bab 2 landasan teorilibrary.binus.ac.id/ecolls/ethesisdoc/bab2/2006-2-0112… · ·...
TRANSCRIPT
BAB 2
LANDASAN TEORI
2.1 Decision Support System
Sistem adalah jaringan prosedur-prosedur yang saling berhubungan, berkumpul
bersama-sama untuk melakukan suatu kegiatan atau menyelesaikan suatu sasaran
tertentu.
Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System
(DSS), dikenalkan pertama kali pada tahun 1970-an oleh Little. Menurut Little (1970),
Decision Support System adalah kumpulan prosedur-prosedur berbasiskan model, yang
digunakan sebagai data dan pertimbangan untuk membantu manager dalam mengambil
keputusan.
Sedangkan menurut Bonczej et al. (1980), DSS merupakan sistem berbasiskan
komputer yang terdiri dari 3 komponen yang saling berinteraksi, yaitu :
- language system, mekanisme komunikasi antara pemakai dengan
komponen DSS.
- knowledge system, tempat penyimpanan data dan prosedur.
- problem-processing system, menghubungkan antar komponen yang ada,
memanipulasi kebutuhan yang diperlukan dalam pengambilan keputusan.
2.1.1 Karakteristik dan Kapabilitas DSS
Karakteristik dan kapabilitas dari DSS yang ideal adalah :
10
11
1. DSS membantu mengambil keputusan, baik dalam kondisi semi-terstruktur
ataupun tidak terstruktur.
2. DSS dapat mendukung serta digunakan oleh berbagai lapisan, mulai dari lapisan
manager hingga karyawan.
3. DSS dapat digunakan untuk individu maupun kelompok.
4. DSS menyediakan keputusan yang bersifat interdependent, ataupun sequential
5. Pada DSS, proses pengambilan keputusan dilakukan dengan cerdas (intelligence),
dirancang dengan tepat, dipilih dan diterapkan.
6. DSS dapat menghasilkan berbagai macam gaya keputusan.
7. DSS harus fleksibel dan mudah diadaptasikan.
8. Pengguna DSS harus merasa nyaman dalam menggunakan DSS
9. DSS mampu meningkatkan keefektifan dalam penggambilan keputusan, seperti
ketepatan (accuracy), kualitas (quality) dan cepat (timeline).
10. Pengambil keputusan berhak penuh mengatur DSS. DSS hanya memberikan
saran, bukan keputusan mutlak.
11. Pengguna DSS seharusnya dapat mengubah dan membangun sistem sederhana
sesuai dengan keinginannya.
12. DSS biasa digunakan sebagai model untuk menganalisa keputusan yang akan
diambil.
2.1.2 Kelebihan dan Kekurangan DSS
Dari definisi dan karakteristik tersebut di atas, DSS dapat memberikan
berbagai manfaat dan keuntungan, diantaranya:
12
DSS mampu memperluas kemampuan untuk mengambil keputusan dengan cara
memproses data/informasi yang disediakan.
DSS mampu meningkatkan efisiensi waktu dalam memecahkan masalah,
terutama untuk masalah yang tidak terstruktur dan sangat kompleks.
DSS dapat memberikan solusi yang lebih cepat, serta hasil yang dapat
diandalkan.
Walaupun DSS mungkin saja tidak mampu memecahkan masalah yang dihadapi,
namun dapat menjadi stimulan bagi pengambil keputusan dalam memahami
persoalan. Karena DSS menyediakan alternatif-alternatif bagi pengambil
keputusan.
DSS dapat menyediakan bukti tambahan untuk memberikan pembenaran,
sehingga memperkuat posisi pengambil keputusan.
Selain kelebihan-kelebihan tersebut, DSS juga memiliki beberapa
kekurangan ataupun keterbatasan, yakni:
Kemampuan DSS terbatas oleh perbendaharaan pengetahuan yang dimilikinya
(pengetahuan dasar atau model dasar).
Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat
dimodelkan oleh DSS, sehingga sistem tidak mencerminkan semua persoalan
yang ada.
Proses yang dapat dilakukan oleh DSS sangat tergantung pada software yang
digunakan.
13
DSS tidak memiliki kemampuan intuisi seperti halnya manusia karena DSS
hanyalah kumpulan dari sistem, perangkat lunak dan keras, tidak dilengkapi
kemampuan berpikir seperti manusia.
Setelah ditinjau, dapat dikatakan bahwa DSS akan dapat memberikan manfaat
kepada pengambil keputusan dalam meningkatkan efektifitas dan efisiensi kerjanya,
terutama dalam proses pengambilan keputusan.
2.2 Artificial Intelligence
Definisi Artificial Intelligence (AI atau kecerdasan buatan) menurut buku
Artificial Intelligence Second Edition (Elaine Rich, 1991, p3) adalah suatu usaha agar
komputer melakukan sesuatu hal, dimana pada saat itu, manusia telah mampu
melakukan hal tersebut dengan baik.
Istilah AI ini dibuat oleh Mc. Charthy, seorang professor dari Massachusetts
Institute of Technology, pada tahun 1955. Menurutnya, AI memiliki 4 tujuan, yaitu:
1. Acting humanly (bertingkah laku seperti manusia)
2. Thinking humanly (berpikir seperti manusia)
3. Thinking rationally (berpikir dengan rasional)
4. Acting rationally (bertindak sesuai dengan rasio)
Artificial Intelligence merupakan salah satu bagian ilmu komputer yang dibuat
agar komputer atau mesin dapat melakukan pekerjaan sebaik seperti yang dilakukan
oleh manusia.
14
2.3 Fuzzy Logic
Logika fuzzy atau Fuzzy Logic merupakan cabang dari ilmu matematika yang
diimanfaatkan dalam dunia komputer sehingga memungkinkan model dari manusia
tersebut bekerja seperti manusia. Fuzzy logic mempermudah pengambilan keputusan
untuk knowledge atau data yang acak dan tidak jelas, data yang masih mentah, serta data
yang masih diragukan.
Fuzzy Logic pertama kali diperkenalkan oleh Prof. Lofti Zadeh pada tahun 1965,
seorang ahli pada Fakultas Teknik Elektronika di U.S Berkeley.
2.3.1 Alasan Digunakannya Fuzzy Logic
Fuzzy logic merupakan cara yang paling tepat dan mudah untuk memetakan
suatu input ke dalam suatu ruang output. Hal itu didasari oleh beberapa alasan (Sri
Kusumadewi, Artificial Intelligence, 2003, p154), antara lain :
1. Konsep fuzzy logic mudah dimengerti dikarenakan konsep matematis
yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Fuzzy logic sangat fleksibel.
3. Fuzzy logic memiliki toleransi terhadap data-data yang tidak tepat.
4. Fuzzy logic mampu memodelkan fungsi non-linear yang sangat kompleks.
5. Fuzzy logic dapat membangun dan mengaplikasikan pengalaman-
pengalaman pakar secara langsung tanpa harus melalui proses pelatihan.
6. Fuzzy logic dapat bekerja sama dengan teknik-teknik kendali secara
konvensional.
7. Fuzzy logic didasarkan pada bahasa alami.
15
2.3.2 Himpunan Fuzzy
Himpunan fuzzy (fuzzy set) merupakan pengembangan lebih lanjut dari
himpunan yang ada dalam matematika biasa. Himpunan fuzzy dikembangkan oleh
ahli matematika Jerman Georg Cantor (1845-1917).
Himpunan pada matematika biasa adalah kumpulan dari obyek-obyek dalam
lingkup tertentu. Sedangkan himpunan fuzzy memiliki nilai keanggotaan μ(x) antara
satu sampai dengan nol (1-0).
Sebagai contoh, bila kita mengetahui bahwa umur 20, 30 dan 40 termasuk
kategori muda, umur 60, dan 80 termasuk tua, maka dapat dibuat diagram fuzzy set
seperti yang terlihat pada gambar 2.1 dibawah ini.
Gambar 2.1 Diagram Fuzzy usia
Himpunan fuzzy memiliki 2 atribut, yaitu:
a. Linguistik, yaitu penamaan suatu group yang mewakili suatu keadaan atau kondisi
tertentu dengan menggunakan bahasa alami.
b. Numerik, yaitu suatu nilai atau angka yang menunjukkan ukuran dari suatu
variabel.
16
Komponen – kompenen yang ada dalam sistem fuzzy antara lain :
1. Variabel fuzzy, merupakan variabel yang hendak dibahas dalam suatu sistem
fuzzy, contohnya: usia, temperatur, dan sebagainya.
2. Himpunan fuzzy, merupakan suatu group yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variable fuzzy, contohnya:
pada variabel usia, komponennya antara lain : tua, muda, parobaya.
pada variabel temperatur, kompenennya antara lain: dingin, panas, hangat
dan sejuk.
3. Semesta pembicara, merupakan keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicara merupakan
himpunan bilangan real yang senantiasa naik.
4. Domain, merupakan keseluruhan nilai yang diizinkan dalam semesta pembicara
dan boleh dioperasikan dalam suatu himpunan fuzzy.
2.3.3 Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering
juga disebut derajat keanggotaan). Fungsi keanggotaan ini bernilai antara 0-1. Cara-
cara untuk mendapatkan nilai keanggotaan tersebut adalah dengan melalui
pendekatan fuzzy.
Ada berbagai macam fungsi keanggotaan: fungsi keanggotan dengan representasi
kurva linear, kurva segitiga, kurva trapesium, kurva S, kurva bahu ataupun kurva
berbentuk lonceng.
17
Salah satu kurva yang biasa digunakan adalah representasi kurva segitiga. Kurva
segitiga merupakan gabungan dari dua kurva linear, satu kurva linear naik, dan satu
kurva linear turun (Gambar 2.2).
Gambar 2.2 Representasi Kurva Segitiga
Fungsi keanggotaan untuk kurva ini adalah :
⎪⎩
⎪⎨
⎧
≤≤−−≤≤−−
≥≤=
cxbbcxcbxaabax
cxaxx
);/()();/()(
||;0][μ
Contohnya adalah fungsi keanggotaan untuk himpunan suhu normal dengan
variabel temperatur ruangan. Bila suhu ruangan terlalu kecil atau terlalu besar, maka
nilai keanggotaannya akan menjadi semakin kecil.
2.4 Neural – Network
Neural Network atau jaringan saraf tiruan merupakan salah satu representasi
buatan dari otak manusia. Artificial Neural Network menggunakan model matematika
a
derajatkeanggotaan
μ[x]
0
1
a cdomain
derajatkeanggotaan
μ[x]
0
1
b
18
dalam memproses informasi seperti sistem syaraf manusia, dengan asumsi sebagai
berikut :
1. Informasi diproses disetiap bagian kecil yang disebut neurons.
2. Signal dialirkan ke neurons melalui connection links /jalur penghubung.
3. Setiap connection links mempunyai weight atau bobot masing – masing.
4. Setiap neuron memiliki activation level atau fungsi aktivasi, yang
dikoordinasikan dengan weight, sehingga menghasilkan output.
Sebuah neural network memiliki komponen sebagai berikut :
1. Ada penghubung (pattern of connection) antar setiap neuron disebut arsitektur
jaringan (net architecture).
2. Ada metode yang digunakan dalam menentukan weight atau bobot disebut
proses pembelajaran (learning or training).
3. Ada fungsi aktivasi (activation function).
2.4.1 Arsitektur Neural Network
Neuron-neuron yang terletak pada lapisan yang sama akan memiliki keadaan
yang sama. Faktor terpenting dalam menentukan sifat (behaviour) neuron adalah
fungsi aktivasi dan bobotnya. Dengan kata lain, pada setiap lapisan yang sama,
neuron-neuron tersebut mempunyai fungsi aktivasi yang sama. Apabila neuron-
neuron dalam suatu lapisan (misal lapisan tersembunyi/hidden layer) yang akan
dihubungkan dengan lapisan lainnya (misal lapisan output), maka semua neuron
dalam setiap lapisan harus terhubung.
19
Penggabungan neuron-neuron kedalam layer dan penghubung antar layer
disebut net architecture atau arsitektur jaringan. Arsitektur jaringan yang telah
dikenal hingga saat ini ada 3, yaitu :
a. Single Layer Net (Jaringan dengan lapisan tunggal)
Jaringan dengan lapisan tunggal atau Single Layer Net ini hanya memiliki
satu lapisan/layer jaringan penghubung. Jaringan ini menerima input, kemudian
langsung diolah, dan menghasilkan output.
b. Multilayer Net (Jaringan dengan banyak lapisan)
Berbeda dengan single layer net, jaringan jenis ini terdiri dari beberapa
lapisan. Pada jaringan ini, output yang dihasilkan oleh input menjadi input untuk
lapisan tengah. Input dari lapisan tengah atau biasa dikenal dengan nama hidden
layer ini akan diproses untuk menghasilkan output.
Jaringan jenis ini dapat menyelesaikan permasalahan yang lebih sulit
dibandingkan dengan single layer net. Untuk kasus pembelajaran (learning),
dengan jaringan ini akan lebih sulit, tetapi persentase tingkat keberhasilannya
lebih besar bila dibandingkan dengan single layer net. Jaringan jenis inilah yang
akan digunakan dalam sistem yang akan dirancang.
c. Competitive Layer (Jaringan dengan lapisan kompetitif)
Hubungan antar neuron pada jaringan ini tidak berbentuk jaringan (net)
biasa. Competitive layer memiliki weight berupa -ε. Pada jaringan ini dikenal
istilah winner-takes-all.
20
2.4.2 Fungsi Aktivasi
Seperti yang telah diketahui, kegiatan-kegiatan dasar yang perlu dilakukan
dalam membuat suatu neural network adalah menghitung weight/bobot untuk
menghasilkan output dengan menggunakan fungsi aktivasi. Beberapa fungsi aktivasi
adalah sebagai berikut:
1. Fungsi identitas aktivasi
2. Fungsi tangga biner (Binary step function)
3. Fungsi sigmoid biner (Binary sigmoid function)
4. Fungsi sigmoid bipolar (Bipolar sigmoid function)
Fungsi sigmoid merupakan fungsi yang menghasilkan nilai antara 0-1
(binary interval). Biasanya fungsi logistik menggunakan fungsi jenis ini. Kelebihan
fungsi ini adalah dalam melatih neural network, terutama neural network yang
menggunakan algoritma Back Propagation dikarenakan adanya hubungan yang
sederhana antara nilai fungsi pada suatu titik dengan nilai turunannya sehingga
fleksibilitas waktu pun dapat dipercepat.
Yang digunakan dalam perancangan sistem ini adalah fungsi sigmoid biner,
yang memiliki rumusan:
f (x) = )exp(1
1xσ−+
f’ (x) = )](1)[( xfxf −σ
dimana σ merupakan parameter kecuraman yang diberikan. σ biasanya bernilai 1
sehingga σ yang digunakan dalam aplikasi ini juga bernilai 1.
21
2.4.3 Proses Pembelajaran
Ada 2 jenis proses pada pembelajaran Neural Network (Laurene
Fausett,1994, p15), yaitu:
1. Proses pembelajaran terawasi (supervised learning)
Pada metode pembelajaran jenis ini, outputnya telah diketahui
sebelumnya. Prosesnya, satu pola input dijalankan sepanjang jaringan saraf
hingga lapisan output. Lapisan output membangkitkan pola yang disesuaikan
dengan target. Apabila terjadi perbedaan pola output hasil pembelajaran
dengan pola target, maka akan muncul error/kesalahan. Bila tingkat
kesalahan cukup besar, maka diperlukan lebih banyak pembelajaran lagi.
2. Proses pembelajaran tidak terawasi (unsupervised learning)
Pada metode pembelajaran ini tidak diperlukan target output. Selama
proses pembelajaran, nilai bobot disusun kedalam suatu range tertentu
tergantung nilai input yang diberikan.
Pada metode pembelajaran Backpropagation (Fausett, 1994)
dijelaskan sebagai berikut: Algoritma backpropagation menggunakan error
output untuk mengubah nilai bobot-bobotnya dalam arah mundur (backward).
Untuk mendapatkan error ini, tahap maju (forward propagation) harus
dikerjakan terlebih dahulu.
Algoritma training backpropagation (Fausett,1994):
1. Inisialisasi bobot (ambil bobot awal dengan nilai acak yang cukup kecil).
2. Kerjakan langkah-langkah berikut selama masih ada data yang akan di-
training.
22
Proses Forward:
3. Setiap input (Xi, i = 1, 2 ,…., n) menerima sinyal input dan diteruskan ke
lapisan selanjutnya.
4. Setiap lapisan tersembunyi ( Zi, i = 1, 2, …, n) dijumlahkan sinyalnya
dengan rumus:
z_inj = v0j + ∑=
n
ijiivx
1
dan dilanjutkan ke fungsi aktivasinya:
zj = )_( jinzf
5. Tiap unit output (Yk, k = 1, 2, …, 3) menerima hasil dari lapisan
tersembunyi, dengan rumus:
y_ink = ∑=
+p
jjkjok wzw
1
dan dilanjutkan ke fungsi aktivasinya :
yk = )_( kinyf
Fungsi Backward:
6. Tiap-tiap unit output menerima target pola yang berhubungan dengan
pola input pembelajaran dan menghitung errornya sebesar:
)_(')( kkkk inyfyt −=δ
Koreksi bobotnya dengan rumus:
jkjk zw αδ=Δ
Koreksi biasnya dengan rumus:
23
kkw αδ=Δ 0
7. Hitung delta input, dengan rumus:
∑=
=m
kjkkj win
1
_ δδ
Untuk menghitung error, dikalikan dengan turunan fungsi aktivasinya:
)_('_ jjj inzfinδδ =
Koreksi bobotnya untuk memperbaiki nilai vij:
ijij xv αδ=Δ
Koreksi biasnya:
jjv αδ=Δ 0
8. Update semua weight
jkjkjk wlamawbaruw Δ+= )()(
ijijij vlamavbaruv Δ+= )()(
9. Kembali ke tahap 2 bila belum selesai training. Namun bila sudah selesai
langsung keluar.
2.5 Tujuh Kecerdasaan Manusia
Teori Multiple Intelligence berkembang sejak tahun 1904 di Prancis. Pada saat
itu dibuatlah salah satu alat pengukur kecerdasan yang disebut tes IQ. Kemudian teori
mengenai Multiple Intelligence ini dikembangkan lebih lanjut oleh Howard Gardner,
lulusan Universitas Harvard. Ia mengemukakan bahwa manusia berbagai kecerdasan.
Gardner mengemukakan bahwa manusia minimal memiliki 7 kecerdasan, dan
kecerdasan ini bukanlah teknik yang baku. Menurutnya, Multiple Intelligence adalah
24
sebuah filosofi dalam pendidikan dan membantu proses pembelajaran seseorang.
Salah satu buku yang mengulas mengenai 7 kecerdasan utama buku “7 Kinds of
Smart” karangan Armstrong, yang menyatakan bahwa setiap manusia memiliki minimal
7 kecerdasan utama, yaitu: kecerdasaan linguistik, kecerdasan logis-matematis,
kecerdasan spasial, kecerdasan kinetik-jasmani, kecerdasan musikal, kecerdasan antar
pribadi, dan kecerdasan intrapribadi.
2.5.1 Kecerdasan Linguistik
Kecerdasan linguistik adalah kecerdasan dalam mengolah kata.
Orang yang cerdas dalam bidang ini dapat berargumentasi, meyakinkan
orang, menghibur, atau mengajar dengan efektif lewat kata-kata yang diucapkannya.
Mereka senang bermain-main dengan bunyi bahasa melalui teka-teki kata,
permainan kata, dan tongue twister. Kadang-kadang mereka pun mahir dalam hal-hal
kecil, sebab mereka mampu mengingat berbagai fakta. Bisa jadi mereka adalah ahli
sastra. Mereka gemar sekali membaca, dapat menulis dengan jelas, dan dapat
mengartikan bahasa tulisan secara luas (p3).
Kecerdasan sintetik terdiri atas beberapa komponen, termasuk: fonologi,
sintaksis (struktur/susunan kalimat), semantik (pemahaman mendalam tentang
makna), dan pragmatika (penggunaan bahasa untuk mencapai sasaran praktis (p21).
Keterampilan kerja yang memerlukan kecerdasan ini antara lain berceramah,
bercerita, memberi informasi/petunjuk, menulis, menyusun kata-kata, berbicara
dalam bahasa asing, menafsirkan, menerjemahkan, mengajar, memberi kuliah,
berdiskusi, berdebat, melakukan penelitian, mendengarkan kata-kata, meniru,
memeriksa naskah, menyunting, memproses kata, membuat berkas/laporan, surat
menyurat, bertelepon (p178-179, 203).
25
Contoh profesi: pustakawan, pengurus arsip, kurator, editor, penerjemah,
speech pathologist, penulis radio/televisi, jurnalis, tenaga bantuan hukum, pengacara,
sekretaris, pengetik, pemeriksa naskah, guru bahasa (p178-179).
2.5.2 Kecerdasan Logis-Matematis
Kecerdasan logis-matematis merupakan kecerdasan dalam hal angka dan
logika.
Kecerdasan ini merupakan kecerdasan para ilmuwan, akuntan, dan
programmer komputer. Ciri-ciri orang yang cerdas secara logis-matematis
mencakup kemampuan dalam penalaran, mengurutkan, berpikir dalam pola sebab
akibat, menciptakan hipotesis, mencari keteraturan konseptual atau pola numerik,
dan pandangan hidupnya umumnya bersifat rasional (p3).
Keterampilan kerja yang memerlukan kecerdasan ini antara lain mengurus
keuangan, membuat anggaran, melakukan penelitian ekonomi, menyususn hipotesis,
melakukan estimasi, melakukan kegiatan akuntansi, berhitung, mengadakan
kalkulasi, menggunakan statistik, melakukan audit, membuat penalaran,
menganalisis, menyusun sistematika, mengklasifikasi, mengurutkan, membayar
tagihan, mengembalikan surat pemberitahuan pajak terutang, urusan bank,
menyusun kontrak (p 179,201, 203).
Contoh profesi: auditor, akuntan, agen pembelian, underwriter, ahli
matematika, ilmuwan, ahli statistik, aktuaris, analis komputer, ahli ekonomi, teknisi,
tenaga pembukuan, guru IPA (p179).
26
2.5.3 Kecerdasan Spasial
Kecerdasan spasial merupakan kemampuan berpikir dalam gambar, serta
mencerap, mengubah, dan menciptakan kembali berbagai macam aspek dunia
visual-spasial.
Orang dengan kecerdasan spasial yang tinggi hampir selalu mempunyai
kepekaan yang tajam terhadap detail visual dan dapat menggambarkan sesuatu
dengan begitu hidup, melukis atau membuat sketsa ide secara jelas serta dengan
mudah menyesuaikan orientasi dalam ruang tiga dimensi (p 4)
Keterampilan kerja yang memerlukan kecerdasan ini antara lain melukis,
menggambar, membayangkan, menciptakan penyajian visual, merancang, berkhayal,
membuat penemuan, memberi ilustrasi, mewarnai, menggambar mesin, membuat
grafik, membuat peta, berkecimpung dalam fotografi, membuat dekorasi, membuat
film, memperbaiki mesin, melakukan renovasi, menghias rumah, mengirim kartu
(p179, 201, 204).
Contoh profesi: insinyur, surveyor, arsitek, perencana kota, seniman grafis,
desainer interior, fotografer, guru kesenian, penemu, kartografer, pilot, seniman seni
murni, pematung, kritikus seni (p40, 179)
2.5.4 Kecerdasan Kinetik-Jasmani
Kecerdasan ini berkaitan dengan fisik, kecerdasan dalam mengendalikan
gerak tubuh dan keterampilan dalam menangani benda.
Orang dengan kecerdasan fisik memiliki keterampilan dalam menjahit,
bertukang, atau merakit model. Mereka juga menikmati kegiatan fisik, seperti
berjalan kaki, menari, berlari, berkemah, berenang, atau berperahu. Mereka adalah
27
orang-orang yang cekatan, indra perabanya sangat peka, tidak bisa tinggal diam, dan
berminat atas segala sesuatu (p4).
Pakar kebugaran mengatakan bahwa sebetulnya ada sejumlah keterampilan
yang terkait dengan kemahiran jasmani, termasuk kekuatan, daya tahan, keluwesan,
keseimbangan, kelincahan, kepandaian berekspresi, koordinasi, dan refleks yang
bagus (p70).
Akhir-akhir ini, para pendidik mulai menemukan bahwa sikap tubuh pun
merupakan unsur penting, baik dalam meningkatkan atau menghambat prestasi
akademis pada murid usia muda. Sejumlah ilmuwan menyatakan bahwa sikap tubuh
yang buruk dapat menghambat aliran normal darah yang membawa oksigen menuju
otak, dan bahwa menjaga posisi agar kepala segaris dengan tubuh selagi duduk,
berdiri, dan berjalan dapat memperbaiki fungsi kognitif secara keseluruhan (p74-75).
Keterampilan kerja yang memerlukan kecerdasan ini antara lain menyortir,
menyeimbangkan, mengangkat, membawa sesuatu, berjalan, berlari, membuat
kerajinan tangan, memperbarui, membersihkan, melakukan tugas pengapalan,
menyerahkan sesuatu, ikut dalam proses manufaktur/pembuatan, menyelamatkan,
mempertunjukkan, memberi tanda, meniru, mendramatisasi, menjadi seorang model
(pakaian), menari, bermain, berolahraga, mengorganisasi kegiatan luar rumah,
bepergian, menyampaikan pesan, bergerak, memasak, bersih-bersih, berkebun,
merawat binatang peliharaan (p180, 201, 204).
Contoh profesi: ahli terapi fisik, pekerja rekreasi, penari, aktor, model, petani,
ahli mekanik, tukang kayu, pengrajin, guru pendidikan jasmani, pekerja pabrik,
penata tari, atlet profesional, polisi hutan, tukang jam (p180).
28
2.5.5 Kecerdasan Musikal
Kecerdasan ini berhubungan dengan kemampuan untuk mencerap,
menghargai, dan menciptakan irama dan melodi.
Kecerdasan musikal juga dimiliki oleh orang yang peka nada, dapat
menyanyikan lagu dengan tepat, dapat mengikuti irama musik, dan yang
mendengarkan berbagai karya musik dengan tingkat ketajaman tertentu (p4).
Salah satu studi yang diprakarsai oleh Angkatan Darat Amerika Serikat dan
diselenggarakan oleh National Academy of Sciences membuktikan bahwa
menggunakan musik sebagai latar belakang dapat menjadi alat belajar yang ampuh
apabila digunakan bersamaan dengan metode belajar konvensional. Riset lain
memperlihatkan bahwa pendekatan ini dapat bermanfaat untuk menguasai bahasa
asing, algoritma matematika, konsep sains, dan bahan akademis yang lain (p57-58).
Keterampilan kerja yang memerlukan kecerdasan ini antara lain bernyanyi,
bertukar kumpulan musik favorit, memainkan alat musik.
Contoh profesi: Disc-Jockey (DJ), musikus, pembuat instrumen, tukang
setem piano, ahli terapi musik, tenaga penjual alat musik, penulis lagu, insinyur
studio musik, dirigen paduan suara, dirigen orkestra, penyanyi, guru musik, penulis
lirik lagu (p180).
2.5.6 Kecerdasan Antarpribadi
Kecerdasan antarpribadi merupakan kemampuan untuk memahami dan
bekerjasama dengan orang lain.
Seseorang yang mempunyai kecerdasan antarpribadi bisa mempunyai rasa
belaskasihan dan tanggungjawab sosial yang besar seperti Mahatma Gandhi, atau
29
bisa juga suka memanipulasi dan licik seperti Machiavelli. Namun, mereka semua
mempunyai kemampuan untuk memahami orang lain dan melihat dunia dari sudut
pandang orang yang bersangkutan. Oleh karena itu, mereka dapat menjadi networker,
perunding, dan guru yang ulung (p4-5).
Riset menyatakan bahwa kita membangun suatu kerangka kerja mental yang
kompleks dan skema sosial ini menentukan sikap, keyakinan, dan tanggapan kita
terhadap orang yang kita jumpai setiap hari. Peta kognitif ini terdiri dari: stereotype
sosial, sifat pribadi, dan perilaku khas dalam situasi sosial. Kita terus menerus
menggunakan peta sosial ini untuk merekam kesan awal kita terhadap orang lain,
menjelaskan tindakan orang, dan meramalkan perilaku mereka di masa depan.
Namun, seringkali kita tertipu hingga membuat perkiraan yang meleset jauh
mengenai orang lain karena peta kognitif ini (p100).
Orang yang memiliki kecerdasan ini mempunyai kemampuan untuk
menggunakan pemahaman yang diperolehnya untuk bernegosiasi dengan orang lain,
meyakinkan orang lain untuk mengikuti tindakan tertentu, menyelesaikan konflik
antarindividu, mendapatkan informasi penting dari rekan sejawat, serta
mempengaruhi rekan kerja, rekan sejawat, dan teman sebaya dengan berbagai cara.
Salah satu ciri individu yang mahir dalam pergaulan antarpribadi adalah kemampuan
untuk menemukan individu utama dalam sebuah kelompok yang mampu
menolongnya mencapai sasaran (p104-105).
Dalam sebuah studi yang diselenggarakan oleh ilmuwan perilaku Morgan
McCall dan Michael Lombardo dengan beberapa perusahaan yang termasuk dalam
Fortune 500, faktor penting yang menentukan keberhasilan atau kegagalan seorang
30
eksekutif untuk naik pangkat adalah kemampuan – atau ketidakmampuannya – untuk
memahami sudut pandang orang lain (p107).
Keterampilan kerja yang memerlukan kecerdasan ini antara lain melayani,
menjadi tuan rumah, berkomunikasi, menunjukkan empati, berdagang, membimbing,
melatih, memberi nasehat, membina, menilai orang lain, meyakinkan, memberi
motivasi, menjual, merekrut, menginspirasi, menerbitkan, mendorong, mengawasi,
melakukan koordinasi, melakukan delegasi, berunding, menjadi perantara,
bekerjasama, melakukan konfirmasi, mengadakan wawancara, berbelanja,
menghadapi tukang service, merawat anak (p180, 204).
Contoh profesi: administrator, manajer, kepala sekolah, pekerja bagian
personalia, penengah, ahli sosiologi, ahli antropologi, pembina, ahli psikologi,
perawat, pegawai hubungan masyarakat, tenaga penjualan, agen perjalanan, direktur
sosial (p180-181).
2.5.7 Kecerdasan Intrapribadi
Kecerdasan intrapribadi merupakan kemampuan untuk mengakses
perasaannya sendiri, membedakan berbagai macam keadaan emosi, dan
menggunakan pemahamannya sendiri untuk memperkaya dan membimbing
hidupnya.
Orang dengan kecerdasan ini sangat mawas diri dan suka bermeditasi,
berkontemplasi, atau bentuk lain penelusuran jiwa yang mendalam. Sebaliknya,
mereka juga sangat mandiri, sangat terfokus pada tujuan, dan sangat disiplin. Secara
garis besar, mereka merupakan orang yang gemar belajar sendiri dan lebih suka
bekerja sendiri daripada bekerja dengan orang lain (p5).
31
Menurut psikiater James Masterson, diri sejati mempunyai sejumlah
komponen (p118), termasuk:
Kemampuan untuk mengalami berbagai perasaan secara mendalam dengan
gairah, semangat, dan spontanitas.
Kemampuan bersikap tegas.
Pengakuan terhadap harga diri.
Kemampuan untuk meredakan perasaan sakit pada diri sendiri.
Mempunyai segala sesuatu yang diperlukan untuk mempertahankan niat dalam
pekerjaan maupun relasi.
Kemampuan untuk berkreasi dan berhubungan secara dekat.
Kemampuan untuk menyendiri.
Keterampilan kerja yang memerlukan kecerdasan ini antara lain
melaksanakan hasil keputusan, bekerja sendiri, mempromosikan diri sendiri,
menentukan sasaran, mencari sasaran, mengambil inisiatif, mengevaluasi, menilai,
merencanakan, mengorganisir, membedakan peluang, bermeditasi, memahami diri
sendiri, menentukan sasaran rumah tangga, membuat jadwal bagi diri sendiri (p 181,
204).
Contoh profesi: ahli psikologi, ulama, guru psikologi, ahli terapi, tenaga
pembimbing dan penyuluhan, ahli teknologi, perencana program, pengusaha.