Dosen Pembimbing: Lydia
Setyawardhani, SE, MSi
Kelompok 10 (6 – SM3)
Disusun Oleh:
Yuni Indra (1210205466)
Indriani W (1210205467)
Caesar Andreas (1210205470)
Novandi Arif W (1210205471)
Tissa Rizky P (1210205472)
Pertemuan 4 (Pengembangan Sistem)
4.1 Pendekatan Sistem
A. Dipandang dari
metodologi yang digunakan:
a. Pendekatan Klasik (Clasical approach )
Disebut juga pengembangan tradisional /
konvensional adalah pengembangan sistem dengan mengikuti tahapan pada system
life cycle. Pendekatan ini menekankan bahwa pengembangan sistem akan berhasil
bila mengikuti tahapan pada system life cycle. Tetapi pada kenyataannya
pendekatan klasik tidak cukup digunakan untuk mengembangkan suatu sistem
informasi yang sukses dan akan timbul beberapa permasalahan diantaranya adalah
:
1. Pengembangan perangkat lunak menjadi
sulit.
2. Biaya perawatan atau pemeliharaan sistem
menjadi lebih mahal
3. Kemungkinan kesalahan sistem besar
4. Keberhasilan sistem kurang terjamin
5. Masalah dalam penerapan sistem
b. Pendekatan Terstruktur (structured
approach )
Pendekatan ini dimulai pada awal tahun 1970,
dan dilengkapi dengan alat-alat (tools) dan teknik-teknik (techniques) yg
dibutuhkan dalam pengembangan sistem.
B. Dipandang dari sasaran yang dicapai :
a) Pendekatan Sepotong (piecerneal approach )
Pendekatan yg menekankan pada suatu kegiatan
/ aplikasi tertentu.
b) Pendekatan Sistem (systems approach )
Pendekatan yg menekankan pada sistem
informasi sebagai satu kesatuan terintegrasi.
C. Dipandang dari cara
menentukan kebutuhan dari Sistem :
a. Pendekatan Bawah Naik (Bottom Up Approach
)
Pendekatan dari level bawah organisasi, yaitu
level operasional dimana transaksi dilakukan. Pendekatan ini dimulai dari
perumusan kebutuhan untuk menangani transaksi dan naik ke level atas dengan
merumuskan kebutuhan informasi berdasarkan transaksi tsb. (merupakan ciri-ciri
dari pendekatan klasik disebut juga data analysis) .
b. Pendekatan Atas Turun
Dimulai dari level atas yaitu level
perencanaan strategi. Pendekatan ini dimulai dengan mendefinisikan sarasan dan
kebijaksanaan organisasi , kemudian dilakukan analisis kebutuhan informasi ,
lalu proses turun ke pemrosesan transaksi (merupakan ciri-ciri dari pendekatan
terstruktur disebut juga decision analysis )
D. Dipandang dari
cara mengembangkannya :
a. Pendekatan Sistem menyeluruh
Pendekatan yg mengembangkan sistem serentak
secara menyeluruh. (merupakan ciri -ciri pendekatan klasik )
b. Pendekatan Moduler
Pendekatan yg berusaha memecah sistem yg
rumit menjadi beberapa bagian / modul yg sederhana (merupakan ciri -ciri
pendekatan terstruktur )
E. Dipandang dari
teknologi yang digunakan :
a. Pendekatan Lompatan jauh (great loop
approach )
Pendekatan yg menerapkan perubahan menyeluruh
secara serentak penggunaan teknologi canggih. Perubahan ini banyak mengandung
resiko, juga memerlukan investasi yg besar.
b. Pendekatan Berkembang (evolutionary
approach )
Pendekatan yg menerapkan perubahan canggih
hanya untuk aplikasi yg memerlukan saja, dan akan terus berkembang.
4.2
Siklus Hidup Pengembangan Sistem (SDLC) Tradisional
A. Siklus Hidup Pengembangan Sistem
Pendekatan sistem merupakan
sebuah metodologi. Metodologi adalah satu cara yang direkomendasikan dalam
melakukan sesuatu. Pendekatan sistem adalah metodologi dasar dalam memecahkan
segala jenis masalah. Siklus hidup pengembangan sistem (Systems development life cycle-SDLC) adalah aplikasi dari
pendekatan sistem bagi pengembangan suatu sistem informasi.
B. SDLC Tradisional
Tidak dibutuhkan waktu lama
bagi seorang pengembang sistem yang pertama untuk mengetahui bahwa terdapat
beberapa tahapan pekerjaan pengembangan yang perlu dilakukan dalam urut-urutan
tertentu jika suatu proyek ingin memiliki kemungkinan berhasil yang paling
besar. Tahapan-tahapan tersebut adalah:
- Perencanaan
- Analisis
- Desain
- Implementasi
- Penggunaan
Proyek
direncanakan dan sumber-sumber daya yang dibutuhkan untuk melakukan pekerjaan
kemudian disatukan. Sistem yang ada juga dianaalisis untuk memahami masalah dan
menentukan persyaratan fungsional dari sistem yang baru ini kemudian dirancang
dan diimplementasi, sistem kemudian digunakan–idealnya untuk jangka waktu yang
lama.
Karena
pekerjaan-pekerjaan di atas mengikuti satu pola yang teratur dan dilaksanakan
dengan cara dari atas ke bawah, SDLC tradisional sering kali disebut pendekatan air terjun (waterfall approach). Aktivitas ini memiliki aliran satu arah–menuju
ke penyelesaian proyek.
Gambar 1.1
mengilustrasikan sifat dari siklus hidup. Ketika sebuah sistem telah melampaui
masa manfaatnya dan harus diganti, satu siklus hidup akan dimulai, dengan
diawali oleh tahap perencanaan. Mudah bagi kita untuk melihat bagaimana SDLC
tradisional dapat dikatakan sebagai suatu aplikasi dari pendekatan sistem.
Masalah akan didefinisikan dalam tahap-tahap perencanaan dan analisi.
Solusi-solusi alternatif diidentifikasi dan dievaluasi dalam tahap desain.
Lalu, solusi yang terbaik diimplementasikan dan digunakan. Selama tahap
penggunaan, umpan balik dikumpulkan untuk melihat seberapa baik sistem mampu
memecahkan masalah yang telah ditentukan.
Metodologi
siklus hidup sistem membagi tenaga kerja secara sangat formal, antara pengguna
akhir dan spesialis sistem informasi. Spesialis teknis, seperti analis sistem
dan programer, bertanggung jawab atas pekerjaan analis sistem, perancangan, dan
implementasi pengguna terakhir terbatas
hanya memberikan kebutuhan informasi dan menilai hasil pekerjaaan staf teknis.
Siklus hidup juga menekankan spesifikasi formal dan pencatatan, banyak sekali dokumen
yang dibuat selama suatu proyek sistem berjalan.
Siklus
hidup sistem masih digunakan untuk pengembangkan sistem yang besar dan rumit
yang membutuhkan keperluan analisis yang tepat dan formal, spesifikasi yangyang
telah ditentukan sebelumnya, dan kendali yang ketat atas proses-prosesnya. Tetapi,
pendekatan siklus hidup sistem membutuhkan biaya besar, memakan banyak waktu,
dan tidak fleksibel. Walaupun pembuat sistem dapat mundur dan maju ke setiap
tahap dari siklus hidup, siklus hidup sistem pada dasarnya merupakan pendekatan
di mana tugas-tugas dalam satu tahapan diselesaikan sebelum pekerjaan pada
tahapan selanjutannya dimulai. Aktivitas dapat diulangi, tetapi banyak sekali
dokumen baru yang harus dibuat dan langkah yang harus diulangi jika kebutuhan
dan spesifikasi perlu direvisi. Hal ini akhirnya membuat spesifikasi
“dibekukan” relatif awal dalam proses pengembanganya. Pendekatan siklus hidup
juga tidak cocok untuk banyak sistem dektop kecil, yang cenderung tidak terlalu
terstruktur dan lebih individual.
4.3
Prototyping
A. Pengertian Prototipe & Prototyping
Prototipe adalah suatu versi dari sebuah sistem potensial
yang memberikan ide bagi para pengembang dan calon pengguna bagaimana sistem
akan berfungsi dalam bentuk yang telah selesai. Sedangkan Prototyping adalah
proses pembuatan prototype.
Jenis-Jenis
Prototipe:
1.
Prototipe evolusioner (evolutionary prototype)
Terus menerus disempurnakan sampai memiliki seluruh
fungsionalitas yang dibutuhkan pengguna dari sistem yang baru.
Langkah-langkah
pengembangan Prototipe evolusioner:
-
Mengidentifikasi
kebutuhan pengguna
-
Membuat
suatu prototype
-
Menentukan
apakah prototype dapat diterima
-
Menggunakan
prototype
2. Prototipe persyaratan (requirements
prototype)
Dikembangkan sebagai suatu cara untuk mendefinisikan
persyaratan-persyaratan fungsional dari sistem baru.
Langkah-langkah
pengembangan prototype persyaratan:
-
Mengidentifikasi
kebutuhan pengguna
-
Membuat
suatu prototype
-
Menentukan
apakah prototype dapat diterima
-
Membuat
kode sistem baru
-
Menguji
sistem baru
-
Menentukan
apakah sistem baru dapat diterima
-
Membuat
sistem baru menjadi sistem produksi
Daya Tarik &
Potensi Kesulitan dari pembuatan Prototipe.
Pembuatan prototipe paling bermanfaat ketika terdapat beberapa
ketidakpastian tentang kebutuhan atau solusi rancangannya, dan sering digunakan
untuk merancangan sistem informasi antarmuka pengguna akhir (end-user interface), atau bagian dari
sistem yang berinteraksi dengan pengguna, seperti tampilan online dan layar masukan data, laporan, atau halaman Web. Karena
pembuatan prototipe mendorong penggguna akhir terlibat secara mendalam di
seluruh siklus hidup pengembangan sistem, maka pembuatan prototipe lebih
berpeluang menghasilkan sistem yang memenuhi kebutuhan pengguna.
B.
Daya tarik prototyping :
-
Membaiknya
komunikasi antara pengembang dan pengguna.
-
Pengembang
dapat melakukan pekerjaan lebih baik dalam menentukan kebutuhan pengguna
-
Pengguna
memainkan peranan yang lebih aktif dalam pengembangan system
-
Pengembang
dan pengguna menggunakan waktu yang lebih sedikit dalam mengembangkan system
-
Implementasi
jauh lebih mudah
-
Mengurangi
biaya pengembangan dan meningkatkan kepuasan pengguna
C.
Potensi kesulitan dari prototyping :
-
Terburu-buru
menyerahkan prototype dapat menyebabkan diambilnya jalan pintas dalam definisi
masalah
-
Pengguna
dapat terlalu gembira dengan prototype yang diberikan dengan ekspektasi yang
tidak realistis sehubungan dengan sistem produksinya
-
Prototype
evolusioner bisa jadi tidak terlalu efisien
-
Alat-alat
prototyping tertentu memungkinkan tidak mencerminkan teknik-teknik desain yang
baik
Prototyping merupakan metodologi pendekapan SDLC yang paling
behasil dengan catatan bisa mewaspadai potensi-potensi kesulitan di atas.
4.4 Pengembangan Aplikasi Cepat
(RAD)
RAD adalah
kumpulan strategi, metodologi, dari alat terintegrasi yang terdapat dalam suatu
kerangka kerja yang disebut rekayasa informasi. Rekayasa informasi adalah
keseluruhan pendekatan pengembangan system, yang diperlakukan sebagai aktivitas
perusahaan secara menyeluruh.
Pengembangan aplikasi cepat atau disebut juga dengan RAD
(Rapid Aplication Development) mempunyai tujuan yang sama dengan Prototyping
yaitu memberikan respons yang cepat atas kebutuhan pengguna namun dengan
lingkup yang lebih luas.
Unsur-Unsur
Penting RAD :
- Manajemen
Manajemen puncak menjadi penguji
coba yang dengan cepat mempelajari bagaimana menggunakan metodologi-metodologi
baru
- Orang
Tim SWAT (Skilled With Advanced
Tools) atau ahli dengan alat-alat canggih dibutuhkan untuk efisiensi.
- Metodologi
Metodologi dasar RAD yaitu siklus
hidup RAD
- Alat-alat
Alat-alat CASE (computer aided
software engineering) atau rekayasa peranti lunak. Alat-alat CASE
menggunakan komputer untuk dokumentasi yang dapat diubah menjadi piranti lunak
atau data operasional.
4.5 Menempatkan SDLC Tradisional,
Prototyping dan RAD dalam Perspektif
SDLC tradisional adalah suatu penerapan pendekatan system
terhadap masalah pengembangan system dan memiliki seluruh unsure-unsur
pendekatan system dasar, diawali dari identifikasi masalah dan diakhiri dengan
penggunaan system.
Prototyping merupakan bentuk singkatan dari pendekatan
system yang berfokus pada definisi dan pemenuhan kebutuhan pengguna. Prototyping
dapat berada didalam SDLC. Banyak upaya prototyping mngkin dibutuhkan selama
pengembangan sebuah system.
RAD merupakan suatu pendekatan alternative terhadap
fase-fase desain dan implementasi SDLC. Kontribusi utama yang diberikan oleh
RAD adalah kecepatan utuk dapat menggunakan system, yang tercapai terutama
melalui penggunaan alat-alat berbasis computer dan tim-tim proyek khusus.
Pengembangan berfase menggunakan SDLC tradisional sebagai
kerangka kerja dasar dan menerapkannya pada sebuah proyek dengan cara modular
yang menggunakan alat-alat dan konsep tim khusus yang sama dengan yang
dilakukan di RAD.
Alat-alat Pengembangan Sistem
Terdapat dua alat permodelan data:
-
Diagram
Relasi Entitas, dan
-
Diagram
Kelas.
Pendekatan yang dipicu oleh data dan dipicu oleh
proses_mengembalikan perhatian pada permodelan proses yang dilakukan oleh
system.
4.6 Pembuatan Keputusan
Pemecahan Masalah Dan Pembuatan Keputusan
Didasari bahwa pemecahan masalah (problem solving) terdiri
atas respon terhadap hal yang berjalan dengan baik, serta terhadap hal yang
berjalan dengan buruk dengan cara mendefinisikan masalah (problem) sebagai
kondisi atau peristiwa yang berbahaya atau dapat membahayakan perusahaan, atau
bermanfaat atau dapat memberi manfaat. Telah dijelaskan bahwa dalam proses
penyelesaian masalah manajer terlibat dalam pembuatan keputusan (decision
making), yaitu tindakan memilih diantara berbagai alternatif solusi pemecahan
masalah. Keputusan (decision) didefinisikan sebagai tindakan pilihan dan sering
kali perlu untuk mengambil banyak keputusan dalam proses pemecahan satu masalah
saja.
Fase Pemecahan Masalah
Fase Pemecahan Masalah
Pembuatan keputusan / Pengambilan keputusan merupakan proses
pemilihan alternatif tindakan untuk mencapai tujuan atau sasaran tertentu.
Pengambilan keputusan dilakukan dengan pendekatan sistematis terhadap
permasalahan melalui proses pengumpulan data menjadi informasi serta ditambah
dengan factor - faktor yang perlu dipertimbangkan dalam pengambilan keputusan.
Menurut Herbert A. Simon (Kadarsah, 2002:15-16), tahap - tahap yang harus
dilalui dalam proses pengambilan keputusan sebagai berikut:
1. Tahap pemahaman (intelegence phase)
2. Tahap perancangan (design phase)
3. Tahap pemilihan (choose phase)
4. Tahap implementasi (implementation
phase)
Kerangka
Pemecahan Masalah
Dalam BAB 2, telah ditampilkan dua kerangka berfikir
yang berguna dalam pemecahan masalah, yaitu model sistem umum perusahaan dan
model delapan elemen lingkungan. Model sistem umum digambarkan dalam figur 2.1
dan ditampilkan sebagai kerangka berfikir perusahaan sebagai suatu sistem, yang
mengidentifikasi elemen-elemen penting yang harus ada serta aliran data,
informasi, dan keputusan yang menghubungkan elemen-elemen tersebut. Model
lingkungan diilustrasikan dalam figur 2.2 dalam penggunaannya direkomendasikan
untuk memahami lingkungan perusahaan dan interaksi antara perusahaan
masing-masing elemen dalam bentuk aliran sumber daya.
4.7 Membangun Konsep
Dengan pemahaman mengenai dasar konsep pemecahan masalah,
kita sekarang dapat menggambarkan bagaimana konsep ini diterapkan kedalam
sistem mendukung keputusan.
Elemen
Proses Pemecahan Masalah
Kebanyakan masalah yang dipecahkan manajer dapat dianggap
sebagai permasalahan sistem. Sebagai contoh, perusahaan sebagai suatu sistem
tidak berfungsi sebagaimana mestinya. Atau, terdapat masalah dengan sistem
persediaan, sistem komisi penjualan, dan seterusnya. Solusi masalah sistem
adalah solusi yang membuat sistem tersebut memenuhi tujuannya dengan paling
baik, seperti yang dicerminkan dalam standart kinerja sistem, Standar ini
menggambarkan situasi yang diinginkan (desiret state) apa yang harus dicapai
sistem tersebut. Sebagai tambahan, manajer tersebut harus memiliki informasi
yang menggambarkan keadaan saat ini (current state) apa yang dicapai sistem
tersebut sekarang ini. Jika dua keadaan ini berbeda, maka ada masalah yang
menjadi penyebabnya dan harus dipecahkan.
Perbedaan
antara saat ini dengan keadaan yang diinginkan disebut dengan kriteria solusi (
solution criterion ), atau apa yang harus terjadi agar situasi saat ini berubah
menjadi situasi yang diinginkan. Tentu saja, jika situasi saat ini menunjukkan
tingkat kinerja yang lebih tinggi dibandingkan dengan keadaan yang diinginkan,
maka tugas yang harus dilakukan bukanlah menyamankan keadaan saat ini.
Melainkan, tugas yang harus dilakukan adalah menjaga agar situasi saat ini
tetap berada pada tingkatan yang elbih tinggi. Jika kinerja tingkat tinggi
dapat dipertahankan, maka situasi yang diinginkan harus di tingkatkan.
Tanggung
jawab manajer adalah mengidentifikasi solusi alternatif, yang selalu ada. Ini
merupakan satu langkah dari proses penyelesaian masalah dimana komputer tidak
terlalu banyak membantu. Manajer biasanya mengandalkan pengalaman sendiri atau
mencari bantuan dari memproses informasi non komputer, seperti input pihak lain
baik di dalam maupun di luar perusahaan.
Setelah
berbagai alternatif diidentifikasikan, sistem informasi dapat digunakan untuk
mengevaluasinya. Evaluasi ini harus mempertimbangkan batasan ( contrint ) yang
ada, yang dapat berasal baik dari internal maupun lingkungan. Batasan internal
( internal constaint) biasnya berbentuk sumber daya yang tebatas yang ada di
dalam perusahaan. Ebagai contoh, unit T1 tidak dapat merancang sistem CRM
karena kurangnya keahlian dalam OLAP. Batasan Lingkungan (evironmental constraint
) berbentuk tekanan dari berbagai elemen
yang membatasi aliran sumber daya dari dan keluar perusahaan. Salah satu
contoh adalah peningkatan suku bunga oleh Federal Reserve Board yang
meningkatkan biaya ekspansi pabrik.
Jika semua elemen ini dapat dikumpulkan
dan manajer dapat memahaminya, solusi masalah dapat ditemukan.
Memilih
Solusi Yang Terbaik
Pemilihan
solusi yang terbaik dapat dicapai dengan berbagai cara. Herry Mintzberg,
seorang ahli teori manajemen, telah mengidentifikasi tiga pendekatan :
§ Analisis
: evaluasi atas pilihan-pilihan secara sistematis, dengan mempertimbangkan
konsekuensi pilihan-pilihan tersebut pada tujuan organiasai. Salah satu
contohnya adalah pertimbangan yang dilakukan oleh para anggota komite pengawas
SIM untuk memutuskan pendekatan mana yang harus diambil dalam mengimplikasinkan
sistem informasi eksekutif
§ Penilaian
: proses pemikiran yang dilakukan oleh seorang manajer. Sebagai contoh manajer
produksi menerapkan pengalaman dan intusi dalam mengevaluasi gambar pabrik baru
yang diusulkan dari model matematika.
§ Penawaran
: negosiasi antara beberap manajer. Salah satu
contoh adalah proses pemberi dan memerima yang berlangsung antara para
anggota komite eksekituf mengenai pasar yang mana yang harus dimasuki
selanjutnya.disinilah tempat dimana pengaruh politik dalam perusahaan yang
dapat dilihat dengan jelas.
Penekanan
dalam buku ini pada analisis. Namun, penilaian dan penawaran tidak boleh
diacuhkan. Ketika cara dapat digunakan dalam pemilihan alternatif untuk
menyelesaikan masalah-masalah penting.
4.8 Model Pendukung Pengambilan
Keputusan (DSS: Decision Support System)
Decision Support Systems (DSS) atau system pendukung
keputusan adalah serangkaian kelas tertentu dari system informasi
terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan
organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis
perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil
keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen,
pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan
memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk
mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil
keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh
terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan
aplikasi pendukung keputusan akan melakukan:
- Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
- Angka-angka penjualan antara satu periode dengan periode lainnya.
- Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
- Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.
Sudah begitu banyak perusahaan di berbagai industri yang
bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk
membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis
sehari-hari. System pendukung keputusan bersifat tergantung oleh data,
sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia,
untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan
berbasis Business Intelligence adalah contoh penggunaan penting dalam system
pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta
monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan
yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:
- Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
- Penformatan dan penggunaan data.
- Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
- Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.
Berbagai
Tipe Pendukung Keputusan (DSS)
Penting untuk dicatat bahwa DSS tidak memiliki suatu model
tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang
diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.
- DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
- DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
- Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
- Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
- Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
- Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
- Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
- Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.
4.9 Kecerdasan Buatan dan Sistem
Pakar
Kecerdasan Buatan (Artificial
Intelligence)
A. Definisi Kecerdasan Buatan
• H. A. Simon [1987] : “ 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”
• Rich and Knight [1991]: “Kecerdasan
Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan
hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
• Encyclopedia Britannica: “Kecerdasan
Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi
pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan,
dan memproses informasi berdasarkanmetode heuristic atau dengan berdasarkan
sejumlah aturan”
Tujuan dari kecerdasan buatan
menurut Winston dan Prendergast [1984]:
1. Membuat mesin menjadi lebih
pintar (tujuan utama)
2. Memahami apa itu kecerdasan
(tujuan ilmiah)
3. Membuat mesin lebih bermanfaat
(tujuan entrepreneurial)
AI dapat dipandang dalam berbagai
perspektif.
• Dari perspektif Kecerdasan
(Intelligence), AI adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan
hal-hal yang sebelumnya dapat dilakukan oleh manusia
• Dari perspektif bisnis, AI adalah
sekelompok alat bantu (tools) yang berdaya guna, dan metodologi yang
menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.
• Dari perspektif pemrograman
(Programming), AI termasuk didalamnya adalah studi tentang pemrograman
simbolik, pemecahan masalah, proses pencarian (search)
1. Umumnya program AI lebih fokus
pada simbol-simbol daripada pemrosesan numerik (huruf, kata, angka untuk merepresentasikan
obyek, proses dan hubungannya).
2. Pemecahan masalah ->
pencapaian tujuan
3. Search -> jarang mengarah langsung
ke solusi. Proses search menggunakan beberapa teknik.
DOMAIN PENELITIAN DALAM KECERDASAN BUATAN
DOMAIN PENELITIAN DALAM KECERDASAN BUATAN
• Formal tasks (matematika, games)
• Mundane task (perception,
robotics, natural language, common sense, reasoning)
• Expert tasks (financial analysis,
medical diagnostics, engineering, scientific analysis, dll) PERMAINAN (Game)
• Kebanyakan permainan dilakukan
dengan menggunakan sekumpulan aturan.
• Dalam permainan digunakan apa
yang disebut dengan pencarian ruang.
• Teknik untuk menentukan alternatif
dalam menyimak problema ruang merupakan sesuatu yang rumit.
• Teknik tersebut disebut dengan
HEURISTIC.
• Permainan merupakan bidang yang
menarik dalam studi heuristic
NATURAL LANGUAGE
Suatu teknologi
yang memberikan kemampuan kepada komputer untuk memahami bahasa manusia
sehingga pengguna komputer dapat berkomunikasi dengan komputer dengan
menggunakan bahasa sehari -hari.
ROBOTIK DAN SISTEM SENSOR
Sistem sensor,
seperti sistem vision, sistem tactile, dan sistem pemrosesan sinyal jika
dikombinasikan dengan AI, dapat dikategorikan kedalam suatu sistem yang luas
yang disebut sistem robotik.
EXPERT SYSTEM
Sistem pakar
(Expert System) adalah program penasehat berbasis computer yang mencoba meniru proses
berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-masalah
spesifik.
KONSEP DAN DEFINISI DALAM KECERDASAN BUATAN
KONSEP DAN DEFINISI DALAM KECERDASAN BUATAN
TURING TEST – Metode Pengujian
Kecerdasan
• Turing Test merupakan sebuah
metode pengujian kecerdasan yang dibuat oleh Alan Turing.
• Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
• Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Yang satu adalah seorang manusia dan satunya adalah sebuah mesin yang akan diuji.
• Penanya tidak bisa melihat
langsung kepada obyek yg ditanyai
• Penanya diminta untuk membedakan
mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua obyek
tersebut.
• Jika penanya tidak dapat membedakan
mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin
yang diuji tersebut dapat diasumsikan CERDAS.
PEMROSESAN SIMBOLIK
• Komputer semula didisain untuk
memproses bilangan/angka-angka (pemrosesan numerik).
• Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.
• Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.
• Sifat penting dari AI adalah bahwa
AI merupakan bagian dari ilmu komputer yang melukan proses secara simbolik dan
non-algoritmik dalam penyelesaian masalah.
HEURISTIC
• Istilah Heuristic diambil dari
bahasa Yunani yang berarti menemukan
• Heuristic merupakan suatu
strategi untuk melakukan proses pencarian (search) ruang problema secara
selektif, yang memandu proses pencarian yang kita lakukan disepanjang jalur
yang memiliki kemungkinan sukses paling besar.
PENARIKAN KESIMPULAN (INFERENCING)
• AI mecoba membuat mesin memiliki
kemampuan berpikir atau mempertimbangkan (reasoning)
• Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian lainnya.
• Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian lainnya.
PENCOCOKAN POLA (PATTERN MATCHING)
• AI bekerja dengan metode pencocokan
pola (pattern matching) yang berusaha untuk menjelaskan obyek, kejadian
(events) atau proses, dalam hubungan logik atau komputasional.
Perbandingan Kecerdasan Buatan
dengan Kecerdasan Alamiah
Keuntungan Kecerdasan Buatan
dibanding kecerdasan alamiah:
• Lebih permanen
• Memberikan kemudahan dalam
duplikasi dan penyebaran
• Relatif lebih murah dari
kecerdasan alamiah
• Konsisten dan teliti
• Dapat didokumentasi
• Dapat mengerjakan beberapa task
dengan lebih cepat dan lebih baik dibanding manusia
Keuntungan Kecerdasan Alamiah dibanding kecerdasan buatan
Keuntungan Kecerdasan Alamiah dibanding kecerdasan buatan
• Bersifat lebih kreatif
• Dapat melakukan proses
pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa
simbol dan representasirepresentasi
• Fokus yang luas sebagai referensi
untuk pengambilan keputusan sebaliknya AI menggunakan fokus yang sempit Komputer
dapat digunakan untuk mengumpulkan informasi tentang obyek, kegiatan (events),
proses dan dapat memproses sejumlah besar informasi dengan lebih efisien dari
yang dapat dikerjakan manusia, tetapi disisi lain manusia –dengan menggunakan
insting- dapat melakukan hal yang sulit untuk diprogram pada komputer, yaitu:
manusia dapat mengenali (recognize) hubungan antara hal hal tersebut, menilai
kualitas dan menemukan pola yang menjelaskan hubungan tersebut.
Persamaan dan Perbedaan antar
System Pakar dengan Kecerdasan Buatan
Persamaannya
adalah sama sama mempunyai tujuan untuk mencapai hasil yang maksimal dalam
suatu penyelesaian masalah, sedangkan perbedaannya Kalau system pakar mengacu
kapada si perancang itu sendiri sebagai object dalam menyiapkan suatu system
guna mendapatkan hasil yang maksimal. Sedangkan Kecerdasan buatan mengacu
kepada jalur atau langkah yang sebagian besar berorientasi kepada Hardware guna
mencapai hasil yang maksimal.
B. Sistem Pakar
Secara
umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia
ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah
seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat
menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas
yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya.
Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten
yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai
pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan
kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan
tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya
digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah
tertentu.
Ciri-Ciri
Sistem Pakar
Sistem
pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
•
Memiliki informasi yang handal.
•
Mudah dimodifikasi.
•
Dapat digunakan dalam berbagai jenis komputer.
•
Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan
Sistem Pakar
Secara
garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar,
antara lain :
1.
Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2.
Bisa melakukan proses secara berulang secara otomatis.
3.
Menyimpan pengetahuan dan keahlian para pakar.
4.
Meningkatkan output dan produktivitas.
5.
Meningkatkan kualitas.
6.
Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk
keahlian langka).
7.
Mampu beroperasi dalam lingkungan yang berbahaya.
8.
Memiliki kemampuan untuk mengakses pengetahuan.
9.
Memiliki reabilitas.
10.
Meningkatkan kapabilitas sistem komputer.
11.
Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian.
12.
Sebagai media pelengkap dalam pelatihan.
13.
Meningkatkan kapabilitas dalam penyelesaian masalah.
14.
Menghemat waktu dalam pengambilan keputusan
Kelemahan
Sistem Pakar
Di
samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa
kelemahan, antara lain:
1.
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2.
Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar
di bidangnya.
3.
Sistem Pakar tidak 100% bernilai benar.
Alasan
Pengembangan Sistem Pakar
Sistem
pakar sendiri dikembangkan lebih lanjut dengan alasan :
•
Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
•
Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
•
Seorang pakar akan pensiun atau pergi.
•
Seorang pakar adalah mahal.
•
Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
Modul
Penyusun Sistem Pakar
Menurut
Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :
1.
Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode)
Sistem
berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses
mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan
sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer
adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
2.
Modul Konsultasi (Consultation Mode)
Pada
saat sistem berada pada posisi memberikan jawaban atas permasalahan yang
diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini,
user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang
diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode)
3. Modul Penjelasan (Explanation Mode)
Modul
ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu
keputusan dapat diperoleh).
Struktur
Sistem Pakar
Komponen
utama pada struktur sistem pakar menurut Hu et al (1987) meliputi:
1.
Basis Pengetahuan (Knowledge Base)
Basis
pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi
pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta
adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara
untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
2.
Mesin Inferensi (Inference Engine)
Mesin
inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi
untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis
pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk
memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis
pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya,
mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan
strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan
dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan
tersedia, sedangkan inexact reasoning dilakukan pada keadaan
sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan
prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu
forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian
tersebut.
3.
Basis Data (Data Base)
Basis
data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut
digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data
menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi,
maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang
dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan
data lain yang dibutuhkan selama pemrosesan.
4.
Antarmuka Pemakai (User Interface)
Fasilitas
ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.
Tidak ada komentar:
Posting Komentar