#SIP Artivisial Intelejen (AI) dan Expert System

Definisi AI

Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa diantaranya :

Kecerdasan Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).

Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).

Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica).

Sejarah Kecerdasan Buatan

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

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

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

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

Definisi Sistem Pakar

Artificial Intelligence adalah bidang ilmu komputasi yang memungkinkannya untuk memahami, bernalar dan bertindak.Sistem pakar adalah suatu program komputer  yang mengandung pengetahuan dari satu atau lebih pakar   manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh perisetkecerdasan buatan  pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu programyang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis darimasalah tersebut. Tergantung dari desainnya, sistem pakar juga mamupu merekomendasikansuatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkankapabilitas penalaran untuk mencapai suatu simpulan. Namun demikian Sistem Pakar tidak dimaksudkan untuk menggantikan kedudukanseorang pakar tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar tersebut. Namun terkadang kemampuan dari Sistem pakar ini dapat melebihi kemampuan manusia.

Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. Sistem Pakar terdiri dari 4 bagian yaitu:

1. User Interface

2. Knowledge Base

3. Inference Engine

4. Development Engine

Sejarah Sistem Pakar

Sistem pakar dikembangkan oleh komunitas artificial intelligence pada pertengahantahun 1960. Pada periode ini, penelitian tentang artificial intelligence didominasi oleh adanyakepercayaan bahwa beberapa aturan-aturan dari serangkaian pemikiran dengan memanfaatkankemampuan komputer dapat menghasilkan performansi pakar atau setaraf dengan manusia super.Arah pengembangan dari sub bidang artificial intelligence ini adalah general-purpose problem solver (GPS). General-purpose problem solver  (GPS) merupakan prosedur yang dikembangkanoleh Newell dan Simon [1973] dari teori mesin logika, yang mempunyai tujuan untuk menghasilkan suatu komputer “cerdas”. Inilah yang kemudian dianggap sebagai pendahulu darisistem pakar. Pada pertengahan tahun 1960 terjadi pergeseran dari general-purpose menjadi special- purpose program dengan perkembangan dari DENDRAL yaitu suatu sistem mengidentifikasistruktur molekul suatu komposisi kimia yang dikembangkan oleh E. Feigenbaum di StanfordUniversity. Mulai saat itu para peneliti mengakui bahwa mekanisme pemecahan masalah hanyamerupakan sebagian kecil dari suatu permasalahan yang komplek.

Hubungan AI Dengan Kognisi Manusia

Teknologi Artificial Intelligence memiliki hubungan yang erat dengan dunia teknologi komunikasi dan informasi. Sama seperti proses komunikasi, Artificial Intelligence menaruh perhatian yang besar terhadap konsep kognisi. Salah satu fungsi kognisi yang kita kenal adalah bahasa. Dengan adanya sistem bahasa, komunikasi antara sender dengan receiver dapat berjalan dengan lancar, dan sistem bahasa, lebih spesifiknya sistem computer linguistic, pun telah menyumbang banyak kontribusi bagi perkembangan dunia Artificial Intelligence. Dari relasi ini, bisa terlihat bahwa bahasa sebagai salah satu konsep relevan dalam dunia komunikasi memiliki hubungan yang demikian erat dengan perkembangan teknologi artificial intelligence dari zaman dahulu hingga sekarang. Selain itu, penalaran dan pengambilan keputusan adalah aspek lainnya dari kognisi yang juga memiliki relasi dengan konsep komunikasi dan teknologi artficial intelligence sendiri.

Contoh Expert System

Eliza, Parry dan Nettalk adalah beberapa contoh dari chatterbot. Chatterbot merupakan sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbot dikategorikan sebagai kecerdasan buatan atau Artificial Intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan (conversational agent).

ELIZA

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya, dalam hal ini, Eliza berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional Eliza melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

PARRY

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophrenia paranoid berdasarkan konsep, konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi : penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari Eliza.

NETTALK

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf” atau “jaring syaraf”). jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana. Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan  manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NET talk. Pelatihan ditetapkan untuk NET talk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NET  talk di berbagai tahap pelatihan mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NET talk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.

https://buahilmu.wordpress.com/2011/04/13/pengertian-artificial-intelligence-kecerdasan-buatan/ https://elhasbyblog.wordpress.com/kuliah-2/expert-system-sistem-pakar/ http://alamazul.blogspot.com/2014/09/sejarah-sistem-pakar-dan-perkembanganya.html https://lianurbaiti.wordpress.com/2015/12/28/sip_artificial-intelligence-sejarah-ai-dan-hubungan-ai-dengan-kognisi-manusia/ http://septanatana.blogspot.com/2015/12/sejarah-artificial-intelligence-dan.html

#SIP Sistem Informasi Manajemen (SIM) dan Sistem Penunjang Keputusan (SPK)

Sistem Informasi Manajemen (SIM)

Sistem Informasi Manajemen adalah serangkaian sub sistem informasi yang menyeluruh dan terkoordinasi dan secara rasional terpadu mampu mentranformasikan data sehingga menjadi informasi lewat serangkaian cara guna meningkatkan produktivitas yang sesuai dengan gaya dan sifat manajer atas dasar kriteria mutu yang telah ditetapkan.

Dengan kata lain, SIM adalah suatu sistem berbasis komputer yang meyediakan informasi bagi beberapa pemakai dengan kebutuhan yang sama. Parapemakai biasanya membentuk suatu entitas organisasi formal, perusahaan, atau sub unit dibawahnya.

Definisi lain dari Sistem Informasi Manajemen :

SIM adalah Informasi yang digunakan untuk menyajikan informasi yang digunakan untuk mendukung operasi manajemen, dan pengambilan keputusan dalam sebuah organisasi (Abdul Kadir, 2002). SIM adalah Pengembangan dan penggunaan sistem-sistem informasi yang efektif dalam organisasi-organisasi (Kroenke, David, 1989). SIM adalah suatu sistem berbasis komputer yang menyediakan informasi bagi beberapa pemakai yang mempunyai kebutuhan serupa. Informasi menjelaskan perusahaan atau salah satu sistem utamanya mengenai apa yang telah terjadi di masa lalu, apa yang sedang terjadi sekarang dan apa yang mungkin terjadi di masa depan. Informasi tersebut tersedia dalam bentuk laporan periodik, laporan khusus dan output dari simulasi matematika. Informasi digunakan oleh pengelola maupun staf lainnya pada saat mereka membuat keputusan untuk memecahkan masalah (Mc. Leod, 1995). SIM adalah metode formal yang menyediakan informasi yang akurat dan tepat waktu kepada manajemen untuk mempermudah proses pengambilan keputusan dan membuat organisasi dapat melakukan fungsi perencanaan, operasi secara efektif dan pengendalian (Stoner, 1996).

Dari definisi di atas, dapat disimpulkan bahwa Sistem Informasi Manajemen adalah suatu sistem yang dirancang untuk menyediakan informasi guna mendukung pengambilan keputusan pada kegiatan manajemen dalam suatu organisasi.

Konsep-konsep Pokok Sistem Informasi Manajemen

Selain kita harus mengetahui definisi dari SIM, kita juga harus mengetahui dan memahami konsep-konsep yang berhubungan dengan informasi, pemakaian informasi, dan nilai informasi. Berikut adalah konsep-konsep pokok SIM.

·         Konsep Informasi

Informasi menambahkan sesuatu pada penyajian yaitu sehubungan dengan waktu dan mutu.

·         Konsep Manusia sebagai Pengolah Informasi

Kemampuan manusia sebagai pengolah informasi menentukan keterbatasan dalam sistem informasi dan mengesankan dasar-dasar rancangan mereka.

·         Konsep Sistem

Karena sistem informas manajemen adalah sebuah sistem, maka konsep sistem perlu untuk memahami dan merancang ancangan pada pengembangan sistem informasi.

·         Konsep Organisasi dan Manajemen

Sistem informasi berada di dalam sebuah organisasi dan dirancang untuk mendukung fungsi manajemen. Informasi adalah penentu yang penting dalam bentuk keorganisasian.

·         Konsep Pengambilan Keputusan

Rancangan SIM bukan hanya harus mencerminkan anacangan rasional terhadap optimasi, tetapi juga teori keperilakuan pengambilan keputusan dalam organisasi.

·         Konsep Nilai Informasi

Informasi mengubah keputusan, perubahan dalam nilai hasil akan menentukan nilai informasi. Sistem informasi dalam perusahaan juga merupakan sistem terbuka, dimana terjadi arus sumber daya dengan lingkungannya. Dalam informasi, data input diperoleh dari lingkungan, misalnya informasi kenaikan pajak yang diumumkan pemerintah, dan perubahan kurs mata uang. Semua data dari luar tersebut mengalir masuk ke dalam sistem.

Oleh karena itu, sitem informasi membantu para manajer dan pimpinan perusahaan untuk mendapatkan gambaran mengenai perusahaan. Informasi yang didapat merupakan bahan masukan penting bagi manajer dalam pengambilan keputusan.

Tujuan Sistem Informasi Manajemen

·         Menyediakan informasi yang dipergunakn untuk perencanaan , pengendalian, pengevaluasian dan perbaikan berkelanjutan.

·         Menyediakan informasi untuk pengambilan keputusan.

·         Menyediakan informasi yang akan digunakan dalam perhitungan harga pokok, rekrutmen atau tujuan-tujuan manajerial lain.

Model Sistem

a. Model Fisik

Adalah penggambaran entitas dalam bentuk tiga dimensi. Model fisik berukuran lebih kecil dari aslinya dan biasanya yang digunakan dalam dunia bisnis berupa prototype model baru. Model fisik membantu suatu tujuan yang tidak dapat dipenuhi oleh benda nyata. Contohnya investor pusat perbelanjaan dan pembuat mobil dapat membuat sejumlah perubahan dengan lebih murah melalui rancangan model fisik mereka dibandingkan dengan produk akhir.

b. Model Naratif

Adalah penggambarkan entitas secara lisan atau tulisan. Semua komunikasi bisnis adalah model naratif, sehingga model naratif merupakan model yang paling popular dan paling sering digunakan oleh pihak manajemen.

c. Model Grafik

Adalah model yang mewakili entitasnya dengan menggunakan garis, simbol & bentuk dengan sedikit penjelasan naratif. Misalnya laporan keuangan ditambah dengan grafik berwarna untuk meperjelas, flowchart, DFD dalam pembuatan database

d. Model Matematis

Adalah model yang disajikan dengan rumus matematika atau persamaan. Misalkan dalam perhitungan BEP (Break even point) menggunakan rumus BEP = TFC / P – C. keterangannya (BEP : Break Event Point, TFC : Total Fixed Cost, P : Price, C : Cost). Model ini seringkali digunakan manajemen untuk kegiatan bisnis, atau untuk prediksi, analisis dll. Karena model ini merupakan model dengan ketelitian tinggi, namun seringkali model ini juga tidak disukai karena disajikan dengan rumit. Sesuai dengan tingkat keperluannya saja maka model ini digunakan.

Peranan Sistem Informasi Manajemen dalam pemecahan masalah ada 2 dasar yaitu,:

1.  Sumber Daya Informasi Seorganisasi

Sistem Informasi Manajemen adalah suatu cara organisasi untuk menyediakan informasi dalam rangka pemecahan masalah. Sistem tersebut merupakan suatu komitmen format dari para eksekutif untuk menyediakan komputer sebagai alat bantu bagi manajer untuk memecahkan masalah.

2.  Identifikasi dan Pemahaman Masalah

Ide utama dibalik S.I.M adalah menjaga agar pasokan informasi mengalir terus ke manajer. Sistem Informasi Manajemen Suatu sistem berbasis komputer yang menyediakan informasi bagi beberapa pemakai dengan kebutuhan yang serupa.

Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan (SPK)/Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Definisi lain dari Sistem Pendukung Keputusan :

Sistem pendukung keputusan sebagai sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya. Little (1980)

Sistem pendukung keputusan adalah sistem berbasis komputer yang dibangun lewat sebuah proses adaptif dari pembelajaran, pola-pola penggunaan dan evolusi sistem. Keen (1980) Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraktsi satu dengan yang lainnya. Bonczek (1980) Sistem pendukung keputusan sebagai sekumpulan tools komputer yang terintegrasi yang mengijinkan seorang decision maker untuk berinteraksi langsung dengan komputer untuk menciptakan informasi yang berguna dalam membuat keputusan semi terstruktur dan keputusan tak terstruktur yang tidak terantisipasi. Hick (1993).

  

Konsep Sistem Pendukung Keputusan

Sistem pendukung keputusan (SPK) mulai dikembangkan pada tahun 1960-an, tetapi istilah sistem pendukung keputusan itu sendiri baru muncul pada tahun 1971, yang diciptakan oleh G. Anthony Gorry dan Micheal S. Scott Morton, keduanya adalah profesor di MIT. Hal itu mereka lakukan dengan tujuan untuk menciptakan kerangka kerja guna mengarahkan aplikasi komputer kepada pengambilan keputusan manajemen.

Sementara itu, perintis sistem pendukung keputusan yang lain dari MIT, yaitu Peter G.W. Keen bekerja sama dengan Scott Morton telah mendefenisikan tiga tujuan yang harus dicapai oleh sistem pendukung keputusan, yaitu :

1. Sistem harus dapat membantu manajer dalam membuat keputusan guna memecahkan masalah semi terstruktur.

2.  Sistem harus dapat mendukung manajer, bukan mencoba menggantikannya.

3.  Sistem harus dapat meningkatkan efektivitas pengambilan keputusan manajer.

Konsep simon tentang tahap-tahap pengambilan keputusan digunakan untuk menentukan struktur masalah seperti di bawah ini;

Masalah terseruktur merupakan masalah yang memiliki struktur yang ketiga tahap pertama modal simon, yaitu tahap intelejen, perancangan, dan pemilihan.

Masalah tidak terseruktur merupakan masalah yang sama sekali tidak memiliki strukut pada salah satu tahapan proses pengambilan keutusan simon.

Masalah semi terstruktur merupakan masalah yang dapat menggunakan satu atau dua tahapan simon.

Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban, 2005) :

·         Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur.

·         Memberikan dukungan atas pertimbangan manajer dan bukannya di maksudkan untuk menggantikan fungsi manajer

·         Meningkatkan efektivitas keputusan yang di ambil manajer lebih daripada perbaikan efisiensinya

·         Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah

·         Peningkatan produktivitas. Membangun suatu kelompok pengambil keputusan, terutama para pakar, bisa sangat mahal. Pendukung terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbeda-beda (menghemat biaya perjalanan). Selain itu, produktivitas staf pendukung (misalnya analisis keuangan dan hukum) bisa di tingkatkan. Produktivitas juga bisa di tingkatkan menggunakan peralatan optimasi yang menentukan cara terbaik untuk menjalankan sebuah bisnis

·         Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang di buat. Sebagai contoh, semakin banyak data yang di akses, makin banyak juga alernatif yang bisa di evaluasi. Analisis resiko bisa di lakukan dengan cepat dan pandangan dari para pakar (beberapa dari mereka berada di lokasi yang jauh) bisa dikumpulkan dengan cepat dan dengan biaya yang lebih rendah. Keahlian bahkan bisa di ambil langsung dari sebuah sistem computer melalui metode kecerdasan tiruan. Dengan computer, para pengambil keputusan bisa melakukan simulasi yang kompleks, memeriksa banyak scenario yang memungkinkan, dan menilai berbagai pengaruh secara cepat dan ekonomis. Semua kapabilitas tersebut mengarah kepada keputusan yang lebih baik.

·         Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan. Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi sulit. Persaingan di dasarkan tidak hanya pada harga, tetapi juga pada kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan. Organisasi harus mampu secara sering dan cepat mengubah mode operasi, merekayasa ulang proses dan struktur, memberdayakan karyawan, serta berinovasi. Teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang signifikan dengan cara memperbolehkan seseorang untuk membuat keputusan yang baik secara cepat, bahkan jika mereka memiliki pengetahuan yang kurang. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Menurut Simon (1977), otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi. Orang-orang kadang sulit mengingat dan menggunakan sebuah informasi dengan cara yang bebas dari kesalahan

Model Pegambilan/Pendukung Keputusan

Menurut Raymond McLeod, Jr (McLeod, 1998) adalah penyederhanaan (abstraction)dari sesuatu.Sedangkan menurut Efraim Turban (Turban, 1998) adalah sebuah representasi atau abstraksi realitas yang disederhanakan.

Manfaat model dalam suatu pengambilan keputusan, antara lain sebagai berikut:

·         Untuk mengetahui apakah hubungan yang bersifat tunggal

·         Untuk memperjelas mengenai hubungan signifikan diantara unsur-unsur itu.

·         Untuk merumuskan hipotesis mengenai hakikat hubungan-hubungan antar variabel.

·         Untuk memberikan pengelolaan terhadap pengambilan keputusan.

Klasifikasi Model Pengambilan Keputusan

Klasifikasi model dapat dilakukan berdasarkan sebagai berikut:

Tujuannya : model latihan, model penelitian, model keputusan, model perencanaan, dan lain sebagainya.

Bidang penerapannya (field of application) : model tentang transportasi, model tentang persediaan barang, model tentang pendidikan, model tentang kesehatan, dan sebagainya

Tingkatannya (level) : model tingkat manajemen kantor, tingkat kebijakan nasional, kebijakan regional, kebijakan local, dan sebagainya.

Ciri waktunya (time character) : model statis dan model dinamis.

Bentuknya (form) : model dua sisi, satu sisi, tiga dimensi, model konflik, model non konflik, dan sebagainya

Pengembangan analitik (analytic development) : tingkat dimana matematika perlu digunakan; lain-lain.

Kompleksitas (complexity) : model sangat terinci, model sederhana, model global, model keseluruhan, dan lain-lain.

Formalisasi (formalization) : model mengenai tingkat dimana interaksi itu telah direncanakan dan hasilnya sudah dapat diramalkan, namun secara formal perlu dibicarakan juga.

Quade membedakan model ke dalam dua tipe, yakni model kuantitatif dan model kualitatif.

A.    Model kuantitatif

Merupakan serangkaian asumsi yang tepat yang dinyatakan dalam serangkaian hubungan matematis yang pasti.

B.     Model kualitatif

Digambarkan melalui kombinasi dari deduksi-deduksi asumsi-asumsi tersebut dan dengan pertimbangan yang lebih bersifat subjektif mengenai proses atau masalah yang pemecahannya dibuatkan model.

Gullet dan Hicks memberikan beberapa klasifikasi model pengambilan keputusan yaitu.

·         Model Probabilitas (the concept of probability and expected value) umumnya model-model keputusannya merupakan konsep probabilitas dan konsep nilai harapan memberi hasil tertentu. Konsep tentang nilai-nilai harapan (the Concept of Expectedvalue)digunakan dalam pengambilan keputusan yang akan diambilnya nanti menyangkut kemungkinan-kemungkinan yang telah diperhitungkan bagi situasi dan kondisi yang akan datang.

·         Model matriks(the payoff matrix model) model khusus yang menyajikan kombinasi antara strategi yang digunakan dan hasil yang diharapkan.

·         Model pohon keputusan (Decision Tree Model) Model ini merupakan suatu diagram yang cukup sederhana yang menunjukkan suatu proses untuk merinci masalah-masalah yang dihadapinya lalu dibuatkan alternatif-alternatif pemecahan beserta konsekuensi masing-masing.

·         Model Kurva Indiferen (Kurva Tak Acuh). Kurva Indeferen merupakan kurva berbentuk garis dimana setiap titik yang berada pada garis kurva tersebut mempunyai tingkat kepuasan atau kemanfaatan yang sama.

Kurva Indeferen mempunyai 4 ciri penting, yakni sebagai berikut.

1.      Kurva indeferen membentuk lereng yang negatif yaitu menunjukan fakta atau asumsi bahwa satu komoditas dapat diganti dengan komoditas lainnya sedemikian rupa sehingga konsumen mempunyai tingkat kepuasan yang tetap sama.

2.      Jika ada dua kurva indiferen dalam suatu keadaan atau lingkupan maka keduanya tidak akan saling berpotongan.

3.      Hasil yang diperoleh dari asumsi ialah bahwa kurva indiferen ditarik melalui setiap titik sehingga membentuk garis kurva.

4.      Kurva indeferen di butuhkan bagi pengorbanan tertentu untuk mendapatkan kepuasan yang optimal.

Model Simulasi Komputer. Menurut model ini, pengambilan keputusan diperlukan rancang bangun (design) yang biasanya menggunakan komputer yang mampu menirukan apa-apa yang dilakukan oleh organisasi.(YH)

PERAN DSS DALAM PEMECAHAN MASALAH

DSS dapat memperluas dukungan manajer dalam pemecahan masalah, karena DSS disesuaikan dengan kebutuhan-kebutuhan khusus manajer.

Tujuan Dss :

v  Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur.

v  Mendukung penilaian manajer bukan mencoba menggantikannya.

v  Meningkatkan effektifitas pengambilan keputusan manajer daripada efisiensinya.

http://sulung-pd.blogspot.com/2011/03/definisi-sim-spk-si-jst-dan-sp.html 

https://setiorinishinta.wordpress.com/2016/03/21/konsep-dasar-sistem-informasi-manajemen/ 

http://irma93.blogspot.com/2012/02/model-sistem-umum-sistem-informasi.html 

http://anawawawa.blogspot.com/2014/01/peranan-sistem-informasi-manajemen.html 

http://tugasakhiramik.blogspot.com/2013/03/konsep-dasar-sistem-pendukung-keputusan.html 

https://sindarku.wordpress.com/2010/10/06/tujuan-sistem-pendukung-keputusan/ 

https://sisteminformasi.unisbank.ac.id/2016/02/25/model-sistem-pendukung-keputusan-spk/ 

http://irpantips4u.blogspot.com/2012/11/sistem-pendukung-keputusan-spk.html 

http://lecturer.fikom.umi.ac.id/lilis/2016/04/02/sistem-pendukung-keputusan/

#SIP DATABASE

Sejarah Database

Pemerintah Amerika Serikat selalu melakukan pengumpulan, meng-urutkan, dan membuat laporan dari jumlah data yang besar. Pada tahun 1890, Departemen Sensus Penduduk Amerika menganjurkan majikan karyawan, Herman Hollerith, untuk membuat system peralatan proses informasi secara otomatis. Sebagai hasilnya, mesin kartu ( Punch Card ) digunakan untuk sensus pada tahun 1890 dan 1900. Pada tahun 1911, perusahaan Hollerith bergabung dengan perusahaan lain, dan juga didukung oleh Departemen Sensus Penduduk untuk membuat sebuah perusahaan baru yang kita kenal dengan nama International Business Machines ( Anderson, 1988 ), sekarang dengan nama IBM.

Selama perang dunia 1, pemerintah Amerika Serikat menggunakan kartu ( Punch – Card ) untuk melakukan proses berbagai data yang digunakan untuk produksi, mengumpulkan pajak, dan klasifikasi wajib militer. Pada tahun 1935, Departemen Perlindungan Sosial ( Social Security Act ), menggunakan Kartu ( Punch Card ) untuk penempatan tenaga kerja dari 26 juta karyawan. Ini adalah pekerjaan administrasi terbesar di dunia, IBM membantu membuatkan mesin khusus untuk pengumpulan data tersebut. Departement Sensus Penduduk akhirnya membeli model pertama dari komputer digital pertama di pasar komersial, dengan nama UNIVAC 1. Pada tahun 1959, Pentagon sendiri mempunyai 200 komputer untuk kebutuhan bisnis seperti audit biaya, audit peralatan, audit karyawan ) dengan biaya pemeliharaan kurang lebih 70 juta dollar Amerika Serikat per tahun. Pada saat itu Amerika didominasi oleh kartu punch untuk pemrosesan data. Berawal dari kebutuhan pemerintah dan akhirnya banyak perusahaan – perusahaan menggunakannya.

Pada awal tahun 1960 –an, muncul keinginan untuk memindahkan tugas piranti keras dari tugas – tugas programmer. Istilah “database” muncul untuk menangkap pengertian bahwa informasi disimpan di dalam komputer dapat berupa konsepsual, terstruktur, dan dapat dimanipulasi secara mandiri tanpa interfensi piranti keras. Pada saat itu, kebanyakan pembuatan aplikasi database dibuat untuk keperluan lingkungan militer dan mata – mata ( intelligence ), tetapi konsep tersebut dengan cepat diadopsi pada pada pengguna komersial ( System Development Corporation, 1964; Fry dan Sibley, 1974 ).

Pada saat komputer memasuki pasar komersial, sejumlah teknik muncul untuk memfasilitasi akses data, memastikan kualitas, memelihara privasi, dan bahkan menyediakan untuk kontrol data.

Pada tahun 1960, Konferensi System Bahasa Data ( Data Systems Languages – Codasyl ), yang diadakan oleh Departemen Pertahanan dan Keamanan Amerika Serikat membahas tentang standar aplikasi piranti lunak, membangun bahasa Common Business – Oriented Language ( COBOL ) untuk programming ( ACM Sigplan, 1978 ), dan menggabungkan bahasa pendefinisian data ( Fry dan Sibley, 1974 ). Magnetic disk drive yang dapat mengakses data secara random, mulai digantikan dengan magnetic tape drives, yang membutuhkan akses data yang berurutan, untuk online storage. Pada tahun 1961, Charles Bachman dari perusahaan General Electric memperkenalkan system Integrated Data Store ( IDS ) , yang merupakan pelopor system management database yang memanfaatkan teknologi penyimpanan ( storage ) terbaru ,meliputi novel schemas dan logging, dan kemampuan yang lain.

Pada awal tahun, trend inovasi teknologi praktis dilaksanakan / di buat oleh user group dan peneliti dari industri terkait, dengan pengaruh sedikit dari akademi ( CSTB, 1982; Wiederhold, 1984 ). Pada pertengahan tahun 1960, Bachman dan yang lainnya, kebanyakan dari perusahaan dan pabrik, membuat Database Task Group ( DBTG ) dibawah Codasyl untuk menyatukan persamaan pendapat dari berbagai bidang . Group tersebut mengumumkan beberapa set spesifikasi untuk bahasa komputer, COBOL terutama sekali, yang mengatur database. Pada Tahun 1971, hal tersebut diumumkan sebagai standar umum, yang digunakan bahasa umum untuk berbagai industri dengan pendekatan Codasyl untuk managament database. Beberapa Codasyl berdasarkan produk diperkenalkan untuk komputer besar ( mainframe ) oleh Eckerct – Mauchly Computer Corporation ( pembuat UNIVAC), Honeywell Incorporated, dan Siemens AG, dan, untuk komputer sedang ( minicomputers ), dilakukan oleh Digital Equipment Coporation ( DEC ) dan Prime Computer Corporation.

Secara praktis pemasok produk yang tidak ikut adalah IBM, yang pada awal ( Pada Tahun 1968 ) memperkenalkan produknya sendiri, IMS, yang diambil dari bagian National Aeronautics and Space Administration ( NASA ) – Appolo Project. Dapat dijalankan pada mesin S/360. Sebaliknya Codasyl berdasarkan model jaringan data sedangkan IBM database menggunakan struktur hirarki. Baik produk IBM maupun Codasyl, kadang – kadang disebut dengan nama navigasi database karena produk membutuhkan pengguna untuk membuat program atau menggunakan data set.

Pada akhirnya ada seorang ilmuwan dari IBM yang kurang puas dengan produk Codasyl ataupun produk paket database dari IBM. Edgar F. ( Ted) Codd, seorang matematikawan, yang bergabung dengan IBM pada tahun 1949 dan pada akhirnya pindah ke IBM San Jose. Codd mendapatkan teknologi database yang sekarang ataupun yang baru harusnya dapat menggunakan satu perintah dan tidak perlu menggunakan beberapa perintah.

Konsep Database

Tujuan dari konsep database adalah meminimumkan pengulangan dan mencapai independensi data. Independensi data adalah kemampuaan untuk membuat perubahan dalam struktur data tanpa membuat perubahan pada program yang memproses data. Independensi data dicapai dengan menempatkan spesifikasi dalam tabel dan kamus yang terpisah secara fisik dari program. Program mengacu pada tabel untuk mengakses data. Konsep dasar database adalah kumpulan dari catatan, atau potongan dari pengetahuan. Sebuah database memiliki penjelasan terstruktur dari jenis fakta yang tersimpan di dalamnya: penjelasan ini disebut skema. Ada banyak cara untuk mengorganisasi skema, atau memodelkan struktur database: ini dikenal sebagai database model atau model data. Model yang umum digunakan sekarang adalah model relasional, yang menurut istilah yaitu mewakili semua informasi dalam bentuk tabel yang saling berhubungan dimana setiap tabel terdiri dari baris dan kolom (definisi yang sebenarnya menggunakan terminologi matematika). Dalam model ini, hubungan antar tabel diwakili dengan menggunakan nilai yang sama antar table

Struktur Database

a. Struktur Database Hierarkis

Struktur Database Hierarkis (Hierarchical Database Structure), yaitu struktur kelompok data, subkelompok data dan subkelompok yang lebih kecil lagi menyerupai cabang-cabang pohon. Seperti cabang-cabang pohon, untuk pindah dari suatu catatan di suatu cabang kesuatu catatan di cabang lain, system manajemen database harus kembali ketempat asal percabangan itu. Struktur hierarkis memanfaatkan sumber daya computer secara efisien saat sebagian besar catatan dalam database akan digunakan dalam aplikasi.

b. Sruktur Database Jaringan

Struktur database jaringan (network database structure) memungkinkan satu Catatan tertentu menunjuk pada catatan lain dalam database . Subkomite Database Task Group CODASYL mengeluarkan spesifikasi struktur database jaringan pada Tahun 1971. Jaringan memecahkan masalah keharusan untuk kembali ke tempat asal percabangan database. Secara konseptual, tiap catatan dalam database dapat memiliki penunjuk ke tiap catatan lain di dalam database.

c. Struktur Database Relational

Struktur system manajemen relational merupakan system yang menyerupai Table-tabel, dan merupakan format yang dapat dipahami secara cepat oleh Manajer dan/atau staf professional.

Keunggulan DBMS

Perusahaan dan pemakai perorangan tertarik dengan DBMS karena ia memberikan kemempuan pada mereka untuk:

• Mengurangi kelebihan data. Jumlah total file dikurangi selagi file duplikat dihapus. Ada juga minimalisasi data biasa yang ada dalam file.

• Memadukan data dari beberapa file. Organisasi atau susunan fisik data tidak lagi menghambat pemakai dalam menerima informasi dari beberapa file.

• Memanggik data dan informasi secara cepat. Baik relasi logic dan DML maupun bahasa query memungkinkan pemakai untuk memangil data dalam beberapa detik atau menit, yang hal ini mungkin dilakukan oleh yang lain dalam waktu beberapa jam atau hari.

• Meningkatkan keamanan. DNMS mainframe menyertakan beberapa tingkat pencegahan untuk keamanan. Ada yang menyamakan hal ini seperti penempatan babarapa pagar yang dihubungkan dengan rantai yang mengelilingi sumberdata. Banyak dari DBMS microcomputer yang lebih baru menggabungkan tingkat keamana ini. Data yang dikelola oleh DBMS ini harus lebih aman dari pada data dalam perusahaan.

Kelemahan DMS

Kelebihan tersebut tidak disertai dengan biaya. Keputusan untuk menggunakan DBMS mengharuskan perusahaan atau pamakai untuk:

• Mendapatkan software yang mahal. DBMS mainframe masih mahal. DBMS mikrokomputer akan tidak mahal jika dibandingakan dengan versi mainframe. Harganya dapat sama dengan pembiayaan pokok dari suatu organisasi kecil.

• Mendapatkan konfigurasi hardware yang besar. DBMS bisanya membutuhkan kapasitas penyimpanan priner dan sekunder yang lebih besar dari pada yang dibutuhkan program aplikasi. Juga, kemudahan dalam pemanggilan informasi dengan DBMS akan mendorong adanya pencantuman terminal pemakai yang lebih banyak dalam konfigurasi dari pada kebutuhan yang lain.

• Mempekerjakan dan menggaji staff DBA. Kelemahan ini kurang bisa diterapkan terhadap pemakai mikrokomputer, sebab DBMS mempunyai sifat user-friendly (kemudahan dalam penggunaan).

Kepopuleran DBMS dalam berbagai organisasi segala ukuran menunjukkan bahwa pemakai merasakan keuntungan atau kelebihannya dapat mengalahkan biaya yang dikeluarkan untuk membelinya.

Peranan Database Dan DBMS Dalam Bidang Psikologi

DBMS merupakan software yang digunakan untuk membangun suatu sistem basis data yang “sempurna”. DBMS harus dapat mengatur basis data tersebut sehingga dapat tersimpan dengan baik tanpa menimbulkan kekacauan, dapat dipakai oleh banyak user sesuai dengan kepentingan masing-masing, melindungi dari gangguan pihak-pihak yang tidak berwenang.

Banyak program basis data yang sudah sering kita gunakan, misalnya : FoxPro, Clipper, Access, dan dBASE. Itu merupakan contoh dari DBMS yang digunakan pada PC dalam skala yang relatif kecil. Dalam skala yang lebih besar, dikenal beberapa DBMS yang sering digunkan, antara lain : Sybase, DB2, Informix, Oracle, dan lain-lain.

Database merupakan salah satu komponen yang penting dalam sistem informasi, karena merupakan basis dalam menyediakan informasi bagi para pemakai. Databse terdiri dari data yang akan digunakan atau diperuntukkan terhadap banyakuser, dari masing-masing user akan menggunakan data tersebut sesuai dengan tugas dan fungsinya. Contohnya :

Seorang psikolog yang sudah memiliki banyak klien. Setiap klien memiliki permasalahan yang berbeda-beda dan yang pasti identitas ynag berbeda pula. Sebagai profesi pasti memiliki kode etik dalam bekerja yang tidak dapat dilanggar, begitu pun psikolog memilki kode etik dengan klien. Salah satu kode etik nya adalah menjaga kerahasiaan data klien. Data klien yang disimpan dalam database membantu psikolog dalam menjaga kerahasiaan data tersebut. Seperti yang telah dijelaskan mengenai kelebihan dlam pemakaian sistem DBMS adalah keamanan data terjamin, mengurangi kerangkapan data.

Tes kepribadian yang terdapat di jejaring sosial seperti facebook. Misalnya seorang psikolog yang membuat tes kepribadian melalui facebook. Diamembuat pertanyaan dan jawaban terlebih dahulu sebelum tes tersebut di publish ke facebook. Dia membbuat data tersebut dalam sistem database, contohnya sebuah pertanyaan mengenai pilhan warna. Setiap warna memiliki arti yang berbeda yang menggambarkan kepribadian. Dia memasukkan data mengenai berbagai macam warna beserta gamabran kepribadian berdasarkan warna tersebut. Jika sudah semua data dimasukkan dalam sistem database dan DBMS kemudian di publish ke jejaring sosial. Jika seseorang mencoba tes kerpibadian tersebut dantelah memilih jawaban dari salah satu warna, maka data yang di dalam databse akan terpanggil dan akan muncul hasilnya yakni gambaran kepribadian dari warna ynag telah dipilih oleh orang tersebut.

http://www.kumpulancontohmakalah.com/2016/02/sejarah-singkat-perkembangan-database.html https://ukiehary.wordpress.com/2010/11/30/konsep-database/ http://ryzchacha.blogspot.com/2014/06/database-struktur-data-dan-dbms.html https://cndyoktavia.wordpress.com/