#SIP CBIS, SISTEM PAKAR DAN ARTIFICIAL INTELLIGENCE (AI)

A.    CBIS (Computer Based Information System)

1.      Pengertian CBIS (Computer Based Information System)

Menurut Fatta (2007), istilah Computer Based Information System (CBSI) mengacu pada sistem informasi yang dikembangkan berbasis teknologi komputer yaitu, hardware, software people, procedures, information.

Menurut Gaol (2008), Computer Based Information System (CBSI) artinya perancang sistem informasi manajemen harus mengerti computer dan mampu menggunakannya untuk pengolahan informasi karena perancang akan merancang sebuah manajemen sistem informasi yang akan digunakan dengan menggunakan program komputer.

Evolusi CBIS (Computer Based Information System)

a.       Berfokus pada Data (SIA)

Segalanya terjadi dengan sederhana pada sebuah perusahaan bila ditempuh melalui SIA. Saat tindakan berlangsung dan transaksi terjadi, data dimasukkan ke dalam basis data. Sebuah contoh data akuntansi ini adalah masuk ke dalam pusat pengumpulan data yang dilakukan oleh pekerja dan pengawas kendali kualitas saat produksi berlangsung. Manajemen dapat memantau pada waktu itu juga (real time) kegiatan kendali kualitas yang terjadi. Sebagai tambahan, laporan keuangan standar yang dibuat oleh SIA, seperti rekening koran (income statement) dan analisis biaya, disajikan sebagai suatu kartu catatan kualitas produk, sisa/potongan produk, pengembalian pelanggan, demikian seterusnya.

b.      Berfokus pada Informasi (SIM)

SIM bertanggung jawab dalam menyediakan informasi untuk seluruh manajer perusahaan dalam bentuk laporan berkala, laporan khusus, dan keluaran bentuk matematika. Para manajer di semua wilayah fungsi dapat menerima keluaran ini, yang sebagian besar dihasilkan dari gabungan data SIA yang ada. Contoh laporan yang dimaksud adalah manajer kendali kualias dapat menerima laporan bulanan yang menunjukkan tingkat rongsokan/tolakan (reject) untuk masing-masing tahap dalam proses di pabrik.

c.       Berfokus pada Penunjang Keputusan (SPK)

Para manajer dapat membuat keluaran (output) untuk masalah khusus yang berkenaan dengan kualitas. Contohnya, seorang pengawas dapat menerima laporan yang menunjukkan tingkat pertolongan/sisa setiap pelaksanaan mesin, seorang pengawas QC dapat memperbaiki basis data untuk tampilan biaya perbaikan produk yang disebabkan pengembalian dari pelanggan dan manajer pabrik dapat menggunakan lembaran elektronik untuk meniru pengaruh bonus kualitas pada biaya produksi.

d.      Berfokus pada Komunikasi (Otomatisasi Kantor)

Sistem OA menyediakan kemampuan telekominkasi untuk orang-orang di dalam perusahaan dan memampukan mereka untuk berkomunikasi di antara mereka sendiri dengan para penyalur, serta para pelanggan di lingkungan perusahaan. Komunikasi ini membuat kelompok tanggung jawab kualitas, seperti komite dan kelompok proyek, untuk menyelaraskan upaya kemampuan telekomunikasi tersebut. Pengolahan kata (word processing), surat elektronik (e-mail), surat suara (voice mail), dan pemindahan faksimile dapat memenuhi kebutuhan ini dengan baik. Aplikasi OA lainnya, seperti tatap muka melalui video/gambar (video conferencing), pertemuan/temu wicara melalui suara (audio conferencing), baik sekali untuk berkomunikasi di antara mereka yang letaknya tersebar.

e.       Berfokus pada Konsultasi

Perusahaan dapat menggunakan kecerdasan buatan (artificial intelligent) untuk meraih suatu pengetahuan dan menjadi ahli dalam pengetahuan tersebut serta untuk lebih mencakapkan para pegawai pada bentuk sistem informasi. Fungsi sistem ahli dinamakan sebagai konsultan, dan kegiatannya dinamakan konsultasi. Tingkatan operasional perusahaan merupakan tempat sistem ahli yang paling efektif untuk digunakan. Sistem ini dapat menampilkan lebih cepat kebutuhan basis data atau penggunaan di bidang lainnya dan lebih konsisten dibandingkan manusianya sendiri serta perusahaan yang menggunakan sistem ahli disekat dari hilangnya pengetahuan yang terjadi pada saat pegawai pension dan dipindahkan. Salah satu sistem ahli pertama adalah dibuat pada perusahaan General Electric (GE), dari Amerika Serikat, untuk mendapatkan transfer pengetahuan dari ahli perbaikan lokomotif yang lama, yang mendekati masa pension. Sistemnya dinamakan CATS-1, dibuat untuk membantu montir mengenali/mendiagnosis masalah mesin. Di saat masalah telah ditemukan, sebuah pita gambar (video tape) menginstruksikan montir unruk memperbaiki yang perlu saja.

2.      Data

Hierarki Data

Hierarki data dibagi menjadi berbagai tingkatan, yaitu:

a.       Atribut data

Atribut data adalah bagian mendasar dari calon data yang berguna dalam basis data. Atribut adalah karakteristik logis dan relevan dari suatu entitas dan yang mengenai hal apa perusahaan menangkap datanya. Berbagai atribut yang ditunjukkan dalam Figur 1.6 adalah logis karena semuanya berkaitan dengan entitas yang sama─piutang usaha. Tiap atribut juga relevan karena berkontribusi pada nilai informasi keseluruhan rangkaian. Sebagai buktinya, tidak adanya suatu atribut yang relevan akan mengurangi atau merusak nilai informasi dari rangkaian tersebut. Peambahan data yang tidak relevan atau tidak logis tidak akan meningkatkan nilai informasi rangkaian tersebut.

b.      Record

Record adalah serangkaian lengkap atribut untuk satu kejadian dalam sauatu kelas entitas. Contohnya, nama, alamat, dan saldo pelanggan adalah satu kejadian (recod) dalam kelas piutang usaha. Untuk menemukan record tertentu dalam basis data, maka pengguna harus dapat mengidentifikasikannya secara unik. Oleh karenanya, setiap record dalam basis data harus unik untuk paling tidak satu atributnya. Atribut pengidentifikasi uniknya adalah kunci primer (primary key). Karena tidak ada atribut alami (seperti nama pelanggan) yang dapat menjamin keunikan, biasanya akan ditetapkan kunci buatan untuk record. Kunci untuk record piutang usaha dalam Figur 1.6 adalah nomor rekening pelanggan. Ini adalah satu-satunya pengidentifikasi unik dalam kelas record tersebut. Berbagai atribut lainnya memliki berbagai nilai yang bisa saja berada dalam record-record lainnya. Contohnya, beberapa pelanggan mungkin memiliki nama yang sama, jumlah transaksi penjualan yang sama, batas kredit yang sama, serta saldo yang sama. Menggunakan salah satu dari hal-hal ini sebagai kunci untuk menemukan sebuah record di basis data yang besar akan menjadi pekerjaan yang sulit. Akan tetapi, atribut-atribut yang tidak unik ini sering kali disebut sebagai kunci sekunder (secondary key) untuk mengkategorikan data. Contohnya, atribut saldo akun dapat digunakan untuk membuat daftar pelanggan yang saldonya lebih besar dari $10.000.

c.       File

File adalah serangkaian record yang lengkap dari suatu kelas yang identic. Contohnya, semua record piutang usaha dari suatu perusahaan akan membentuk file piutang usaha. Dalam cara yang hampir sama, file dibentuk untuk kelas-kelas-kelas lain dari record seperti untuk persediaan, utang usaha, dan penggajian. Basis data perusahaan adalah keseluruhan kumpulan berbagai file semacam itu.

Penyimpan Data Sekunder (DASD/SASD)

Menurut Sulianta (2008), penyimpanan data sekunder umumnya digolongkan ke dalam dua bagian, yaitu:

Direct Access Storage Device (DASD)

Prosesnya lebih cepat disbanding SASD, karena untuk mengambil data tertentu tidak perlu dicari dari awal berurutan. Terdiri dari:

-       Magnetic Disk: menggunakan medan magnet. Contohnya, floppy disk (disket) dan hardisk.

-       Optical Disk: menggunakan sinar laser. Contohnya, CD-ROM.

Sequential Access Storage Device (SASD)

Prosesnya lambat karena untuk mencari data tertentu harus selalu dimulai dari awal. Contohnya, magnetic tape. Sudah jarang dipakai, umumnya hanya untuk backup, karena murah dan kapasitas yang besar.

Pemrosesan Data (Batch, On-Line, Real Time)

Menurut Suyanto (2005), ada berbagai macam teknik pengolahan data. Beberapa diantaranya akan dijelaskan dibawah ini:

a.       Batch Processing

Batch processing juga dikenal sebagai sequintal processing atau serial prosesing, yaitu suatu pengolahan data dimana data dikumpulkan dalam kelompok-kelompok yang agak besar sebelum dimasukkan sebagai input dalam komputer untuk periode tertentu kemudian baru dilakukan pengolahan data yang klasik. Proses ini jauh lebih banyak digunakan dalam sistem informasi manajemen. Contoh: e-mail.

b.      On-Line Processing

On-Line Processing adalah pengolahan data yang dilaksanakan oleh peralatan yang secara langsung dikontrol oleh CPU. Pada pengolahan ini masih diperlukan peralatan tambahan untuk beberapa data yang dikirim dan diolah yaitu magnetic tape unit atau disc storage device dan lain-lain.

c.       Real Time Processing

Real time processing pengolahan data yang berjalan paralel dengan proses fisik sehingga hasil dari pengolahan data itu muncul secara berurutan.

Database dan Database Management System (DBSM)

Database

Menurut Mulyani (2016), database merupakan salah satu komponen terpenting dalam sebuah sistem informasi karena semua informasi yang akan diolah dan dihasilkan tersimpan dalam database. sekumpulan file yang saling berhubungan yang diolah dan dikontrol oleh sebuah software computer yang disebut Database Management System (DBMS).

Menurut Soeherman & Pinontoan (2008), database merupakan kumpulan dari  data yang saling berhubungan satu dengan yang lainnya.

Menurut McLeod & Schell (dalam Mulyani, 2016), database adalah kumpulan dari beberapa file dan secara umum database adalah kumpulan data perusahaan yang tersimpan dalam komputer sedangkan arti yang lebih spesifik lagi yaitu kumpulan data yang tersimpan dan dikontrol serta diolah oleh Database Management System (DBMS).

Berdasarkan dari pengertian di atas dapat disimpulkan bahwa database adalah kumpulan dari banyak file dan informasi-informasi yang disimpan dalam bentuk database.

Database Management System (DBMS)

Menurut Hoffer, Kroenke & Oppel (dalam Sarosa, 2009), Database Management System (DBSM) adallah suatu sistem pengelolaan berkas elektronik yang dapat menyimpan dan mengelola berbagai macam tipe data dalam suatu sistem yang terintegrasi.

Menurut Lubis (2016), DBSM adalah perangkat lunak yang menangani semua pengaksesan database. Dengan DBSM, diharapkan basis data dapat dikelola dengan baik dan mudah dalam penggunaannya.

Menurut Kusrini (20), DBSM adalah software yang menangani semua akses ke basis data.

Berdasarkan dari pengertian di atas dapat disimpulkan bahwa Database Management System (DBSM) adalah suatu sistem pemrosesan data yang dapat menyimpan dan mengelola berbagai macam tipe data.

3.      Sistem Pakar (SP) dan Artificial Intelligence (AI)

Pengertian Sistem Pakar (SP)

Menurut Kusrini (2006), sistem pakar adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar.

Menurut Durkin (dalam Pusadan, 2014), sistem pakar adalah suatu program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.

Menurut Ignizo (dalam Pusadan, 2014), sistem pakar adalah suatu model dan prosedur yang berkaitan dalam suatu domain tertentu yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar.

Berdasarkan dari pengertian di atas dapat disimpulkan bahwa sistem pakar adalah suatu program yang digunakan untuk membantu menyelesaikan masalah yang dilakukan oleh seorang pakar.

Pengertian Artificial Intelligence (AI)

            Menurut H. A. Simon (dalam Kusrini, 2006), 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.

            Menurut Minsky (dalam Kusrini, 2006), kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.

            Menurut Rich dan Knight (dalam Kusrini, 2006), mendefinisikan kecerdasan buatan (AI) sebagai sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

            Berdasarkan dari pengertian di atas dapat disimpulkan bahwa Artificial Intelligence (AI) adalah suatu ilmu yang mempelajari cara membuat komputer yang dapat melakukan hal seperti yang dilakukan oleh manusia.

Sejarah Sistem Pakar (SP)

            ES mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian Artificial Intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem-Solver (GPS). GPS yang berupa sebuah prosedur yang dikembangkan – oleh Allen Newell, John Cliff Shaw, dan Herbert Alexander Simon – dari Logic Theorist merupakan sebuah percobaan untuk  menciptakan mesin yang cerdas. GPS sendiri merupakan sebuah predecessor menu Expert System (ES). GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.

            Pada pertengahan tahun 1960-an, terjadi pergantian dari program serba bisa (general-purpose) ke program yang spesialis (special-purpose) dengan dikembangkannya DENDRAL oleh E. Feigenbaum dari Universitas Stanford dan kemudian diikuti oleh MYCIN. Pembuatan DENDRAL mengarah pada konklusi-konklusi berikut: GPS terlalu lemah untuk digunakan sebagai dasar untuk membangun ES yang berunjuk kerja tinggi. Pemecahan masalah manusia adalah baik hanya jika beroperasi dalam domain yang sangat sempit. ES harus di update secara berkala untuk informasi baru. Update semacam ini dapat efisien apabila menggunakan representasi pengetahuan berbasis rule.

            Sistem pakar untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. Sistem pakar untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortliffe di Stanford University. Sistem ini diberi nama MYCIN.

Sejarah Artificial Intelligence (AI)

Kata “intelligence” berasal dari bahasa latin “intelligo” yang berarti “saya paham”. Berarti dasar dari intelligence adalah kemampuan untuk memahami dan melakukan aksi. Sebenarnya, area kecerdasan buatan (artificial intelligence) atau disingkat dengan AI, bermula dari kemunculan komputer sekitar 1940-an, meskipun sejarah perkembangannya dapat dilacak sejak zaman mesir kuno. Pada masa ini, perhatian difokuskan pada kemampuan komputer mengerjakan sesuatu yang dapat dilakukan oleh manusia. Dalam hal ini, komputer tersebut dapat meniru kemampuan kecerdasan dan perilaku manusia.

            McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis bernama perception dari neuron di dalam orak. Mereka juga menunjukkan bagaimana neuron menjadi aktif seperti saklar on-off dan neuron tersebut mampu untuk belajar dan memberikan aksi berbeda terhadap waktu dari input yang diberikan. Sumbangan terbesar di bidang AI diawali pada paper Alan Turing, pada tahun 1950 yang mencoba menjawab. “Dapatkah komputer berfikir” dengan menciptakan mesin Turing. Paper Alan Turing oada tahun 1950 berjudul “Computing Machineri and Intelligence” mendiskusikan syarat sebuah mesin dianggap cerdas. Dia beranggapan bahwa jika mesin dapat diganti dengan sukses berperilaku seperti manusia, kita dapat menganggapnya cerdas.

            Pada akhir 1955, Newell dan Simon mengembangkan The Logic Theorist, program AI pertama. Proogram ini merepresikan masalah sebagai model pohon, lalu penyelesaiannya dengan memilih cabang yang akan menghasilkan kesimpulan terbenar. Program ini berdampak besar dan menjadi batu loncatan penting dalam mengembangkan bidang AI. Pada tahun 1956 John McCarthy dari Massacuhetts Institute of Technology dianggap sebagai bapak AI, menyelenggarakan konferensi untuk menarik para ahli computer bertemu, dengan nama kegiatan “The Darmouth summer research project on artificial intelligence”. Konferensi darmouth itu mempertemukan para pendiri dalam AI, dan bertuhas untuk meletakkan dasar bagi masa depan pengembangan dan penelitian AI. John McCarthy di saat itu mengusulkan definisi AI adalah “AI merupakan cabang dari ilmu komputer yang berfokus pada pengembangan computer untuk dapat memiliki kemampuan dan berperilaku seperti manusia”.

Aplikasi Sistem Pakar

ELIZA

Eliza adalah salah satu sistem pakar yang dikembangkan pada tahun 1996. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terpais. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikologi dan pasiennya, dalam hal ini, 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 ouput berupa tanggapan yang telah dipersiapkan atau dprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tsmpsk bermakna.

PARRY 

Parry adalah sistem pakar yang dikembangkan di Stanforf University oleh seorang psikiater, Kenneth Colby, Hilf, Webber dan Kreamer pada tahun 1972 yang mensimulasikan seorang paranoid sebagai subjek karena beberapa teori menyebutkan bahwa proses dan sistem paranoid memang ada, perbedaan respond psikotis dan respon normalnya cukup hebar, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi computer dan respon manusia. Program ini menjalankan model mentahan dari perilaku schizopren paranoid berdasarkan konsep, konseptualisasi, dan kepercayaan (penilaian tentang konseptualisasi: penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari ELIZA.

NETTALK

NETTalk program ini jenisnya cukup berbeda berdasarkan pada jarring-jaring neuron sehingga dinamakan NETTalk. Program ini dikembangkan oleh Sejnowki disekolah Medis Harfard dan Rosenberg di Universitas Princeton. Conectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan. Jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang mengubungkan satu neuron yang lain. Percobaan model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana.

Fatta, H.A. (2007). Analisis dan Perancangan Sistem Informasi untuk Keunggulan Bersaing Perusahaan dan Organisasi Modern. Yogyakarta: Andi Offset.

Gaol, C.J.L. (2008). Sistem Informasi Manajemen: Pemahaman dan Aplikasi. Jakarta: Grasindo.

Hall, J.A. (2007). Sistem Informasi Akuntansi (Edisi 4). Jakarta: Salemba Empat.

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

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

Suyanto, M. (2005). Pengantar Teknologi Informasi untuk Bisnis. Yogyakarta: Andi Offset.

Mulyani, S. (2016). Metode Analisis dan Perancangan Sistem. Bandung: Abdi Sistematika.

Soeherman, B., & Pinontoan, M. (2008). Designing Information System. Jakarta: PT Elex Media Komputindo.

Sarosa, S. (2009).Sistem Informasi Akuntansi. Jakarta: Grasindo.

Lubis, A. (2016). Basis Data Dasar. Yogyakarta: Deepublish.

Kusrini. (2007). Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta: ANDI.

Kusrini. (2006). Sistem Pakar: Teori dan Aplikasi. Yogyakarta: ANDI

Pusadan, M.Y. (2014). Pemograman Matlab pada Sistem Pakar Fuzzy. Yogyakarta: Deepublish.