B. Klasifikasi Benda Konkret

 

Pengertian Klasifikasi Benda Konkret

Klasifikasi benda konkret adalah proses mengelompokkan benda nyata (yang bisa dilihat dan disentuh) berdasarkan ciri tertentu menggunakan konsep berpikir komputasional dan kecerdasan artifisial (KA).

Contoh benda konkret:

• Buah-buahan (apel, jeruk, mangga)
• Hewan (kucing, ayam, ikan)
• Alat tulis (pensil, penghapus, pulpen)
• Sampah (organik dan anorganik)

Dalam sistem koding dan KA (Kecerdasan Artifisial), proses klasifikasi dilakukan melalui beberapa tahap berikut

1. Menerima Input

Pengertian

Input adalah data yang dimasukkan ke dalam sistem untuk diproses.

Dalam klasifikasi benda, input bisa berupa:

• Gambar
• Teks
• Suara
• Data ciri-ciri benda

Contoh Sederhana

Seorang siswa ingin membuat program untuk mengelompokkan buah.

Input:

• Warna: Merah
• Rasa: Manis
• Bentuk: Bulat

Atau bisa berupa:
Gambar apel dimasukkan ke komputer.

Contoh Kehidupan Sehari-hari

• Kamera HP mengambil gambar buah.
• Siswa mengetikkan ciri-ciri hewan di komputer.
• Scanner membaca gambar sampah.

2. Melatih KA (Kecerdasan Artifisial)

 Pengertian

Melatih KA berarti memberikan banyak contoh data agar sistem bisa belajar mengenali pola.

Sama seperti manusia belajar dari contoh.

Contoh

Guru menunjukkan:

• 10 gambar apel → diberi label "Apel"
• 10 gambar jeruk → diberi label "Jeruk"

Sistem belajar membedakan:

• Apel → warna merah/hijau, bentuk bulat
• Jeruk → warna oranye, kulit berpori

Semakin banyak contoh, semakin pintar sistemnya.

Ilustrasi Sederhana

Seperti anak kecil belajar:

• Ditunjukkan gambar kucing berkali-kali
• Lama-lama anak tahu itu kucing

Begitu juga KA belajar dari data.

3. Mengenali Pola

Pengertian

Pola adalah ciri khas yang sering muncul pada suatu kelompok benda.

Setelah dilatih, sistem mulai menemukan pola.

Contoh

Dari data buah:

Buah	Warna	Bentuk	Rasa
Apel	Merah	Bulat	Manis
Apel	Hijau	Bulat	Manis
Jeruk	Oranye	Bulat	Asam

Sistem menemukan pola:

• Apel → biasanya merah/hijau & manis
• Jeruk → biasanya oranye & asam

Contoh Lain (Sampah)

• Daun, sisa makanan → mudah membusuk → organik
• Plastik, kaleng → sulit membusuk → anorganik

Itulah pola.

4. Membuat Keputusan

Pengertian

Setelah mengenali pola, sistem memutuskan termasuk kelompok apa benda tersebut.

Contoh

Input baru:

• Warna: Oranye
• Bentuk: Bulat
• Rasa: Asam

Sistem membandingkan dengan pola →
💡 Keputusan: "Jeruk"

Contoh Kehidupan Nyata

• Tempat sampah pintar memutuskan sampah organik atau anorganik.
• Aplikasi kamera memutuskan wajah siapa yang terdeteksi.

5 Menghasilkan Output

 Pengertian

Output adalah hasil akhir dari proses klasifikasi.

Bentuk Output

• Tulisan di layar
• Suara
• Lampu menyala
• Gerakan robot

Contoh

Input: Gambar apel
Output:
🖥️ “Ini adalah Apel”

Contoh lain:
Input: Sampah plastik
Output:
🤖 Tempat sampah membuka tutup bagian anorganik