SISTEM INFORMASI BERBASIS KOMPUTER (SISTEM PAKAR DAN SISTEM PENGAMBILAN KEPUTUSAN) DAN ARTIFICIAL INTELEGENCE (AI)
Sebelum membahas sistem informasi berbasis komputer ada baiknya kita harus mengetahui apa itu sistem informasi. Sebenarnya sistem informasi pada komputer dan sistem informasi pada manusia itu hamir sama namun yang membedakan itu hanya dalam tahap penyimpanan dan tahap pemanggilan kembali datanya. Sistem pemrosesan informasi manusia, aliran proses informasi manusia dimulai dari ditangkapnya stimulus atau rangsangan dari lingkungan sekitar oleh indera kita (mata, kulit, dll) yang kemudian dikirim ke otak. Di dalam otak semua stimulus ini diproses yang kemudian menghasilkan berbagai keluaran seperti membuat keputusan.
Menurut Turban, McLean, dan Wetherbe (dalam khairunissa, 2012) Sistem informasi adalah sebuah sistem informasi yang mempunyai fungsi mengumpulkan, memproses, menyimpan, menganalisis, dan menyebarkan informasi untuk tujuan yang spesifik.
Sistem informasi adalah kumpulan perangkat keras dan lunak yang dirancang untuk mentransformasikan data ke dalam bentuk informasi yang berguna (Bodnar dan HopWood, dalam khairunissa, 2012) sedangkan Menurut Alter (dalam khairunissa, 2012) Sistem informasi adalah kombinasi antara prosedur kerja, informasi, orang, dan teknologi informasi yang diorganisasikan untuk mencapai tujuan dalam sebuah perusahaan.
Sistem Informasi Berbasis Komputer atau Computer Based Information System (CBIS) merupakan sistem pengolahan suatu data menjadi sebuah informasi yang berkualitas dan dapat dipergunakan sebagai alat bantu yang mendukung pengambilan keputusan, koordinasi dan kendali serta visualisasi dan analisis. Dalam CBIS biasanya berkaitan dengan data, informasi, sistem, sistem informasi dan basis komputer.
A. SISTEM PAKAR
Menurut Martin dan Oxman (dalam Togatorop,2012) 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. Sedangkan menurut pengertian lainnya, Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Untuk lebih lanjutnya bisa dilihat disini (http://nurulaisyah2.wordpress.com/2012/10/13/sistem-pakar/).
Jadi sistem pakar adalah sistem yang ditranfer dari seorang ahli melalui komputer, lalu pengetahuan yang ditransfer itu disimpan dalam komputer yang berguna bagi user berkonsultasi pada komputer untuk suatu nasehat kemudian komputer dapat menyimpulkan dari yang dikonsultasikan seperti layaknya seorang pakar, selain itu juga komputer bisa menjelaskan ke user tersebut bahkan dengan alasan-alasannya.
Menurut Efraim Turban (dalam Hasanah,2011) konsep dasar sistem pakar mengandung: keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman.
Ciri-Ciri Sistem Pakar
- Mudah dimodifikasi
- Dapat digunakan dalam berbagai jenis komputer
- Memiliki kemampuan untuk belajar beradaptasi
- Memiliki fasilitas informasi yang handal
Keuntungan Sistem Pakar :
- Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan biaya sehari-hari.
- Menghemat waktu dalam pengambilan keputusan.
- Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi sistem pakar dengan komputer lain membuat lebih efektif, dan bisa mencakup lebih banyak aplikasi.
Kelemahan Sistem Pakar :
- Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan kepakaran sangat sulit di ekstrak dari manusia karena sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani masalah.
- Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.
- Transfer pengetahuan dapat bersifat subjektif dan bias.
Gambar 1 : Komponen-komponen yang terdapat dalam arsitektur/struktur sistem pakar (http://nurulaisyah2.wordpress.com/2012/10/13/sistem-pakar/)
Contoh Sistem Pakar
a. MYCIN (sistem MYCIN bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah. Keputusan terakhir atas pengobatan tersebut tetap menjadi tanggung jawab dokter)
b. DENDRAL (mengidentifikasi struktur molekular campuran kimia yang tak dikenal)
c. SOPHIE (analisis sirkuit elektronik)
d. PROSPECTOR (Sistem pakar yang membantu ahli geologi dalam mencari dan menemukan deposit)
e. DELTA (sistem yang dirancang untuk membantu karyawan bagian pemeliharaan mesin lokomotif diesel dalam memantau mesin-mesin yang tidak berfungsi dengan baik dan membimbing ke arah prosedur perbaikan)
f. FOLIO (sistem yang menolong stock broker dan tugas manajer dalam menangani investasi bagi kepentingan para langganannya)
g. EL (digunakan untuk menganalisa dan membantu rekayasa rancangan sirkuit elektronik yang terbuat dari transistor, dioda dan resistor)
h. YESMVS (membantu operator komputer dan mengontrol sistem operasi MVS(Multiple Virtual Storage))
i. ACE (sistem Pakar troubleshooting pada sistem kabel telepon)
Aplikasi Sistem Pakar Dalam Bidang Psikologis
Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase yang paling rentan untuk mengalamin gangguan dan sangat perlu diperhatikan satu demi satu tahapan perkembangannya. Contoh satu bentuk gangguan perkembangan adalah conduct disorder. Conduct disorder adalah satu kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut.
Contoh lain implementasinya adalah tes kepribadian. Aplikasi tes kepribadian berbasiskan sistem pakar ini, lebih mudah dan lebih cepat dalam proses pengukuran kepribadian dibandingkan metode terdahulu, sehingga memberikan banyak keuntungan dari segi penghematan waktu, tenaga, dan memudahkan kinerja user (pemakai) dalam mengukur kepribadiannya masing-masing. Selain itu aplikasi tes kepribadian ini dikemas dengan tampilan yang cukup menarik. Namun demikian, aplikasi tes kepribadian berbasiskan sistem pakar ini tidak bisa menggantikan seorang ahli karena dia pakar di bidangnya. Aplikasi sistem pakar ini hanyalah alat bantu yang sangat bergantung pada data-data yang di-input oleh seorang programmer sehingga aplikasi sistem pakar ini haruslah selalu dikembangkan.
Gambar 2 Use Case Diagram Aplikasi Sistem Pakar Tes kepribadian
B. SISTEM PENGAMBILAN KEPUTUSAN
Sistem yang berbasis komputer yang dipergunakan untuk membantu para pengambil keputusan dalam rangka memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan kalkulasi manual dengan cara melalui simulasi yang interaktif dimana data dan model analisis sebagai komponen utama. Pengertian sistem pengambilan keputusan (SPK) atau DSS (Decision Support System) secara umum adalah Sebuah sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur sedangkan secara khusus adalah Sebuah sistem yang mendukung kerja seorang manajer maupun sekelompok manajer dalam memecahkan masalah semi terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu. Menurut Moore and Chang (dalam arfian, 2011) 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 yang tidak biasa. Jadi menurut saya sistem pengambilan keputusan adalah suatu sistem yang dirancang untuk mengkomunikasikan masalah dan menyelesaikan pemecahan masalah yang dilakukan manajer bersifat semi struktur yang spesifik.
Gambar 3. Model DSS (Decision Suporrt Sytem)
(http://arfian-07111032.blogspot.com/2009_06_01_archive.html)
Contoh gambar aplikasi sistem pengambilan keputusan dengan ilmu matematika
(http://moethya26.wordpress.com/category/psychology/sistem-informasi-psikologi/cbis/)
Contoh lain: antara sistem pengambilan keputusan aplikasi Business Intelligence – Dashboard sebagai ajuan system pendukung keputusan atau decision support system yang hendak diimplementasikan dalam perusahaan:
Prototipe Tampilan Dashboard untuk Pengaplikasian Business Intelligence bagi Sistem Pendukung Keputusan, Dibuat Menggunakan Tool Xcelcius Disambungkan ke Warehouse SAP-Business Intelligence
Elemen-elemen yang ditampilkan:
- Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard.
- Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1)
- Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan).
- Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan).
- Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan).
- Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.
- Grafik pembelian dari setiap klien yang kategorinya adalah:
- Pembelian per klien Travel Agent
- Pembelian per perusahaan
- Pembelian per wilayah kota penjualan di Indonesia; semua kota yang memiliki bandara (missal Jakarta, Bandung, Surabaya, dan lainnya).
3. AI (Artificial Intelligence)
Menurut John McCarthy (1956), AI (artificial intelligence) adalah Untuk mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia. Sedangkan menurut Simon (1987) bahwa kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah cerdas. Tujuan dari kecerdasan buatan menurut Winston dan Prendergast(1984) yaitu membuat mesin menjadi lebih pintar (tujuan utama), memahami apa itu kecerdasan (tujuan ilmiah) dan membuat mesin lebih bermanfaat (tujuan entrepreneurial).
a. Perbandingan Kecerdasan Buatan dengan Kecerdasan Alamiah
- Keuntungan Kecerdasan Buatan dibanding kecerdasan alamiah:
- Memberikan kemudahan dalam duplikasi dan penyebaran
- Dapat didokumentasi
- Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik dibanding manusia
- Keuntungan Kecerdasan Alamiah dibanding kecerdasan buatan:
- Bersifat lebih kreatif
- Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa simbol dan representasirepresentasi
- Fokus yang luas sebagai referensi untuk pengambilan keputusan sebaliknya AI menggunakan fokus yang sempit
b. Bidang AI
- System pakar adalah suatu system yang dibuat berdasarkan orang yang benar -benar ahli dalam bidang dan berpengalaman
- Pengolahan Bahasa Alami (natural language processing) adalah suatu bidang yang dimana ai tersebut mengolah perintah bahasa sehari -hari ke dalamAI tersebut agar melakukan sesuatu yang sesuai dengan perintah tersebut
- Pengenalan visual adalah suatu bidang AI yang mengubah hasil visual dalam komputer kita ke dalam bentuk suara bidang ini juga berfungsi sebagai alat bantu bagi tunanetra untuk membaca
- Pengenalan ucapan adalah suatu bidang AI yang mengubah bentuk suara dalam suatu format file agar dapat dibaca dan sebalik na mengubah suatu text file menjadi suara oleh penguna misal nya sepertitelpon untuk orang bisu dan tuli
- Robotika dan sensor adalah bidang AI yang berfungsi sebagai mendeteksi suatu keberadaan benda sehingga AI tersebut dapat bergerak sesuai dengan program yang telah dirancang
- Computer Vision adalah bidang AI yang berfungsi untuk mengetahui hasil inputan dan di keluarkan dalam bentuk visual misal nya pengenalan pola sidik jari dan pengenalan tulisan
- Intelligent computer-aided instruction adalah bidang AI yang berfungsi sebagai tutor atau membantu dalam pembelajaran di bidang tertentu
- Game Playing adalah bidang AI yang dibuat dalam permainan misalnya Deep blue adalah program AI yang dibuat untuk permainan catur
c. Aplikasi AI dalam Ilmu Kognitif :
Bidang Kesehatan :
1) Rekam Medik Elektronik (Electronic Medical Record atau EMR)
2) Kecerdasan buatan untuk analisis kondisi ginjal pasien
3) Versi seperti sinar-X yang dilengkapi dengan visualisasi realitas yang memungkinkan dokter bedah otak untuk “melihat ke dalam” jaringan untuk mengoperasikan, mengawasi, dan mengevaluasi keadaan penyakit.
4) Animasi otomatis dan interface peraba yang memungkinkan pemakai untuk berinteraksi dengan objek virtual memalui sentuhan (misalnya, mahasiswa kedokteran dapat “merasakan” cara menjahit pembuluh nadi yang rusak).
d. Aplikasi AI dalam Ilmu Robotik :
1) 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. 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.
2) John McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp
e. Aplikasi AI dalam Interface Alami :
1) Teknologi bahasa alami untuk menelusuri semua jenis informasi online, dari teks hingga gambar, video, peta, dan klip audio, sebagai tanggapan terhadap pertanyaan dalam bahasa Inggris. Contohnya Google map dll.
2) Sistem interface komputer-manusia (human-computer interface – HCI) yang cerdas yang dapat memahami bahasa lain dan bahasa tubuh, serta membantu penyelesaian masalah dengan cara mendukung kerja sama dalam organisasi guna menyelesaikan masalah tertentu.
f. Gambar AI
KESIMPULAN
Sistem yang bekerja seperti seorang ahli disebut dengan sistem pakar. Pada dasarnya, sebuah sistem pakar adalah spesialis tiruan yang memecah masalah yang termasuk dalam keahliannya. Sistem pakar telah dirancang untuk memecahkan masalah dalam bidang kedokteran, hukum, aerodinamis, catur, dan hal-hal rutin yang sangat banyak yang biasanya membosankan kita atau mungkin beberapa kasus yang sulit dipecahkan manusia. Sistem ini mengikuti aturan-aturan yang telah ada, yang sering mengggunakan pohon keputusan tetapi bagaimanapun sistem ini hanya bisa “memikirkan” satu hal saja. Sistem pakar dalam bidang kesehatan mungkin tidak bisa melihat isi dari sebuah lubang di lantai tetapi bisa membuat diagnosis yang akurat dan masuk akal. Salah satu alasan ilmuan AI memperhatikan pemecahan masalah karena istilah tersebut mirip dengan berpikir yang dalam bentuknya yang menakjubkan adalah atribut manusia yang unik. Fakta ini dan kemampuan umum mesin AI dengan kemampuan untuk memenuhi prosedur pemecahan masalah telah membuat teknik maupun teori mengenai hal ini tumbuh pesat. Kesimpulan tentang AI dan simulasi komputer adalah adanya lompatan besar antara konsep dari jenis aksi yang dihasilkan otak manusia dan otak buatan. Ketika dan jika program pemikir di masa depan mampu melampaui pemikiran manusia, maka manusialah yang secara otomatis akan memberi makan informasi terhadap komputer dan mengaturnya dalam operasional mesin pemikir yang baru. Mungkin akan lebih cermat jika menempatkan skema ke dalam otak yang baru yang akan mampu menjelaskan hal-hal kepada kita dengan istilah manusia yang sederhana atau kita akan tersingkir dari sisi fungsi pelayanan kita bukan dari fungsi intelektualnya.
DAFTAR PUSTAKA
Aisyah, N. (2012). Sistem pakar. Diakses tanggal 25 september 2013. http://nurulaisyah2.wordpress.com/2012/10/13/sistem-pakar/.
Anonim (2009). Artificial Intelligence (AI). Diakses tanggal 30 september 2013. xa.yimg.com/kq/groups/23099829/388447379/name/AI-01.ppt.
Anonim (2012). Decision support system ( sistem pendukung keputusan). Diakses tanggal 29 september 2013. http://ag92110007.wordpress.com/decision-support-system-sistem-pendukung-keputusan/.
Anonim. (2012). Chapter II. Diakeses tanggal 26 september 2013. repository.usu.ac.id/bitstream/123456789/16955/4/Chapter II.pdf.
Anonim. (2012). Sistem informasi psikologi. Diakses tanggal 27 september 2013.http://moethya26.wordpress.com/category/psychology/sistem-informasi-psikologi/cbis/.
Arfian. (2009). Archive. Diakses tanggal 26 september 2013. http://arfian-07111032.blogspot.com/2009_06_01_archive.html.
Ekky. (2012). Pengertian sistem informasi berbasis. Diakses tanggal 26 september 2013.http://ekky-psikologi08.blogspot.com/2012/04/pengertian-sistem-informasi-berbasis.html.
Hasanah, I. (2010). Jelaskan pengertian sistem informasi. Diakses tangal 26 september 2013. http://mimamami-mima.blogspot.com/p/jelaskan-pengertian-sistem-informasi_7419.html.
Noohayati. (2010). Aplikasi AI. Diaksese tanggal 30 september 2013. noorhayatin.staff.umm.ac.id/files/2010/10/aplikasi-AI-Kelompok-9.pptx
Syamzdiary. (2010). Pengenalan pada manajemen informasi. Diakses tanggal 26 september 2013. http://syamzdiary.blogspot.com/2010/11/pengenalan-pada-manajemen informasi.html.
Togatorop, V. (2012). Sistem informasi berbasis komputer. Diakses tanggal 26 september 2013. http://veratogatorop.blogspot.com/2012/04/sistem-informasi-berbasis-komputer.html.
RirinYulitaPrihandini 