#SIP Artificiall Intelligent

1.      Sejarah dan definisi AI

A.    Definisi Artificial Inteligent

Ada beberapa definisi tetang Artificial intelligence (AI, Kecerdasan buatan) menurut beberapa ahli seperti berikut :

Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.

H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

Ensiklopedi Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah aturan.

Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan.

Secara sederhana AI adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer. Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia, sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah dengan pemikiran seperti seorang manusia.

Tujuan penilitian dari AI meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami, persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat, ilmu saraf, psikologi buatan dan banyak lainnya.

B.     Sejarah Artificial Inteligent

Era komputer elektronik (1941)

Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

Masa persiapan AI (1943-1956)

Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.

Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.

Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.

Awal perkembangan (1952-1969)

Pada tahun 1958, McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada tahun 1959, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.

Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.

Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.

Perkembangan AI melambat (1966-1974)

Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti  Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.

Sistem berbasis pengetahuan (1969-1979)

Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

AI menjadi sebuah industry (1980-1988)

Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.

Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988

Kembalinya jaringan saraf tiruan (1986 – sekarang)

Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.

C.     Hubungan Artificial dan kognisi manusia

Kognisi merupakan kepercayaan seseorang tentang sesuatu yang didapatkan dari proses berpikir tentang sesuatu. Proses yang dilakukan adalah memperoleh pengetahuan dan memanipulasi pengetahuan melalui aktivitas mengingat, menganalisis, memahami, menilai, menalar, membayangkan dan berbahasa. Selain itu, kognisi manusia sendiri adalah proses-proses mental atau aktivitas pikiran manusia dalam mencari, menemukan, atau mengetahui dan memahami informasi dari lingkungannya.
      Artificial Intelligence atau yang disebut dengan kecerdasan buatan ini adalah ilmu yang berdasarkan proses manusia berpikir. Hal ini dapat dilihat pada cara kerja AI dan kognisi manusia dimana cara kerja kognisi manusia adalah menerima stimulus, kemudian dproses dan setelah itu akan menghasilkan respon. Dan cara kerja Artificial Intelligence adalah menerima input, diproses dan kemudian mengeluarkan output berupa suatu keputusan. Dengan demikian, melaui pengetahuan tentang proses berpikir dan mengetahui bagaimana untuk membuat asumsi-asumsi yang pasti tentang bagaimana cara berpikir tersebut, maka dengan asumsi-asumsi itulah para peneliti menggunakannya untuk mendesain suatu program komputer yang mempunyai kecerdasan secara buatan.

Semua proses berpikir menolong manusia untuk menyelesaikan sesuatu masalah. Pada saat otak manusia mendapat informasi dari luar, maka suatu proses berpikir memberikan petunjuk tindakan atau respon apa yang dilakukan. Hal ini merupakan suatu reaksi otomatis dan respon yang spesifik dicari untuk menyelesaikan masalah tertentu. Demikian hal nya dengan Artificial Intelligence yang dibuat untuk membantu manusia untuk menyelesaikan masalahnya.
      Dalam proses berpikir, proses ini berhubungan dengan fakta-fakta yang sangat banyak sebelum memberikan respon atau tindakan. Selama proses, ada suatu sistem yang mengarahkan pemilihan respon yang tepat dan disebut dengan pemotongan (prunning). Proses ini mengeliminasi litasan dari berpikir yang tidak relevan dalam usaha mencapai tujuan. Jadi proses ini akan memotong setiap fakta-fakta yang tidak akan mengarah ke tujuan.
        Teknik pemrograman dengan kecerdasan buatan (AI) memiliki persamaan dengan otak manusia dalam hal prosesnya. Kecerdasan buatan (AI) juga meniru proses belajar manusia dimana informasi yang baru diserap dan dimungkinkan untuk digunakan sebagai referensi pada waktu yang akan datang. Di sini, informasi yang baru dapat disimpan tanpa harus mengubah cara kerja pikiran yang dapat mengganggu fakta-fakta yag sudah ada. Sehingga, dengan kecerdasan buatan (AI) dimungkinkan untuk membuat program di mana setiap bagian dari program benar-benar independen dan di setiap bagian dari program nya seperti potongan-potongan informasi dalam otak manusia.

2.      Expeert Sistem (Sistem Pakar)

A.    Apa itu sistem pakar?

Sistem pakar

Merupakan sebuah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran yang dimiliki manusia sebagai pakar yang tersimpan di dalam komputer, dan digunakan untuk menyelesaikan masalah yang lazimnya memerlukan pakar tertentu.

Konsep Dasar 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.

Ciri-ciri Sistem Pakar

1.      Memiliki informasi yang handal.

2.      Mudah dimodifikasi.

3.      Heuristik dalam menggunakan pengetahuan (yang sering kali tidak
sempurna) untuk mendapatkan penyelesaiannya.

4.      Dapat digunakan dalam berbagai jenis komputer.

5.      Memiliki kemampuan untuk beradaptasi.

Struktur Sistem Pakar

Sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment) (Turban, 1995). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar.

B.     Contoh sistem pakar

1.       ELIZA 

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya yang dimana Eliza berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional Eliza melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

2.      PARRY

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophrenia paranoid berdasarkan konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi : penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari Eliza. 

3.       NET TALK

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.

REFERENSI:

https://nadjaneruda.wordpress.com/2016/12/03/sip-ai-expert-system/

https://friskamel12.wordpress.com/2016/01/06/artificial-inteligence-sejarah-dan-hubungannya-dengan-kognisi-manusia/

https://evangelinosite.wordpress.com/2017/09/28/artificial-intelligence-definisi-sejarah-dan-contoh-kecerdasan-buatan/

Kusrini. 2006. Sistem pakar, teori dan aplikasi. Andi: Yogyakarta. Pertemuan 1. Pengantar kecerdasan buatan.

Kusumadewi, S. (2003). Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta:

Graha Ilmu.

#SIP Sistem Informasi dan Sistem Penunjang keputusan

1.      Pengertian SIM dan SP

K

A.    Pengertian sistem informasi manajemen

Menurut beberapa pakar dibidangnya,  Pengertian Sistem Informasi Manajemen menurut Laudon dan Laudon (2008) adalah : “Suatu susunan komponen-komponen yang terintegrasi & bekerja secara bersama-sama untuk mengumpulkan, memproses, menyimpan dan menyebarkan informasi untuk mendukung pengambilan keputusan, koordinasi, control, analisis dan visualisasi dalam sebuah organisasi”. Sedangkan menurut Davis (2009) adalah: “Suatu sistem operasional yang melaksanakan beraneka - ragam fungsi untuk menghasilkan keluaran yang berguna bagi pelaksana operasi dan manajemen organisasi yang bersangkutan.”

Secara umum, Sistem informasi manajemen adalah sebuah sistem informasi yang menyediakan untuk pelaporan yang berorientasi manajemen berdasarkan pemrosesan transaksi dan operasi organisasi/perusahaan. Manajemen memiliki beberapa fungsi atau peranan dalam suatu organisasi:

a)      Planning (perencanaan)

b)      Organizing (pengelompokkan)

c)      Staffing (menyusun bagian-bagian)

d)     Directing (mengarahkan)

e)      Controling (mengendalikan)

B.     Konsep Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS), pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan.

Beberapa Definisi Lain dari Sistem Penunjang Keputusan

a)      Menurut Little (1970), Sistem pendukung keputusan adalah sebuah himpunan/kumpulan prosedur berbasis model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan keputusannya.

b)      Menurut Alter (1990), membuat definisi sistem pendukung keputusan dengan memabandingkannya dengan sebuah sistem pemrosesan data elektronik (PDE) /Electronic Data Processing tradisional

2.      Konsep SPK dan SIM

A.    Konsep Sistem Pendukung Keputusan

A. Permasalahan Terstruktur

Masalah Terstruktur adalah masalah yang dapat di ketahui penyelesaiannya dengan jelas dan pada umumnya terjadi berulang-ulang dan mempunyai fase terstruktur. Masalah terstruktur mempunyai 3 tahapan yaitu intelijen, rancangan dan pilihan.sifat-sifatnya:

a)       Berulang-ulang

b)       Rutin

c)       Mudah di pahami

d)       Memiliki pemecahan yang standar berdasarkan analisa kuantitatif

e)       Di buat menurut kebiasaan, aturan, prosedur tertulis maupun tidak

f)        Sering di otomatisasi

g)       Prosedur untuk mengetahui solusi terbaik di ketahui

h)       Tujuan dengan jelas terdefinisi

i)         Sistem pendukung manajemen dapat sangat berguna

B. Masalah Tidak Terstruktur

Masalah Tidak Terstruktur adalah masalah yang tidak jelas solusinya, jarang terjadi, proses penanganannya lebih rumit dan tidak mempunyai fase terstruktur. Misalnya masalah yang tidak berulang atau masalah yang tidak dapat di prediksi.
sifat-sifatnya:

a)       Tidak berulang dan jarang terjadi

b)       Tidak ada model untuk memecahkan masalah ini

c)       Butuh intuisi

d)       Problem yang masih kabur dan cukup komplek

e)       Tidak ada solusi yang langsung bisa di pakai

f)        Mengenai masalah khusus, khas, dan tidak biasa

g)       Kebijakan yang ada belum menjawab.

Contoh:

Sebuah keputusan akan diambil oleh seseorang apabila ketika dalam keadaan lapar maka setiap orang mengambil keputusan. Untuk “makan”, (Masalah Terstruktur) contoh tersebut dapat dikatakan terstruktur karena keputusan itu bersifat rutin, mudah difahami, memiliki prosedur yang jelas, dan tujuan yang terdefinisi. Namun, masalah tersebut akan menjadi masalah yang tidak tertruktur apabila pada saat orang tersebut akan mengambil keputusan “makan”, maka makanan apa yang akan dimakan? (Masalah Tidak terstruktur) Untuk mengetasi permasalahan tersebut, maka orang tersebut akan mempertimbangkan berbagai faktor seperti keuangan, tempat, waktu, dan lainnya.

SPK dapat menjadi jalan keluar apabila digunakan untuk menyelesaikan permasalahan Tidak Terstruktur (Seperti pada contoh dua).

B.     Konsep-konsep Pokok Sistem Informasi Manajemen

Selain kita harus mengetahui definisi dari SIM, kita juga harus mengetahui dan memahami konsep-konsep yang berhubungan dengan informasi, pemakaian informasi, dan nilai informasi. Berikut adalah konsep-konsep pokok SIM.

a)       Konsep Informasi

Informasi menambahkan sesuatu pada penyajian yaitu sehubungan dengan waktu dan mutu.

b)       Konsep Manusia sebagai Pengolah Informasi

Kemampuan manusia sebagai pengolah informasi menentukan keterbatasan dalam sistem informasi dan mengesankan dasar-dasar rancangan mereka.

c)       Konsep Sistem

Karena sistem informas manajemen adalah sebuah sistem, maka konsep sistem perlu untuk memahami dan merancang ancangan pada pengembangan sistem informasi.

d)       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.

e)        Konsep Pengambilan Keputusan

 Rancangan SIM bukan hanya harus mencerminkan anacangan rasional terhadap         optimasi, tetapi juga teori keperilakuan pengambilan keputusan dalam organisasi.

f)        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, sitem informasi membantu para manajer dan pimpinan perusahaan untuk mendapatkan gambaran mengenai perusahaan. Informasi yang didapat merupakan bahan masukan penting bagi manajer dalam pengambilan keputusan.

3.      Model SIM dan SPK

A.      Model Sistem Informasi

1.      Model Tersentralisasi (Terpusat)

Model ini sudah dikenal semenjak tahun 1960-an dengan mainframe sebagai faktor utama. Mainframe adalah komputer yang berukuran relatif besar yang ditujukan untuk menangani data yang berukuran besar,dengan ribuan terminal untuk mengakses data dengan tanggapan yang sangat cepat dan melibatkan jutaan transaksi. Implementasi dari arsitektur terpusat adalah pemrosesan data yang terpusat (biasa disebut komputasi terpusat). Semua pemrosesan data dilakukan oleh komputer yang ditempatkan didalam suatu lokasi yag ditujukan untuk melayani semua pemakai dalam organisasi. Kebanyakan perusahaan yang tidak mempunyai cabang menggunakan model seperti ini.

2.      Model Desentralisasi (Tersebar/Terdistribusi)

Model  desentralisasi merupakan konsep dari pemrosesan data tersebar (atau
terdistribusi). Sistem pemrosesan data terdistribusi (atau biasa disebut sebagai komputasi tersebar) sebagai sistem yang terdiri atas sejumlah komputer yang tersebar pada berbagai lokasi yang dihubungkan dengan sarana telekomunikasi dengan masing-masing komputer mampu melakukan pemrosesan yang serupa secara mandiri, tetapi bisa saling berinteraksi dalam pertukaran data.

a.       Keuntungan Sistem Pemrosesan Data Desentralisasi (Tersebar/Terdistribusi)

1)      Penghematan biaya

2)      Peningkatan tanggung jawab terhadap pengeluaran biaya

3)      Peningkatan kepuasan pemakai

4)      Kemudahan pencadangan ketika terjadi musibah

b.      Keuntungan Sistem Pemrosesan Data Desentralisasi (Tersebar/Terdistribusi)

1)      Memungkinkan kekacauan kontrol terhadap sistem komputer.

2)      Ketidaksesuaian dlm menyediakan hardware & software.

3)      Standardisasi bisa tak tercapai.

1.      Model Client/Server   (Pada model ini ada sebagian yang disebut client dan  ada yang disebut server.)

a.       Client

1)     Sembarang sistem/proses yang melakukan sesuatu permintaan data layanan ke server.

2)     Mempunyai kemampuan untuk melakukan proses sendiri.

3)     Ketika sebuah client meminta suatu data ke server, server akan segera menanggapinya dengan memberikan data yang diminta ke client yang bersangkutan. Setelah data diterima, client segera melakukan pemrosesan.

b.      Server

1)     Sistem/proses yang menyediakan data/layanan yang diminta oleh client

2)     Secara fisik dapat berupa komputer (mainframe, mini-komputer, workstation, ataupun PC) atau piranti yg lain (misalnya printer)

3)     Namun tidak harus berupa sistem fisik, tetapi juga bisa berupa suatu proses, sebagai contoh adalah yang disebut sebagai database server adalah sebuah proses di dalam komputer untuk menangani permintaan akses  basis data.

B.     Model sistem pendukung keputusan

1.      Model SPK menurut Turban

Representasi sistem atau masalah berdasarkan model dapat dilakukan dengan berbagai macam tingkat abstraksi, oleh karenanya model diklasifikasikan menjadi tiga kelompok menurut tingkat abstraksinya, antara lain (Turban, 1998) :

a)      Model Iconik (Skala)

Sebuah model iconik, model abstraksi terkecil adalah replika fisik sebuah sistem, biasanya pada suatu skala yang berbeda dari aslinya. Model iconik dapat muncul pada tiga dimensi (miniatur maket), sebagaimana pesawat terbang, mobil, jembatan, atau alur produksi. Photografi adalah jenis model skala iconik yang lain, tetapi hanya dalam dua dimensi.

b)      Model Analog

Sebuah model yang tidak tampak mirip dengan model aslinya, tetapi bersifat seperti sistem aslinya. Model analog lebih abstrak dari model iconik dan merupakan perpresentasi simbolik dari realitas. Model ini biasanya berbentuk bagan atau diagram 2 dimensi, dapat berupa model fisik, tetapi bentuk model berbeda dari bentuk sistem nyata.

c)      Model Matematik (Quantitatif)

Kompleksitas hubungan pada banyak sistem organisasional tidak dapat disajikan secara model icon atau model analog, atau representasi semacam itu malah dapat menimbulkan kesulitan dan membutuhkan banyak waktu dalam pemakaiannya. Oleh karena itu model yang tepat dideskripsikan dengan model matematis. Sebagian besar analisis sistem pendukung keputusan dilakukan secara numerik dengan model matematis atau model quantitatif yang lain.

Berikut beberapa contoh lain :

a)      Bagan organisasi yang menggambarkan hubungan struktur otoritas, dan tanggung jawab.

b)      Sebuah peta dimana warna yang berbeda menunjukkan obyek yang berbeda misalnya sungai atau pegunungan.

c)      Bagan pasar modal yang menunjukkan pergerakan harga saham.

d)     Cetak biru dari sebuah mesin atau rumah.

2.      Model pendukung keputusan menurut Kas

Penggunaan model menurut Kas diantaranya:

1.      Rasional

model perilaku manusia berdasarkan keyakinan bahwa orang-orang, organisasi, dan bangsa menjalankan kalkulasi pemaksimalan nilai, yang secara mendasar konsisten. Pendukungan keputusan yang rasional merukan proses yang komplek. Tahapan rasional decision making proses:

a.   Mengenal permasalahan.

b.  Definisikan tujuan.

c.   Kumpulkan data yang relevan.

d.  Identifikasi alternative yang memungkinkan (feasible).

e.   Seleksi kriteria untuk pertimbangan alternative terbaik.

f.   Modelkan hubungan antara kriteria, data, dan alternative.

g.  Prediksi hasil dari semua alternative.

h.  Pilih alternative terbaik.

2.  Organisasional 

model-model pengambilan keputusan yang memperhitungkan karakteristik politik dan structural dari organisasi.

2.      Birokrasi

Pengambilan keputusan  dalam bentuk apapun yang dilakukan organisasi adalah hasil dari rutinitas dan proses bisnis yang terasah oleh penggunaan aktif selama bertahun-tahun.

3.      Keputusan klasik (classical dision)

berpandangan bahwa manager bertindak dalam kepastian. Merupakan model yang sangat rasional untuk pembuatan keputusan manajerial.

4.      Keputusan administrasi

menurut Herbert Simon, manager dalam pengambilan keputusan menghadapi 3 kondisi:

a.   Informasi tidak sempurna, dan tidak lengkap.

b.  Rasionalitas yang terbatas (bounded rasionality).

c.   Cepat puas (satisfice).

Dan ada 3 konsep untuk membantu manajer menempatkan pembuatan keputusan dalam perspektif, yaitu:

a.       Rasionalitas terbatas dan memadai (bounded rationality and satisficing)

Menekankan bahwa pembuatan keputusan harus menghadapi kenyataan tidak memadainya informasi mengenai sifat masalah dan menyelesaikan yang mungkin, kekurangan waktu dan uang untuk mengumpulkan informasi yang lebih lengkap, ketidakmampuan untuk mengingat sejumlah dasar informasi, dan batas-batas kecerdasan mereka sendiri. Yang perlu dipelajari oleh pembuatan keputusan efektif adalah menerima yang memadai dengan gambaran sasaran organisasi jelas terbayang dalam benak.

b.  Heuristic

Orang yang tergantung pada prinsip heuristic / pedoman umum, untuk menyederhanakan pembuatan keputuasan

c.   Memutuskan siapa yang membuat keputusan (bisa)

Model rasional tidak memberikan pedoman mengenai siapa yang harus membuat keputusan, “siapa yang akan memutuskan?”  merupakan keputusan pertama yang harus dibuat manajer. Keputusan ini bias sangat rumit.

4.      Peranan SPK dan SIM dalam pemecahan masalah dibidang psikologi

A.    Peranan SPK dalam pemecahan masalah dibidang psikologi

Istilah sistem pendukung keputusan (Decision Support System-DSS) digunakan untuk mendeskripsikan sistem yang dirancang membantu manajer memecahkan masalah tertentu. Ide dasarnya adalah agar manajer dan computer dapat bekerja sama untuk memecahkan masalah. Pemecahan masalah diperoleh melalui tahapan-tahapan dasar dan menggunakan kerangka berfikir yang umum sebagaimana berlaku dibanyak perusahaan. Dengan mengikuti pendekatan sistem untuk menyelesaikan masalah, manajer melihat sistem secara keseluruhan.

 Perlakuan penyelesaian masalah dikelompokkan kedalam tiga tahapan,yaitu : langkah persiapan, langkah pendefinisian dan langkah pemecahan. Solusi masalah sistem adalah solusi yang membuat sistem tersebut memenuhi tujuan yang paling baik, sebagaimana yang dicerminkan dalam standar kinerja sistem. Standar dimana menggambarkan situasi yang diinginkan (desired state), apa yang harus dicapai sistem tersebut. Manajer juga harus memiliki informasi yang menggambarkan saat ini (current state), apa yang dicapai sistem tersebut saat ini.

B.     Peranan Sistem Informasi Manajemen Dalam Pemecahan Masalah psikologi

Sistem Informasi Manajemen dan subsistem – subsistem organisasinya berkontribusi pada pemecahan masalah dalam 2 cara dasar :

a.       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.

b.      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.

REFERENSI

http://cheesterzone.blogspot.com/2011/11/pengertian-sistem-penunjang-keputusan.html

https://deathneverlost.wordpress.com/2014/10/13/sistem-informasi-manajemen-dan-sistem-penunjang-keputusan/

http://lecturer.ukdw.ac.id/othie/KonsepSI.pdf

http://noormutia.blogspot.com/2013/07/model-pengambilan-keputusan.html

http://wartawarga.gunadarma.ac.id/2009/12/struktur-database/