Selasa, 06 November 2018

#SIP AI & Expert System

A. AI ( Artifical Intelligence)


1. Definisi AI 
Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat 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 saraf tiruan dan robotika. Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Objek/Muka, bermain sepak bola.

2. Sejarah AI 
Pada awal abad 17, Rane Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram. Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas" pada 1943 yang meletakkan fondasi untuk jaringan saraf. Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK); sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "Kecerdasan Buatan" pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemograman Lisp. Alam turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian. Selama tahun 1960-an dan 1970-an Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan saraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparovdalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS. Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

3. Hubungan AI dengan Kognisi Manusia
Teknologi Artificial Intelligence memiliki hubungan yang erat dengan dunia teknologi komunikasi dan informasi. Sama seperti proses komunikasi, Artificial Intelligence menaruh perhatian yang besar terhadap konsep kognisi. Salah satu fungsi kognisi yang kita kenal adalah bahasa. Dengan adanya sistem bahasa, komunikasi antara sender dengan receiver dapat berjalan dengan lancar, dan sistem bahasa, lebih spesifiknya sistem computer linguistic, pun telah menyumbang banyak kontribusi bagi perkembangan dunia Artificial Intelligence. Dari relasi ini, bisa terlihat bahwa bahasa sebagai salah satu konsep relevan dalam dunia komunikasi memiliki hubungan yang demikian erat dengan perkembangan teknologi artificial intelligence dari zaman dahulu hingga sekarang. Selain itu, penalaran dan pengambilan keputusan adalah aspek lainnya dari kognisi yang juga memiliki relasi dengan konsep komunikasi dan teknologi artficial intelligence sendiri.

B. Expert System 


1. Definisi Expert System
Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. Sistem Pakar terdiri dari 4 bagian yaitu:
1.      User Interface
2.      Knowledge Base
3.      Inference Engine
4.      Development Engine

2. Sejarah Expert System 
Expert System pertama kali dikembangkan oleh komunitas AI (Artificial Intellegence) pada pertengahan tahun 1956. Sistem Pakar yang muncul pertama kali adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh Allen Newell dan Habert A. Simon.
Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa (general-purpose) ke program yang spesialis (special-purpose) dengan dikembangkannya DENDRAL oleh E.Feigenbauh dari Universitas Stanford dan kemudian diikuti oleh MYCIN.
Awal tahun 1980-an, teknologi Sistem Pakar yang mula-mula dibatasi oleh suasana akademis mulai muncul sebagai aplikasi komersial, khususnya XCON, XSEL (dikembangkan dari R-1 pada Digital Equipment Corp.) dan CATS-1 (dikembangkan oleh General Electric). Sistem Pakar dari tahun ketahun selalu mengalami perkembangan sampai saat ini.

Expert System saat ini
Saat ini expert system mengalami perkembangan pesat diberbagai bidang seperti bidang Teknologi,ekonomi,Sosial,Kedokteran,dll.Expert System terdiri dari 4 bagian:
1.         User Interface
User interface digunakan manajer untuk memasukkan instruksi dan informasi dari sistem. Metode input yang digunakan oleh manajer yaitu:
· Menu
· Command
· Natural Language
· Output Expert System memakai 2 bentuk penjelasan (explanation) :
· Explanation of Question
· Explanation of Problem Solution

2.         Knowledge Base
Knowledge base terdiri dari fakta yang menggambarkan problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika.
Aturan(rules) merupakan rincian dalam situasi yang tidak berubah: Kondisi benar dan tidak benar, tindakan yang diambil bila kondisi benar.

3.         Interface Engine
Inference Engine merupakan bagian dari Expert System yang membentuk Reasoning dengan menggunakan isi dari knowledge base dalam urutan tertentu.

4. Contoh Expert System

1. ELIZA
ELIZA adalah salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis. Berikut ini adalah contoh percakapan antara Eliza dengan seorang klien:
Eliza: Hello. I am ELIZA. How can I help you?
Klien: My name is Balza.
Eliza: I have told you before, I do not care about names.
Klien: I don’t have any money. That’s my problem.
Eliza: Why do you say your problem?
Klien: Because you asked me.
Eliza: Do any other reasons not come to mind?
Klien: No.
Eliza: You are being a bit negative.
Klien: Why?
Eliza: Please go on.
Klien: OK. I am bankrupt.
Eliza: How long have you been bankrupt?
Klien: A year.
Eliza: Please go on.
Klien: So, what should I do?
Eliza: Does that question interest you?
Klien: Yes, how can I make big money?
Eliza: You are sure?
Klien: Of course I’m sure.

2. Parry
Parry adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviwenya.
Psikiater: Why are you in the hospital?
Parry: I shouldn't be here.
Psikiater: Who brought you here?
Parry: The police.
Psikiater: What trouble did you have with the police?
Parry: Cops don't do their job.
Psikiater: What do they do instead?
Parry: Cops arrest the wrong people.
Psikiater: They arrest the right ones sometimes
Parry: The law should get those Italian crooks.
Psikiater: Are you Italian?
Parry: My background is British but I was born in this country.
Psikiater: Do you know any Italian crooks?
Parry: I try to avoid the underworld....

3. NETtalk

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf”). Jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana. Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.


Daftar Pustaka :

Diposting oleh di 1 komentar:

Minggu, 04 November 2018

#SIP SIM (Sistem Informasi Manajemen) & SPK (Sistem Penunjang Keputusan)

A. SIM (Sistem Informasi Manajemen)

1. Definisi SIM (Sistem Informasi Manajemen)
Sistem Informasi Manajemen atau SIM adalah sistem perencanaan bagian dari pengendalian internal suatu bisnis yang meliputi pemanfaatan manusia, dokumen, teknologi dan prosedur oleh akuntansi manajemen untuk memecahkan masalah bisnis seperti biaya produk, layanan atau suatu strategi bisnis. Sistem informasi manajemen dibedakan dengan sistem informasi biasa karena SIM digunakan untuk menganalisis sistem informasi lain yang diterapkan pada aktivitas operasional organisasi. Secara akademis, istilah ini umumnya digunakan untuk merujuk pada kelompok metode manajemen informasi yang bertalian dengan otomasi atau dukungan terhadap pengambilan manusia, misalnya sistem pendukung keputusan, sistem pakar dan sistem informasi eksekutif.

2. Konsep SIM (Sistem Informasi Manajemen)
    Berikut ini adalah konsep-konsep pokok SIM. 
    1. Konsep Informasi : 
        Informasi menambahkan sesuatu pada penyajian yaitu sehubungan dengan waktu dan mutu.
    2. Konsep Manusia sebagai Pengolah Informasi
       Kemampuan manusia sebagai pengolah informasi menentukan keterbatasan dalam sistem                   informasi dan mengesankan dasar-dasar rancangan mereka.
    3. Konsep Sistem
       Karena sistem informasi manajemen adalah suatu sistem, maka konsep sistem perlu untuk                   memahami dan merancang ancangan pada pengembangan sistem informasi.
    4. Konsep Organisasi dan Manajemen
        Sistem informasi berada di dalam sebuah organisasi dan dirancang untuk mendukung fungsi                manajemen. Informasi adalah penentu yang penting dalam bentuk keorganisasian. 
    5. Konsep Pengambilan Keputusan
        Rancangan SIM bukan hanya harus mencerminkan ancangan rasional terhadap optimasi, tetapi            juga teori keperilakuan pengembalian keputusan dalam organisasi.
    6. Konsep Nilai Informasi
      Informasi mengubah keputusan, perubahan dalam nilai hasil akan menentukan nilai informasi. Sistem informasi dalam perusahaan juga merupakan sistem terbuka, dimana terjadi arus sumber daya dengan lingkungannya. Dalam informasi, data input diperoleh dari lingkungan misalnya informasi kenaikan pajak yang diumumkan pemerintah, dan perubahan kurs mata uang. Semua data dari luar tersebut mengalir masuk ke dalam sistem.
 Oleh karena itu, sistem informasi membantu para manajer dan pimpinan perusahaan untuk mendapatkan gambaran mengenai perusahaan. Informasi yang didapat merupakan bahan masukan penting bagi manajer dalam pengembalian keputusan. 

3. Tujuan SIM
    Tujuan dari SIM, yaitu;
  1. Menyediakan informasi yang dipergunakan di dalam perhitungan harga pokok jasa, produk dan tujuan lain yang diinginkan manajemen.
  2. Menyediakan informasi yang dipergunakan dalam perencanaan, pengendalian, pengevalyasian dan perbaikan berkelanjutan.
  3. Menyediakan informasi untuk pengambilan keputusan. 
4. Model SIM 
    

               Definisi model sistem informasi manajemen dapat digambarkan pada gambar diatas. Database berisi data yang disediakan oleh SIA. Selain itu, data maupun informasi dimasukkan dari lingkungan. Isi database digunakan oleh perangkat lunak yang menghasilkan laporan periodik dan laporan khusus, serta model matematika yang mensimulasikan beragam aspek operasi perusahaan. Output perangkat lunak digunakan oleh orang-orang dalam perusahaan yang bertanggung jawab memecahkan masalah perusahaan. Tidak seperti SIA, SIM tidak berkewajiban menyediakan informasi bagi lingkungan. 

5. Peranan SIM dalam memecahkan masalah
Hasil dari aktivitas pemecahan masalah adalah  solusi. Memikirkan masalah sebagai sesuatu hal yang selalu buruk adalah suatu hal yang mudah untuk dilakukan, karena kita jarang mengartikan frase mengambil keuntungan dari sebuah situasi sama halnya dengan kita mengartikan frase memperbaiki sebuah situasi yang buruk. Kita akan memperhitungkan peraihan kesempatan ke dalam pemecahan masalah dengan mendefinisikan masalah sebagai suatu kondisi atau peristiwa yang merugikan atau memiliki potensi untuk merugikan bagi sebuah perusahaan atau yang menguntungkan atau yang memiliki potensi untuk menghasilkan keuntungan.
1. Peranan Interpersonal
2. Peranan Informasional
3. Peranan Keputusan

B. SPK (Sistem Penunjang Keputusan)

1. Definisi SPK 
Sistem pendukung keputusan (Inggris: decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan.
Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur yang spesifik.
Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis ad hoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat tidak biasa.
Tahapan SPK:
·         Definisi masalah
·         Pengumpulan data atau elemen informasi yang relevan
·         pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
·         menentukan alternatif-alternatif solusi (bisa dalam persentase)
2. Konsep SPK 
Konsep Dasar Sistem Pendukung Keputusan
Sistem pendukung keputusan (SPK) mulai dikembangkan pada tahun 1960-an, tetapi istilah sistem pendukung keputusan itu sendiri baru muncul pada tahun 1971, yang diciptakan oleh G. Anthony Gorry dan Micheal S. Scott Morton, keduanya adalah profesor di MIT. Hal itu mereka lakukan dengan tujuan untuk menciptakan kerangka kerja guna mengarahkan aplikasi komputer kepada pengambilan keputusan manajemen.
         Sementara itu, perintis sistem pendukung keputusan yang lain dari MIT, yaitu Peter G.W. Keen bekerja sama dengan Scott Morton telah mendefenisikan tiga tujuan yang harus dicapai oleh sistem pendukung keputusan, yaitu :
1.      Sistem harus dapat membantu manajer dalam membuat keputusan guna memecahkan masalah semi terstruktur.
2.      Sistem harus dapat mendukung manajer, bukan mencoba menggantikannya.
3.      Sistem harus dapat meningkatkan efektivitas pengambilan keputusan manajer. 

3. Tujuan SPK
·         Membantu menyelesaikan masalah semi-terstruktur
·         Mendukung manajer dalam mengambil keputusan suatu masalah
·         Meningkatkan efektifitas bukan efisiensi pengambilan keputusan
  
4. 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.

5. Peranan SPK dalam memecahkan masalah
Masalah sering kali muncul dalam kehidupan manusia. Setiap permasalahan tidak akan berhenti sendiri tanpa disertai solusi untuk menyelesaikannya.masalah sering kali terjadi pada komunitas- komunitas baik komunitas kecil maupun komunitas besar. Permasalahan yang kompleks sering terjadi pada perusahaan-perusahaan yang pada akhirnya secara tidak langsung menuntut seorang menejer untuk membuat sebuah keputusan.
Pada saat ini suatu pendekatan sistematis untuk pemecahan masalah telah
diciptakan yang terdiri dari tiga jenis usaha :
1.      persiapan
2.      definisi
3.      solusi
Dalam mempersiapkan pemecahan masalah, manajer memandang perusahaan sebagai suatu system dengan memahami lingkungan perusahaan dan mengidentifikasi subsistem-subsistem dalam perusahaan. Dalam mendefenisikan masalah, manajer bergerak dari tingkat system ke subsistem dan menganalisis bagian-bagiansistem menurut suatu urutan tertentu. Dalam memecahkan masalah manajer mengidentifikasi berbagai solusi alternative, mengevaluaasinya, memilh yang terbaik, menerapkannya, dan membuat tindak lanjut untuk memastikan bahwa solusi itu berjalan sebagaimana
mestinya.

Daftar Pustaka :
Diposting oleh di Tidak ada komentar:
Langganan: Postingan (Atom)