecerdasaan buatan ini berdampak negative yaitu mengurangi sdm sehingga meningkatkan pengangguran dan robot dapat menguasai manusia.

• Ringkasan penulisan 2:

Agen cerdas adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya yaitu untuk menciptakan kecerdasan buatan, konsepnya yaitu dengan agen. Agen diibaratkan sebagai segala sesuatu yang dipandang sebagai entitas yang mengamati lingkungan melalui alat sensor dan bertindak melalui alat actuator. Contohnya manusia menggunakan seluruh bagian tubuhnya (mata, telinga, mulut, dan lainnya) sedangkan pada robot menggunakan kamera, inframerah, lengan dan alat lainnya. Konsep utama perancangan agen cerdas dapat dilakukan dengan bantuan PEAS. PEAS adalah singkatan dari Performance Measurement, Environment, Actuators, Sensors.

Contoh Agen

Contoh dari PEAS:

Agen: sistem diagnosis Medis

1. Performance Measure: Pasien Sehat, meminimalkan biaya, tuntutan hukum
2. Environment: Pasien, rumah sakit, staf
3. Aktuator: Layar display (pertanyaan, tes, diagnosis, pengobatan, rujukan)
4. Sensor: Keyboard (masuknya gejala, temuan, jawaban pasien)

Agen: Part-picking robot (robot pengambil komponen)

1. Performance Measure: Persentase berapa bagian masuk ke kotak yang benar
2. Environment: Conveyor, komponen-komponen, kotak komponen
3. Aktuator: lengan dan tangan robot
4. Sensor: Kamera, sensor sudut persendian

Sumber

http://www.weare.id/pengertian-agen-cerdas/

Definisi dan Konsep Agen Cerdas

Pengertian agen cerdas

Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia atau mungkin lebih baik dari pikiran manusia. Ilmu AI dalam permainan umumnya digunakan untuk membuat agen yang dapat mengambil tindakan, memiliki kecerdasan, dan bisa memahami keputusan terhadap kondisi permainan yang dinamis.

Konsep agen cerdas

1. Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
2. Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.
3. Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagaiaktuator.
4. Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

Hubungan antara agen dan lingkungan daoat digambarkan seperti gamabr dibawah ini

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.
Beberapa hal yang perlu ditekankan:

1. Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).
2. Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
3. Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).

Pengukuran kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen
Misalnya, mengukur kinerja dari agen vacuum-cleaner:

1. Jumlah kotoran dibersihkan,
2. Jumlah waktu yang dibutuhkan,
3. Jumlah listrik yang dikonsumsi,
4. Jumlah kebisingan yang dihasilkan, dll

Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya. Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama). Konsep utama perancangan agen cerdas/rasional dapat dilakukan dengan bantuan PEAS yang merupakan singkatan dari : Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.

Sumber :

http://www.weare.id/pengertian-agen-cerdas/

Grafik Komputer & Pengolahan Citra

Menggambar garis horizontal, vertikal, dan diagonal menggunakan library OpenGL.

Klik disini

ARTIFICIAL INTELLIGENT

Sebelum kita mengetahui apa itu AI(ARTIFICIAL INTELLIGENT), Mari kita baca dahulu definisi menurut beberapa ahli berikut ini :

• Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
• H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.
• Ensiklopedi Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah aturan.
• Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan.

Dari definisi beberapa ahli diatas dapat kita sederhanakan AI adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer. Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia, sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah dengan pemikiran seperti seorang manusia.

• Sejarah

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

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

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

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

Contoh dari AI(ARTIFICIAL INTELLIGENT) :

• SIRI

SIRI adalah salah satu voice assistants yang dibuat oleh perusahaan Apple untuk produk smartphone, laptop, dan desktop mereka. Interface SIRI adalah komputer dengan aktivasi suara yang ramah dan kita berinteraksi dengannya pada kegiatan sehari – hari. SIRI dapat membantu untuk mencari informasi, memberikan arahan, membuat penjadwalan, mengirim pesan dan masih banyak lagi. SIRI menggunakan teknologi machine learning untuk dapat semakin pintar dan memprediksi lebih baik dalam memahami bahasa kita melalui pertanyaan dan permintaan.

SIRI pada perangkat iPhone

• Alexa

Alexa adalah salah satu voice assistants milik perusahaan Amazon yang disematkan dalam alat pintar seperti smart-lamp, smart-speaker, smart-watch, smart-tv dan smartphone. Alexa dibuat untuk menjadi inti dari integrase rumah cerdas (smart home). Alexa dapat menafsirkan pembicaraan dari berbagai sudut sebuah ruangan (ruangan dimana Alexa berada) dan menerjemakannya menjadi perintah yang dapat membantu kita menjelajah web untuk informasi, membuat jadwal, mengatur alarm, mendengarkan musik dan jutaan hal lainnya.

Alexa pada produk Amazon echo

• Tesla

Tesla adalah salah satu perusahaan Otomatif yang menanamkan AI pada beberapa produk mobilnya. Salah satu fitur AI terkenal pada mobil tesla yaitu memungkinkan mobil dikemudikan secara otomatis. Selain itu software pada mobil Tesla dapat diupdate secara over-the-air.

Demo autopilot dari mobil tesla

• Pengenal wajah Facebook

Facebook menggunakan sembilan lapisan dalam jaringan saraf dengan lebih dari 120 juta parameter untuk menandai orang dalam foto secara otomatis. Jaringan saraf tersebut dilatih menggunakan lebih dari 4 juta data gambar wajah, dan memiliki tingkat akurasi 97%.

Sumber :

http://pengertianmenurutahli.blogspot.com/2013/05/sejarah-ai-artificial-intelligence.html

https://evangelinosite.wordpress.com/2017/09/28/artificial-intelligence-definisi-sejarah-dan-contoh-kecerdasan-buatan/