Rangkuman

Sistem Informasi

Sistem adalah suatu susunan yang teratur dari kegiatan yang saling berkaitan dan susunan prosedur yang saling berhubungan, yang melaksanakan dan mempermudah kegiatan-kegiatan utama suatu organisasi. Infomasi adalah data yang telah diproses/diolah sehingga memiliki arti atau manfaat yang berguna.

Informasi pun memunyai umur, yang dimaksud umur di sini adalah kapan atau sampai kapan sebuah informasi memiliki nilai/arti bagi penggunanya. Adanya acuan pada titik waktu tertentu dan pernyataan suatu perubahan pada suatu waktu.

Pengertian Sistem Informasi Psikologi

suatu sistem yang memuat atau menyediakan informasi-informarsi yang berkaitan dengan psikologi yang berhubungan dengan kerja manusia dengan kecanggihan teknologi. Dalam hal ini teknonologi yang dimaksud adalah komputer sebagai alat pengumpulan, pengambilan dan penyimpan data.

Arsitektur komputer

juga dapat didefinisikan dan dikategorikan sebagai ilmu dan sekaligus seni mengenai cara interkoneksi komponen-komponen perangkat keras untuk dapat menciptakan sebuah komputer yang memenuhi kebutuhan fungsional, kinerja, dan target biayanya. Arsitektur komputer ini paling tidak mengandung 3 sub-kategori: Set instruksi (ISA), Arsitektur mikro dari ISA dan Sistem Desain dari seluruh komponen dalam perangkat keras komputer ini.

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. Metode-metodenya meliputi: Sistem pakar, Petimbangan berdasar kasus, Jaringan Bayesian, AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual.

Sistem Pakar

 (dalam bahasa Inggris : expert system) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi). Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Contoh kasus

AI untuk meringankan tugas manusia dapat kita lihat pada robot atau mesin yang dikendalikan oleh komputer tetapi masih dapat bernalar, seperti memutuskan sebuah tindakan dapat di lihat pada robot-robot asal jepang yang dapat memainkan biola, melayani kostumer restoran dan membersihkan meja, robot anjing dan kucing yang beraktivitas sesuai dengan program yang ia miliki berdasarkan apa yang ia tangkap dari lingkungannya atau sentuhan yang ia rasakan, ada pula robot penjinak bom, sosialita dan penari, serta mesin-mesin dan robot-robot produksi. Pemikiran tersebut dituangkan oleh beberapa pembuat film, dimana pada film-film tersebut robot telah memiliki dan mengembangkan kecerdasannya sendiri, sehingga ingin disetarakan bahkan dianggap lebih tinggi ketimbang manusia. Beberapa film tersebut adalah transformer, the terminator, eagle eye, dan lain lain.

Kecerdasan buataan dan Expert system

Kecerdasan Buatan

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 syaraf tiruan dan robotika.

Secara garis besar, AI terbagi ke dalam dua paham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metode-metode yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AIlogis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metode-metodenya meliputi:

1)      Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.

2)      Petimbangan berdasar kasus

3)      Jaringan Bayesian

4)      AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metode-metode pokoknya meliputi:

1)      Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat

2)      Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

3)      Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

Metode-metode ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)

Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

Expert System

Sistem Pakar (dalam bahasa Inggris : expert system) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi). Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).

Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Jenis-Jenis Expert System

1)      Interpretasi : Menghasilkan deskripsi situasi berdasarkan data sensor.

2)      Prediksi : Memperkirakan akibat yang mungkin dari situasi yang diberikan.

3)      Diagnosis : Menyimpulkan kesalahan sistem berdasarkan gejala.

4)      Design : Menyusun objek-objek berdasarkan kendala.

5)      Planning : Merencanakan tindakan.

6)      Monitoring : Membandingkan hasil pengamatan dengan proses perencanaan.

7)      Debugging : Menentukan penyelesaian dari kesalahan sistem.

8)      Reparasi : Melaksanakan rencana perbaikan.

9)      Instruction : Diagnosis, debugging dan reparasi kelakuan pelajar.

10)  Control : Diagnosis, debugging dan reparasi kelakuan sistem.

  

Komponen Expert System

1.      User Interface

User interface digunakan manajer untuk memasukkan instruksi dan informasi dari sistem. Metode input yang digunakan oleh manajer yaitu:
a. Menu

b. Command

c. Natural Language

d. Output Expert System memakai 2 bentuk penjelasan (explanation) :

Ø  Explanation of Question

Ø  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.
Dua metode yang digunakan dalam Expert System untuk mengamati Rules, yaitu:

a.    Penalaran ke depan (Forward) atau Forward Chaining.

b.   Penalaran ke Belakang (Revierse) atau Backward Chaining.

4.      Development Engine
Development Engine membangun Rule Set dengan pendekatan :

a.       Bahasa Pemrograman (Programming Language).

b.      Bagian Expert System (Expert System Shell)

Proses Pengembangan Sistem

1)      Permulaan proses pengembangan

2)      Prototype pengembangan Expert system

3)      Partisipasi User

4)      Pemeliharaan Expert system

Kelebihan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :

1)      Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2)      Bisa melakukan proses secara berulang secara otomatis.

3)      Menyimpan pengetahuan dan keahlian para pakar.

4)      Meningkatkan output dan produktivitas.

5)      Meningkatkan kualitas.

6)      Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).

7)      Mampu beroperasi dalam lingkungan yang berbahaya.

8)      Memiliki kemampuan untuk mengakses pengetahuan.

9)      Memiliki reliabilitas.

10)  Meningkatkan kapabilitas sistem komputer.

11)  Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

12)  Sebagai media pelengkap dalam pelatihan.

13)  Meningkatkan kapabilitas dalam penyelesaian masalah.

14)  Menghemat waktu dalam pengambilan keputusan

Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :

1)      Biaya yang diperlukan untuk membuat dan memeliharanya relatif mahal karena diperlukan banyak data.

2)      Perlu admin khusus yang selalu update informasi dalam bidang yang sesuai dengan sistem pakar.

3)      Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan perangkat lunak konvensional.

4)      Susah di kembangkan.

5)      Membutuhkan waktu yang lama.

Contoh Sistem Pakar

1)      MYCIN  : diagnosa penyakit

2)      Dendral  : mengidintifikasikan struktur molekul campuran kimia yang tidak dikenal

3)      XCON & XSEL : konfigurasi sistem komputer besar,

4)      Prospector : bidang biologi

Sumber :

https://id.wikipedia.org/wiki/Kecerdasan_buatan

https://id.wikipedia.org/wiki/Sistem_pakar  

https://elhasbyblog.wordpress.com/kuliah-2/expert-system-sistem-pakar/