1. Sejarah singkat kecerdasan Buatan

Kapan tepatnya AI dimulai sulit untuk diketahui.Barangkali impian atau khayalan tentang mesin cerdas sudah lama sekali jauh sebelum keberadaan komputer. Mungkin penemuan komputer oleh Alan Turing yang dapat menyimpan program sebagaimana data yang disimpan didalam memori komputer, dapat dieksekusi dan menjadi dasar komputer dapat dianggap sebagai cikal bakal lahirnya AI. Sebab penyimpanan program didalam memoriCOMPUTER memungkinkan komputer dapat diubah dengan mudah untuk menjalankan berbagai program baru. Kemampuan komputer dapat dimanfaatkan dengan cara belajar dan berpikir. Pada Musim panas tahun 1956 tercatat adanya seminar mengenai AI di Darmouth College. Seminar ini dihadiri oleh sejumlah pakar komputer dan membahas potensi komputer dalam meniru kepandaian manusia. Namun perkembangan yang marak terjadi semenjak diciptakannya LISP, yaitu bahasa kecerdasan buatan yang dibuat tahun 1960 oleh John McCarthy. Istilah Artificial Intelligence diambil dari Marvin Minsky dari MIT. Beliau menulis karya ilmiah berjudul "Step towards Artificial Intelligence" (The Institute of radio Engineers Proceedings 49, January 1961). Dekade 60-an dapat dikatakan sebagai era awal perkembangan kecerdasan buatan. Era ini dipenuhi oleh keoptimisan untuk membuat komputer yang dapat berpikir. Dekade ini pula muncul komputer yang melakukan permainan catur, pembuktian matematika dengan komputer, program yang disebut ELIZA (tahun 1964) yang dapat bertindak sebagaimana layaknya seorang psikoanalis (penganalisi jiwa atau psikiater). Dekade 70-an muncul berbagai sistem berbasis pengetahuan. Perkembangan ini seiring dengan munculnya komputer dengan memori berukuran besar dan kecepatan pemrosesan yang meningkat secara dramatis. Penerapan AI diantaranya adalah pengolahan bahasa alami representasi pengetahuan NATURAL languagepreocecing), representasi pengetahuan (knowledge representation), Penyelesaian masalah (problem solving).

2. Tujuan Kecerdasan Buatan

Tujuan utama penerapan kecerdasan adalah agar komputer dapat menjadi alat bantu yang lebih pintar dan lebih berguna bagi manusia. Komputer tidak hanya dipakai untuk menangani komputasi dan perhitungan numeris seperti pada awalnya,tetapi juga pada berbagai bidang yang tidak berkaitan dengan komputasi. Misalnya beberapa hal berikut barangkali merupakan suatu keinginan pada awalnya, tetapi sudah atau nantinya dapat diimplementasikan dengan kecerdasan buatan. Dalam rumah tangga komputer dapat sebagai penasihat ibu rumah tangga dalam memasak dan berbelanja. Dalam pertambangan komputer atau robot dapat bekerja untuk melakukan tindakan yang berbahaya jika dilakukan oleh manusia. Di sekolah komputer dapat meniadi pemandu siswa dengan menyesuaikan pengetahuan,pengalaman, kekuatan dan kelemahan masingmasing siswa dengan berdialog menggunakan bahasa sehari-hari. Di rumah sakit,COMPUTER dapat membantu tenaga medis dalam mendiagnosa pasien serta memantau perkembangan kesehatan Pasien.

3.Penerapan Aplikasi Kecerdasan Buatan

Bidang yang menjadi lingkup kecerdasan buatan adalah semua bidang yang menggunakan penyelesaian masalah yang memperlihatkan perilaku atau sifat manusia cerdas. Kecerdasan buatan terutama dipakai untuk :

• Menangani masalah yang tidak bisa menggunakan algoritma. Misalnya tentang gambar (non-bilangan).

• Masalah yang tidak menentu, tidak terorganisasi.

Tentu saja banyak sekali yang memenuhi kriteria ini. Namun beberapa diantaranya yang paling umum adalah Pemecahan masalah umum,Permainan, Sistem Pakar, Pengolahan Bahasa alami, pengenalan dan pencocokan pola(Pattern matching and recognition), Robotika, Proses belaiar (learning Process),Sistem Deduksi (logic), Pemecahan ketidakpastian.

1. Pemecahan Masalah Umum (general problem Solving)

Istilah yang digunakan untuk pemecahan masalah adalah pencarian solusi(searching for solutions). Bidang ini merupakan bidang yang sangat cocok untuk dikerjakan dengan kecerdasan buatan, terutama pada masalah yang tidak dapat dipecahkan dengan algoritma (program konvensional). Misalnya untuk :

• Membuktikan teorema matematika

• memperoleh rute terpendek dari suatu kota asal ke kota tujuan

• Perencanaan kegiatan (penjadwalan) dalam suatu rancangan.

Dalam hal ini perangkat lunak AI akan melakukan pelacakan terhadap sejumlah kemungkinan atau kombinasi guna nemperoleh solusi yang optimal seperti penghematan biaya dan waktu. Pada pembuktian teorema matematika, komputer sangat membantu manusia. Pekerjaan ini memakan waktu bias hingga berminggu-minggu dan sangat melelahkan jika dikerjakan manusia. Belum lagi kalau terdapat percobaan yang bersifat trial and error. Salah satu program terkenal yang berfungsi untuk menangani problem-problem matematika seperti kalkulus, aljabar dan persamaan yaitu MACSYMA.

2. Permainan (Game)

Permainan serta pemecahan teka-teki adalah jenis penerapan aplikasi yang paling dini dilakukan. Beberapa permainan seperti tic tac toe atau bahkan catur dicoba diimplementasikan dengan menggunakan program AI. Bidang ini sebenarnya juga bagian dari pencarian solusi.

3. Sistem Fakar (Expert Systems)

Sistem pakar merupakan penerapan AI yang paling komersial dan banyak diimplemntasikan. Ribuan sistem sudah terbentuk sebagai program yang dapat bertindak seperti layaknya seorang pakar, sistem pakar dapat diterapkan pada berbagai bidang. Dengan menggunakan program ini seorang pemula dapat memecahkan masalah yang kompleks dan mengambil keputusan yang seharusnya dilakukan oleh seorang pakar. Jenis masalah yang dianggap cocok untuk sistem pakar seperti yang diutarakan oleh Anna Hart, yaitu diagnosis, disain, interpretasi data, perencanaan atau seleksi, konfigurasi belajar dengan bantuan komputer. Adapun kemungkinan wilayah aplikasi dari sistem pakar adalah industri rancang bangun, CAD COMPUTER-aided design),pertahanan, finansial, administrasi, penjualan dan pemasaran, pendidikan dan pelatihan.sistem elektronis.

4. Pengolahan Bahasa Alami (natural language processing)

Bidang ini merupakan yang paling sulit, tetapi sangat diharapkan keberhasilannya. Jika ini dapat dicapai dengan mulus, manusia dapat bercakapcakap dengan komputer dengan menggunakan bahasa manusia sehari-hari, tidak saja tertulis tetapi bahkan dalam bentuk ucapan, Salah satu bidang AI yang dirancang khusus untuk bcrinteraksi dengan pemrosesan bahasa alami adalah pengenalan ucapan (speech recognition). Hal inilah yang memungkinkan percakapan dalam bentuk suara. Pengkombinasian pengenalan ucapan suara dan pengolahan bahasa alami serta robotika dapat mewujudkan robot yang dapat mengerti Bahasa manusia dan melaksanakan tindakan yang sesuai dengan perintah manusia. Inti dari pengolahan bahasa alami adalah studi-mengenaiparser. Parser adalah bagian dari pengolahan Bahasa alami yang membaca kalimat dan menguraikan serta menganalisis kata-kata yang terdapat didalamnya dan mencocokkannya dengan tata bahasa yang benar. Pendukung parser adalah kamus yang berisi kosa kata. Keluaran dari parser akan diproses oleh bagian yang disebut sistem representasi pengetahuan, yang berperan dalam mengartikan kalimat masukan. Setelah makna kalimat diketahui bagian penterjemah keluaran akan menghasilkan keluaran berupa teks dalam bahasa alami atau kode-kode lain.

5. Pengenalan dan Pencocokan Pola

Bidang ini sangat mendukung keberhasilan aplikasi seperti robotika maupun pengolahan (image processing). Subbidang ini mencakup dua hal yaitu suara dan Gambar. Sebagai gambaran yang sederhana, jika anda memperlihatkan sebuah foto yang berisi gambar kotak dan lingkaran, komputer dapat mengenali kedua bentuk tersebut. Agar komputer dapat nemahami gambar, computer dilengkapi dengan kamera video. Kamera menangkap gambar dan mengolahnya menjadi sinyal-sinyal digital dan menamdatkannya datanya kememori komputer dalam bentuk biner. Selanjutnya Program AI akan melakukan analisis terhadap data gambar yang sudah ada dan mencocokkan dengan data dimemorinya mengenai keberadaan obyek-obyek walaupun saling tindih. Dalam penerapannya dengan pengolahan citra program ini dapat digunakan untuk memperjelas suatu obyek yang pada awalnya tampak buram. Beberapa studi kasus yang dipelajari pada bidang ini adalah filtering, contrast, shading, pengenalan berbacrai obyek berdasarkan suatu kriteria tertentu, pengenalan pola 2 atau 3 dimensi.

6. Robotika

Bidang ini mengkhususkan diri pada pengendalian robot, terutama yang mempunyai sifat cerdas. Robot yang hanya bisa memindahkan suatu barang dari suatu tempat ke tempat iain, tidak tergolong sebagai Robot cerdas. Tetapi dengan adanya sentuhan kecerdasan buatan, robot dapat melaksanakan tindakan dalam kondisi yang berbeda dan berubah-ubah. Dengan kata lain robot dapat mengambil keputusan sendiri sesuai dengan kondisi lingkungan. Sehingga ia dapat menirukan tugas-tugas manusia dengan tepat dan juga cermat. Hal seperti ini dapat dicapai dengan mengkombinasikan dengan bidang Pengenalan dan pencocokan pola.

7. Proses Belajar

Bidang ini sangat menarik dalam pengembangan AI. Tujuannya adalah untuk membuat komputer belajar terhadap kesalahan sendiri, pengamatan dan permintaan. Proses belaiar ini bukanlah selalu berupa masukan secara terperinci mengani kasus – kasus baru yang ditemukan, tetapi juga proses regeneralisasi serta pendataan terhadap perkecualian tanpa melakukan kesalahan ulang. Seperti manusia, komputer diharapkan dapat selalu belaiar dari waktu ke waktu. Dengan demikian komputer semakin lama akan semakin pandai. Usaha untuk membuat komputer dapat belajar sebenarnya sudah lama dimulai.

8. Sistem Deduksi (Logic)

Bidang ini mempelajari cara komputer dalam melakukan penalaran guna mengambil atau menarik kesimpulan, bidang untuk matematika penalaran. Salah satu penerapan dari bidang ini adalah pada PROLOG, bahasa pemrograman AI yang melandaskan pada logika kesesuaian dengan nemoriya, Sebuah contoh penalaran deduktif adalah sebagai berikut:

• Semua yang datang di JAMZ adalah pecinta jazz

• Andi tadi malam pergi ke JAMZ

• Jadi Andi adalah pecinta jazz

9. Fuzzy Logic

Kalau berbicara tentang logika maka konotasinya sering mengacu ke kapastian. Misalnya salah atau benar, lulus atau tidak, wanita atau pria, putih atau hitam. Dalam prakteknya dunia ini banyak diliputi warna keabu-abuan. Kadang-kadang kita tidak bisa mengatakan itu putih atau itu hitam. Barangkali yang kita katakan adalah "agak hitam, tetapi dominan putih". Gambaran ini tidak lain menekankan adanya ketidakpastian (Lincertainty).Jika anda melihat sebuah mobil melintas dengan cepat di hadapan anda, anda mengatakan itu Charade. tetapi bisa jadi itu adalah Forza. Mengapa ini bisa terjadi? Tak lain adalah karena kekuranglengkapan informasi yang anda gunakan untuk mengambil keputusan. Analogi dengan kejadian ini seandainya komputer juga bisa melakukan penarikan kesimpulan semacam itu, dikatakan bahwa komputer menggunakan "fuzzy logic"(logika samar). Bidang ini banyak diterapkan pada sistem pakar, untuk memperkenalkan Probabilitas terhadap kejadian tertentu (kejadian yang tidak biasa) berdasarkan suatu hipotesa.

10. Keuntungan dan Kelemahan Al

Penerapan kecerdasan buatan tidak lepas dari unsur keuntungan dan kelemahan.

Keuntungan :

• Jika tujuan kecerdasan buatan terwujud pemakai akan menjadi lebih akrab dengan komputer, sebab dapat berdialog menggunakan bahasa sehari-hari.

• Memberikan kemudahan dan membuka peluang dalam memecahkan suatu masalah yang terlalu sulit dipecahkan dengan cara konvensional

• Dapat meningkatkan produktivitas kerja. misalnya seorang pakar dapat dibantu oleh sistem pakar, sehingga sang pakar dapat mengonsentrasikan pada hal lain yang lebih penting

• Komputer tidak hanya digunakan untuk masalah komputasi saja

Kelemahan :

• Belum banyak produk AI yang dapat dijual secara komersial

• Biaya pengembangan mahal

• Harga program AI juga mahal

• Kebanyakan program AI menuntut memori yang besar dan kecepatan yang tinggi

• Kecerdasan buatan masih perlu banyak dikembangkan, kemauan yang dicapai sekarang masih terlalu jauh dari keinginan.

AI (Artificial Intelligence) atau Kecerdasan Buatan merupakan salah satu cabang ilmuCOMPUTER yang mempelajari bagaimana cara membuat sebuah mesin cerdas, yaitu mesin yang mempunyai kemampuan untuk belajar dan beradaptasi terhadap sesuatu.

Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.

Tujuan dari riset-riset Artificial Intelligence (AI) / Kecerdasan Buatan adalah bagaimana membuat sebuah mesin bisa berfikir sama halnya dengan manusia yang bisa berfikir. AI digunakan untuk menjawab problem yang tidak dapat diprediksi dan tidak bersifat algoritmik atau prosedural. Sampai saat ini, para peneliti di bidang AI masih banyak menyimpan pekerjaan rumah mereka disebabkan kompleksitas penelitian di bidang Artificial Intelligence (AI) / Kecerdasan Buatan serta faktor dukungan teknologi untuk merealisasikannya. Karena area cakupan yang luas, Artificial Intelligence (AI) / Kecerdasan Buatan dibagi lagi menjadi subsub bagian di mana sub-sub bagian tersebut dapat berdiri sendiri dan juga dapat saling melengkapi satu dengan lainnya.

Perbedaan antara Kecerdasan Buatan (Komputer) dengan Kecerdasan Alami (Manusia)

Kecerdasan Buatan:

• Bersifat permanen
• Mudah diduplikasi dan disebarluaskan
• Dapat lebih murah daripada manusia cerdas
• Konsisten dan menyeluruh
• Dapat didokumentasikan

Kecerdasan Alami:

• Bersifat kreatif
• Menggunakan pengalaman panca indra secara langsung
• Menalar berdasarkan pemahaman yang luas dari pengalaman
• Memiliki tingkat ketrampilan yang luas mulai dari pemula, pemula lanjut, kompeten,
• profisien, dan ahli (expert)

4 Dasar Kategori di Konsep dasar Ai(Kecerdasan Buatan)

1. Acting Humanly

Acting humanly ialah system yang melakukan pendekatan dengan menirukan tingkah laku seperti manusia yang dikenalkan pada tahun 1950 degan cara kerja pengujian melalui teletype yaitu jika penguji (integrator) tidak dapat membedakan yang mengintrogasai antara manusia dan computer maka computer tersebut dikatakan lolos(menjadi kecerdasan buatan).

2. Thinking Humanly

Yaitu system yang dilakukan dengan cara intropeksi yaitu penangkapan pemikiran psikologis
Manusia pada computer,hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara pembelajarannya yaitu melalui experiment-experimen.

3. Thinking Rationaly

Ini merupakn system yang sangat sulit ,karena sering terjadi kesalah dala, prinsip dan prakteknya,system ini dikenal dengan penalaran komputasi.

4. Actng Rationaly

Yaitu system yang melakukan aksi dengan cara menciptakan suatu robotika cerdas yang menggantikan tugas manusia.

Disiplin Ilmu AI

Seperti yang telah disebutkan di atas bahwa AI merupakan salah satu cabang Ilmu Komputer. Tapi karena kompleksitas area AI maka dibuat sub-sub bagian yang dapat berdiri sendiri dan dapat saling bekerja sama dengan sub bagian lain atau dengan disiplin ilmu 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 mesin 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, Fingerprint Identification, Face Identification, Handwriting Identification, Optical Character Recognition, Biological Slide Analysis, Robot Vision dan lainnya.

4. Robotic

Robotic atau Robotika, merupakan salah satu cabang AI yang menggabungkan cabangcabang 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-contoh Aplikasi AI

Berikut ini beberapa contoh-contoh 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, diantaranya adalah :

a. Bidang Pertanian

Pada bidang Pertanian, 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.

b. Bidang Kimia

Pada bidang Kimia, dibuat ES untuk menganalisa struktur DNA dari pembatasan segmentasi data enzim dengan menggunakan paradigmagenerate & test.

c. Bidang Sistem Komputer

Pada bidang Sistem Komputer, dibuat ES untuk membantu operator komputer untuk monitoring dan mengontrol MVS (multiple virtual storage) sistem operasi pada komputer mainframe IBM.

d. Bidang Elektronik

Pada bidang Elektronik, 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.

e. Bidang Hukum

Pada bidang Hukum, dibuat ES untuk membantu para auditor profesional dalam mengevaluasi potensi kegagalan pinjaman klien berdasarkan sejarah pinjaman, status ekonomi, kondisi piutang.

f. Bidang Militer

Pada bidang Militer, 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.

Di atas merupakan beberapa contoh dari AI yang sudah diaplikasikan dalam beberapa bidang. Masih banyak aplikas-aplikasi AI yang tidak mungkin disebutkan semua di sini. Beberapa contoh di atas sudah dapat memberikan gambaran bahwa cakupan Artificial Intelligence (AI) / Kecerdasan Buatan tidak hanya dibidang ilmu komputer tetapi bisa bekerja sama dengan bidang lain untuk menciptakan sebuah sistem yang saling mendukung.

Daftar Pustaka

• http://ijns.org/journal/index.php/speed/article/view/1351/1339
• Morris W. Firebaugh, “Artifial Intelligence – A Knowledge Based Approach”, 1989, PWS
  Publishing Company, Boston.

Sistem Informasi Berbasis Komputer

Dewasa ini sistem informasi berbasis komputer sangat erat kaitannya dengan kehidupan manusia. Dalam keseharian manusia dapat dikatan menggunakan peralatan berbasis teknologi komputer. Manusia sangat memerlukan informasi-informasi untuk menambah wawasan, membantu pekerjaan sehari-hari dan kualitas hidupnya. Oleh karena itulah banyak peneliti yang menciptakan berbagai perangkat berbasis komputer yang ditujukan untuk memudahkan manusia dalam pengaplikasiaannya.

Definisi Sistem  adalah suatu kesatuan usaha yang terdiri dari bagian-bagian yang berkaitan satu sama lain yang berusaha mencapai suatu tujuan dalam suatu lingkungan yang kompleks atau merupakankumpulan dari beberapa elemen yang saling berintegrasi untuk mencapai tujuan tertentu. Elemen-elemen yang mewakili suatu sistem secara umum adalah masukan (input), pengolahan (processing) dan keluaran (output). Elemen-elemen sistem secara garis besar dapat digambarkan sebagai berikut :

OUTPUT     —–>    PROCESSING —–>  INPUT

Sistem mempunyai karakteristik atau sifat – sifat tertentu, yaitu :

                        1. Komponen Sistem

                        2. Batasan Sistem

                        3. Lingkungan Luar Sistem

                        4. Penghubung Sistem

                        5. Masukan Sistem

                        6. Keluaran Sistem

                        7. Pengolahan Sistem

                        8. Sasaran Sistem

Informasi adalah data yang diolah menjadi bentuk yang berguna dan menjadi  berarti bagi       penerimanya. Kegunaan informasi adalah untuk mengurangi ketidakpastian di dalam         proses pengambilan keputusan tentang suatu      keadaan. Suatu informasi dikatakan bernilai bila manfaatnya lebih efektif           dibandingkan dengan biaya untuk mendapatkan informasi   tersebut.

Kualitas informasi sangat dipengaruhi atau ditentukan oleh beberapa hal yaitu :

a. Relevan (Relevancy)

b. Akurat (Accurancy)

c. Tepat waktu (Time liness)

d. Ekonomis (Economy)

e. Efisien (Efficiency)

f. Ketersediaan (Availability)

g. Dapat dipercaya (Reliability)

h. Konsisten

Computer Based Information System (CBIS) atau yang dalam Bahasa Indonesia disebut juga Sistem Informasi Berbasis Komputer merupakan sistem pengolah data menjadi sebuah informasi yang berkualitas, berguna bagi penerimanya, dan dipergunakan untuk suatu alat bantu pengambilan keputusan. Sistem Informasi “berbasis komputer” mengandung arti bahwa komputer memainkan peranan penting dalam sebuah sistem informasi.

Contoh aplikasi Sistem Informasi Berbasis Komputer :

(1). SIA /SISTEM INFORMASI AKUNTASI

Sistem informasi akuntansi melaksanakan akuntansi perusahaan, aplikasi ini ditandai dengan penngolahan data yang tinggi.

Tujuan Pengolahan Data –> mengumpulkan data yang menjelaskan kegiatan perusahaan, mengubah data tersebut menjadi informasi serta menyediakan informasi bagi pemakai didalam maupun di luar perusahaan.

SIA melaksanakan 4 tugas dasar :

• pengumpulan data
• manipulasi data
• pengklasifikasian, penyortiran, perhitungan, pengikhtisaran, penyiapan dokumen.
• penyimpanan data
• penyiapan data

Contoh Sistem Informasi Akuntansi :
Sistem terdistribusi yang digunakan perusahaan distribusi yaitu perusahaan yang mendistribusikan produk dan jasanya ke pelanggan (mis : perusahaan yang berorientasi produk seperti : manufaktur, pedagang besar, pengecer dll).

(2). SIM /SISTEM INFORMASI MANAJEMEN

Sistem berbasis komputer yang menyediakan informasi bagi pemakai dengan kebutuhan yang serupa dan integrasi manusia/mesin guna menyediakan informasi untuk mendukung fungsi operasional manajemen & pengambilan keputusan pada suatu organisasi.

Tujuan SIM —> Memenuhi kebutuhan informasi umum semua manajer dalam perusahaan atau dalam sub unit organisasional perusahaan (subunit dapat disasarkan pada area fungsional atau tingkatan manajemen).

(3). SPK /SISTEM PENUNJANG KEPUTUSAN

SPK –> Sistem komputer yang interaktif yang membantu pembuat keputusan dalam menggunakan & memanfaatkan data & model untuk memecahkan masalah yang tidak terstruktur.

Tujuan :

• Memberikan dukungan untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
• Memberikan dukungan pembuatan keputusan kepada manajer pada semua tingkat untuk membantu integrasi antar tingkat.
• Meningkatkan efektifitas manajer dalam pembuatan keputusan & bukan peningkatan efisiennya.

(4). OTOMATISASI KANTOR / OFFICE AUTOMATION / OA

Semua sistem elektronik formal & informal terutama yang berkaitan dengan komunikasi informasi ke dan dari orang-orang di dalam maupun di luar perusahaan.

Fungsi OA adalah —> Untuk memudahkan segala jenis komunikasi baik lisan maupun tulisan & menyediakan informasi yang lebih baik untuk pengambilan keputusan.

(5). SISTEM INFORMASI MANUFAKTUR /MANUFACTURING INFORMATION SYSTEM

Merupakan subsistem SIM yang menyediakan informasi untuk digunakan dalam pemecahan masalah manufaktur.

contoh SI manufaktur

• subsistem produk menelusuri arus suatu pekerjaan, perusahaan merakit lampu sepeda, senter ini dirakit dari beberapa bagian
• jadual produksi, menentukan langkah-langkah proses produksi yang akan dilakukan menentukan status sehingga pekerjaannya dapat ditanyakan.

Sistem Pakar

Definisi Sistem pakar menurut para ahli :

• Menurut Durkin Sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.
• Menurut Ignizio Sistem pakar adalah suatu model dan prosedur yang berkaitan, dalam suatu  domain  tertentu,  yang  mana  tingkat  keahliannya  dapat dibandingkan dengan keahlian seorang pakar.
• Menurut Giarratano dan Riley  Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar
• Menurut Turban (dalam Kusrini, 2006) Sistem pakar adalah program computer yang menirukan penalaran seorang pakar dengan keahlian suatu wilayah pengetahuan tertentu.
• Menurut Martin dan Oxman (dalam Kusrini, 2006) Sistem pakar adalah sistem berbasis computer, yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

Beberapa aktivitas pemecahan yang dimaksud dalama sistem pakar antara lain: Pembuatan keputusan (decicion making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (cotrolling), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar (Martin dan Oxman, dalam Kusrini 2006).

Konsep Dasar Sistem Pakar

Sistem pakar mencakup beberapa persoalan mendasar, antara lain siapa yang disebut pakar, apa yang dimaksud dengan keahlian, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja. Menurut Turban dan Frenzel, konsep dasar sistem pakar terdiri atas:

1)      Kepakaran (Expertise)

Kepakaran merupakan penguasaan pengetahuan di bidang tertentu yang diperoleh dari serangkaian pelatihan, membaca atau pengalaman.

2)      Pakar (Expert)

Seorang pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan masalah.

3)      Pengalihan Kepakaran

Tujuan utama sistem pakar adalah mengalihkan kepakaran seorang pakar dalam computer yang akan digunakan oleh pihak lain yang bukan pakar, untuk menemukan solusi atas permasalahan. Pengetahuan yang disimpan dalam mesin disebut dengan nama basis pengetahuan.

4)      Penalaran (Inference)

Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk menalar. Jika kepakaran sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses data, maka computer harus dapat deprogram untuk membuat inferensi. Proses kesimpulan ini dikemas dalam bentuk motor inferensi.

5)      Aturan – aturan (Rules)

Sebagian besar sistem pakar adalah sistem berbasis aturan. Aturan tersebut biasanya berbentuk IF – THEN. Aturan digunakan sebagai prosedur untuk memecahkan permasalahan.

6)      Kemampuan Penjelasan (Explanation Capability)

Kemampuan menjelaskan merupakan komponen tambahan dari sistem pakar yang berfungsi untuk memberikan penjelasan kepada user mengapa suatu pertanyaan ditanyakan oleh sistem pakar, bagaimana kesimpulan dapat diperoleh, kenapa solusi tertentu ditolak, dan apa rencana untuk mencapai solusi.

Struktur Sistem Pakar

            Menurut Turban dan Frenzel sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan linkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan sebagai pembangunan sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seseorang yang bukan pakar untuk memperoleh pengetahuan pakar.

Sistem Pengambilan Keputusan

Dalam sebuah pengambilan keputusan seseorang sering dihadapkan pada berbagai  situasi         dan kondisi yang kompleks. Kondisi yang dimaksud yaitu bingungnya  seseorang dalam pengambilan keputusan karena suatu keputusan yang hanya satu kali dan tidak dapat diulang dimasa yang akan datang. Seseorang diharuskan untuk memikirkan dampak jangka panjang dan jangka pendek dari keputusan yang dibuat.

Menurut Mangkusubroto dan Trisnadi (dalam Marimin, ) pada prinsipnya terdapat dua basis dalam pengambilan keputusan, yaitu pengambilan keputusan berdasarkan intuisi dan pengambilan keputusan rasional, berdasarkan hasil analisis keputusan.

Pengambilan keputusan dapat melalui 2 kerangka kerja meliputi (1) pengambilan keputusan tanpa percobaan, hal ini dilakukan dengan cara menyususn secara sistematis cara kerja umum sebelum mencari solusi bagi masalah yang diharapkan (2) pengambilan keputusan berdasarkan suatu pecobaan.

Mengambil atau membuat keputusan adalah suatu proses yang dilaksanakan orang berdasarkan pengetahuan dan informasi yang ada padanya pada saat tersebut dengan harapan bahwa sesuatu akan terjadi. Keputusan dapat diambil dari alternatif-alternatif keputusan yang ada, kemudian informasi tersebut diolah dan disajikan dengan sistem penunjang keputusan. Adapun informasi terbentuk dari adanya data yang terdiri dari bilangan dan terms yang disusun, diolah dan disajiakan dengan dukungan sistem informasi manajemen. Kemudian keputusan yang diambil perlu ditindak lanjuti dengan aksi yang dalam pelaksanaannya perlu mengacu pada standar prosedur operasi dan akan membentuk kembali data, begitu seterusnya yang terjadi dalam siklus data, informasi, keputusan dan aksi.

Contoh :

Ada seorang ibu rumah tangga yang ingin membeli kebutuhan rumah tangga. Untuk mengambil keputusan barang apa yang akan ia beli maka terlebih dahulu  ia akan membandingakn informasi yang ia pernah alami dengan informasi dari orang lain misalnya tentang kualitas, harga, brand dan kuantitas dari barang yang akan dikonsumsi. Setelah semuanya dipertimbangkan dan dibandingkan maka ia akan membuat keputusan tentang barang apa yang akan dibeli. Hal ini dilakukan untuk memperoleh keuntungan jangka panjang, karena sebuah keputusan tidak bisa diulang kembali.

Artificial Intelligence

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.

Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

Contoh aplikasi AI :

1. Visualisasi komputer —> Kecerdasan buatan pada bidang visualisasi komputer ini memungkinkan sebuah sistem komputer mengenali gambar sebagai input.

Contoh: mengenali pola pada gambar.

2. Pengenalan Suara —-> Kecerdasan buatan pada pengenalan suara ini dapat mengenali suara manusia. Cara mengenali suara ini dengan mencocokannya pada acuan yang telah diprogramkan terlebih dahulu.

Contoh : perintah komputer dengan menggunakan suara user.

3. Sistem Pakar —> Kecerdasan buatan pada sistem pakar ini memungkinkan sebuah sistem komputer memiliki cara berpikir dan penalaran seorang ahli dalam mengambil keputusan, untuk memecahkan masalah yang ada pada saat itu.

Contoh : program komputer yang dapat mendiagnosa penyakit dengan memasukan gejala-gejala apa saja yang dialami pasien.

4. Permainan —> Kecerdasan buatan pada permainan ini memungkinkan sebuah sistem komputer untuk memiliki cara berpikir manusia dalam bermain.

Contoh : permainan yang memiliki fasilitas orang melawan komputer. Komputer sudah di program sedemikian rupa agar memiliki cara bermain seperti seorang manusia bahkan bisa melebihi seorang manusia.

1. Lingkup Data

• Hirarki Data

Menurut Kadir (2004), secara tradisional data diorganisasikan ke dalam suatu hierartki yang terdiri atas elemen data, yaitu rekaman (record) dan berkas (file). Elemen data adalah satuan data terkecil yang tidak dapat dipecah lagi menjadi unit lain yang bermakna.Rekaman adalah gabubngan sejumlah elemen data yang saling terkait. Berkas adalah himpunan seluruh rekaman ang bertipe sama membentuk sebuah berkas

• Penyimpanan Sekunder

1. SASD (Penyimpanan Berurutan)

Proses penyimpanan pada SASD terbilang cukup lambat karena untuk mencari data tertentu harus selalu dimulai dari awal. Contoh, magnetic tape. Penyimpanan ini sudah jarang dipakai, tetapi seringkali dipakai untuj backup, karena murah dan kapasitasnya yang besar (dalam Sulianta, 2008)

1. DASD ( penyimpanan akses langsung)

Menurut Sulianata ( 2008), proses penyimpanan ini jauh lebih cepat dibanding dengan SASD, karena untuk mengambil sebuah data tertentu tidak perlu dicari dari awal berurutan

• Pemerosesan Data

1. Pemerosesan Batch

Batch processing adalah suatu model pengolahan data, dengan menghimpun data terlebih dahulu, dan diatur pengelompokkan datanya dalam kelompok-kelompok yang disebut batch. Tiap batch ditandai dengan identitas tertentu, serta informasi mengenai data-data yang terdapat dalam batch tersebut. Setelah data-data tersebut terkumpul dalam jumlah tertentu, data-data tersebut akan langsung diproses.

1. Pemerosesan Online

Adalah sebuah sistem yang mengaktifkan semua periferal sebagai pemasok data, dalam kendali komputer induk. Informasi-informasi yang muncul merupakan refleksi dari kondisi data yang paling mutakhir, karena setiap perkembangan data baru akan terus diupdatekan ke data induk. Mencakup transaksi yang segera masuk, langsung diproses dan prosesnya real time. Setiap transaksi terjadi segera dibukukan

1. Sistem Real Time

Adalah mekanisme pengontrolan, perekaman data, pemrosesan yang sangat cepat sehinga output yang dihasilkan dapat diterima dalam waktu yang relatif sama.

1. DataBase

• Era permulaan database

Era permulaan database ditandai dengan :

1. Pengulangan data
2. Ketergatungan data
3. Kepemilikan data yang tersebar

• Konsep database

Yaitu integrasi logis dari catatan-catatan file. 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 degan menempatkan spesifikasi dalam tabel & kamus yg terpisah secara fisik dari program. Program mengacu pada tabel untuk mengakses data.

• Struktur database

1. File
2. Catatan
3. Elemen data

• Keunggulan dan kelemahan database dan DataBase Management System (DBMS)

Keunggulan :

1. Mengurangi pengulangan data.
2. Mencapai independensi data.
3. Spesifikasi data disimpan dalam tiap program aplikasi.
4. Perubahan dapat dibuat pada struktur data tanpa mempengaruhi program yang mengakses data.
5. Mengintegrasikan data dari beberapa file.

Saat file dibentuk sehingga menyediakan kaitan logis, organisasi fisik tidak lagi menjadi kendala.

1. Mengambil data dan informasi secara cepat.

Hubungan logis query language memungkinkan pemakai mengambil data dalam hitungan detik atau menit.

1. Meningkatkan keamanan.

Baik DBMS mainframe maupun komputer mikro dapat menyertakan beberapa lapis keamanan seperti kata sandi, directori pemakai, dan bahasa sandi.

Kerugian DBMS :

1. Memperoleh perangkat lunak yang mahal.
2. Memperoleh konfigurasi perangkat keras yang besar.
3. Memperkerjakan dan mempertahankan staf DBA
4. Peranan DataBase dan DBMS dalam memecahkan masalah (dalam Psikologi)

Seperti database metode yang digunakan ilmu psikologi dalam memecahkan masalah sama. 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. Begitu pula dengan psikologi, saat klien melakukan konseling tujuan konselor adalah membantu klien tersebut membuat perubahan dalam dirinya menjadi lebih baik.

Untuk peran DBMS dalam psikologi seperti mengambil data dan informasi secara cepat, meningkatkan keamanan

1. Sistem Pengolahan Data

• Pengertian dasar dan tujuan pengolahan data

Data adalah suatu penggambaran fakta , pengertian instruksi yang dapat disampaikan dan diolah oleh manusia atau mesin. Pengolahan data adalah pengubahan atau transformasi simbol-simbol seperti nomor dan huruf untuk tujuan peningkatan kegunaannya. Tujuan dari pengolahan data itu sendiri untuk mengambil informasi asli (data) dan darinya menghasilkan informasi lain dalam bentuk yang berguna (hasil).

• Tugas pengolahan data

Tugas pengolahan data perusahaan dilaksanakan oleh sistem informasi akutansi (SIA) yang mengumpulkan data kegiatan perusahaan lalu memprosesnya menjadi informasi yang berguna bagi pihak internal, maupun eksternal perusahaan, kecuali pesaing (dalam Umar, 2003). Melakukan pengubahan, penyimpanan data, pembuatan dokumen

• Contoh sistem pengolahan data
• Peranan pemerosesan data dalam pemecahan masalah

SIM ini mempunyai peranan yang sangat penting di dalam suatu organisasi. Karena sangat mempengaruhi terhadap maju mundurnya sebuah organisasi. Setiap organisasi baik itu organisasi yang besar maupun yang kecil pasti mempunyai sistem informasi yang berbeda-beda, tergantung dari kebutuhan dan masalah yang terjadi pada organisasi tersebut.

1. Sistem Informasi Manajemen

• Pengertian dasar SIM

Merupakan salahsatu bagian dari sistem informasi. Sistem informasi manajemen adalah kumpulan dari sistem manajemen atau sistem yang menyediakan informasi yang bertujuan emndukung operasi manajemen dan pengambilan keputusan dalam suatu organisasi. SIM merupakan suatu sistem yang terpadu untuk menyajikan informasi yang mendukung fungsi operasi, manajemen, dan pengambilan keputusan. Sistem ini menggunakan hardware, software, prosedur manual

• Konsep sistem informasi organisasional

Pada dasarnya konsep system organisasional ini memiliki hubungan antara system dan organisasi. Bagaimana system tersebut dapat bisa terorganisasi dengan baik. Sistem itu sendiri adalah seperangkat komponen yang saling berhubungan dan saling bekerjasama untuk mencapai beberapa tujuan. Sistem informasi adalah kumpulan hardware dan soft ware komputer, prosedur, dokumentasi, formulir dan orang yang bertanggungjawab untuk memperoleh, menggerakkan, manajemen, distribusi data dan informasi

• Peranan SIM dalam pemecahan masalah

SIM dan subsistem – subsistem organisasinya berkontribusi pada pemecahan masalah dalam 2 cara dasar :

1. Sumber Daya Informasi Seorganisasi. SIM adalah suatu usaha seorganisasi untuk menyediakan informasi pemecahan masalah. Sistem tersebut merupakan suatu komitmen formal dari para eksekutif untuk menyediakan komputer bagi semua manajer.
2. Identifikasi dan Pemahaman Masalah. Ide utama dibalik SIM adalah menjaga agar pasokan informasi terus mengalir ke manajer. Manajer menggunakan SIM terutama untuk menandai masalah atau mendekati masalah, kemudian memahaminya dengan menentukan lokasi dan penyebabnya.

1. Sistem penunjang keputusan

• Maksud pembuatan keputusan dan teori-teori yang menjelaskan

Keputusan adalah suatu pilihan yang dibuat antara satu atau lebih alternatif yang tersedia.

• Konsep, pengertian dasar dan tujuan SPK

Tujuannya adalah memberikan dukungan untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur. Memberikan dukungan pembuatan keputusan kepada manajer pada semua tingkat untuk membantu integrasi antar tingkat. Meningkatkan efektifitas manajer dalam pembuatan keputusan & bukan peningkatan efisiennya.

• Model SPK

Model dalam sistem pengambilan keputusan ada 3 macam yaitu:

1. Perangkat Lunak Penulisan Laporan : menghasilkan laporan periodik maupun khusus.
2. Model Matematika : menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan/instansi. Model matematika dapat ditulis dalam bahasa pemrograman prosedural apapun.
3. Perangkat lunak GDSS : memungkinkan beberapa pemecah masalah, bekerjasama sebagai satu kelompok, mencapai solusi. Dalam situasi tertentu ini, istilah GDSS, atau sistem pendukung keputusan kelompok (Group Decision Support System) digunakan

• Pemodelan matematis berserta keuntungan dan kerugiannya

Keuntungannya :

1. Proses pembuatan model dapat menajdi pengalaman belajar. Dapat dipastikan, pada setiap proyek model dipelajari sesuatu yang baru mengenai sistem fisik.
2. Kecepatan proses simulasi menyediakan kemampuan untuk mengevaluasi dampak keputusan dalam jangka waktu singkat. Dalam hitungan menit, dapat dibuat simulasi operasi perusahaan untuk beberapa bulan, kuartal, atau tahun.
3. Model menyediakan daya prediksi suatu pandangan ke masa depan yang tidak dapat disediakan oleh metode penghasil informasi lain.
4. Meningkatkan jumlah alternative yang dipilih.
5. Pemahaman yang lebih baik tentang bisnis.
6. Respon yang cepat terhadap situasi yang tidak diharapkan.
7. Kontrol yang lebih baik

Kerugian :

1. Kesulitan pembuatan model akan mengahsilkan suatu model yang tidak meangkap semua pengaruh pada entitas.
2. Keahlian matematika tingkat tinggi diperlukan untuk mengembangakn sendiri model-model yang lebih komplek.

• SPK berkelompok

Sistem pendukung keputusan kelompok atau yang lebih akrab dikenal dengan group decison support system/GDSS merupakan suatu sistem berbasis komputer yang mendukung kelompok orang yang ikut terlibat dalam satu tugas bersama dan menyediakn interface bagi suatu lingkungan yang digunakan secara bersama. GDSS berkontribusi pada pemecahan masalah dengan menyediakan suatu pengaturan yang mendukung komunikasi.

• Peranan spk dalam pemecahan masalah

GDSS berkontribusi pada pemecahan masalah dengan berkomunikasi yang lebih baik yang memungkinkan keputusan yang lebih baik dengan menjagadiskusi terfokus pada masalah yang menyebabkan kita dapat menghemat waktu. Dengan penghematan waktu tersebut dapat digunakan untuk mengidentifikasi lebih banyak lagi alternatif.

KESIMPULAN

Computer Based Information System (CBIS) atau yang dalam Bahasa Indonesia disebut juga Sistem Informasi Berbasis Komputer merupakan sistem pengolah data menjadi sebuah informasi yang berkualitas, berguna bagi penerimanya, dan dipergunakan untuk suatu alat bantu pengambilan keputusan. Sistem Informasi “berbasis komputer” mengandung arti bahwa komputer memainkan peranan penting dalam sebuah sistem informasi.

sistem pakar yaitu suatu sistem berbasis computer atau suatu program computer yang dirancang yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan dan menyelesaikan  masalah, dimana suatu sistem tersebut bisa menyamai atau meniru penalaran dan keahlian seorang pakar. Aktivitas pemecahan masalah yang dimaksud yaitu pembuatan keputusan (decicion making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (cotrolling), perumusan (prescribing), penjelasan (explaining), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar.

Sistem Pengambilan Keputusan –> Mengambil atau membuat keputusan adalah suatu proses yang dilaksanakan orang berdasarkan pengetahuan dan informasi yang ada padanya pada saat tersebut dengan harapan bahwa sesuatu akan terjadi. Keputusan dapat diambil dari alternatif-alternatif keputusan yang ada, kemudian informasi tersebut diolah dan disajikan dengan sistem penunjang keputusan. Adapun informasi terbentuk dari adanya data yang terdiri dari bilangan dan terms yang disusun, diolah dan disajiakan dengan dukungan sistem informasi manajemen. Kemudian keputusan yang diambil perlu ditindak lanjuti dengan aksi yang dalam pelaksanaannya perlu mengacu pada standar prosedur operasi dan akan membentuk kembali data, begitu seterusnya yang terjadi dalam siklus data, informasi, keputusan dan aksi.

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.

DAFTAR PUSTAKA

http://www.inspirasidigital.com/posting/sistem-pakar-menurut-para-ahli.html/diakses 26 Oktober 2013

Kusrini. (2006). Sistem pakar, teori dan aplikasi. Yogyakarta: Andi

Fatta, H. A. (2007). Analisis dan perancangan sistem informasi untuk keunggulan bersaing perusahaan dan organisasi modern. Yogyakarta: Andi

Marimin. (      ). Teknik dan aplikasi; pengambilan keputusan kriteria majemuk. Grasindo

Marimin., Tanjung, H., Prabowo, H. (2004).Sistem Informasi Manajemen Sumber Daya Manusia. Jakarta: Grasindo

Umar, H. (2003). Busness. Jakarta: PT Gramedia Pustaka Utama

Kadir. A. (2004).Konsep & Tuntunan Praktis Basis Data. Yogyakarta: Andi

Laudon, J.P., Laudon, K.C. (2008). Sistem informasi manajemen edisi 10. Jakarta: Salemba Empat

Brigida. (2008). Sistem informasi berbasis komputer. http://informatika.web.id/sistem-informasi-berbasis-komputer-cbis.htm. Diakses pada tanggal 18 Oktober 2012

Pratiwi, N. (2014). Sistem penunjang keputusan. http://nunikprtw.blogspot.co.id/2014_12_01_archive.html. Diakses pada tanggal 10 Desember 2014

Setiawan, P. (2015). Perbedaan bacth, online, real time processing method. http://www.gurupendidikan.com/perbedaan-batch-online-real-time-processing-method/. Diakses pada tanggal 11 januari 2015

Sulianta, F. (2008). Komputer forensik. Jakarta: PT Elex Media Komputindo