Rangkuman

SISTEM CERDAS

Sistem Informasi Cerdas atau Intelligence Information System (IIS) didefinisikan sebagai kemampuan mesin atau sistem untuk beradaptasi dalam mencapai tujuan pada lingkungan yang dapat mempengaruhi perilaku sistem.

KARAKTERISTIK SISTEM CERDAS

 - Memiliki fasilitas informasi yang handal
 - Mudah dimodifikasi
 - Dapat digunakan dalam berbagai jenis komputer
 - Memilki kemampuan untuk belajar beradaptasi.
 - Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
 - Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.
 - Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.
 - Outputnya yang dihasilkan sesuai dengan apa yang kita harapkan.


CONTOH SISTEM CERDAS DALAM BISNIS


SiStem pakar (expert system) yaitu sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan (Horn, 1986). Sistem pengolahan bahasa alami (natural language processing).
XSEL : Sistem pakar ini dapat bertindak sebagai asisten penjual, yang membantu penjual komputer DEC memilihkan pesanan pelanggan sesuai dengan kebutuhan.

AI ( ARTIFICIAL INTELIGENT) 

Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia.

SEJARAH AI

 Di awal abad 20, seorang penemu Spanyol yang bernama Torres Y. Quevedo, membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu. Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.

Pada tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.
Istilah kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP.
Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.

Mesin Neural Network pertama oleh Marvin Minsky (1958).
Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapn.

Muncul logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti yang diperlukan mesin.
ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.

Pada tahun 1972 bahasa Prolog dimunculkan.John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologigenetika (Algoritma Genetika).Sistem catur AI mengalahkan manusia (Pecatur master)pada tahun 1991.Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.


CONTOH AI


*Game

Game playing (permainan game) merupakan bidang AI yang sangat popuker berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir.Bermain komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan tindakan yang di berikan oleh lawan main nya


*Natural Language Processing (NLP)

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar 1.3 dan deteksi email spam yang cerdas

*Robotika dan Sistem Navigasi

Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan actuator  seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige Tanaka.

AGEN CERDAS

Pengertian Agen Cerdas – Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia).

KONSEP AGEN CERDAS LINGKUNGAN

Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.
Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagai aktuator.Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.


KONSEP PERANCANGAN AGEN CERDAS

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.
Beberapa hal yang perlu ditekankan:
Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).

Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).

JENIS LINGKUNGAN AGEN CERDAS

Sepenuhnya teramati vs Sebagian teramati: Lingkungan sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor berisik dan tidak akurat.

- Deterministik vs Stokastic: Keadaan berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan agen lain, maka disebut lingkungan strategis).

- Episodik vs Sekuensial: Pengalaman agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati (percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di setiap episode hanya bergantung pada episode itu sendiri.

- Statis vs Dinamis: Lingkungan berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)

- Diskrit vs Kontinu: Jumlah state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi – kontinyu).Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.

CONTOH AGEN CERDAS

 Contoh : Air Conditioner (AC)


*Performance Measure : - Sehat (Ramah Lingkungan)
                                        - Nyaman
                                        - Mudah di Operasikan
                                        - Hemat Biaya
                                        - Kesesuaian Suhu Ruangan


*Environment              : - Ruangan
                                       - Orang

*Actuators                   : - Screen Display (Menampilkan Suhu Ruangan dan Jumlah Orang)
                                      - Evaporator
                                      - Kipas Motor
                                      - Blower
                                      - Filter Udara


*Sensors                      : - Sensor Suhu (Thermistor)
                                      - Sensor Suara



Contoh : Robot Penyapu Halaman Rumah Sendiri


*Performance Measure : - Cepat
                                        - Bersih
                                        - Menghemat Tenaga


*Environment               : - Rumah
                                        - Halaman
                                        - Penghuni Rumah

*Actuators                    :  -Lengan
                                        -Tangan Robot

*Sensors                       :  - Kamera

CONTOH AGEN CERDAS

Contoh : Air Conditioner (AC)


*Performance Measure : - Sehat (Ramah Lingkungan)
                                        - Nyaman
                                        - Mudah di Operasikan
                                        - Hemat Biaya
                                        - Kesesuaian Suhu Ruangan


*Environment              : - Ruangan
                                       - Orang

*Actuators                   : - Screen Display (Menampilkan Suhu Ruangan dan Jumlah Orang)
                                      - Evaporator
                                      - Kipas Motor
                                      - Blower
                                      - Filter Udara


*Sensors                      : - Sensor Suhu (Thermistor)
                                      - Sensor Suara



Contoh : Robot Penyapu Halaman Rumah Sendiri


*Performance Measure : - Cepat
                                        - Bersih
                                        - Menghemat Tenaga


*Environment               : - Rumah
                                        - Halaman
                                        - Penghuni Rumah

*Actuators                    :  -Lengan
                                        -Tangan Robot

*Sensors                       :  - Kamera

AGEN CERDAS

Definisi
  
Pengertian Agen Cerdas – Agen cerdas (Artificial Intelligence) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan.Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia). Ilmu AI dalam permainan umumnya digunakan untuk membuat agen yang dapat mengambil tindakan, memiliki kecerdasan, dan bisa memahami keputusan terhadap kondisi permainan yang dinamis.
 
Konsep Agen Cerdas dan lingkungan 

Agen adalah segala sesuatu yang dapat dipandang sebagai entitas pada suatu lingkungan yang mengamati melalui alat sensor dan bertindak melalui alat aktuator.
Sebagai perbandingan, agen manusia memiliki alat sensor: mata, telinga, dan organ sensor lainnya; alat actuator: tangan, kaki, mulut, dan bagian tubuh lain sebagai alat gerak.
Sedangkan pada agen robot: kamera dan inframerahi untuk sensor, danlengan, serta berbagai motor sebagai aktuator.Agen menerima (percept) sensor dari lingkungan. Keseluruhan percept yang diterima agen pada suatu selang waktu disebut percept sequence.

Konsep Perancangan Agen Cerdas

Rasional dapat didefinisikan sebagai: melakukan hal yang benar. Agen rasional melakukan hal yang benar berdasarkan percept apa yang ditangkap dan tindakan (action) apa yang diambil. Tindakan yang tepat adalah tindakan yang akan menyebabkan agen menjadi yang paling sukses.
Beberapa hal yang perlu ditekankan:
Rasionalitas berbeda dari omniscience (serba tahu/mengetahui semua dengan pengetahuan tak terbatas).

Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).

Pengukuran kinerja: Sebuah kriteria obyektif untuk mengukur keberhasilan suatu perilaku agen
Misalnya, mengukur kinerja dari agen vacuum-cleaner:
- Jumlah kotoran dibersihkan,
- Jumlah waktu yang dibutuhkan,
- Jumlah listrik yang dikonsumsi,
- Jumlah kebisingan yang dihasilkan, dll

Pengukuran kinerja haruslah dapat dinyatakan dalam ukuran kuantitatif. Kata “jumlah” mengindikasikan suatu ukuran kuantitatif/terukur. Untuk setiap urutan persepsi (percept sequence) yang ada, agen rasional harus memilih tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya.

Tujuan (Goal): Setelah menentukan criteria obyektif (seperti diatas), pilih salah satu tujuan untuk menjadi fokus utama dari agen. Goal adalah tujuan utama yangberusaha dicapai oleh agen (prioritas utama).
Konsep utama perancangan agen cerdas/rasional dapat dilakukan dengan bantuan PEAS yang merupakan singkatan dari:Performance measurement, Environment, Actuators, Sensors. PEAS harus ditentukan sebelum desain agen cerdas. Berdasarkan informasi PEAS, kita benar dapat merancang agen untuk memenuhi tujuan yang ingin dicapai.Sebagai contoh, misalnya tugas merancang sebuah sopir taksi otomatis. Definisikan PEAS agen cerdas tersebut seperti berikut:
 
- Performance Measure : Aman, cepat, legal, perjalanan nyaman, memaksimalkan keuntungan
- Environment : Jalan, lalu lintas lainnya, pejalan kaki, pelanggan
- Actuators : Setir, pedal gas, rem, sinyal, klakson
- Sensors : Kamera, sonar, speedometer, GPS, odometer, sensor mesin, keyboard

 
 Contoh lain dari mendefinisikan PEAS :

   Agen: sistem diagnosis Medis

- Performance Measure: Pasien Sehat, meminimalkan biaya, tuntutan hukum
- Environment: Pasien, rumah sakit, staf
- Actuators: Layar display (pertanyaan, tes, diagnosis, pengobatan, rujukan)
- Sensors: Keyboard (masuknya gejala, temuan, jawaban pasien)

 Agen: Part-picking robot (robot pengambil komponen)

- Performance Measure: Persentase berapa bagian masuk ke kotak yang benar
- Environment: Conveyor, komponen-komponen, kotak komponen
- Actuators : lengan dan tangan robot
- Sensors : Kamera, sensor sudut persendian
 

Jenis Lingkungan Agen Cerdas

Jenis lingkungan tempat agen cerdas bekerja dapat ditinjau dari beberapa aspek (berikut aspek yang menjadi lawannya,) bergantung lingkungan dimana agen tersebut berada. Aspek-aspek lingkungan adalah:

- Sepenuhnya teramati vs Sebagian teramati: Lingkungan sepenuhknya teramati jika sensor mendeteksi semua aspek yang relevan dengan pilihan action. Sebuah sensor agen memberikan akses ke keadaan lengkap lingkungan pada setiap titik waktu. Lingkungan sebagian teramati karena sensor berisik dan tidak akurat.

- Deterministik vs Stokastic: Keadaan berikutnya lingkungan sepenuhnya ditentukan oleh keadaan saat ini dan tindakan yang dilakukan oleh agen. (Jika lingkungan deterministik kecuali untuk tindakan agen lain, maka disebut lingkungan strategis).

- Episodik vs Sekuensial: Pengalaman agen dibagi menjadi “episode” atom (setiap episode terdiri dari: agen mengamati (percept) dan kemudian melakukan tindakan tunggal), dan pilihan tindakan di setiap episode hanya bergantung pada episode itu sendiri.
 
- Statis vs Dinamis: Lingkungan berubah, agen tidak perlu terus mencari pada lingkungan untuk memutuskan sesuatu. Pada lingkungan dinamis terus meminta agen apa yang ia ingin lakukan (Lingkungan semidinamis jika lingkungan itu sendiri tidak berubah dengan berlalunya waktu namun skor kinerja agen berubah)
 
- Diskrit vs Kontinu: Jumlah state/tindakan untuk mencapai goal terbatas (diskrit), persepsi yang jelas dan tindakan yang terhingga. (misalnya, catur – diskrit, mengemudi taksi – kontinyu).Agen tunggal vs agen multi: Seorang agen yang beroperasi dengan sendirinya dalam suatu lingkungan.



Reference : 

 http://www.weare.id/pengertian-agen-cerdas/
 http://www.academia.edu/8744646/Agen_Cerdas
 http://w3ight.blogspot.com/2013/11/mendeskripsikan-agen-cerdas.html

Membuat Garis Vertikal, Horizontal dan Diagonal

OpenGL (Open Graphic Library) adalah spesifikasi standar yang mendefinisikan sebuah lintas-bahasa, lintas platform API untuk mengembangkan aplikasi yang menghasilkan grafis komputer 2D maupun3D. Antarmuka terdiri dari lebih dari 250 panggilan fungsi yang berbeda yang dapat digunakan untuk menggambar tiga dimensi yang adegan-adegan kompleks dari bentuk-bentuk primitif sederhana.

Sebelum openGl tersedia,pengembang perangkat lunak harus menulis kode grafis 3D untuk setiap platform sistem operasi dan perangkat keras grafis yang berbeda. Namun,dengan OpenGL pengembang dapat membuat grafis dan efek khusus yang akan muncul hampir identik dengan sistem operasi atau perangkat keras yang mendukung OpenGL. Hal ini membuat pengembang game 3D dan program 3D untuk lebih mudah bagi mereka membuat membuat game dan program tersebut untuk berbagai platform.

OpenGL dikembangkan oleh Silicon Graphics Inc (SGI) pada tahun 1992  dan secara luas digunakan dalam CAD, realitas maya, visualisasi ilmiah, visualisasi informasi, dan simulasi penerbangan. Hal ini juga digunakan dalam video game, di mana bersaing dengan Direct3D on Microsft Windows platform OpenGL dikelola oleh sebuah teknologi konsorsium nirlaba yaitu Khronos Group.
OpenGL bukan satu-satunya aplikasi render, pesaing OpenGL directX (keluaran microsoft) memiliki fungsi yang hampir sama, namun DirectX lebih banyak digunakan oleh sebagian besar game developer karena beberapa fungsi DirectX nampaknya lebih memudahkan game developer untuk membuat game. Tapi bukan berarti tidak ada yang memakai OpenGL, tiap-tiap render memiliki kelebihan dan kekurangannya tersendiri. OpenGL biasanya digunakan dengan bahasa pemrograman C/C++.

Untuk membuka data nya  Klik LINK di bawah ini :


KLIK DI SINI !

AI (ARTIFICIAL INTELEGENT)

1. DEFINISI  AI

Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
Salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi.


2. SEJARAH AI


Di awal abad 20, seorang penemu Spanyol yang bernama Torres Y. Quevedo, membuat sebuah mesin yang dapat mengskakmat raja laannya dengan sebuah raja dan ratu. Perkembangan secara sistematis kemudian dimulai ditemukannya komputer digital.

Pada tahun 1950-an Alan Turing seorang matematikawan dari Inggris. Pertama kali mengusulkan adanya tes untuk melihat bias tidaknya sebuah mesin dikatakan cerdas(dikenal dengan Turing Test) seolah-olah mesin mampu merespon terhadap serangkaian pertanyaan yang diajukan.
Istilah kecerdasan buatan dimunculkan pertama kali pada tahun 1956 ketika John Mc Cathy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP.
Loghic Theorist (1956), diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.

Mesin Neural Network pertama oleh Marvin Minsky (1958).
Sad Sam, deprogram oleh Robert K. Lindsay (1960), program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapn.

Muncul logika samar (1965) yang merupakan pelaksanaan konsep samar di atas system komputer. Logika samar mengukur ketidaktepatan dengan cara yang tepat, seperti yang diperlukan mesin.
ELIZA (1967), diprogram oleh Joseph Weizenbaum, yang mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
Program Microworld dengan penciptaan proyek SHRDLU (1968) merupakan Expert System yang pertama.

Pada tahun 1972 bahasa Prolog dimunculkan.John Holland (1975) mengatakan bahwa setiap problem berbentuk adaptasi (alami maupun buatan) secara umum dapat diformulasikan dalam terminologigenetika (Algoritma Genetika).Sistem catur AI mengalahkan manusia (Pecatur master)pada tahun 1991.Robotik, peranti mekanika yang diprogram untuk melakukan berbagai tugas.

3. CONTOH AI


*Game

Game playing (permainan game) merupakan bidang AI yang sangat popuker berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir.Bermain komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan tindakan yang di berikan oleh lawan main nya


*Natural Language Processing (NLP)

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar 1.3 dan deteksi email spam yang cerdas

*Robotika dan Sistem Navigasi

Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan actuator  seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige Tanaka.

SISTEM CERDAS

1. DEFINISI

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

Menyimpan informasi.
Menggunakan informasi yang dimiliki untuk melakukan suatu pekerjaan dan menarik kesimpulan.
Beradaptasi dengan keadaan baru.
Berkomunikasi dengan penggunanya.

Sistem Informasi Cerdas (Intelligence Information System=IIS) dibagi menjadi 3 aspek utama (Baca Juga: Kerangka Metode dan Algoritma Sistem Informasi Cerdas), yaitu :

Kecerdasan Buatan (Artificial Intelligence=AI)

Konsep dari AI adalah mempelajari kemampuan dari suatu mesin dan algoritma untuk diimplementasikan dalam kehidupan nyata berdasarkan pikiran manusia. Dalam sebuah algoritma AI terdapat dua persepsi terhadap otak manusia, pertama bagaimana cara berfikirnya dan kedua adalah seberapa besar pola pikir yang dihasilkan. Dari problema tersebut dapat diambil garis besar hubungan SIC/ IIS terhadap AI yaitu cara berfikir dan pola fikir. Oleh karenaya AI dalam IIS dibagi menjadi dua komponen keilmuan yaitu Computational Intelligence (CI) dan Data Mining.

Sistem Cerdas (Intelligence System)

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

Sistem Informasi (Information System=IS)

Dari pembahasan sebelumnya terntang 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 kompleks dalam pengembangan sebuah sistem, dari segi cara, pola, dan penerapan dalam bidang pakar maupun manajemen dapat diintegrasikan. Sistem informasi bertindak sebagai penghubung dari bergai konsep diatas dan juga sebagai pelengkap dalam penerapan dan pengembangan sistem yang didukung oleh algoritma yang dihasilkan dari AI maupun SC. Dua hal yang harus dipertimbangkan dalam SI yang akan mendukung AI dan SC dalam IIS adalah Knoledge Management System dengan benang merah Expect System, yang juga disupport oleh Management Information System yang bergerak diseputaran area Decision Support System.

Kedua bagian diatas (AI dan SC) akan membahas beberapa Algoritme dan metode dalam Sistem Informasi Cerdas yang diintegrasikan dengan Sistem Informasi. Sebagaimana telah dikatakan sebelumnya hasil yang didapatkan dari IIS adalah berupa sistem informasi yang dapat beradaptasi dan berkomunikasi dengan pengguna, memiliki akurasi yang optimal dengan diterapkannya beberapa algoritme. IIS juga mampu mengatasi beberapa masalah-masalah pada sistem informasi konfensional (biasa) yang sering mengalami beberapa kendala dalam permasalahan data. Pada IIS akan disinggung mengenai permasalah konsep dan teknik algoritme Data Mining dalam konteks luas yang berhubungan dengan preprocessing data, sehingga mampu diintegrasikan dengan IIS.



2.  KARAKERISTIK SISTEM CERDAS

- Memiliki fasilitas informasi yang handal
- Mudah dimodifikasi
- Dapat digunakan dalam berbagai jenis komputer
- Memilki kemampuan untuk belajar beradaptasi.
- Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
- Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.
- Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.
- Outputnya yang dihasilkan sesuai dengan apa yang kita harapkan.


3.  CONTOH SISTEM CERDAS BISNIS

SiStem pakar (expert system) yaitu sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan (Horn, 1986). Sistem pengolahan bahasa alami (natural language processing).
XSEL : Sistem pakar ini dapat bertindak sebagai asisten penjual, yang membantu penjual komputer DEC memilihkan pesanan pelanggan sesuai dengan kebutuhan.

Manajemen Layanan Sistem Informasi (Operasi Layanan & Pengelolaan Layanan Bisnis)

1. OPERASI LAYANAN


Layanan operasi adalah fase siklus hidup manajemen layanan TI yangbertanggung jawab untuk kegiatan “bisins pada umumnya”. Jika layanan tidak dimanfaatkan atau tidak disampaikan secara efisien dan efektif, mereka tidak akan memberikan nilai penuh mereka, terlepas dari seberapa baik layanan tersebut dirancang. Layanan ini bertanggung jawab memanfaatkan proses untuk memberikan pelayanan kepada pengguna dan konsumen. Layanan operasi merupakan nilai yang telah dibentuk dalam strategi pelayanan dan dikonfirmasi melalui desain layanan dan transisi layanan yang sebenarnya telah disampaikan.Jika tidak menjalankan dan memanfaatkan layanan operasiseperti yang dirancang, tidak akan ada kontrol dan manajemen layanan.

- Maksud dan tujuan

Tujuan dari layanan operasi untuk mengatur dan melakukan kegiatan serta proses yang diperlukan untuk memberikan layanan kepada pengguna bisnis pada tingkat yang disepakati layanan. Selain itu, layanan operasi bertanggung jawab untuk manajemen berkelanjutan dari teknologi (infrastruktur dan aplikasi) yang digunakan untuk menyampaikan dan mendukung layanan.
Layanan Operasi adalah tindakan balancing. Ini bukan hanya soal melaksanakan proses hari ke hari. Ada dinamis ‘perdebatan’ yang berlangsung pada empat tingkat. Ini dikenal sebagai “Four Balances of Service Operation”:

A.) Internal IT View Versus External Business View

Mengingat IT akan berhubungan dengan layanan yang diberikan kepada pengguna dan pelanggan sementara, secara internal dalam IT, layanan tersebut akan dipandang sebagai sejumlah komponen. Individu atau tim yang bertanggung jawab untuk menjalankan komponen tertentu mungkin tidak mengerti bagaimana komponen mereka cocok dengan keseluruhan pengiriman layanan tertentu. Jika sebuah organisasi terlalu fokus pada eksternal, ada risiko pejanjian akan dibuat dengan bisnis yang benar – benar tidak tersampaikan karena kurangnya pemahaman tentang bagaimana bagian-bagian konstituen internal yang perlu untuk beroperasi. Sebaliknya, sebuah organisasi yang berfokus terlalu internal cenderung berjuang untuk memahami dan memberikan kebutuhan bisnis.


B.) Stability Versus Responsiveness

Perubahan sering menjadi penyebab insiden dan hilangnya ketersediaan, sehingga mungkin tergoda untuk membatasi jumlah perubahan dalam rangka untuk meningkatkan stabilitas layanan. Namun, perubahan akan selalu dibutuhkan untuk menjaga layanan up to date dan untuk mengadopsi kebutuhan perkembangan bisnis. Keseimbangan adalah antara respon cepat akan perubahan dan fokus pada stabilitas infrastruktur

C.) Quality of Service versus Cost of Service

Selalu ada tekanan untuk meningkatkan kualitas layanan IT selagi mengendalikan biaya, tekanan pembiayaan yang intens dapat berujung pada penurunan tingkat dalam layanan dengan lebih banyak kegagalan dalam kurangnya dukungan. Disamping itu organisasi yang kehilangan keseimbangan di sisi lainnya akan banyak membayar untuk layanan yang tidak dapat dibenarkan. Kuncinya adalah mendapatkan hasil di atas modal, meyakinkan bahwa bisnis telah sepenuhnya memahami apa yang akan didapat dan apa yang tidak didapat untuk beberapa jumlah uang dan apa yang didapat jika menghasilkan dana kurang/lebih.

D.) Reactive versus proactive

Organisasi yang kelewat proaktif akan memprediksikan beberapa hal akan gagal dan melakukan upaya untuk mencegah situasi. Terlebih lagi organisasi dapat terus-menerus mengganti dan menggunakan perubahan yang tdk perlu. Sebaliknya organisasi yang reaktif akan menghabiskan waktuya “melawan api” dan berurusan dengan situasi yang akan datangm dan mereka harus bertindak lebih banyak untuk “mengatasi api” yang mendekat dan menghadapi kegagalan dan masalah

- Nilai Operasi Layanan

Tiap bagian dari siklus layanan ITIL menambah dan menghasilkan nilai kepada bisnis. Layanan operasi melakukan ini bersamaan dengan proses dan menjalankan layanan yang diinginkan oleh strategi layanan, konsep layanan dan tingkatan transisi layanan dari suatu siklus. Layanan operasi adalah hal yang terlihat oleh organisasi IT dan sangat dekat dengan pengguna dan pelanggan. Penyampaian yang efektif dan efisien adalah yang diharapkan dari layanan operasi


- Fungsi dan Aktivias Utama dari OPerasi

Proses yang dilakukan oleh layana operasi adalah :

1.) Event Manajemen/ Manajemen Kegiatan

Ini adalah proses yang bertanggung jawab untuk memonitor semua kegiatan melalui infrastruktur  IT dan aplikasi untuk menentukan operasi normal, manajemen kegiatan berfungsi meningkatkan dan bertindak akan semua hal

2.) Manajemen Insiden

Proses untuk menangani semua insiden. Mungkin insiden di mana layanan sedang terganggu atau di mana layanan belum terganggu.

3.) Permintaan pemenuhan

Ini adalah proses yang mengambil beberapa permintaan dari pengguna. Pemenuhan permintaan meliputi perubahan permintaan, permintaan untuk informasi dan keluhan, dari sudut pandang bagian layanan, proses dari pemenuhan permintaan bertujuan untuk menanggung semua panggilan yang berkaitan dengan masalah

4.) Masalah manajemen

Proses ini bertanggung jawab untuk memanajemen segala permasalahan pada infrastruktur IT, proses ini termasuk analisis pada akar maslaah, hingga sampai pada solusi masalah, manajemen masalah tetap bertanggung jawab hingga resolusi yang diimplementasikan lewat proses dan manajemen perubahan dan manajemen pengeluaran

5.) Manajemen Access

Proses ini memungkinkan pengguna untuk mengakses aplikasi atau layanan. Ini juga memastikan bahwa tanpa otorisasi tidak dapat mengakses aplikasi dan layanan. Manajemen akses memungkinkan organisasi untuk mengontrol akses kedalam aplikasi dan layanan
Fungsi layanan operasi adalah

1.) Layanan meja

Bagian ini mengadakan sejumlah proses, dalam beberapa kegagalan manajemen dan pemenuhan permintaan. Bagian layanan terbentuk dari sekelompok staff terlatih untuk berurusan dengan kegiatan layanan. Staff bagian layanan akan mempunyai akses kepada alat yang bersangkutan untuk mengatur kegiatan. Staff bagian layanan seharusnya menjadi kontak untuk pengguna IT melalui organisasi

2.) Manajemen Teknis

Ini adalah fungsi yang menghasilkan sumber daya dan meyakinkan bahwa pengetahuan tentang teknologi tersebut selalu up to date. Manajemen teknis meliputi semua tim/area yang mendukung penyampaian dan pengetahuan teknis dan keahlian, ini meliputi tim seperti jaringan, mainframe midware desktop, server dan database

3.) Manajemen Aplikasi

Ini akan mengatur aplikasi melalui keseluruhan siklusnya. Ini dimulai dari ide awal bisnis dan selesai ketika aplikasi telah masuk kedalam layanan. Manajemen aplikasi ini tergabung dalam desain, pengembangan berkala dan layanan pendukung aplikasi

4.) Manajemen operasional TI

Ini bertanggung jawab untuk mengoperasikan organisasi IT infrastruktur dan aplikasi kedalam keseharian. Area yang menyampaikan nilai telah dibentuk dan dikonsep di suatu bagian, jadi layanan akan mempunyai beberapa interaksi kedalam proses yang menjadi bagian dari fase keseharian, pada beberapa asset layanan dan konfigurasi manajemen, kelangsungan manajemen layanan IT dan bagian layanan manajemen


2. PENGELOLAAN LAYANAN BISNIS

-Ruang Lingkup
 Manajemen hubungan bisnis terdiri dari pengetahuan, keterampilan, dan perilaku (atau kompetensi) yang membina hubungan yang produktif antara organisasi jasa (misalnya Sumber Daya Manusia , teknologi informasi , departemen keuangan, atau penyedia eksternal) dan mitra bisnis mereka.
BRM berbeda dari manajemen hubungan perusahaan dan manajemen hubungan pelanggan meskipun hal itu berkaitan. Ini adalah ruang lingkup yang lebih besar daripada penghubung yang sejalan kepentingan bisnis dengan TI Penyerahan
Ruang lingkup manajemen hubungan bisnis berfokus pada penyelarasan pelanggan tujuan dengan kegiatan penyedia layanan TI , yaitu, semua interaksi bahwa penyedia layanan memiliki dengan pelanggan.

- Maksud dan Tujuan

Pengertian
pendekatan formal untuk pemahaman, mendefinisikan, dan mendukung kegiatan antar-usaha yang terkait dengan jaringan bisnis.

Tujuan

Tujuan dari manajemen hubungan bisnis adalah untuk memahami kebutuhan
pelanggan bisnis dan untuk memberikan layanan yang memenuhi kebutuhan tersebut.

- Prinsip Umum

(Pengukuran dan analisis)

Tujuan BRM mengharuskan konsep-konsep dan prinsip-prinsip dapat diidentifikasi dan diukur. Mengingat model, seseorang harus mampu mengidentifikasi hubungan bisnis yang mereka terlibat dalam, dan mengukur mereka dalam hal seperti kuantitas atau durasi. Hal yang sama berlaku untuk setiap aspek BRM, seperti jenis, peran, atau prinsip. Setiap hubungan bisnis memiliki tujuan yang memerlukan partisipasi dari peran ganda untuk mencapai tujuan dari hubungan bisnis yang diberikan adalah diskrit dan terukur.

(Reputasi dan kepercayaan)

Model BRM harus berusaha untuk model dan mengukur reputasi dan kepercayaan. Setiap hubungan, dan setiap interaksi di dalamnya, memberikan kontribusi untuk reputasi. Reputasi meringankan risiko dan mengurangi gesekan dalam proses bisnis. Kepedulian untuk reputasi incentivizes perilaku yang baik. Tidak adanya kepercayaan akan menyebabkan hubungan bisnis untuk gagal. Kepercayaan meningkatkan efisiensi dan memungkinkan resolusi konflik. Hubungan antara kepercayaan sebagai konsep inti tradisional dan dalam bentuk yang muncul 'radikal' sebagai komponen dari komunitas online harus dijelaskan.

(Governance)

Model BRM perlu memperhitungkan dan menyelaraskan dengan model tata kelola perusahaan, termasuk etika bisnis , kendala hukum, dan norma-norma sosial yang berlaku untuk hubungan bisnis.

(Batas)

Model BRM harus menentukan batas-batas hubungan bisnis dalam kontinum yang lebih besar dari hubungan interpersonal. Selain isu-isu pemerintahan, model harus memeriksa jika ada tingkat optimal dari hubungan pribadi, dan apakah mereka berbeda berdasarkan jenis, peran, atau atribut lainnya. model harus membantu menentukan batas-batas yang mengoptimalkan efektivitas sementara mendukung tata kelola yang baik.

(Pertukaran dan timbal balik)

Model BRM pertukaran dan timbal balik harus memperluas dimensi tradisional untuk akun untuk tidak hanya pertukaran keuangan, tetapi juga pertukaran waktu, uang, pengetahuan, dan reputasi. Ini adalah fitur kunci dari hubungan bisnis.

- Hubungan dengan proses manajemen layanan lainnya

(Deskripsi proses)

ITIL Bisnis Relationship Management, Manajemen Hubungan Bisnis
Bisnis Relationship Management telah diperkenalkan sebagai proses baru dalam ITIL 2011.terbaru tempat bimbingan survei kepuasan pelanggan dan manajemen pengaduan dalam Bisnis Relationship Management. Akibatnya, proses yang sesuai telah dipindahkan dari terus menerus Peningkatan Pelayanan untuk Bisnis Relationship Management. Gambaran proses ITIL Bisnis Relationship Management, menunjukkan antarmuka yang paling penting.