Shoppe: SSAbadi_Official ‱ Bisa ditemukan juga di apotek atau toko obat terdekat dan Watson, Guardian, Century. Pastikan #CariYangDariSSA untuk menjamin kualitasnya #FufangEjiaoJiang #FufangEjiaoJiangSSA #suplemendayatahantubuh #suplemenalami #memeliharakesehatan #dayatahantubuh #keluargasehat #obatherbal #obatchina - @dindaanggriani on
Assalamualaikum. Okeh, hari ni aku nak buat satu macam eksperimen la jugak. Nak bezakan dua tempat yang perempuan memang lawatlah dalam hidup dia. Bagi yang tak tahu apa itu Watson dengan Guardian nih, dua tempat ni macam farmasi pun ada, kedai alat2 perempuan pun ye, macam2 benda la jual. Bagi akulah, ini adalah perbezaan Watson dengan Guardian. Watson memang best nak dikunjungi sebabnya kedai itu memang meriah. Contohlah macam lampu yang dia guna untuk hiasan kedai memang memukau pandangan. Aku suka! Hahaha.. Guardian pulak malap je aku tengok. Hurmmmm..... Dari segi susunan kedai, Watson memang tip top. Atur susun barang memang memudahkan pengguna macam aku nih yang always nak cepat2 beli. Guardian ok je cuma aku tak berapa nak berkenan lah sebab kadang2 tu serabut aku tengok. Tak berkemas. Huhuhu... Kalau kat Watson, ada beberapa jenis barang yang memang tak ada kat Guardian. Contoh jenama barang make up Aku perempuan. Even tak pakai sangat pun saja je beli buat koleksi. Korang kena faham. Hahahaha.... Ada macam2 sampai pening aku nak pilih. Guardian pula cuma ada jenama yang memang kita dah biasa seperti silkygirl, simplysiti, revlon, maybelline, dll.. Kalau barang yang label nama kedai tu contoh syampoo, sabun ke aku rasa Guardian murah sikit kot dari Watson. Tapi Watson ada kelebihan sebabnya barang macam syampoo tu wangi and sedap baunya dari Guardian. So, aku tengok pada bajet ah.. Watson suka buat promosi potongan harga. Hah, yang ni paling utama. Guardian pun buat just dia kena letaklah label besar2 kasi aku nampak. TAPI GUARDIAN BUAT PROMOSI MEMANG MURAH! Dulu aku suka Watson tapi sekarang Guardian lagi best. Kat Guardian aku suka beli time sales 40%. Pergh memang berbaloi lah. Tapi memang tak dinafikan Watson lagi banyak barang. So aku akan pergi Watson dulu usha2 gitu then pi cari kat Guardian pastu tengok harga Kalau lagi murah memang aku grab je terus sebab stock always limited kat Guardian. If takde baru aku beli kat Watson hahaha.. Kesimpulannya, dua2 kedai ini memang bestlah. Bagi orang yang lebih suka kepada cita rasa eksklusif and tak berjimat cermat sangat macam aku, pergilah Watson. Kalau takat nak cuci mata and dah aim certain barang, Guardian pun ok. Aku subscribed Guardian official kat email so sales ke mesti aku tahu. So berbaloi la Guardian ni. Apa2 pun ini adalah pendapat saya sahaja. Terpulang pada masing masing lah. Happy shopping uolls... Wassalam..
AnnouncementNomor : - Kategori: Penyedia Jasa: Commodity: Others: Pekerjaan: PEMBANGUNAN KEMBALI FASILITAS UMUM DAN FASILITAS SOSIAL TERDAMPAK PEMBANGUNAN RUNWAY 3 BANDARA INTERNASIONAL SOEKARNO - HATTA : Pendaftaran: 17 Jan 2020 s.d 22 Jan 2020: Keterangan: PENGUMUMAN PELELANGAN ULANG (RE E
Behaviorisme adalah teori bahwa psikologi manusia atau hewan dapat dipelajari secara objektif melalui tindakan perilaku yang dapat diamati. Bidang studi ini muncul sebagai reaksi terhadap psikologi abad ke-19, yang menggunakan pemeriksaan diri terhadap pikiran dan perasaan seseorang untuk memeriksa manusia dan hewan. psikologi. Takeaways Utama Behaviorisme Behaviorisme adalah teori bahwa psikologi manusia atau hewan dapat dipelajari secara objektif melalui tindakan perilaku yang dapat diamati, daripada pikiran dan perasaan yang tidak dapat diamati. Tokoh berpengaruh Behaviorisme termasuk psikolog John B. Watson dan BF Skinner, yang masing-masing terkait dengan pengkondisian klasik dan pengkondisian operan. Dalam pengkondisian klasik , hewan atau manusia belajar mengasosiasikan dua rangsangan satu sama lain. Jenis pengkondisian ini melibatkan respons yang tidak disengaja, seperti respons biologis atau emosional. Dalam pengkondisian operan, hewan atau manusia mempelajari suatu perilaku dengan mengaitkannya dengan konsekuensi. Ini dapat dilakukan melalui penguatan positif atau negatif, atau hukuman. Pengkondisian operan masih terlihat di ruang kelas hari ini, meskipun behaviorisme tidak lagi menjadi cara berpikir yang dominan dalam psikologi. Sejarah dan Asal-usul Behaviorisme muncul sebagai reaksi terhadap mentalisme, pendekatan subyektif untuk penelitian yang digunakan oleh psikolog pada paruh kedua abad ke-19. Dalam mentalisme, pikiran dipelajari dengan analogi dan dengan memeriksa pikiran dan perasaan sendiri—suatu proses yang disebut introspeksi. Pengamatan mentalis dianggap terlalu subjektif oleh para behavioris, karena mereka berbeda secara signifikan di antara peneliti individu, sering mengarah pada temuan yang kontradiktif dan tidak dapat direproduksi. Ada dua jenis utama behaviorisme behaviorisme metodologis, yang sangat dipengaruhi oleh karya John B. Watson, dan behaviorisme radikal, yang dipelopori oleh psikolog BF Skinner. Behaviorisme Metodologis Pada tahun 1913, psikolog John B. Watson menerbitkan makalah yang akan dianggap sebagai manifesto behaviorisme awal "Psikologi sebagai pandangan behavioris." Dalam makalah ini, Watson menolak metode mentalis dan merinci filosofinya tentang seperti apa seharusnya psikologi ilmu perilaku, yang disebutnya "behaviorisme." Perlu dicatat bahwa meskipun Watson sering dicap sebagai "pendiri" behaviorisme, dia sama sekali bukan orang pertama yang mengkritik introspeksi, juga bukan orang pertama yang memperjuangkan metode objektif untuk mempelajari psikologi. Namun, setelah makalah Watson, behaviorisme secara bertahap mulai berkembang. Pada 1920-an, sejumlah intelektual, termasuk tokoh-tokoh terkenal seperti filsuf dan kemudian Pemenang Nobel Bertrand Russell, mengakui pentingnya filosofi Watson. Behaviorisme Radikal Dari para behavioris setelah Watson, mungkin yang paling terkenal adalah BF Skinner. Berlawanan dengan banyak behavioris lain pada waktu itu, ide Skinner berfokus pada penjelasan ilmiah daripada metode. Skinner percaya bahwa perilaku yang dapat diamati adalah manifestasi luar dari proses mental yang tidak terlihat, tetapi lebih nyaman untuk mempelajari perilaku yang dapat diamati tersebut. Pendekatannya terhadap behaviorisme adalah untuk memahami hubungan antara perilaku hewan dan lingkungannya. Pengkondisian Klasik vs. Pengkondisian Operan Behavioris percaya bahwa manusia mempelajari perilaku melalui pengkondisian, yang mengaitkan stimulus di lingkungan, seperti suara, dengan respons, seperti apa yang dilakukan manusia ketika mereka mendengar suara itu. Studi kunci dalam behaviorisme menunjukkan perbedaan antara dua jenis pengkondisian pengkondisian klasik, yang dikaitkan dengan psikolog seperti Ivan Pavlov dan John B. Watson, dan pengkondisian operan, terkait dengan BF Skinner. Pengkondisian Klasik Anjing Pavlov Eksperimen anjing Pavlov adalah eksperimen yang dikenal luas yang melibatkan anjing, daging, dan suara bel. Pada awal percobaan, anjing akan disajikan daging, yang akan menyebabkan mereka mengeluarkan air liur. Namun, ketika mereka mendengar bel, mereka tidak melakukannya. Untuk langkah selanjutnya dalam percobaan, anjing-anjing itu mendengar bel sebelum mereka dibawakan makanan. Seiring waktu, anjing-anjing itu mengetahui bahwa bel yang berbunyi berarti makanan, jadi mereka akan mulai mengeluarkan air liur ketika mendengar bel—meskipun mereka tidak bereaksi terhadap bel sebelumnya. Melalui eksperimen ini, anjing-anjing secara bertahap belajar mengasosiasikan suara bel dengan makanan, meskipun mereka tidak bereaksi terhadap bel sebelumnya. Eksperimen anjing Pavlov menunjukkan pengkondisian klasik proses di mana hewan atau manusia belajar mengasosiasikan dua rangsangan yang sebelumnya tidak berhubungan satu sama lain. Anjing Pavlov belajar mengasosiasikan respons terhadap satu stimulus mengeluarkan air liur saat mencium bau makanan dengan stimulus "netral" yang sebelumnya tidak menimbulkan respons bunyi bel. Jenis pengkondisian ini melibatkan respons yang tidak disengaja. Pengkondisian Klasik Little Albert Dalam eksperimen lain yang menunjukkan pengkondisian emosi klasik pada manusia, psikolog JB Watson dan mahasiswa pascasarjananya Rosalie Rayner mengekspos seorang anak berusia 9 bulan, yang mereka sebut "Albert Kecil," ke tikus putih dan hewan berbulu lainnya, seperti kelinci dan anjing, serta kapas, wol, koran yang terbakar, dan rangsangan lainnya—semuanya tidak membuat Albert takut. Namun, kemudian Albert diizinkan bermain dengan tikus lab putih. Watson dan Rayner kemudian membuat suara keras dengan palu, yang membuat Albert ketakutan dan membuatnya menangis. Setelah mengulanginya beberapa kali, Albert menjadi sangat tertekan ketika dia hanya diberi tikus putih. Ini menunjukkan bahwa dia telah belajar mengasosiasikan responsnya menjadi takut dan menangis dengan stimulus lain yang tidak membuatnya takut sebelumnya. Pengkondisian Operan Kotak Skinner Psikolog BF Skinner menempatkan seekor tikus lapar di sebuah kotak berisi tuas. Saat tikus bergerak di sekitar kotak, kadang-kadang ia menekan tuas, akibatnya menemukan bahwa makanan akan jatuh ketika tuas ditekan. Setelah beberapa waktu, tikus mulai berlari lurus ke arah tuas ketika ditempatkan di dalam kotak, menunjukkan bahwa tikus telah mengetahui bahwa tuas itu berarti akan mendapatkan makanan. Dalam percobaan serupa, tikus ditempatkan di dalam kotak Skinner dengan lantai beraliran listrik, menyebabkan tikus tidak nyaman. Tikus menemukan bahwa menekan tuas menghentikan arus listrik. Setelah beberapa waktu, tikus itu mengetahui bahwa tuas itu berarti bahwa tuas itu tidak lagi terkena arus listrik, dan tikus itu mulai berlari lurus ke arah tuas itu ketika ia ditempatkan di dalam kotak. Eksperimen kotak Skinner mendemonstrasikan pengkondisian operan , di mana hewan atau manusia mempelajari suatu perilaku misalnya menekan tuas dengan mengaitkannya dengan konsekuensi misalnya menjatuhkan pelet makanan atau menghentikan arus listrik. Tiga jenis penguatan adalah sebagai berikut Penguatan positif Ketika sesuatu yang baik ditambahkan misalnya pelet makanan dimasukkan ke dalam kotak untuk mengajarkan perilaku baru. Penguatan negatif Ketika sesuatu yang buruk dihilangkan misalnya arus listrik berhenti untuk mengajarkan perilaku baru. Hukuman Ketika sesuatu yang buruk ditambahkan untuk mengajarkan subjek untuk menghentikan perilaku. Pengaruh pada Budaya Kontemporer Behaviorisme masih dapat dilihat di kelas modern , di mana pengkondisian operan digunakan untuk memperkuat perilaku . Misalnya, seorang guru dapat memberikan hadiah kepada siswa yang berprestasi baik dalam ujian atau menghukum siswa yang berperilaku tidak baik dengan memberi mereka waktu penahanan. Meskipun behaviorisme pernah menjadi tren dominan dalam psikologi pada pertengahan abad ke-20, sejak itu kehilangan daya tarik ke psikologi kognitif, yang membandingkan pikiran dengan sistem pemrosesan informasi, seperti komputer. Sumber Baum, W. “Apa itu behaviorisme?” Dalam Memahami Behaviorisme Perilaku, Budaya, dan Evolusi, Edisi Ketiga , John Wiley & Sons, Inc., 2017. Cascio, C. “Bagaimana saya akan menerapkan filosofi behavioris di kelas?” Seattle Pi . Kim, E. "Perbedaan antara pengkondisian klasik dan operan." 2015. Goldman, JG “Apa itu pengkondisian klasik? Dan mengapa itu penting?” Scientific American , 2012. Malone, JC "Apakah John B. Watson benar-benar 'menemukan' behaviorisme?" Analis Perilaku , vol. 37, tidak. 1, 2014, hlm. 1-12. McLeod, S. "Skinner - pengkondisian operan." Psikologi Sederhana , 2018. Pavlov, I. "Refleks bersyarat Penyelidikan aktivitas fisiologis korteks serebral." Klasik dalam Sejarah Psikologi , 1927. Pizzurro, E. “Dapatkah behaviorisme masih berlaku dalam menghadapi oposisi yang luar biasa?” Penelitian Kepribadian , 1998. Watson, JB "Psikologi sebagai behavioris melihatnya." Tinjauan Psikologis , vol. 20, tidak. 2, 1913, hlm. 158-177. Watson, JB, dan Rayner, R. "Reaksi emosional yang dikondisikan." Klasik dalam Sejarah Psikologi . Wozniak, R. "Perilaku Tahun-tahun awal." Bryn Mawr College, 1997. Selainitu, istimewanya Safi Shayla Botanical Silk ini ialah adalah ianya focus untuk memelihara rambut dari akar umbi hingga ke hujung rambut dan dipercayai 100% dari bahan Botanical Aktif dan 0 parabens. Apa yang membuatkan khaty jatuh hati dengan Safi Shayla Botanical Silk nie, keharumannya kekal sehingga 48 jam. Jesus Christ remains the mostYesus Kristus masih merupakan tokohThe video has led to a number of criticisms,The" Stick Stickly" video, telah menyebabkan sejumlah kritik,The"Stick Stickly" video has led to a number of criticisms,The" Stick Stickly" video telah menyebabkan sejumlah kritik,Another important difference is thatPerbedaan penting lain,WikiLeaks memberi data secara eksklusif, misalnya untuk harian Inggris The Guardian dan lainnya ketika merilis Cablegates. Orang-orang juga menerjemahkan and 382 Nepalese nationals had died in the country since tahun 2014, sebuah penyelidikan oleh surat kabar Inggris The Guardian ke dalam kondisi di industri konstruksi Qatar menemukan bahwa lebih dari 500 migran India dan 382 warga Nepal telah meninggal di negara ini sejak tahun 2012. that over 500 Indian migrants and 382 Nepalese nationals had died in the country since tahun 2014, sebuah penyelidikan oleh surat kabar Inggris The Guardian ke dalam kondisi di industri konstruksi Qatar menemukan bahwa lebih dari 500 migran India dan 382 warga Nepal telah meninggal di negara ini sejak tahun 2012. scrambled to get up as soon as Phan sat baru lulus asal China Sam Phan menulis di koran Inggris, The Guardian, tentang seorang pria di dalam bus di London yang tiba-tiba berusaha lekas-lekas berdiri begitu Phan duduk di dalam bus. for the larger woman" and"pop's emblem for self-acceptance. untuk wanita yang lebih besar" dan" lambang pop untuk penerimaan diri. showing that Australian intelligence had allegedly hacked into mobile phones of top Indonesian leaders in November 2013, surat kabar Inggris The Guardian merilis artikel disertai laporan berisi bocoran dari Edward Snowden, seorang karyawan CIA, yang menunjukkan bahwa intelijen Australia diduga keras meretas telepon genggam beberapa petinggi politik Indonesia pada tahun al-Suwaidi, founder of the Emirates Center for Strategic Studies and Research, no longer at the top of the agenda among the Arab Gulf al-Suwaidi, pendiri Pusat Studi Strategis dan Penelitian Emirates, Palestina tidak lagi menjadi agenda utama di negara-negara Teluk al-Suwaidi, founder of the Emirates Center for Strategic Studies and Research, no longer at the top of the agenda in the Persian Gulf Pusat Studi dan Penelitian Strategis Emirat, Jamal al-Suwaidi, utama di negara-negara Teluk Persia. movement by adding a laconic, poetic voice to non-fiction”.Di tahun 2013, majalah Inggris The Guardian yang menulis cerita yang luas tentang Galeano, mengatakan, dia Galeano menjadi pujangga dari gerakan anti-globalisasi dengan menambahkan suara yang ringkas dan puitis al-Suwaidi, founder of the Emirates Center for Strategic Studies and Research, no longer at the top of the agenda in the Persian Gulf al-Suwaidi, pendiri Pusat Studi Strategis dan Penelitian Emirates, Palestina tidak lagi menjadi agenda utama di negara-negara Teluk warned of a similar meltdown earlier this week, before the vote, predicting a Brexit victory would send the pound down by at least 15 per cent, and perhaps more than 20 per cent, to go below US$ memperingatkan krisis serupa awal pekan ini, sebelum pemungutan suara, memprediksi kemenangan Brexit akan mengirim pound turun setidaknya sebesar 15 persen, dan mungkin lebih dari 20 persen, meluncur di bawah 1,15 dolar AS,He warned of a similar meltdown earlier this week, before the vote, predicting a Brexit victory would send the pound down by at least 15 percent, and perhaps more than 20 percent, to go below $ memperingatkan krisis serupa awal pekan ini, sebelum pemungutan suara, memprediksi kemenangan Brexit akan mengirim pound turun setidaknya sebesar 15 persen, dan mungkin lebih dari 20 persen, meluncur di bawah 1,15 dolar AS,Over 500 Indian migrants and 382 Nepalese nationals have died in the country since it won the right to host the football tournament,according to an investigation into conditions in the Qatari construction industry by British newspaper The Guardian, prompting an outcry from human rights groups across the 500 pendatang India dan 382 rakyat Nepal telah meninggal dunia di negara ini memandangkan ia memenangi hak untuk menjadi tuan rumah kejohanan bolasepak, menurut satu siasatan mengenai keadaan dalam industri pembinaan Qatari oleh akhbar British The Guardian, yang mendorong bantahan dari kumpulan hak asasi manusia di seluruh dunia dunia. Germany as“the most godless place on earth”. yang paling tidak berTuhan. and to show a shocking ignorance of history. only to shoot him in the back?” 16 January 2013, the media dutifully joined ranks with the State of Israel, grinding out the useful fiction that implicates these dead young Palestinians as menaces to the security and stability supposedly maintained by the chimera of separation. to shoot him in the back? 16 January 2013, media-media barat tunduk dan bergabung dengan barisan negara Israel, menggiring keluar cerita-cerita fiktif yang berimplikasi timbulnya opini pada dunia luar bahwa, para pemuda Palestina mati karena telah menjadi ancaman terhadap keamanan dan stabilitas yang seharusnya dipelihara oleh pemisahan yang tak masuk The Guardian, AWD News memang telah diidentifikasi sebagai situs berita palsu oleh organisasi penguji Serriffe1977 British newspaper The Guardian published a special seven-page supplement devoted to San Serriffe, a small republic consisting of semi-colon shaped islands located in the Indian 1977, Tempat liburan Indah Di San Serriffe Koran harian Inggris, The Guardian menerbitkan sampai tujuh halaman mengenai keindahan di San Serriffe, sebuah republik kecil di Samudra Hindia yang terdiri atas pulau-pulau yang berbentuk semicolon. band members said they chose the word Allah, Arabic for God, because they were seeking a“holy sounding” name and did not realize it might cause offense. lalu mereka memilih nama Allah untuk band itu karena menginginkan nama yang bernada suci, dan tidak menyadari bahwa itu membuat orang Arabic name for God, for their group's name because they wanted something holy sounding and did not realize it might cause offense. lalu mereka memilih nama Allah untuk band itu karena menginginkan nama yang bernada suci, dan tidak menyadari bahwa itu membuat orang is time for Europe to stand by our principled parameters for peace in Israel-Palestine,” read the solution in the saatnya bagi Eropa untuk berpegang pada parameter utama kami untuk perdamaian di Israel-Palestina," kata surat itu- negara dalam masalah konflik Palestina. dan perempuan. HargaObat. 17 April 2022. Harga Obat – Disini, anda dapat melihat semua daftar harga obat terbaru yang ada di Indonesia. Tentu saja, ini merupakan obat resmi yang terdaftar. Untuk anda yang ingin membeli obat ini, bisa merujuk pada tabel dibawah dengan mempertimbangkan biaya ongkos kirim kedalam budget pembelian anda.
Apa yang akan Anda dapatkan Modul Tutorial Materi bacaan elektronik disajikan dengan bahasa yang mudah dipahami. Forum Diskusi Diskusikan materi belajar dengan siswa lainnya. Level Pemula Mempelajari topik dasar dengan objektif membuat produk, sistem, atau latihan sederhana. Deskripsi Kelas ini didesain oleh IBM Indonesia dan dicoding untuk developer yang ingin mempelajari aplikasi kognitif dengan menggunakan teknologi IBM Watson. Tool lain ang digunakan adalah CloudFoundry CF CLI, Postman, dan Android Studio opsional. Modul-modul dalam kelas ini adalah studi kasus pemanfaatan dan tersedia opsi-opsi sebagai berikutConversationText Processing & Information RetrievalImage/Object RecognitionContext / Natural Language UnderstandingData InsightsPrototipe aplikasi yang dibuat oleh peserta akan direview dalam maksimal 3 tiga hari kerja oleh tim dicoding. Peserta yang lulus akan mendapatkan sertifikat dicoding dan dapat membangun aplikasi kognitifnya sendiri. Belajar Gratis! Investasi yang dibutuhkan untuk Sertifikasi di kelas ini adalah Rp. atau menggunakan 400 dicoding IBM WatsonIBM Watson sebagai sebuah platform teknologi kognitif / kecerdasan buatan, mengusung replikasi kemampuan kognitif manusia, termasuk belajar, berinteraksi. mengenali objek, menganalisa, dan menarik kesimpulan dari data teks dan multimedia. Dengan dukungan IBM sebagai perusahaan teknologi, IBM Watsonℱ yang tersedia sebagai Software-as-a-Services SaaS dapat dimanfaatkan untuk mengembangkan kemampuan kognitif dan personalisasi dalam produk dengan sangat mudah. Selengkapnya Sembunyikan Curriculum Developer yang membangun kelas ini Najib Abdillah Product Engineer at Dicoding Indonesia Code Reviewer yang akan me-review tugas dan kode Anda Bibita Habibi Mustafa Platform Engineer at Dicoding Indonesia LINE API ExpertIoT Enthusiast Lihat semua kontributor dan reviewer Lihat semua kontributor dan reviewer Kontributor & Reviewer Kontributor kelas Curriculum Developer yang membangun kelas ini Tim Reviewer Code Reviewer yang akan me-review tugas dan kode Anda Bibita Habibi Mustafa Platform Engineer at Dicoding Indonesia LINE API ExpertIoT Enthusiast Bibita Habibi Mustafa Platform Engineer at Dicoding Indonesia LINE API ExpertIoT Enthusiast Testimoni Siswa Ribuan siswa sukses belajar di Dicoding Academy. Apa kata mereka? Berikut adalah testimoni asli mereka. Danar Dono Institut Sains dan Teknologi Terpadu Surabaya Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Di kelas ini, akan diajarkan bagaimana konsep dasar pemograman. Saya sendiri merasa seperti mengulas kembali belajar mata kuliah algoritma 1, namun materinya disampaikan secara interaktif dan menyeyangkan sehingga relatif lebih cepat paham. Terima kasih Dicoding. Baca selengkapnya Muhammad Rafli Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Kelas ini benar-benar memberikan pemahaman yang baik tentang pemrograman. Dengan bahasa yang menarik, mudah dipahami, dan sedikit humor, saya selaku orang non-IT dapat memahami kelas ini dengan baik. Terima kasih Dicoding. Baca selengkapnya Lihat semua testimoni Lihat semua testimoni Testimoni Siswa Danar Dono Institut Sains dan Teknologi Terpadu Surabaya Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Di kelas ini, Anda akan diajarkan bagaimana konsep dasar pemograman. Saya sendiri merasa seperti mengulas kembali belajar mata kuliah algoritma 1, namun materinya disampaikan secara interaktif dan menyeyangkan sehingga relatif lebih cepat paham. Terima kasih dicoding atas materi pembelajarannya. Salam. Muhammad Rafli Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Kelas ini benar-benar memberikan pemahaman yang baik tentang pemrograman. Dengan bahasa yang menarik, mudah dipahami, dan sedikit humor, saya selaku orang non-IT dapat memahami kelas ini dengan baik. Terima kasih Dicoding Thifal Nurrifqi Ariel Kurniawan Universitas Pendidikan Indonesia Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Kelas ini sangat informatif dan bermanfaat bagi siapapun yang hendak memulai langkah di dunia pemrograman. Hal ini dikarenakan media dan pendekatan yang digunakan menjadikan saya mudah memahami tentang pemrograman dari 0 dan tidak buta arah untuk menentukan langkah selanjutnya. Timotius Haniel Memulai Dasar Pemrograman untuk Menjadi Pengembang Software Melalui kelas Basic Programming 101, Saya menyadari bahwa betapa pentingnya basic yang kuat bagi seorang developer. Melalui basic yang kuat, seorang programmer dapat lebih mudah mengembangkan setiap software yang akan dibangun. "Bangunan yang tinggi dan besar, pasti memiliki pondasi yang kokoh" Punya pertanyaan seputar kelas ini? Berikut adalah beberapa pertanyaan yang paling sering ditanyakan. Silabus Materi yang akan Anda pelajari pada kelas ini. Modul 1 Pengenalan Bluemix Modul 2 - Bluemix UI Modul 3 Watson Cognitive Platform Modul 4 Text & Audio - Watson Speech to Text Modul 4 - Lanjutan Text & Audio Watson Text to Speech Modul 4 lanjutan Text & Audio - Watson Tone Analyzer Modul 4 Lanjutan Text & Audio - Sample Project Modul 5 Watson Conversation Modul 6 Image & Visual Object - Watson Visual Recognition Modul 7 Document & Language - Watson Document Conversion Modul 7 Lanjutan Document & Language - Watson Language Translator Modul 7 Lanjutan Document & Language - Watson Natural Language Classifier Modul 7 Lanjutan Document & Language - Watson Natural Language Understanding Modul 8 Machine Learning - Watson Discovery Modul 8 Lanjutan Machine Learning - Personality Insights Modul 8 Lanjutan Machine Learning - Watson Retrieve and Rank Service
· Dilansir detikTravel dari situs Asosiasi Wisata Ine, Selasa (22/12/2015) kota Ine yang didominasi oleh nelayan memang menawarkan ketenangan dan suasana bak Venezuela. Apa itu guardian? guardian adalah kata yang memiliki artinya, silahkan ke tabel berikut untuk penjelasan apa arti makna dan maksudnya. Pengertian guardian adalah Subjek Definisi BPK Badan Pemeriksa Keuangan ? guardian ing, – pengampu; wali; yang menjadi wali/wakil, curator bld pengampu; wali; guardian; curator; istri yang ditinggal mati suaminya dalam keadaan hamil setelah dipanggil/diperiksa oleh yang kompeten, maka Balai Harta Peninggalan kantor Wees Kamer dapat menjadi pengampu si istri tadi demi untuk menyelamatkan, megurus harta kekayaan untuk kepentingan si anak dikemudian hari [vide KUH Pdt Psl. 348]; Curator atau pengampu dari seorang gila bila mana si gila itu melakukan perbuatan yang menimbulkan akibat hukum si curator dapat dituntut membayar ganti rugi dan lain sebagainya [vide RIB Psl. 3 bg]. Definisi ? Loading data ~~~~ 5 - 10 detik semoga dapat membantu walau kurangnya jawaban pengertian lengkap untuk menyatakan artinya. pada postingan di atas pengertian dari kata “guardian” berasal dari beberapa sumber, bahasa, dan website di internet yang dapat anda lihat di bagian menu sumber. Istilah Umum Istilah pada bidang apa makna yang terkandung arti kata guardian artinya apaan sih? apa maksud perkataan guardian apa terjemahan dalam bahasa Indonesia Adarasa senang dan tanggung jawab untuk membuat sepatu lagi sesuai dengan kualitas yang konsumen harapkan. Dari kejadian itu, ia memutuskan fokus mengembangkan Nappa Milano yang terus memegang filosofi, kualitas, serta segmen sepatu formal. Pilihan itu, menurutnya, memang berbeda dengan pemain lain, tetapi justru peluangnya lebih besar. ï»żFoundation merupakan salah satu bahan makeup penting buat para wanita untuk menutup cela di hairanlah jika ramai yang mencari foundation terbaik untuk kulit wajah terdapat banyak foundation yang bagus dan halal di pasaran dan membuatkan ramai masih keliru yang mana foundation terbaik dan paling best untuk dibeli. Jadi, kami bantu anda senaraikan pelbagai jenama foundation yang bagus dan sesuai untuk kulit 11 Jenis Foundation TerbaikTable of Contents Semak Alha Alfa Royal Propolis Foundation harga dibawahadd_circle Full coverageadd_circle Sesuai untuk semua jenis kulitadd_circle Mengandungi air liur dari ratu lebahadd_circle Tahan sehingga 12 jam pemakaianremove_circle Stok yang sedikit limitedremove_circle Untuk kulit bermasalah perlu pakai double layerSebab menjadi pilihan utamaTekstur sangat licin dan sekata dengan kulit malah, tona yang lembut dan mudah diratakan pada merupakan item wajib ada bagi setiap individu bila fully make dengan keluaran Royal Propolis Foundation yang mempunyai 5 jenis tona dari light tone hingga dark jenis matte yang dijamin full coverage sangat sesuai untuk kulit yang mempunyai lubang pori yang menarik, foundation ini mengandungi spf 15. Tak perlu risau nak pakai sunscreen atau sunblock dah! Paling penting, foundation ini telah mendapat kelulusan dari KKM - pakai pada wajah, kulit nampak flawless. Dapat menutup kesan gelap jerawat, jerawat halus. Tak perlu apply tebal pun, sesuai sangat nak guna secara daily.”Semak Wardah Exclusive Liquid Foundation harga dibawahadd_circle Dijamin Mempunyai 5 jenis tona Mempunyai Macadamia Menggunakan formula Superfine Silky Particiesremove_circle Sedikit adalah isu penting bagi wanita muslim kerana gusar jika air wudhuk tidak boleh dibawa foundation Wardah dijamin halal tapi sebaiknya cuci muka sebelum mengambil Wardah mempunyai 5 jenis tona warna untuk kesesuaian kulit wajah anda. Tinggal nak pilih dan padankan sahaja. Bahan yang terdapat didalam foundation ini adalah seperti Macadamia Oil yang akan memastikan kulit kekal lembab walaupun finishing adalah superfine silky paricies ini dapat menjadikan hasil kulit flawless dan bila pakai wajah kelihatan bersinar. Cuma, pastikan foundation rata di seluruh kulit wajah supaya tidak beri kesan Maybelline Fit Me Matte Poreless Liquid Foundation harga dibawahadd_circle Mempunyai perlindungan SPF 22add_circle Menggunakan formula Superfine Silky Particiesadd_circle Mempunyai lebih 20 jenis pilihan tona Terlalu Tekstur sedikit keluaran Maybelline ini sangat mudah didapati di drug store mahupun mempunyai pilihan yang banyak dimana lebih dari 20 pilihan tona warna mengikut semua jenis kulit. Bahan yang terkandung seperti micro powder akan akan membuatkan foundation tidak kelihatan berminyak bila di oleskan pada kulit wajah. Foundation ini pula jenis formula non-comedogenic yang mana tidak akan menyebabkan liang pori tersumbat walaupun mampu menutup liang pori. Semak Rimmel Match Perfection Foundation harga dibawahadd_circle Mempunyai smart tone technologyadd_circle Mempunyai spf Sedikit tebal dan perlu mix dengan foundation review untuk foundation dari Rimmel ini, mengatakan memiliki tekstur sangat best bila dipakai. Ini kerana foundation ini mempunyai smart tone kata lain, senang nak ratakan pada permukaan kulit walaupun teksturnya sedikit tebal. Pilihan tona warna juga lebih dari 10, memang senang nak pilih untuk sesuaikan dengan tona kulit anda. Malah, foundation ini mempunyai kandungan spf 20 yang mampu untuk melindungi kulit anda dari sinaran UV. Tak perlu dah nak sapu SPF lagi pada muka, dalam foundation dah sedia ada pun Simplysiti Liquid Foundation harga dibawahadd_circle Lulus KKMadd_circle Mengandungi spf 25remove_circle Packaging yang memakan dari Simplysiti jenis liquid matte dimana teksturnya sedikit cair berbanding foundation bagi anda yang mempunyai masalah kulit kering, perlu menggunakan pelembab agar kulit kelihatan lembut dan yang terdapat dalam foundation ini tidak akan menyebabkan liang pori kesan dari radiant complex ini membuatkan kulit wajah nampak lebih dewy, fresh dan wajah licin, cantik dan kulit dilindungi sinaran UV kerana mengandungi SPF Luxe Perfect Cover Foundation harga dibawahadd_circle Waterproof Mempunyai SPF Lulus KKMremove_circle Hanya boleh didapati secara Harga yang agak foundation ini mempunyai dua jenis tona warna sahaja, untuk anda pilih tapi bahan yang terkandung sangat utama yang ada didalam foundation ini adalah argan oil, berfungsi untuk mengurangkan iritasi. Jadi bagi anda yang mempunyai kulit sensitif boleh cuba foundation ini C pula membuatkan kulit wajah menjadi lebih anjal dan membuatkan kulit wajah awet juga kandungan SPF jadi anda tak perlu pakai sublock atau sunscreen penting telah diluluskan oleh pihak Kementerian Kesihatan Malaysia KKM. Bagus bukan? Harap dua tona warna yang disediakan ni sesuai untuk warna kulit Elianto Whitening Stick Foundation harga dibawahadd_circle Mengandungi SPF 60add_circle Formula ringan pada Limited stockFoundation ini direka dalam bentuk stick yang mudah untuk dipakai dan sesuai untuk wanita yang sibuk. Cara penggunaanya mudah, hanya calit dan ratakan menggunakan jari, brush atau sponge. Mempunyai kandungan SPF 60, cukup untuk melindungi kulit untuk aktiviti luar. Walaupun stick ini memiliki teksturkesat dan kering tapi disebabkan mempunyai formulasi yang membuatkan kulit rasa ringan dan breathdable serta tidak dengan menggunakan foundation stick, segala bintik, kesan jerawat dapat, garis halus selesai! Semak Revlon ColorStay For Normal/Dry Skin Foundation SPF20 30ml harga dibawahadd_circle Effect Bertahan sehingga 22 jenis tona Release time Tekstur tebalDihasilkan khas untuk mengawal minyak pada kulit wajah anda. Hasilnya kulit bebas minyak dan kekal sehingga 24 tona warnanya juga banyak tau sehingga 22 jenis tona. Tinggal nak pilih je yang mana sesuai untuk kulit. Mempunyai technology release time yang mana dapat memberikan hasil yang kekal segar dan bersinar terutama bagi yang jenis kulit kombinasi dan ringan, mudah di blend pada kulit dan tidak perlu pakai bedak, hanya menggunakan foundation ini sahaja cukup untuk menutup cela pada Bourjois Healthy Mix Serum Foundation harga dibawahadd_circle Mengandungi vitamin C, B5 dan Hyaluronic Spherical Stok dari jenama Bourjois ini boleh dikatakan terkenal dengan keluaran seperti Vitamin C yang terkandung menghasilkan anti-fatigue effect dimana menjadikan kulit lebih sihat, tona kulit sekata, kedutan berkurang. Manakala B5, menjaga kesihatan kulit dan vitamin E membantu membaiki kulit acid pula memberikan kelembaban pada kulit agar kekal sekali, spherical powder memberikan kulit yang lembut pada wajah serta mengurangkan kesan berminyak. Senang kata, banyak kelebihannya. Jom cuba!Semak Cubremi Stick Matte With Love Foundation harga dibawahadd_circle Mempunyai SPF Saiz yang mudah Mempunyai Hanya 1 pilihan tona lokal yang menjadi pilihan ramai kerana harga berpatutan tetapi hasil yang jenis stick dan bila foundation jenis stick secara tak langsung teksturnya sedikit tidak akan membuatkan kulit anda bercapuk. Mudah untuk blend it pada kulit wajah serta tahan foundation ini mudah berminyak, tetapi bagi foundation dari Cubremi ini tidak menyebabkan kulit berminyak. Bila apply dekat muka, ianya anti rekah jadi tak perlu juga dijadikan sebagai concealer untuk kening, dah la murah dan mempunyai kegunaan 2 dalam 1. Semak La Shaz Foundation harga dibawahadd_circle Lulus Berfungsi 2 dalam Anti Sesuai untuk semua jenis Sukar didapati dalam keluaran tempatan ini tiada kurangnya kerana merupakan antara produk yang memuaskan dan harga berpatutan. Ciri foundation ini mempunyai tekstur yang ringan dan lembut pada kulit apabila dioleskan pada wajah. Sangat sesuai untuk kegunaan harian, hanya sedikit calit, kulit wajah akan kelihatan lembut dan berseri sepanjang juga kandungan spf 40 dan mempunyai bahan anti penuaan. Pakai foundation pun boleh dapat kelebihan yang banyak, bukan sekadar menutup parut je risau, produk ini sudah mendapat kelulusan KKM - Fungsi & Jenis Foundation?Foundation merupakan make up asas untuk menutup cela dan liang pori pada kulit itu dapat membantu mengurangkan penghasilan minyak, menutup kesan jerawat serta meratakan tona wajah. Untuk pengetahuan, foundation mempunyai 5 jenis tekstur dan kegunaannya juga lihat apakah Merupakan foundation yang sangat popular dan memiliki tekstur Tekstur jauh lebih pekat dan sesuai untuk anda yang mempunyai kulit Tekstur powder sesuai untuk kulit berminyak kerana bahan digunakan dapat membuatkan kulit kurang berminyak dan lebih terasa Merupakan campuran baru yang ada pada foundation, tapi tekstur masih sama cuma mempunyai based Bahan utama water base ini sangat disarankan bagi anda yang mempunyai masalah Tak Cara Pilih Foundation?Terdapat beberapa faktor utama yang anda perlu titik beratkan sebelum membeli lagi apabila mempunyai masalah kulit, anda perlu jadi sedikit cerewet dan salah pilih, nanti jerawat naik makin banyak dan kulit warna kelabu asap sebab tona warna cara pilih foundation betul adalah mengetahui tona warna kulit, bahan foundation, jenis kulit dan padankan dengan jenis-jenis foundation di atas apa, setiap orang memiliki jenis dan tona warna yang berbeza. Salah pilih, rugi!Kalau tak tahu macam mana pilih foundation, sebaiknya tanya kepada sales dalam pemilihan foundation terbaik ni cuba dapatkan nasihat dan pandangan orang yang lebih cuba sendiri pun boleh. Try and error, jadi anda akan lebih tahu bila dah Beza BB Cream & Foundation?Ada yang beranggapan kedua-dua jenis kosmetik ini mempunyai fungsi yang sebenarnya terdapat beberapa perbezaan antara BB Cream dan adalah tona BB Cream jauh lebih lembut berbanding jika untuk heavy make up sebaiknya gunakan foundation manakala untuk harian, gunakan BB jika anda ingin wajah kelihatan licin, gunakan foundation kerana foundation mampu menutup kesan cela secara keseluruhan pada tahap liputan BB Cream adalah sederhana dan kulit kelihatan lebih semula mana satu yang menjadi kepentingan anda? Full atau medium coverage? Pilihan di tangan Pakai Foundation Dengan BetulKami percaya, masih ada lagi yang tidak tahu cara pakai foundation dengan kami sediakan langkah untuk pakai foundation dengan cara yang betulPastikan kulit wajah anda bersih Basuh muka dan sapu toner memggunakan cotton pad. Ini bertujuan untuk menyingkirkan kesan minyak, kotoran pada liang kulit wajah lembab dan terjaga Sebaiknya pakai semua skin care untuk melindungi kulit wajah, termasulah sunscreen sebelum pakai atau selepas pakai foundation. Bukan apa, kebanyakan foundation teksturnya tebal dan mudah foundation terbaik Sapukan foundation secukupnya pada wajah. Ratakan foundation tersebut pada keseluruh wajah. Gunakan sponge dan dab untuk ratakan dan juga untuk dapatkan hasil yang sukar diratakan, baru gunakan menggunakan Sapukan concealer pada wajah yang mempunyai kesan bintik merah, bintik hitam. Gunakan hanya pada hujung jari loose powder Hanya menggunakan brush, sapu sedikit loose powder dan slightly brush pada bahagian yang kerap berminyak dan berpeluh. Artikel Berkaitan14 Foundation Terbaik untuk Kulit Berminyak di Malaysia 20238 Bedak Compact & Tabur untuk Kulit Berminyak Tahan Lama8 Foundation Terbaik di Watsons Malaysia 2023 Jenama Bagus7 Setting Spray Terbaik di Watson Malaysia 2023 Tahan LamaMakeup Primer Terbaik di MalaysiaBB Cushion Terbaik Di MalaysiaBB Cream Terbaik di Malaysia10 Foundation Full Coverage Terbaik di Malaysia 2023 KINIkita memasuki era baru manufaktur intelijen berbasis teknologi informasi big data.Banyak negara, khususnya Amerika Serikat (AS), Inggris, Kanada, Jepang, Israel, Singapura, Tiongkok, dan Argentina, menurut laporan Lyon (2014:4-5), Profesor Louis de Koker et al. (2018), dan Kenji Hiramoto (2017:20) giat menghimpun dan mengelola data-set skala besar antara lain Home B Nation Editor Beautynesia Beautynesia Selasa, 12 Dec 2017 0300 WIB Senengnya Indonesia punya banyak drugstore yang menjual berbagai kosmetik secara lengkap. Mereka pun tersebar di sejumlah pusat perbelanjaan. Seperti Watsons, Guardian, atau Century. Nah di antara ketiganya mana nih drugstore favorit kalian ladies? Atau jangan2 kalian punya rekomendasi drugstore favorit lainnya?ebn/ebn Gabung grup WhatsApp B-Nation!Ngobrol soal kecantikan, hubungan sampe curhat! Komentar Belum ada yang pertama memberikan komentar. Nakbezakan dua tempat yang perempuan memang lawatlah dalam hidup dia. Bagi yang tak tahu apa itu Watson dengan Guardian nih, dua tempat ni macam farmasi pun ada, kedai alat2 perempuan pun ye, macam2 benda la jual. Bagi akulah, ini adalah perbezaan Watson dengan Guardian. Watson memang best nak dikunjungi sebabnya kedai itu memang Dalam makalah ini disampaikan sebuah hasil penelitian dengan memanfaatkan teknologi dari IBM, yaitu Watson Assistant. Watson Assistant digunakan untuk membuat chatbot terkait proses akademik. Analisis dan pengumpulan data dilakukan dengan berbasiskan skenario. Data-data tersebut dibuat ke dalam sebuah graph search. Watson Assistant akan menentukan node dengan nilai kepercayaan tertinggi untuk diberikan sebagai jawaban. Skenario percakapan yang ditanamkan dalam chatbot ini telah diimplementasikan ke dalam bentuk laman web, Facebook Messenger, dan Slack untuk membantu interaksi antara pihak fakultas dengan mahasiswa. Chatbot berperan pula sebagai sistem pendamping forum tanya jawab di dalam course learning system CLS untuk pertanyaan-pertanyaan rutin. Berdasarkan hasil uji coba, chatbot berbasis skenario telah dapat menjawab kebutuhan dasar mahasiswa untuk bertanya seputar hal akademis, sebagaimana tercantum dalam buku panduan, khususnya untuk proses perwalian dan deskripsi mata kuliah. Discover the world's research25+ million members160+ million publication billion citationsJoin for free JEPIN Jurnal Edukasi dan Penelitian Informatika ISSNe 2548-9364 / ISSNp 2460-0741 Vol. 6 No. 2 Agustus 2020 Submitted 23-05-2020; Revised 19-07-2020; Accepted 21-07-2020 Implementasi Sistem Tanya Jawab Berbasis Skenario untuk Mendukung Proses Akademik dengan IBM Watson Assistant Bryan Wijaya1, Hapnes Toba2 Fakultas Teknologi Informasi, Universitas Kristen Maranatha Jl. Suria Sumantri No. 65 Bandung 40164, Jawa Barat, Indonesia 2hapnestoba Abstrak— Dalam makalah ini disampaikan sebuah hasil penelitian dengan memanfaatkan teknologi dari IBM, yaitu Watson Assistant. Watson Assistant digunakan untuk membuat chatbot terkait proses akademik. Analisis dan pengumpulan data dilakukan dengan berbasiskan skenario. Data-data tersebut dibuat ke dalam sebuah graph search. Watson Assistant akan menentukan node dengan nilai kepercayaan tertinggi untuk diberikan sebagai jawaban. Skenario percakapan yang ditanamkan dalam chatbot ini telah diimplementasikan ke dalam bentuk laman web, Facebook Messenger, dan Slack untuk membantu interaksi antara pihak fakultas dengan mahasiswa. Chatbot berperan pula sebagai sistem pendamping forum tanya jawab di dalam course learning system CLS untuk pertanyaan-pertanyaan rutin. Berdasarkan hasil uji coba, chatbot berbasis skenario telah dapat menjawab kebutuhan dasar mahasiswa untuk bertanya seputar hal akademis, sebagaimana tercantum dalam buku panduan, khususnya untuk proses perwalian dan deskripsi mata kuliah. Kata kunci— belief engine, chatbot, google translate, sistem tanya jawab, watson assistant Abstract— Watson Assistant is a technology offered by IBM which could be implemented as chatbot to answer questions from users. Watson Assistant requires data in its learning. The data processing is based on scenarios. The data is stored into nodes in the form of assertion graph. In every node the value of confidence will be calculated, therefore Watson Assistant will determine the highest value of confidence to be given as an answer. Our research has successfully implemented the integration of Watson Assistant in the faculty website, Facebook Messenger, and Slack to support students’ activities, especially in academic processes. The chatbot has also shown its ability as a supporting tool for the regular forum question answering activities in course learning system CLS. Keywords— belief engine, chatbot, google translate, question answering system, watson assistant I. PENDAHULUAN Proses akademik terkadang menjadi sebuah hal yang cukup kompleks bagi beberapa mahasiswa/i, contohnya pada saat perwalian. Seringkali pada saat mahasiswa/i tersebut membutuhkan arahan dari dosen terdapat beberapa kendala. Misalnya, ketika mahasiswa/i ingin memperoleh panduan mata kuliah yang harus diambil dalam perencanaan studi dan dosen sedang tidak berada di tempat, maka informasi tidak dapat diperoleh secara cepat dan menghambat proses selanjutnya. Di sisi lain, berbagai perkembangan ilmu dan teknologi menghadirkan berbagai alternatif baru yang memungkinkan kemudahan dalam berinteraksi [1]. Salah satunya adalah alternatif untuk mengotomatiskan sebuah proses percakapan sehingga dapat mempercepat kinerja [2]. Terkait dengan hal itulah maka dalam penelitian ini diangkat sebuah rumusan masalah, yaitu bagaimana menghasilkan sebuah sistem yang dapat menjawab pertanyaan-pertanyaan mendasar dari mahasiswa/i untuk mendukung proses akademik secara cepat dan tepat. Tujuan utama dari penelitian ini adalah menghasilkan sistem yang memungkinkan interaksi secara otomatis antara mahasiswa/i dengan pihak fakultas dalam menemukan informasi terkait proses akademik. Otomatisasi dilakukan melalui percakapan berbasis skenario dengan dukungan teknologi Watson Assistant dari IBM. II. KAJIAN LITERATUR A. IBM Watson & IBM Watson Services IBM Watson adalah sistem komputer yang menerapkan pemrosesan bahasa alami dan konten yang bagus dalam kompetisi sehingga cukup cepat untuk bersaing dan bahkan dapat menang melawan manusia dalam kontes Jeopardy [1]. IBM telah menyediakan sebuah layanan bagi pengguna sehingga dimungkinkan untuk membuat sistem interaksi JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba percakapan secara otomatis dengan menggunakan IBM Watson Conversation Service. Dengan layanan ini perangkat lunak dapat diarahkan untuk mengerti masukan dalam bahasa alami dan berkomunikasi dengan pengguna seperti halnya percakapan antar manusia. Conversation Service sangat bergantung pada proses pembelajaran mesin untuk merespons pengguna dalam mensimulasikan percakapan antar manusia. Melalui layanan ini beberapa perusahaan besar telah memanfaatkan IBM Watson dalam proses interaksi dengan para pelanggannya, seperti misalnya Coca-Cola, Thomson Reuters, dan Honda [2]. B. Watson Assistant Watson Assistant adalah perangkat yang ditawarkan oleh IBM Watson untuk membuat antarmuka pengguna berupa percakapan ke dalam aplikasi ataupun media lainnya. Watson Assistant menggunakan belief computation untuk menentukan keputusan dalam sebuah assertion graph. Watson Assistant dapat mencari beberapa jalur sekaligus dengan melihat probabilitas dari setiap jalur dalam assertion graph [3], [4], [5]. Bentuk visualisasi assertion graph tergambar seperti pada Gambar 1. Visualisasi assertion graph pada Gambar 1 menjelaskan mengenai skenario perwalian yang diajukan oleh seorang mahasiswa. Pada skenario awal dicontohkan seorang mahasiswa membutuhkan bantuan dalam perwalian dan menanyakan kepada sistem “I need help with a guidance, can you help me?”. Sistem akan memberikan respons dengan menanyakan kepada pengguna berada di program studi apa, untuk kemudian diarahkan pada program studi yang sesuai. Setelah itu, sistem akan menanyakan kepada pengguna ada di semester berapakah dia sekarang, untuk menentukan semester. Hal ini dilakukan untuk mengarahkan hipotesis yang pengguna butuhkan. Dalam kasus ini pengguna membutuhkan daftar mata kuliah semester 4 semester selanjutnya pada saat perwalian sebagai domain skenario pengetahuan. Terkait dengan pengembangan skenario dalam assertion graph, terdapat beberapa sub-komponen untuk mendukung pembentukan hipotesis dalam sistem, yaitu  Node sebuah simpul yang menjadi penghubung / koneksi dalam rangkaian dialog.  Intent dalam Watson Assistant digunakan untuk menentukan niat atau tujuan yang ingin dicapai.  Entity dalam Watson Assistant digunakan untuk menentukan hipotesis jawaban dan dapat pula menyimpan pengetahuan yang dibutuhkan oleh chatbot sebelum menjawab pertanyaan. Gambar. 1 Contoh assertion graph pada watson assistant C. Belief Engine Salah satu pendekatan untuk menentukan keputusan dari beberapa alternatif hipotesis dalam assertion graph adalah probabilistic inference melalui sebuah graphical model [3]. Watson Assistant merujuk ke komponen ini sebagai belief engine. Meskipun tujuan utama dari mesin ini adalah untuk menyimpulkan kepercayaan terhadap hipotesis, tetapi juga memiliki tujuan sekunder yaitu untuk menyimpulkan kepercayaan pada simpul yang tidak diketahui yang juga bukan hipotesis. Belief engine perlu memberikan nilai kepercayaan pada setiap simpul, bukan hanya hipotesis. Setiap node mewakili pernyataan, jadi bisa salah satu dari dua pernyataan benar atau salah. Sebuah graphical model dengan node sejumlah k, dapat memberikan kombinasi 2k kemungkinan pernyataan. Inferensi probabilistik pada graf akan digunakan untuk menentukan besar nilai kemungkinan dari masing-masing pernyataan tersebut. Belief engine menggunakan nilai kemungkinan ini untuk menghitung probabilitas marjinal pada setiap node yang berpotensi benar. Probabilitas marjinal inilah yang kemudian dianggap sebagai nilai kepercayaan. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Gambar. 2 Contoh Belief Engine dalam Pembentukan Hipotesis Skenario Sebagai contoh, visualisasi belief engine pada Gambar 2 menjelaskan mengenai pembayaran yang memiliki 2 metode pembayaran. Jika pengguna memasukkan jawaban terhadap pertanyaan pembayaran, maka belief engine tersebut akan menghitung nilai kepercayaan terhadap setiap node yang ada. Node dengan nilai kepercayaan tertinggi akan menjadi jawaban selanjutnya dari sistem. Jika terdapat lebih dari sebuah parent node maka perhitungan nilai kepercayaan dapat menggunakan kombinasi dari noisy-OR dengan menggunakan formula 1 [3]. Dalam formula 1 dapat dilihat bahwa nilai probabilistik sebuah node dihitung dengan mengambil nilai “bersih” setelah probabilistik sebuah node dikurangi dengan hasil perkalian seluruh node yang terkait sebelumnya chain rule. 
 1 Dengan  himpunan node yang terhubung ïˆș  îŽïˆ»îŻ„î—îŻ‹ hasil agregasi perkalian antara himpunan node yang terhubung   nilai probabilitas marjinal Probabilitas dari masing-masing node dapat dihitung menggunakan formula 2. Sebagai contoh pada kasus yang terdapat pada Gambar 2, parent node hanya terdapat 1. Maka nilai r adalah 1-1-1, r = 1. Jika nilai kepercayaan 1 adalah dan nilai kepercayaan 2 adalah maka nilai probabilitas untuk menjawab BCA adalah * 1 = dan BNI adalah * 1 = Untuk menghitung probabilitas pada node Virtual Account dan Transfer, nilai r haruslah dihitung berdasarkan aturan Bayesian Chain Rule [3]. Dengan demikian, nilai r untuk Virtual Account adalah 1- * = 
 2 Dengan îœČïˆșî”îˆîœŽîŻ«î‡Ą îœłîŻ«ïˆ» Bayesian chain rule untuk node x dengan diketahui node R dan Q yang terhubung dengan x  ïˆșîîŻ«î‡Ą îŒîŻ«ïˆ» nilai probabilitas marjinal seperti pada formula 1 D. Respons Watson Assistant Respons yang diberikan oleh Watson Assistant disampaikan dalam bentuk JSON. Terdapat beberapa atribut penting dalam struktur JSON tersebut. Pertama adalah “output” memiliki empat sub-atribut lainnya, yaitu “generic”, “debug”,”intents”, dan “entities” lihat Gambar 3. Sebelum dapat membuka sub-elemen diperlukan akses terhadap “output” terlebih dahulu. Di dalam atribut “generic” terdapat dua atribut terkait yaitu “response_type” dan “text”. “Response_type” digunakan untuk mengetahui bentuk respons apa yang diberikan. Atribut “text” digunakan untuk mengetahui isi dari responsnya dapat dilihat dalam Gambar 4, yang akan diakses untuk mendapatkan jawaban dari Watson Assistant. Ketiga atribut lain “debug”, “intents”, dan “entities” digunakan untuk pengembangan dalam mencari dan mengurangi “bug”. “Debug” dapat digunakan untuk melihat node apa yang dikunjungi. Atribut “intents” dapat digunakan untuk melihat perhitungan nilai kepercayaan terhadap intents dan intent apa yang dipilih oleh Watson Assistant. Atribut “entitites” digunakan untuk melihat entitiy apa yang masuk atau yang terbaca oleh Watson Assistant. Gambar. 3 Respons dari Watson Assistant melalui Application Programming Interface API E. Korelasi Watson Assistant dengan Sistem Pakar Menurut definisinya, sebuah sistem pakar dapat dinyatakan sebagai sebuah sistem yang mampu memberikan solusi untuk sebuah permasalahan tertentu ataupun untuk memberikan saran yang disusun berdasarkan pengetahuan para ahli dalam bidangnya [6]. Pada dasarnya Watson Assistant sudah menyediakan layanan tersebut melalui mekanisme tanya jawab sehingga dapat memberikan arahan untuk kebutuhan pengguna berdasarkan data yang sudah dipersiapkan, dan dengan demikian dapat dianalogikan sebagai sebuah sistem pakar. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Secara umum sebuah sistem pakar tersusun atas komponen antarmuka sistem untuk berinteraksi, mesin inferensi, dan sumber pengetahuan. Di dalam Watson Assistant, terdapat antarmuka sistem yang dapat digunakan oleh pengguna, serta untuk terhubung dengan dengan sistem-sistem pihak ketiga. Adapun mesin inferensi yang digunakan dalam Watson Assistant diwujudkan melalui belief engine, dengan sumber pengetahuan yang dibentuk melalui struktur assertion graph. F. Chatbot Teknologi chatbot sangat berkembang pesat dalam beberapa tahun terakhir ini. Misalnya dalam sistem Alexa dapat mematikan lampu rumah hanya dengan cara kita memerintahnya melalui suara. Dalam kasus chatbot, dengan diluncurkannya bot pada platform seperti pada Slack ataupun Facebook Messenger dapat membuat pertumbuhan pembuatan bot menjadi lebih cepat [7]. Dengan perkembangan pesat perangkat teknologi informasi, chatbot dapat diarahkan untuk memberikan layanan asistensi kepada pengguna. Misalnya chatbot dapat digunakan untuk memberikan layanan customer service 24 jam, yang biasa dilakukan oleh manusia dalam waktu terbatas. Chatbot dapat pula menjadi pendukung layanan Frequently Ask Questions FAQ untuk mendapatkan kandidat-kandidat jawaban terbaik [5]. Dalam penelitian yang dibahas dalam makalah ini, chatbot digunakan sebagai penyedia informasi dan melengkapi buku panduan akademik. Dengan penetrasi sosial media dan konektifitas dari internet disertai dengan kemajuan dalam pemrosesan bahasa alami serta kecerdasan buatan, chatbot diharapkan dapat mendominasi pasar. Seorang developer perlu untuk memahami apa yang chatbot dapat tawarkan dan kategori apa yang masuk ke dalam chatbot tersebut. Pengetahuan tersebut dapat membantu dalam memilih algoritma atau platform dan alat yang tepat dalam membuat chatbot [7]. Gambar. 4 Respons dari Watson berisi konten jawaban Gambar. 5 Integrasi Chatbot Facebook Messanger dan Watson Gambar 5 menunjukan sebuah contoh percakapan melalui chatbot untuk menjelaskan proses pembayaran melalui ATM. Dapat dilihat pula dalam Gambar 5 tersebut bahwa chatbot tersebut - yang sudah diimplementasikan menggunakan Watson Assistant - dapat terintegrasi dengan Facebook Messenger. Sebagai sapaan awal dalam percakapan tersebut, seorang pengguna dengan warna biru memberikan salam JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba “Hellow”. Chatbot langsung memberi tanggapan dengan memberikan salam “Hello. How can I help you?”. III. ANALISIS & RANCANGAN SISTEM TANYA JAWAB A. Metodologi Secara garis besar metode kerja yang akan dilakukan dalam penelitian ini tergambarkan dalam bentuk skema seperti pada Gambar 6. 1. Dalam tahapan menganalis skenario terdapat beberapa bagian, yaitu  Memahami kebutuhan yang diperlukan. Dalam konteks ini, peneliti menentukan kebutuhan mahasiswa/i, misalnya mengenai proses akademik yang akan diimplementasikan ke dalam sistem.  Mengumpulkan informasi yang relevan dan merancang skenario terkait kebutuhan tersebut. 2. Dalam tahapan memasukkan skenario ke dalam graph terdapat beberapa bagian, yaitu  Setelah skenario dianggap telah mewakili kebutuhan, maka skenario tersebut dimasukkan ke dalam graph pada engine yang terdapat dalam IBM Watson. Menjadikan skenario-skenario tersebut menjadi node-node pada graph tersebut.3. Dalam tahapan melatih sistem terdapat beberapa bagian, yaitu  Melatih dengan memberikan pertanyaan-pertanyaan yang sudah ada maupun yang belum ada dalam skenario agar melihat hasil yang diberikan sesuai atau tidak. Jika sudah dirasa cukup, chatbot kemudian di- deploy ke dalam laman web, sehingga kemudian dapat diuji coba oleh pengguna.4. Jika dirasa masih terdapat kekurangan maka rangkaian proses ini dapat dilakukan kembali dari awal. Gambar. 6 Metode kerja pengembangan sistem tanya jawab B. Perancangan Skenario Sistem Tanya Jawab Adapun perancangan skenario uji coba dalam penelitian ini disampaikan pada Tabel 1. Level 1 digunakan oleh skenario untuk pertanyaan-pertanyaan yang dianggap paling umum, disebut pula sebagai domain deskriptif. Level 2 dan 3 digunakan oleh skenario yang bersifat prosedural. Penting untuk diketahui pula bahwa level di dalam Watson Assistant tidak dibatasi dan dapat dikembangkan sesuai kebutuhan skenario. TABEL I CONTOH SKENARIO SISTEM C. Perancangan Pemanfaatan Sistem Perancangan pemanfaatan sistem tergambar dengan use case diagram seperti pada Gambar 7. Di dalam sistem terdapat setidaknya 2 aktor, yaitu pengguna mahasiswa dan dosen, serta administrator. Pengguna inilah yang dapat melakukan komunikasi dengan menggunakan skenario pada bot. D. Sequence Diagram dalam Pengetikan Pertanyaan dan Melihat Jawaban Perancangan sequence diagram dari use case dapat dilihat pada Gambar 8. Seorang admin / pengguna mengajukan pertanyaan dalam bahasa Inggris ataupun dalam bahasa Indonesia penerjemahan dilakukan di dalam sistem melalui tempat percakapan yang telah tersedia. Data pernyataan tersebut akan diteruskan kepada mesin Watson Assistant dan ditelusuri di dalam graph menggunakan belief engine yang sudah dijelaskan pada bagian sebelumnya. Setelah mendapat jawaban, jawaban terbaik menurut sistem akan dikirimkan kepada pengguna. Komunikasi akan terus berlangsung hingga admin / pengguna selesai mengajukan pertanyaan. Dalam use case pada Gambar 7, terdapat case untuk menerjemahkan bahasa yang dilakukan oleh sistem Google Translate, sebagai salah satu sistem penerjemah bahasa dengan performa baik saat ini [8]-[9]. Terdapat pula case untuk menghitung nilai kepercayaan yang dilakukan oleh Watson Assistant. Watson Assistant akan menerima “message” atau dalam prakteknya adalah pertanyaan dari pengguna. Mesin pencari dalam Watson Assistant belief engine akan mencari apakah ada intents atau entities yang dituju. Jika ada, maka akan mencari dialog yang sesuai dengan intents atau entities tersebut dan kemudian memberikan jawaban kembali. Jika tidak ada kandidat jawaban terbaik, maka akan mengembalikan jawaban default sesuai jalur atau skenario yang telah dimasukkan sebelumnya. Ekosistem IBM Watson menyediakan layanan untuk penerjemahan bahasa menggunakan Language Translator namun pada saat pembuatan riset ini masih belum menyediakan penerjemahan langsung ke dalam Bahasa Indonesia. Oleh sebab itu, mesin penerjemah yang akan digunakan adalah Google Translate. Google Translate dapat dapat digunakan melalui Google Cloud Platform. Terdapat pula alternatif lain, yaitu dengan mengunduh library berkode sumber terbuka, seperti misalnya pustaka “PHP Google Translate Free” [10]. Membuat skenarioMemasukkan skenario ke dalam graphMelatih sistem JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Gambar. 7 Perancangan Use Case Integrasi Aplikasi Web dan Chatbot Watson Assistant Gambar. 8 Sequence Diagram Pemanfaatan Sistem Secara KeseluruhanIV. IMPLEMENTASI A. Garis Besar Pemanfaatan Teknologi Secara garis besar unsur-unsur teknologi yang digunakan dalam implementasi chatbot ini tergambarkan dalam bentuk diagram seperti pada Gambar 9. Knowledge adalah pengetahuan mengenai data yang diperlukan untuk menjawab pertanyaan yang ada. Backend adalah lokasi penyimpanan data yang tidak dapat diakses langsung oleh pengguna. Middleware adalah sebuah perangkat lunak yang terdapat pada aplikasi yang memiliki tujuan tertentu dan bekerja secara tersembunyi. User interface adalah perangkat lunak yang dapat diakses langsung oleh pengguna. B. Skenario Uji coba skenario dalam penelitian ini dilakukan dengan memetakan buku panduan akademik mahasiswa ke dalam sebuah rangkaian skenario. Rangkaian skenario dibutuhkan untuk menentukan alur percakapan di dalam Watson Assistant. Skenario dibuat untuk pengguna chatbot agar mendapatkan jawaban yang mereka butuhkan. Sebagai contoh pada kasus seperti Gambar 10, pengguna ingin mengetahui penjelasan mengenai mata kuliah Pemograman Game 2D. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Kasus seperti dalam Gambar 10 adalah salah satu kasus yang mudah untuk dideteksi oleh chatbot karena langsung menuju inti pertanyaan. Namun pada kenyataan sehari-hari percakapan tidak berjalan seperti pada kasus tersebut. Oleh karena itu, diperlukan engine Watson Assistant untuk memudahkan dalam melakukan pencarian dalam struktur data graph yang sudah dijelaskan pada bagian Kajian Literatur. Sebagai contoh percakapan yang tidak langsung menuju pada inti pertanyaan terlihat pada Gambar 11. Gambar. 9 Pemanfaatan teknologi dalam sistem yang dikembangkan Gambar. 10 Contoh skenario dengan penjelasan mata kuliah dengan hasil penerjemahan Google Translate Skenario dibuat untuk pengguna chatbot agar mendapatkan jawaban yang mereka butuhkan. Sebagai contoh pada kasus seperti Gambar 10, pengguna ingin mengetahui penjelasan mengenai mata kuliah Pemograman Game 2D. Kasus seperti dalam Gambar 10 adalah salah satu kasus yang mudah untuk dideteksi oleh chatbot karena langsung menuju inti pertanyaan. Namun pada kenyataan sehari-hari percakapan tidak berjalan seperti pada kasus tersebut. Oleh karena itu, diperlukan engine Watson Assistant untuk memudahkan dalam melakukan pencarian dalam struktur data graph yang sudah dijelaskan pada bagian Kajian Literatur. Sebagai contoh percakapan yang tidak langsung menuju pada inti pertanyaan terlihat pada Gambar 11. Gambar. 11 Contoh Skenario yang memerlukan perhitungan Belief Engine C. Pengembangan Aplikasi Chatbot IBM Watson tidak dapat menyimpan Knowledge dalam Bahasa Indonesia, oleh karena itu pada laman web diimplementasikan “Google Translate” sebagai penterjemah dari Bahasa Indonesia ke dalam bahasa Inggris dan sebaliknya. Deployment chatbot dapat dilakukan ke dalam beberapa platform yang sudah bekerja sama dengan IBM. Beberapa diantaranya adalah Facebook Messenger, Slack, dan juga dapat diimplementasikan ke dalam laman web yang dibuat sendiri dengan memanfaatkan API. V. PENGUJIAN Pengujian sistem tanya jawab dilakukan dalam beberapa skenario, yang mencakup pada pengujian domain deskriptif dan prosedural, pengujian terhadap skenario negatif penyangkalan, penelusuran node, pengujian terhadap hasil penerjemahan, pengujian hasil pembelajaran dalam belief engine, dan pengujian assertion graph. Pengujian dilakukan dengan cara memasukkan percakapan menggunakan aplikasi “Postman” untuk dapat melihat respons dalam bentuk JSON JavaScript Object Notation [11]. Bentuk respons terlihat seperti pada Gambar 3 dan 4. Pengujian dilakukan untuk menguji dialog JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba dengan domain yang bersifat deskriptif dan prosedural. Pengujian juga dilakukan guna untuk mendapatkan kandidat jawaban berkualitas yang diharapkan. Pengujian berikutnya dilakukan terhadap dialog dengan intents dan entities yang sudah dipersiapkan sebelumnya, dengan harapan bahwa intent dan entity yang ditelusuri oleh Watson Assistant sesuai dengan skenario yang ditanamkan. A. Domain Deskriptif Pengujian domain deskriptif ditujukan untuk melihat berapakah nilai kepercayaan yang dihasilkan oleh Watson-assistant pada tiap-tiap node yang diuji [12]. Berikut ini adalah skenario percakapan dalam uji coba mulai dari tahap penyapaan sampai, memberikan informasi tentang deskripsi mata kuliah, dan penutup percakapan. 1. Skenario Menyapa dan mengaktifkan bot. => Masukan hai => Intent yang diharapkan General_greetings => Intent yang sesungguhnya General_greetings => Nilai kepercayaan 2. Skenario Mengetahui kemampuan bot. => Masukan What is your ability? => Intent yang diharapkan Ability => Intent yang sesungguhnya Ability => Nilai kepercayaan 1 3. Skenario Mengetahui deskripsi perkuliahan. => Masukan Can you explain me about basic programming? => Intent yang diharapkan Basic_programming => Intent yang sesungguhnya Basic_programming => Nilai kepercayaan 4. Skenario Mengetahui deskripsi perkuliahan. => Masukan What do you know about 2d game prog? => Intent yang diharapkan 2d_game_programming => Intent yang sesungguhnya 2d_game_programming => Nilai kepercayaan 5. Skenario Mengetahui informasi umum fakultas => Masukan Can you tell me the history of our faculty? => Intent yang diharapkan History_faculty => Intent yang sesungguhnya History_faculty => Nilai kepercayaan 1 6. Skenario Mengetahui informasi umum fakultas => Masukan Can you tell me the mission of our faculty? => Intent yang diharapkan Mission_faculty => Intent yang sesungguhnya Mission_faculty => Nilai kepercayaan 7. Skenario Mengetahui informasi umum fakultas => Masukan What is the vision of our faculty? => Intent yang diharapkan Vision_faculty => Intent yang sesungguhnya Vision_faculty => Nilai kepercayaan 8. Skenario Mengetahui dosen dan struktur organisasi => Masukan Can you tell me the complete organization structure in our faculty? => Intent yang diharapkan Organization_structure => Intent yang sesungguhnya Organization_structure => Nilai kepercayaan 9. Skenario Mengetahui dosen dan struktur organisasi => Masukan Can you show me the leaders in our faculty? => Intent yang diharapkan Structural_lecturer => Intent yang sesungguhnya Structural_lecturer => Nilai kepercayaan 10. Skenario Penutupan => Masukan Thank you => Intent yang diharapkan General_positive_feedback => Intent yang sesungguhnya General_positive_feedback => Nilai kepercayaan 1 B. Domain Prosedural Pengujian domain prosedural ditujukan untuk melihat kesinambungan antara setiap node yang diuji [12]. Selain itu, ditujukan juga untuk melihat apakah pengaruh dari node parent terhadap skenario untuk tingkatan di bawahnya. Berikut ini adalah sebuah contoh skenario tanya-jawab persiapan mahasiswa untuk proses perwalian. 1. Skenario Mengetahui cara pembayaran => Node Parent - => Masukan Can you help me with payment? => Intent yang diharapkan Payment => Intent yang sesungguhnya Payment => Nilai kepercayaan 1 2. Skenario Mengetahui cara pembayaran => Node Parent Payment => Masukan BCA => Intent yang diharapkan bca => Intent yang sesungguhnya bca => Nilai kepercayaan 3. Skenario Mengetahui cara pembayaran => Node Parent BCA => Masukan Virtual Account => Intent yang diharapkan virtual_account => Intent yang sesungguhnya virtual_account => Nilai kepercayaan 4. Skenario Mengetahui cara pembayaran => Node Parent Payment => Masukan BNI => Intent yang diharapkan bni => Intent yang sesungguhnya bni => Nilai kepercayaan 5. Skenario Mengetahui cara pembayaran => Node Parent Payment => Masukan Maybank => Intent yang diharapkan anything_else => Intent yang sesungguhnya - => Nilai kepercayaan Semua intents rendah. 6. Skenario Mengetahui perwalian / mata kuliah semester depan. => Node Parent - => Masukan Can you help me with guidance? => Intent yang diharapkan Guidance JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba => Intent yang sesungguhnya Guidance => Nilai kepercayaan 7. Skenario Mengetahui perwalian / mata kuliah per semester. => Node Parent Guidance => Masukan Informatics Engineering => Intent yang diharapkan InformationEngineering => Intent yang sesungguhnya InformationEngineering => Nilai kepercayaan 8. Skenario Mengetahui perwalian / mata kuliah per semester. => Node Parent Information Engineering => Masukan semester 3 => Intent yang diharapkan Semester3 => Intent yang sesungguhnya Semester3 => Nilai kepercayaan C. Skenario Penyangkalan Untuk melakukan pengujian ini, dirancanglah dialog khusus skenario pembayaran pada Gambar 12. Pengujian dilakukan dengan tujuan apakah Watson Assistant mampu menentukan sebuah nilai sebagai node negatif. Gambar. 12 Contoh skenario penyangkalan Contoh pengujian dilakukan dengan memasukkan jawaban “I use BCA”, pada saat chatbot bertanya bank apa yang digunakan. Pada Gambar 13 terlihat bahwa entity yang dituju adalah “bank” dengan value “BCA”. Sedangkan dalam Gambar 12, terlihat bahwa kondisi yang dibuat pada node anak pertama dari node payment adalah jika “bank != “BCA”, yang bila diterjemahkan ke dalam bahasa alamiah adalah jika entity dari “bank” bukan “BCA”. Gambar. 13 Respons terhadap penyangkalan Adapun masukan dari pengguna menunjukan bahwa entity dari “bank” sekarang adalah “BCA”. Maka dari itu, kondisi pada node pertama menjadi tidak terpenuhi. Jika dimasukkan nilai selain daripada “BCA” maka node yang akan dikunjungi adalah node pertama yaitu node “Bank BCA”. D. Penelusuran Node Pengujian ini dilakukan untuk memperlihatkan metode temu balik pada Watson Assistant adalah dengan menggunakan metode BFS Breadth-First Search. Pengujian ini dilakukan dengan melakukan pengamatan terhadap jawaban dari Watson Assistant melalui penelusuran node [13]. Dengan menggunakan skenario percakapan seperti pada Gambar 12, dapat direpresentasikan ke dalam bentuk graph seperti pada Gambar 14. Gambar. 14 Pembentukan node untuk skenario pada gambar 12 Metode BFS melakukan pencarian dengan cara traversing node dari root node jika pada Gambar 14 adalah payment lalu akan mengunjungi node “tetangga” dari payment. Node “tetangga” itu berarti node yang berada sejajar atau 1 level dengan node tersebut pada kasus ini payment tidak memiliki node “tetangga” maka dari itu metode BFS akan mencari ke child node dari payment. Node payment memiliki 3 child node yaitu Bank BCA, Bank BNI dan Bank mandiri. Metode BFS akan mengunjungi node dari node awal atau paling kiri hingga node akhir atau paling kanan. Hal ini terbukti dalam penggambaran hasil jawaban pada Gambar 13, bahwa jika pengguna memasukkan value BCA maka Watson Assistant akan masuk ke dalam node “tetangganya” yaitu Bank BNI. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba E. Hasil Penerjemahan Google Pengujian ini difokuskan untuk mengetahui apakah terjemahan yang dilakukan melalui pemanfaatan pustaka “PHP GoogleTranslate” sudah sesuai dengan yang diterjemahkan oleh Google Translate. Selain itu, pengujian ini juga dilakukan untuk melihat apakah Watson Assistant mampu memberikan jawaban yang sesuai jika pertanyaan yang dimasukkan pengguna dalam Bahasa Indonesia diterjemahkan terlebih dahulu ke dalam Bahasa Inggris oleh library tersebut. Pengujian ini akan memperlihatkan kalimat-kalimat dalam Bahasa Indonesia serta jawaban yang diberikan dari masing-masing mesin penerjemah. Berikut ini adalah beberapa contoh hasil penerjemahan untuk pertanyaan-pertanyaan uji coba 1. Saya ingin mengetahui pelajaran dasar pemograman. => I want to know the basic lessons of programming. 2. Bisa tolong jelaskan mengenai sejarah Fakultas Teknologi Informasi? => Could you please explain about the history of the Faculty of Information Technology? 3. Saya sekarang berada di semester 3. => I am now in semester 3. 4. Apakah anda mempunyai kontak dosen? => Do you have lecturer contacts? 5. Tolong bantu saya dalam perwalian. => Please help me in guardianship. 6. Semester 2. => 2nd semester. Berdasarkan pengujian penerjemahan yang dilakukan pada nomor 3 dan 6, terdapat perbedaan hasil. Dapat dilihat bahwa jika pengguna hanya memasukkan kata “2 semester” maka yang hasil terjemahannya jadi memiliki tambahan “nd” dibelakang angkanya. Kekurangan ini bukan hanya disebabkan oleh mesin penerjemah itu saja, melainkan hal ini bisa terjadi karena penggunaan entity. Suatu kata / kalimat akan dianggap sebagai sebagai entity jika kata tersebut memiliki ciri yang sesuai dengan entity yang dituju. Gambar. 15 Masukan awal dari pengguna F. Hasil Perhitungan dalam Belief Network Pembelajaran Watson Assistant dapat dilakukan dengan cara merubah intent atau memastikan kembali intent apa yang seharusnya dituju oleh Watson Assistant. Sebagai contoh dalam pengujian ini dibuatlah masukan awal dari pengguna pertama kali yang tidak terdapat secara spesifik dalam intent seperti dalam Gambar 15. Gambar. 16 Masukan selanjutnya dari pengguna Walaupun sudah sesuai dengan intent awal yang ingin dituju akan tetapi nilai kepercayaan dari Watson-assistant sangatlah kecil dibawah Maka dari itu, pembelajaran dapat dilakukan dengan memilih intent yang dituju’. Setelah History_Faculty dipilih kembali maka jika pengguna memasukkan kembali pertanyaan yang sama hasilnya akan seperti pada Gambar 16, dengan nilai keyakinan yang meningkat drastis dari menjadi G. Pengujian Assertion Graph Dalam pengujian ini akan menguji apakah assertion graph sudah berjalan pada skenario yang dibuat. Pengujian ini dilakukan dengan melihat apakah terdapat pengaruh dari pernyataan sebelumnya terhadap jawaban yang akan diberikan. Gambar. 17 Pengujian Assertion Graph dengan Entities dan Slots Dengan memanfaatkan entities jawaban yang diberikan oleh pengguna dapat disimpan. Sehingga jawaban tersebut nantinya dapat diperhitungkan sesuai dengan yang dibutuhkan. Dalam penyusunan dialog, pemanfaatan entitites dapat digunakan di dalam slots. Setiap slot akan menampung sebuah nilai dari entity tersebut dalam variabel yang dilambangkan dengan “$”. Pengujian ini dilakukan terhadap susunan dialog seperti pada Gambar 17. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Gambar. 18 Jawaban yang diharapkan dalam Assertion Graph Jawaban yang diharapkan sudah tersimpan dalam dialog seperti pada Gambar 18. Jawaban ini berdasarkan pengecekan terhadap variabel penampung yang diambil dari slots. Setiap nilai yang diharapkan akan dicocokkan apakah sudah sesuai atau belum sesuai dengan entities yang sudah dibuat. Gambar. 19 Contoh percakapan dalam pengujian Assertion Graph Dialog dengan slots seolah akan memaksa pengguna untuk memberikan jawaban yang diminta [14]. Jika pengguna tidak memberikan jawaban yang sesuai maka Watson Assistant akan memberikan pertanyaan yang sama terus menerus. Kondisi ini dapat memperlihatkan terjadinya assertion atau pengaruh dari jawaban sebelumnya. Gambar. 20 Contoh Intent dalam Bahasa Indonesia Setiap jawaban yang diberikan juga akan memiliki hasil yang berbeda. Jawaban yang diberikan berdasarkan graph yang sudah disusun untuk memenuhi setiap kondisi yang ada. Gambar 19 adalah contoh dari pengujian yang dilakukan, dengan jawaban yang sesuai graph untuk menampilkan jadwal bagi mahasiswa semester kedua. Gambar. 21 Contoh Entity dalam Bahasa Indonesia H. Pengujian Bahasa Indonesia Watson Assistant menyediakan modul khusus untuk sekitar 15 bahasa [1], diantaranya adalah Bahasa Inggris, Bahasa Jepang, dan Bahasa Arab. Namun, Bahasa Indonesia belum didukung secara khusus di dalam Watson Assistant. Oleh karena itu, perlu dilakukan pengujian untuk JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba melihat apakah Watson Assistant dapat menangani proses untuk bahasa yang belum didukung dalam modul khusus [15]. Diujicobakan sebuah intent dengan nama Perwalian sebagai skenario percakapan dalam Bahasa Indonesia seperti pada Gambar 20. Gambar. 22 Contoh dialog dalam Bahasa Indonesia Di samping itu, terdapat pula entity fakultas dengan konten dalam Bahasa Indonesia seperti pada Gambar 21. Berikutnya intent dan entity dalam Gambar 20 dan 21 digunakan pada dialog seperti pada Gambar 22, dengan pengaturan Watson Assistant yang sudah dipersiapkan semua dalam Bahasa Indonesia. Pengujian ini dilakukan dalam skenario “Try it out”. Terlihat pada Gambar 23 hasil percakapan yang dilakukan dengan memberikan pertanyaan “Bisa tolong saya mengenai perwalian?”, Watson Assistant menjawab sesuai dengan dialog yang sudah dipersiapkan yaitu dengan masuk ke dalam intent Perwalian. Gambar 24 menunjukkan nilai kepercayaan yang dihasilkan oleh Watson Assistant, Perwalian mendapatkan nilai Nilai tersebut termasuk tinggi dikarenakan pertanyaan yang diberikan tidak ada pada contoh pertanyaan dalam intent Perwalian. Namun dapat dilihat pula dalam Gambar 20 bahwa setiap contoh pertanyaan dalam intent tersebut mengandung kata perwalian, sehingga hasil perhitungan probabilitas dalam node tersebut tetap mendapatkan nilai yang tinggi. Melalui pengujian pada Gambar 20-24 diperlihatkan bahwa meskipun bahasa Indonesia tidak didukung secara penuh dalam Watson Assistant, tetap dapat disusun skenario tanya jawab dalam bahasa Indonesia. Syarat utama yang diperlukan adalah dibentuknya skenario dan alur percakapan sesuai dengan domain deskriptif dan prosedural yang diinginkan. Gambar. 23 Contoh percakapan dalam Bahasa Indonesia Gambar. 24 Nilai kepercayaan pada Perwalian. VI. KESIMPULAN Berdasarkan pada hasil pengujian dalam pengembangan chatbot yang dilakukan menggunakan Watson Assistant, dapat ditarik kesimpulan bahwa Watson Assistant dapat menyediakan kandidat-kandidat jawaban mengacu pada skenario yang telah dirancang sebelumnya. Watson Assistant terbukti mampu menjawab pertanyaan mahasiswa/i untuk beberapa topik umum yang ada di dalam buku panduan akademik. Layanan chatbot dengan menggunakan Watson Assistant dapat disediakan ke dalam beberapa platfom seperti Facebook Messenger, Slack ataupun pada aplikasi web mandiri. Selain itu, di dalam Watson Assistant juga dimungkinkan implementasi skenario dalam berbagai bahasa alami, meskipun tidak disediakan modul khusus untuk bahasa tersebut. Kondisi utama yang perlu diperhatikan untuk implementasi adalah terbentuknya skenario serta alur percakapan melalui domain deskriptif dan prosedural sesuai kebutuhan di lapangan. JEPIN Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 2, Agustus 2020 Korespondensi Hapnes Toba Dalam kasus pembuatan skenario untuk membantu interaksi mahasiswa, didapati bahwa skenario yang dihasilkan sebagian besar merupakan skenario dengan domain deskriptif karena ditujukan untuk membuat penjelasan mata kuliah. Intent yang dibuat menjadi sangat banyak untuk dapat menangani setiap kasus mata kuliah dalam hal ini. Di sisi lain, Watson Assistant akan sangat baik digunakan untuk menangani kasus dengan domain prosedural dikarenakan tingkat kesulitan untuk penanganannya relatif lebih rendah pada domain ini. REFERENSI [1] D. Ferrucci, E. Brown, J. Chu-Carroll, J. Fan, D. Gondek, Kalyanpur, A. Lally, J. W. Murdock, E. Nyberg, J. Prager, N. Schlaefer, and C. Welty, “Building Watson An overview of the DeepQA project,” AI magazine vol. 31, no. 3 59-79, 2010. [2] A. Azraq, H. Aziz, N. Nappe, C. R. Bravo and L. Sri, Building Cognitive Applications with IBM Watson Services Vol. 2 Conversation, IBM Redbooks, 2017. [3] A. Lally, S. Bagchi, Barborak, Buchanan, J. Chu-Carroll, Ferrucci, Glass, A. Kalyanpur, Mueller, Murdock, and S. Patwardhan, “WatsonPaths scenario-based question answering and inference over unstructured information,” AI Magazine, vol. 38 no. 2, pp. 59-76, 2017. [4] M. Biswas, IBM Watson Chatbots Beginning AI Bot Frameworks. Berkeley Apress, 2018. [5] J. da Silva Oliveira, EspĂ­ndola, R. Barwaldt, Ribeiro, and M. Pias, “IBM Watson Application as FAQ Assistant about Moodle”, in Proc. IEEE Frontiers in Education Conference FIE, 2019, pp. 1-8. [6] P. J. Lucas and L. C. v. d. Gaag, Principles of Expert Systems, Amsterdam Addison-Wesley, 1991. [7] K. Nimavat and T. Champaneria, “Chatbots An overview. Types, Architecture, Tools, and Future Possibilities,” International Journal for Scientific Research & Development IJSRD, vol. 5, no. 7, pp. 1019-1024, 2017. [8] Jackson, A. Kuriyama, A. Anton, A. Choi, J-P. Fournier, A-K Geier, F. Jacquerioz, D. Kogan, C. Scholcoff, and R. Sun. “The Accuracy of Google Translate for Abstracting Data From Non–English-Language Trials for Systematic Reviews,” Annals of Internal Medicine, vol. 171, no. 9, pp. 677-679, 2019. [9] Murtisari, R. Widiningrum, J. Branata, and Susanto. “Google Translate in Language Learning Indonesian EFL Students' Attitudes,” Journal of Asia TEFL, vol. 16, no. 3, pp. 978-986, 2019. [10] A. Barrio. 2017 Github PHP Google Translate Free. [Online]. Available [11] T. Marrs, JSON at work practical data integration for the web, Sebastopol O'Reilly Media, Inc., 2017. [12] Paladines, JosĂ©, and Jaime RamĂ­rez, “An Intelligent Tutoring System for Procedural Training with Natural Language Interaction”, in Proc. International Conference on Computer Supported Education CSEDU, vol. 2, 2019, pp. 307-314. [13] L. Szeremeta, and D. Tomaszuk, Document-oriented RDF graph store, Studia Informatica, vol. 38, no. 2, pp. 31-43, 2017. [14] J. Collinaszy, M. Bundzel, and I. Zolotova, Implementation of intelligent software using IBM Watson and Bluemix, Acta Electrotechnica et Informatica, vol. 17, no. 1, pp. 58-63, 2017. [15] K. Ralston, C. Yuhao, H. Isah, and F. Zulkernine, A Voice Interactive Multilingual Student Support System using IBM Watson, in Proc. IEEE International Conference on Machine Learning And Applications ICMLA, 2019, pp. 1924-1929. ... Penelitian yang menghasilkan chatbot sebagai luaran penelitian juga sudah dipublikasikan, baik itu di bidang pendidikan, pariwisata, medis dan bidang lainnya. Sebagai contoh adalah penelitian yang menghasilkan chatbot untuk memfaslitasi interaksi antara mahasiswa/i dengan pihak fakultas terkait proses akademik [5]. Penelitian lainnya menghasilkan chatbot untuk menyediakan informasi terkait objek wisata di kota Bandung [6], juga chatbot untuk membantu proses transaksi penjualan UMKM [7]. ...... Penerapan chatbot ada yang diarahkan untuk menjadi asisten dari penggunanya, misalnya saja chatbot yang digunakan untuk memberikan layanan customer service 24 jam. Selain itu, chatbot juga dapat dijadikan pendukung layanan Frequently Ask Question FAQ [5]. Dalam penelitian ini, chatbot akan digunakan sebagai sarana konsultasi mengenai tata cara sholat. ...Muhammad Rizqi SholahuddinFiras AtqiyaA chatbot is an intelligent system that provides users with direct interaction with machines via written media. This paper describes how to use chatbots to ask questions about prayer procedures. A Muslim sometimes has questions about the procedure for praying when he finds a difference between the procedures performed by other Muslims. In this case, the use of chatbots is to provide an explanation. This chatbot was developed using a deep learning model, especially LSTM, that was integrated with the RASA framework. LSTM Long Short Term Memory can efficiently save some of the needed memory while also removing some of the unnecessary memory. The Telegram platform was chosen for the chatbot's implementation. The results showed that the chatbot telegram prayer consultation with DIET Classifier and RASA was able to recognize questions and provide answers in the form of text and images, with 96 percent NoSQL databases are not commonly used in Semantic Web and Linked Data environments. The article describes the idea of an document-oriented RDF graph store. We present alternative RDF serialisation, allowing for efficient processing of graph data in an NOSQL graph store. This means that a database such as RethinkDB can be an RDF graph store. Moreover, our proposal supports various techniques for caching, which is a novelty for an RDF/JSON Research undertook a challenge to build a computer system that could compete at the human champion level in real time on the American TV quiz show, Jeopardy. The extent of the challenge includes fielding a real-time automatic contestant on the show, not merely a laboratory exercise. The Jeopardy Challenge helped us address requirements that led to the design of the DeepQA architecture and the implementation of Watson. After three years of intense research and development by a core team of about 20 researchers, Watson is performing at human expert levels in terms of precision, confidence, and speed at the Jeopardy quiz show. Our results strongly suggest that DeepQA is an effective and extensible architecture that can be used as a foundation for combining, deploying, evaluating, and advancing a wide range of algorithmic techniques to rapidly advance the field of question answering QA.Adam LallySugato BagchiMichael A. Barborak John PragerWe present WatsonPaths, a novel system that can answer scenario-based questions. These include medical questions that present a patient summary and ask for the most likely diagnosis or most appropriate treatment. Watson-Paths builds on the IBM Watson question-answering system. WatsonPaths breaks down the input scenario into individual pieces of information, asks relevant subquestions of Watson to conclude new information, and represents these results in a graphic model. Probabilistic inference is performed over the graph to conclude the answer. On a set of medical test preparation questions, WatsonPaths shows a significant improvement in accuracy over multiple baselines. © 2017, Association for the Advancement of Artificial An overview. Types, Architecture, Tools, and Future PossibilitiesK NimavatT ChampaneriaK. Nimavat and T. Champaneria, "Chatbots An overview. Types, Architecture, Tools, and Future Possibilities," International Journal for Scientific Research & Development IJSRD, vol. 5, no. 7, pp. 1019-1024, 2017.
Beautyand Health Store + Grocery seperti Hero, Guardian, Century, dan Watson pun hadir disini. Untuk beauty store pilihan aku yang ada di PIM memang tidak begitu banyak, tapi gak nyesel deh kalau ke mall ini karena ada C&F, Kiehl's, L'occitane, Martha Tilaar, Ristra, The Body Shop, The Face Shop, dan Yves Saint Rocher France.
\n \n \n apa itu guardian dan watson
fGBBSb.
  • dsg33sdcat.pages.dev/484
  • dsg33sdcat.pages.dev/740
  • dsg33sdcat.pages.dev/910
  • dsg33sdcat.pages.dev/199
  • dsg33sdcat.pages.dev/44
  • dsg33sdcat.pages.dev/367
  • dsg33sdcat.pages.dev/922
  • dsg33sdcat.pages.dev/37
  • dsg33sdcat.pages.dev/636
  • dsg33sdcat.pages.dev/242
  • dsg33sdcat.pages.dev/658
  • dsg33sdcat.pages.dev/366
  • dsg33sdcat.pages.dev/510
  • dsg33sdcat.pages.dev/326
  • dsg33sdcat.pages.dev/292

    • apa itu guardian dan watson