Rabu, 01 April 2015

SIM - BAB 4: PENGEMBANGAN SISTEM




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.

Description: C:\Users\Agen 009\Pictures\5.1.jpg

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
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.
  1. 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.
  2. 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).
  3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
  4. 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.
  5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
  6. 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.
  7. 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.
  8. 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
• 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
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.
• 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.
• 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.
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
• 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)
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