Ini Jenis-Jenis Perangkat Wearable Beserta Fungsinya

 

Jam Tangan Pintar (Smartwatch)

Proses komputerisasi jam tangan menjadi smartwatch ini dimulai pada 2013, di mana saat itu Samsung memperkenalkan perangkat bernama Samsung Gear. Sebagaimana dijelaskan sebelumnya, perangkat ini merupakan pelengkap dari smartphone untuk memeriksa beragam notifikasi seperti e-mail, cuaca, atau agenda.

Semua kemampuan yang dimiliki oleh perangkat ini tak lepas dari penerapan sistem operasi yang ada di dalamnya. Selain itu, ia juga turut didukung oleh komponen lain seperti memori internal, chip prosesor, dan lain-lain.

Gelang Kesehatan

Sebagaimana namanya, gelang ini bisa digunakan untuk memonitor kesehatan pemiliknya. Dengan menanamkan sebuah sensor, gelang kesehatan mampu menghitung langkah kaki seseorang dan denyut jantung selama beraktivitas. Selain itu, ia juga telah dilengkapi oleh sistem yang dapat terintegrasi dengan smartphone untuk memonitor hal tersebut.

Sepatu dan Jaket Pintar

Selain dalam bentuk perangkat, teknologi juga digunakan pada pakaian sehari-hari seperti sepatu dan jaket. Baru-baru ini, Xiaomi mengumumkan sepatu pintar yang diberi nama ‘90 Minutes Ultra Smart Sportswear’. Sepatu tersebut dibekali sensor milik Intel untuk menghitung langkah kaki penggunanya.

Ada pula jaket pintar hasil rancangan Google dengan merek jins terkemuka. Jaket pintar bernama Commuter Trucker tersebut memiliki sebuah layar yang dapat merespons saat diketuk ataupun diusap. Fungsi dari layar itu antara lain mengaktifkan beragam aplikasi di smartphone seperti musik atau menjawab panggilan telefon.

BFS dan DFS

Pengorganisasian Solusi

• Kemungkinan2 solusi dari persoalan membentuk ruang solusi (solution space)
• Ruang solusi diorganisasikan ke dalam struktur pohon
• Pencarian solusi dilakukan dengan mengunjungi (traversal) simpul-simpul di dalam pohon
• Pohon yang ditelusuri: pohon dinamis
• Pohon dinamis: pohon yang dibangun selama pencarian solusi berlangsung
• Pohon dinamis dibangun dengan 2 metode traversal: BFS dan DFS 
• Pohon dinamis menyatakan status-status persoalan pada saat pencarian solusi berlangsung.

Terminologi

• Status persoalan (problem state): simpul-simpul di dalam pohon dinamis yang  memenuhi kendala (constraints). 
• Status solusi (solution state): satu atau lebih status yang menyatakan solusi persoalan.
• Status tujuan (goal state): status solusi yang merupakan simpul daun
• Ruang solusi (solution space): himpunan semua status solusi.
• Ruang status (state space): Seluruh simpul di dalam pohon dinamis dan pohonnya dinamakan juga pohon ruang status (state space tree). 

Metode Pencarian Melebar Breadth-first search (BFS)

Algoritma BFS:

1. Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi (goal node),  maka stop.
2. Jika Q kosong, tidak ada solusi. Stop.
3. Ambil simpul v dari kepala (head) antrian, bangkitkan semua anak-anaknya. Jika v tidak mempunyai anak lagi, kembali ke langkah 2. Tempatkan semua anak dari v di belakang antrian.
4. Jika suatu simpul anak dari v adalah simpul solusi, maka solusi telah ditemukan, kalau tidak kembali lagi ke langkah 2.

Pohon ruang status yang dibentuk selama pencarian solusi dengan metode BFS: 

• Dengan mengikuti lintasan dari simput akar (S0) ke simpul solusi(S10), kita memperoleh konfigurasi  urutan perpindahan blok dari status awal sampai ke status akhir.
• Dengan metode BFS, jika terdapat sebuah solusi, maka BFS menjamin dapat menemukannya.
• Jika terdapat lebih dari satu buah solusi, BFS selalu menemukan solusi pertama pada aras pohon yang  paling rendah.

Kompleksitas waktu algoritma BFS: 

• Asumsi: setiap simpul dapat membangkitkan b  buah simpul baru. 
• Misalkan solusi ditemukan pada aras ke-d
• Jumlah maksimum seluruh simpul: 

           1 + b + b2 + b3 + ... + bd = (bd+1 – 1)/(b – 1)  

• T(n) = O(bd).  
• Kompleksitas ruang algoritma BFS = sama dengan kompleksitas waktunya, karena semua simpul daun dari pohon harus disimpan di dalam memori  selama proses pencarian. 

Metode Pencarian Mendalam (DFS)

Pembentukan pohon ruang status persoalan pembangkitan permutasi A, B, C  dengan metode DFS

Algoritma Depth-first search (DFS):

1. Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi, maka  Stop.
2. Jika Q kosong, tidak ada solusi. Stop.
3. Ambil simpul v dari kepala (head) antrian.
4. Jika kedalaman simpul v sama dengan batas kedalaman maksimum, kembali ke langkah 2.
5. Bangkitkan semua anak dari simpul v. Jika v tidak mempunyai anak lagi, kembali ke langkah 2. Tempatkan semua anak dari v di awal antrian Q.
6. Jika anak dari simpul v adalah simpul tujuan, berarti solusi telah ditemukan, kalau tidak, kembali   lagi ke langkah 2.

Contoh 6.4. Sebuah bidak (pion) bergerak di dalam sebuah matriks pada Gambar 6.11. Bidak dapat memasuki elemen matriks mana saja pada baris paling atas.  Dari elemen matriks yang berisi 0, bidak dapat bergerak ke bawah jika elemen matriks di bawahnya berisi 0; atau berpindah horizontal (kiri atau kanan) jika elemen di bawahnya berisi 1. Bila bidak berada pada elemen yang berisi 1, ia tidak dapat bergerak kemanapun.  Tujuan permainan ini adalah mencapai elemen matriks yang  mengandung 0 pada baris paling bawah.

Gambar 6.12(a) Pohon ruang status yang mengandung duplikasi simpul(b) Pohon ruang status yang menghindari pembangkitan simpul yang sama.

• Kompleksitas waktu algoritma DFS pada kasus  terburuk adalah O(bm).  
• Kompleksitas ruang algoritma DFS adalah O(bm), karena kita hanya hanya  perlu menyimpan satu buah lintasan tunggal dari akar sampai daun, ditambah dengan simpul-simpul saudara kandungnya yang belum dikembangkan.
• Untuk persoalan yang memiliki banyak solusi, metode DFS lebih cepat daripada BFS, karena DFS menemukan solusi setelah mengeksplorasi hanya sebagian kecil dari seluruh ruang status. Sedangkan BFS masih harus menelusuri semua lintasan pada aras d – 1 sebelum memeriksa solusi pada aras d.

Varian DFS: Metode Pencarian Mendalam Berulang (IDS = Iterative Deepening Search)

• Kesulitan utama pada metode DFS adalah menentukan batas maksimum kedalaman pohon ruang status.
• Strategi yang digunakan untuk memecahkan masalah kedalaman terbaik ini adalah dengan mencoba semua kedalaman yang mungkin, mula-mula kedalaman 0, kedalaman 1, kedalaman 2, dan seterusnya.