Rabu, 02 November 2016

Intelligent Information

INTELLIGENT INFORMATION



Pengertian

          Intelligent Information yaitu Teknologi informasi cerdas yang digunakan oleh sejumlah besar organisasi untuk meningkatkan suatu produktivitas di berbagai peran seperti asisten Operator manusia dan Otonom pengambilan keputusan sistem yang kompleks. Sementara sejumlah aplikasi cerdas yang telah dikembangkan di berbagai domain, masih ada sejumlah isu penelitian yang harus dieksplorasi dalam hal rancangan, implementasi, integrasi, dan penyebaran melalui Internet maupun Intranet dari suatu perusahaan.

           Sistem Informasi Cerdas atau dalam bahasa inggrisnya Intelligence Information System (IIS) didefinisikan sebagai kemampuan mesin/ sistem untuk beradaptasi dalam mencapai tujuan pada lingkungan yang akan dapat mempengaruhi perilaku sistem. Sebagai sistem yang dapat menirukan perilaku manusia, sistem mempunyai ciri khas yang menunjukkan kemampuan dalam hal :

a) Menyimpan Informasi,
b)Beradaptasi dengan suatu keadaan baru,
c) Berkomunikasi dengan penggunanya,
d) Menggunakan informasi yang dimiliki untuk melakukan suatu pekerjaan dan dapat menarik suatu
     kesimpulan.

Sistem Informasi Cerdas (Intelligence Information System = IIS) menjadi tiga aspek utama yaitu :


     A. Kecerdasan Buatan (Artificial Intelligence = AI)

          Konsep dari AI yaitu mempelajari kemampuan dari suatu mesin dan algoritma untuk diimplementasikan dalam kehidupan nyata berdasarkan melalui pikiran manusia. Dalam suatu algoritma AI terdapat 2 persepsi terhadap otak manusia, pertama bagaimana cara berfikir dan kedua adalah seberapa besar pola pikir yang dihasilkan. Dari masalah tersebut dapat kita ambil garis besar hubungan SIC/ IIS terhadap AI seperti cara berfikir dan pola fikir. Oleh karena itu AI dalam IIS dapat dibagi menjadi dua komponen keilmuan yaitu Computational Intelligence (CI) dan Data Mining. Artificial Intelligence (AI) dibagi lagi menjadi sub-sub bagian dimana sub-sub bagian tersebut dapat berdiri sendiri dan juga dapat saling melengkapi satu sama lain.
- Bersifat permanen
- Dapat didokumentasikan
- Konsisten dan menyeluruh
- Sistem cerdas (Intelligence System)
- Mudah diduplikasi dan di sebarluaskan
- Dapat lebih murah dari pada manusia cerdas
  
     B. Sistem Cerdas (Intelligence System)

     
        Sistem Cerdas (SC) atau Intelligence System memiliki hubungan yang dekat dengan AI di dalam konsep algoritma. Dari beberapa literatur menyebutkan bahwa perbedaan yang sangat mencolok antara SC dengan AI yaitu terletak pada konsep dasarnya. AI membahas secara umum bagaimana struktur cara berfikir dan pola fikir sebuah algoritma, sedangkan untuk SC merupakan terapan dari algoritmanya yang dihasilkan oleh AI. Dengan kata lain SC merujuk kepada AI dan AI merupakan induk dari SC. Berdasarkan skema diatas dapat disimpulkan bahwa SC memiliki dua aspek keilmuan yaitu Expect System (ES) dan Decision Support System (DSS).

     C. Sistem Informasi (Information System = IS)

          Dari penjelasan yang sebelumnya mengenai AI dan SC yang masing-masing memiliki peran sebagai bagian terpenting dari sebuah sistem, yang tidak kalah menarik adalah Sistem Informasi (SI). Hubungan  antara AI, SC dan SI memiliki komponen yang kompleks dalam pengembangan sebuah sistem, dari segi cari, pola dan penerapan dari berbagai konsep diatas dan juga sebagai pelengkap dalam penerapan dan pengembangan suatu sistem yang didukung oleh algoritma yang dihasilkan dari AI maupun SC. Dua hal yang wajib dipertimbangkandalam SI yang akan mendukung AI dan SC dalam IIS yaitu Knowledge Management System dengan benang merah Expect System yang juga di dukung oleh Management Information System yang bergerak diseputaran area Decision Support System.


Tujuan
 

          Salah satu tujuannya yaitu bagaimana membuat sebuah mesin yang dapat berfikir sama halnya dengan manusia yang dapat berfikir dan juga dapat menjawab masalah yang tidak dapat di prediksi dan tidak bersifat algoritmik/ prosedural. Sampai saat ini para peneliti di bidang AI masih banyak menyimpan pekerjaan rumah mereka disebabkan kompleksitas penelitian di bidang Artificial Intelligence (AI) atau Kecerdasan Buatan serta faktor dukungan teknologi untuk merealisasikannya.


Konsep

Empat Dasar Katagori di Konsep Dasar AI (Kecerdasan Buatan)


     1. Acting Humanly

         Acting Humanly ialah system yang melakukan pendekatan dengan cara menirukan tingakh laku seperti manusia yang dikenalkan pada tahun 1950 dengan cara kerja pengujian melalu teletype yaitu jika penguji (Integrator) tidak dapat membedakan yang mengintrogasai antara manusia dan komputer jadi komputer tersebut dapat dikatakan lolos / menjadi kecerdasan buatan.

     2. Thinking Humanly

         Thinking Humanly yaitu system yang dilakukan dengan cara intropeksi yaitu penangkapan pemikiran psikologis Manusia pada komputer, hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya dengan cara pemblajarannya yaitu melalui ekperimen - eksperimen.

     3. Thinking Rationaly

         Thinking Ralitionaly yaitu merupakan system yang sangat sulit, karena terjadi kesalahan dalam prinsip dan prakteknya, system ini dikenal dengan penalaran komputasi.

     4. Acting Rationaly

         Acting Rationaly yaitu system yang melakukan aksi dengan cara menciptakan suatu robotika cerdas yang menggantikan tugas manusia.

Metodologi 

          Seperti yang telah disebutkan di atas AI merupakan salah satu cabang Ilmu Komputer. Tapi karena kompleksitas area AI maka dibuat sub-sub bagian yang dapat berdiri sendiri dan dapat saling bekerjasama dengan sub bagian lain atau dengan disiplin ilmu yang lain. Berikut ini beberapa cabang ilmu sub bagian dari AI :


1. Natural Languange Processing (NLP)

     Natural Languange Processing (NLP) atau Pemrosesan Bahasa Alami, merupakan salah satu cabang AI yang mempelajari pembuatan  sistem untuk menerima masukan bahasa alami manusia. Dalam perkembangannya, NLP berusaha untuk mengubah bahasa alami komputer (bit dan byte) menjadi bahasa alami manusia yang dapat kita mengerti. NLP merupakan ilmu dasar yang dapat dijadikan jembatan untuk membuat komunikasi antara mesing dengan manusia.
 
2. Expert System (ES)
     Expert System (ES) atau Sistem Pakar, merupakan salah satu cabang AI yang mempelajari pembuatan sebuah sistem yang dapat bekerja layaknya seorang pakar. ES dapat menyimpan pengetahuan seorang pakar dan memberikan solusi berdasarkan pengetahuan yang dimilikinya tadi. ES juga merupakan salah satu cabang AI yang sering melakukan kerja sama dengan disiplin ilmu lain karena sifatnya yang dapat menyimpan pengetahuan.
3. Pattern Recognition (PR)
     Pattern Recognition (PR) atau Pengenalan Pola, merupakan salah satu cabang AI yang mempelajari pembuatan sebuah sistem untuk dapat mengenali suatu pola tertentu. Misalnya sistem PR untuk mengenali huruf dari tulisan tangan, walaupun terdapat perbedaan penulisan huruf A dari masing - masing orang tetapi PR dapat mengenali bahwa huruf tersebut adalah huruf A. Beberapa aplikasi dari PR antara lain : Voice Recognition, Finggerprint Identification, Face Identification, Handwriting Identification, Optical Character Recognition, Biological Slide Analysis, Robot Vision dan lain sebagainya.
4.  Robotic
     Robotic atau Robotika, merupakan salah satu cabang AI yang menggabungkan cabang - cabang AI yang lain termasuk ketiga cabang di atas untuk membentuk sebuah sistem robotik. Keempat cabang AI di atas merupakan cabang umum yang banyak dipelajari, masih banyak cabang-cabang AI yang lainnya. Seiring perkembangan riset dalam AI, dapat dimungkinkan akan muncul cabang-cabang baru yang melengkapi unsur AI sehingga AI menjadi sebuah sistem lengkap dan akan mencapai goal-nya yang sampai sekarang masih belum sempurna.

Contoh Aplikasi AI
          Berikut ini adalah beberapa contoh dari aplikasi AI yang sudah diterapkan dan memberikan sumbangsih yang cukup diperhitungkan dalam kemajuan teknologi. Kebanyakan aplikasi AI yang banyak dipakai diambil dari bidang Expert System, seperti :
a. Bidang Kimia
     Pada bidang ini dibuat ES yang menganalisa struktur DNA dari pembatasan segmentasi data enzim dengan menggunakan paradigma generate dan test.
b. Bidang Elektronik
     Pada bidang ini dibuat ES untuk mengidentifikasi masalah pada jaringan telepon, ES untuk simulasi perancangan DLC (Digital Logic Circuits) dan mengajari pelajar bagaimana cara mengatasi masalah pada sirkuit elektronik.
c. Bidang Pertanian
     Pada bidang ini dibuat ES untuk memprediksi kerusakan pada jagung yang disebabkan oleh ulat hitam dan memberikan konsultasi untuk mendiagnosa kerusakan pada kacang kedelai dengan menggunakan pengetahuan tentang gejala kerusakan dan lingkungan tanaman.
d. Bidang Hukum
     Pada bidang ini dibuat ES untuk membantu para auditor profesional dalam mengevaluasi potensi kegagalan pinjeman klien berdasarkan sejarah pinjaman, status ekonomi, kondisi piutang.
 
e. Bidang Militer
     Pada bidang ini dibuat ES untuk membantu menganalisa perkiraan situasi pertempuran, memberikan interpretasi taktik laporan sensor intelijen dan memberikan rekomendasi alokasi senjata kepada komandan militer pada saat situasi perang.
f. Bidang Sistem Komputer
     Pada bidang ini dibuat ES untuk membantu operator komputer untuk monitoring dan mengontrol MVS (Multiple Virtual Storage) sistem oprasi pada komputer mainframe IBM.
          Penjelasan di atas merupakan beberapa contoh dari AI yang sudah di aplikasikan dalam beberapa bidang. Masih banyak lagi aplikasi-aplikasi AI yang tidak mungkin disebutkan semua. Beberapa contoh diatas sudah dapat memberikan gambaran bahwa cakupan Artificial Intelligence (AI) atau Kecerdasan Buatan tidak hanya di bidang ilmu komputer saja melainkan bisa bekerja sama dengan bidang yang lain untuk menciptakan sebuah sistem yang dapat saling mendukung satu sama lain.

Sumber :
1. http://www.igi-global.com/journal/international-journal-intelligent-information-technologies/1089
2. https://mustakimtelematika.wordpress.com/2014/03/31/intelligence-information-system-iis/
3. Kusumadewi.S, Artificial Intelligence (Teknik dan Aplikasinya), Edisi 2,    Penerbit Graha Ilmu, 2002.


Kamis, 23 Juni 2016

SDLC (System Development Life Cycle)


SYSTEM DEVELOPMENT LIFE CYCLE (SDLC)


Apa sih SDLC itu ?

          Dalam bahasa Indonesia adalah siklus hidup pengembangan sistem yaitu sebuah siklus untuk membangun sistem dan memberikannya kepada pengguna melalui tahapan perencanaan, analisa, perancangan dan implementasi dengan cara memahami dan menyelksi keadaan dan proses yang dilakukan pengguna untuk dapat mendukung kebutuhan si pengguna tersebut.

          SDLC merujuk pada suatu model & metodology dalam membangun sebuah sistem komputer. SDLC juga merupakan pusat pengembangan SI yang efisien. SDLC terdiri dari 4 langkah kunci seperti perencanaan dan seleksi, analisis, desai, implementasi dan oprasional.



Ada beberapa model yang bisa di gunakan dalam SDLC seperti :
1. Waterfall Model
     Merupakan model yang paling banyak dipakai di dalam software engineering (SE). Model ini melakukan pendekatan secara sistematis & urut mulai dari level kebutuhan sistem lalu menuju ke tahap analisis, desai, coding, testing/ verification, dan maintenance.

2. Prototype
     Merupakan salah satu pendekatan dalam rekayasa perangkat lunak yang secara langsung mendemonstrasikan bagaimana sebuah perangkat lunak/ komponen-komponen perangkat lunak akan bekerja dalam lingkungannya sebelum tahapan konstruksi aktual dilakukan.

3. RAD (Rapid Application Development)
     RAD atau biasa disebut dengan rapid prototyping merupakan model proses pembangunan perangkat lunak yang tergolong dalam teknik incremental (bertingkat).
 
4.  Agile Software Development
     Merupakan jenis pengembangan sistem jangka pendek yang memerlukan adaptasi cepat dan pengembang terhadap perubahan dalam bentuk apapun.
 

Di atas ini adalah gambar siklus hidup pengembangan SI daat ini terbagi atas menjadi 6 fase yaitu:
- Perencanaan Sistem
- Analisis Sistem

- Perencanaan Sistem Secara Umum/ Konseptual
- Evaluasi & Seleksi Sistem
- Merancangkan Sistem Secara Detail
Implementasi Sistem : Penggunaan/ Pengoptimalan Penggunaan SDLC pada PT. HM SAMPOERNA

Identifikasi masalah :
1. Oprasional harian yang sangat rumit
2. penginputan data manual di akhir jam kerja yang menyulitkan
3. membutuhkan banyak waktu untuk menggabungkan semua data dari berbagai departemen
4. akses data yang terbatas oleh staf yang sedang membutuhkan manajer

Analisis Sistem- Efisiensi waktu yang buruk dikarenakan penginputan memakan waktu yang lama
- Tingkat kerangkapan data tinggi
- Tingkat kesalahan yang diakibatkan human eror sangat tinggi
- Rumitnya untuk dapat mengakses data
- Keterlambatan pembaruan dari perubahan resep rokok

     Dari berbagai alasan yang telah diungkapkan di atas, maka pengembangan SI pada PT. HM Sampoerna dibuat untuk menyelesaikan masalah yang sejak lama ada di perusahaan tersebut, tapi butuh proses pengujian terlebih dulu.




1. Analisis Kebutuhan
     Langkah ini menentukan apakah rencana sistem ini ekonomis dan menguntungan PT. HM Sampoerna menilai apakah sistem yang dirancang lebih menguntungkan membuat/ membeli dari vendor.
 
2. Mendefinisikan Keperluan
     Langkah ini sangat penting pada pendekatan SDLC. SDLC menyampaikan spesifikasi secara detail apa yang harus dilakukan dari sistem pada waktu tertentu input harus diterima, input harus dijual, proses harus dilakukan, dan pelaksanaan harus meyakinkan. Mendefinisikan keperluan harus lengkap, akurat dan detail karena akan diragukan untuk mendesai program dan dapat menentukan kualitas program PT. HM Sampoerna memerlukan waktu beberapa tahun dalam mengumpulkan dan mengukuhkan apa yang diperlukan TI.
 
3. Menciptakan Short List Dari Paket
     Dalam membangun TI pada PT. HM Sampoerna, konsultan membantu perusahaan dalam beberapa bagian project. Perusahaan juga menggunakan internet, yellow pages, dan brosur.
 
4. Menerapkan Kriteria Untuk Seleksi
     Dalam tahap ini, baik tim bisnis dan tim TI harus dapat bekerja bersama untuk menentukan kriteria yang relevan untuk paket dan vendor yang terbaik untuk perusahaan.
 
5. Memilih Paket
     PT. HM Sampoerna memilih paket Oracle.
a. Tahap Kontruksi
b. Tahap Implementasi
     Keputusan perusahaan untuk menggunakan phasing strategy sangat tepat karena karakteristik dari PT. HM Sampoerna sebagai perusahaan yang sangat besar dengan sistem yang sangat luas dan kompleks. Karena strategi ini menggunakan waktu yang lama.
 
Langkah dari tahap ini adalah :
- Pemasangan : Tahap pemasangan pada SDLC memerlukan rencana pemasangan, data cleanup, dan
                        perubahan. Faktor kunci kesuksesan dari pemasangan paket sistem adalah dari vendor
                        selama tahap ini berlangsung.
- Pelaksanaan : PT. HM Sampoerna mempunyai kemudahan untuk memperoleh dukungan dari vendor
                        ketika timbul masalah.
- Pemeliharaan : PT. HM Sampoerna juga memikirkan faktor ini meskipun pemeliharaan merupakan tugas
                         dari vendor sebelum paket diganti, untuk mempersiapkan diri menghadapi hal yang
                         terburuk, PT. HM Sampoerna menyusun rencana kuat yang terpisah untuk devisi TI dengan
                         memberikan kesempatan lebih untuk para karyawan memperdalam pengetahuan tentang
                         sistem dan keahlian TI yang lain, sehinggan ini akan mengurangi kesempatan lebih untuk
                         para karyawan memperdalam pengetahuan tentang sistem dan keahlian TI yang lain,
                         sehingga ini akan mengurangi ketergantungan perusahaan terhadap vendor.