Aplikasi Sistem Pakar di Bidang Sosial Budaya

Aplikasi Sistem Pakar di Bidang Sosial Budaya

 

System pakar sangat erat kaitannya dengan social budaya. Bidang social yang sangat berkaitan dengan system pakar adalah psikologi. Karena ilmu psikologi bisa memanfaatkan system pakar untuk memberikan solusi dari beberapa sifat yang dimiliki oleh seseorang tanpa menggunakan psikolog.

Hal tersebut sangat membantu karena estimasi waktu untuk pemikiran solusi bagi seseorang bisa dilakukan sesingkat mungkin. Ada suatu kasus, seorang anak sangat bergantung pada kehidupan internet. Hal tersebut bukanlah tanpa alasan mengingat bahwa banyak situs yang menampilkan berbagai test EQ maupun IQ.

Selain itu teknologi dunia maya ini memberikan banyak kesempatan kepada individu untuk mengekspresikan diri secara unik. Namun demikian para Psikolog berpendapat, kalau seseorang gagal mengintegrasikan antara diri sejati dengan diri yang diekspresikan secara berbeda di internet, maka hal ini akan sangat berbahaya bagi pertumbuhan pribadi orang tersebut. Mengenai dampak internet sebagai alat explorasi diri, para Psikolog memandang hal tersebut tergantung dari pribadi si penggunanya.

Tentu internet akan bermanfaat jika mampu meningkatkan kehidupan seseorang, dan sebaliknya menjadi penyakit jika membuat kacau kehidupan orang tersebut. Pengaruh buruk akan terjadi jika internet digunakan sebagai sarana untuk mengisolasi diri. Banyak orang tidak sadar bahwa lama-kelamaan ia menutup diri terhadap komunikasi sosial entah karena keasikan ngebrowse atau karena internet dipakai sebagai pelarian dari masalah-masalah yang berhubungan dengan kepribadiannya.

Hal itu dapat terjadi karena ada individu yang menampilkan kepribadian yang berbeda pada saat online dengan offline. Motivasi dibalik itu tentu berbeda antara satu orang dengan yang lain. Permasalahan akan rumit jika alasannya adalah karena individu tersebut tidak puas/*** terhadap dirinya sendiri atau mungkin karena rasa minder, malu, atau merasa tidak pantas), lantas menciptakan dan menampilkan kepribadian yang lain sekali dari dirinya yang asli. Seringkali ia lebih *** pada kepribadian hasil rekayasa yang baru karena tampak ideal baginya. Padahal, menurut para Psikolog, hal ini tidak benar dan tidak sehat.

Melalui system pakar inilah para psikolog bisa membuat suatu aplikasi yang bisa menampung segala sifat yang dimiliki seseorang, kemudian membuat suatu keputusan pemecahan suatu masalah kejiwaan, sehingga bisa mengurangi tingkat pemikiran. Selain itu pasien juga bisa mengetahui langsung keputusan yang muncul tanpa harus didampingi oleh psikolog.

Dari hal tersebut, bisa diambil kesimpulan bahwa kelebihan yang bisa didapat dari hal diatas adalah :

• System pakar bisa memberikan keputusan yang cepat dari masalah-masalah kejiwaan yang dihadapi seseorang tanpa harus didampingi oleh psikolog.

• System pakar bisa membuat pemikiran psikolog lebih ringan karena segala keputusan bisa diperoleh tanpa harus berpikir lebih mendalam.

Kerugian yang bisa terjadi adalah :

• Apabila terjadi kesalahan system bisa berakibat fatal, karena masalah tersebut menyangkut kejiwaan social seseorang.

• Sifat daripada jiwa social seseorang sangat beragam, sehingga keputusan yang dikeluarkan oleh system tidak selalu 100 % benar. Sehingga perlu adanya koreksi dari psikolog itu sendiri.

Decision Support System didalam organisasi

Decision Support System dalam sebuah organisasi digunakan untuk menganalisa sebuah permasalahan yang terjadi dalam organisasi tersebut untuk kemudian dengan decision support system tersebut dicari dan dibuatlah sebuah pemecahan masalah yang terbaik.

Manfaat yang dapat diperoleh dari pengguanaan metode decision support system ini antara lain :

– memperluas pangsa pasar

– memudahkan mendapatkan material dan jasa

– memotong jalur distribusi pemasaran, sehingga produk menjadi lebih murah

– mengurangi biaya pembuatan, pengolahan, distribusi, penyimpanan dan penerimaan informasi dengan mendigitalisasi proses tersebut

– inventori yang lebih rendah dengan fasilitas manajemen rantai persediaan

– membantu beberapa bisnis kecil bersaing dengan perusahaan besar

1. Hubungan Decision Support System dengan E-Commerce dalam kaitannya dengan sistem pakar.

Decision Support System sangat mendukung aktivitas E-Commerce dalam segala hal antara lain sebagai berikut :

a. Beberapa aktivitas E-Commerce membutuhkan pengambilan sebuah pilihan.

Contoh :

• pemenuhan pesanan E-Commerce melibatkan penjadualan dan transportasi barang ke pelanggan, membutuhkan model DSS untuk mengoptimalisasinya.

• Melakukan analisa risiko (untuk memulai bisnis yang berbasis E-Commerce).

• Pemilihan rute transportasi optimal dalam perdaganan B2B

• Pencocokan pembeli dan penjual dapat dilakukan dengan DSS berdasarkan kriteria dan hambatan

b. E-Commerce Memfasilitasi Pendukung Keputusan

• E-Commerce menyediakan transfer informasi yang efisien dan efektif untuk pendukung keputusan

• E-Commerce memperbaiki pengolahan pendukung keputusan

• Pengumpulan dan penyimpanan data yang menggunakan infrastruktur E-Commerce dapat mangatur jadual dan manajemen perusahaan penerbangan.

c. E-Commerce dan DSS Bekerja Bersama-sama

• Banyak dari aktivitas yang membawa perbaikan pada rantai persediaan melibatkan pendekatan kerjasama E-Commerce /DSS.

• E-CommeImplementasi decision support system di perusahaan / industri Salah satu jenis sistem aplikasi yang sangat popular di kalangan manajemen perusahaan adalah Decision Support System atau disingkat DSS. DSS ini merupakan suatu sistem informasi yang diharapkan dapat membantu manajemen dalam proses pengambilan keputusan. Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. DSS sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.

Dalam kedua bidang ilmu di atas, dikenal istilah decision modeling, decision theory, dan decision analysis – yang pada hakekatnya adalah merepresentasikan permasalahan manaje-men yang dihadapi setiap hari ke dalam bentuk kuantitatif (misalnya dalam bentuk model matematika).

Contoh-contoh klasik dari persoalan dalam bidang ini adalah linear programming, game’s theory, transportation problem, inventory system, decision tree, dan lain sebagainya. Dari sekian banyak problem klasik yang kerap dijumpai dalam aktivitas bisnis perusahaan sehari-hari, sebagian dapat dengan mudah disimulasikan dan diselesaikan dengan menggunakan formula atau rumus-rumus sederhana. Tetapi banyak permasalahan yang ada sangat rumit sehingga membutuhkan kecanggihan komputer.

Aplikasi Sistem Pakar di Bidang Kesehatan

Aplikasi Sistem Pakar di Bidang Kesehatan.
Pengembangan sebuah sistem pakar dapat dilakukan dengan 2 cara. Cara pertama adalah dengan membangun sendiri semua komponen di atas, sedangkan cara kedua adalah dengan memakai semua komponen yang sudah ada, kecuali isi basis pengetahuan. Penggunaan cara kedua disebut sebagai membangun sistem pakar dengan shell.
E2gLite adalah sebuah shell sistem pakar yang dikembangkan oleh Expertise2Go yang berbasis internet dan dilengkapi applet Java. E2gLite memberikan kemudahan dalam hal pembangunan sistem pakar serta pelaksanaan konsultasi oleh pengguna. Basis pengetahuan
berupa file teks yang berisi fakta dan aturan yang dapat dibuat dengan editor teks dan disimpan sebagai file *.kb, sedangkan pengguna cukup menggunakan browser umum yang memiliki fitur Java seperti Netscape Navigator dan Internet Explorer. Jika Internet Explorer yang terinstall tidak mempunyai fitur Java, dapat ditambah dengan menginstall Microsoft Virtual Machine Proxy Server. E2gLite dapat didownload dari http://www.Expertise2go.com secara gratis.
Kelebihan e2gLite terletak pada kemudahan akses dan penggunaannya. Kemudahan akses, karena e2gLite yang berisi applet Java dan basis pengetahuan dapat didownload ke browser pengguna. Kemudahan penggunaan, karena suatu applet Java sangat mudah untuk diikutsertakan didalam sebuah halaman web sebagai objek grafis, dan dapat disisipkan ke
dalam sebuah sel dalam tabel HTML untuk memfasilitasi pengaturan halaman secara fleksibel serta integrasi sistem pakar dengan halaman web yang lain. Namun demikian e2gLite juga memiliki kekurangan, antara lain waktu startup yang lama, sehingga lebih cocok untuk sistem pakar berskala kecil dengan basis pengetahuan yang mengandung kurang dari 100 aturan.
Kekurangan kedua, adalah basis pengetahuan yang berupa file teks dapat dibaca oleh siapapun karena bersifat publik atau dapat diakses oleh siapapun. Dengan demikian desain dari basis pengetahuan sistem pakar yang dibuat tidak dapat dijaga kerahasiaannya. Kekurangan lainnya berhubungan dengan kompatibilitas browser. Microsoft telah mengumumkan pemisahan antara JVM (Java Virtual Machine) dari versi Internet Explorer yang diinstall mulai sistem operasi Windows XP. Hal ini akan menyebabkan semua halaman web yang mengandung applet menjadi gagal untuk diakses, kecuali pengguna secara khusus menginstall JVM. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu Implementasi sistem pakar banyak digunakan untuk kepentingan komersial karena sistem pakar dipandang sebagai cara penyimpanan pengetahuan pakar dalam bidang tertentu ke dalam suatu program, sehingga dapat memberikan keputusan dan melakukan beberapa saran yang dapat diberikan untuk pengembangan penelitian selanjutnya, tampilan dari aplikasi diagnosis penyakit hepatitis ini masih terbatas, sehingga untuk pengembangan selanjutnya tampilan dari usaha untuk merumuskan definisi Teknologi pendidikan secara terorganisasi dimulai sejak tahun 1960. Definisi tersebut telahbeberapa kali diperbaharui, dan tiap kali diberi arah baru bagi bidang tersebut. Hasil analisis bersama ini Perusahaan Penerbangan Pemasaran taktik (merek dagang disingkat AMT) adalah sebuah sistem komputer yang terbuat dari berbagai teknologi cerdas termasuk sistem pakar. Sebuah jaringan saraf feedforward terintegrasi dengan AMT dan dilatih menggunakan Perusahaan HNC, didirikan oleh Robert Hecht-Nielsen, telah mengembangkanbeberapa aplikasi jaringan syaraf. Salah satunya adalah Kredit Scoring sistem yang meningkatkan keuntungan dari model yang ada sampai dengan 27%.

 

sumber : http://sonyanovelisa.blogspot.com

Pengertian Sistem Pakar

Pengertian Sistem Pakar

Sistem pakar adalah salah satu bentuk aplikasi dari Artificial Intellegence yang merupakan suatu program komputer yang dirancang berdasarkan pengetahuan (knowledge-based system) dan kaidah-kaidah dan mampu bertindak menyerupai atau sama dengan seorang pakar. Hal ini pada awalnya bertolak dari keinginan manusia untuk mengetahui cara kerja otak manusia itu sendiri, dengan demikian timbul teori tentang berpikir, sehingga seorang berusaha keras membuat model tersebut. Jika diperhatikan, pada dasarnya seseorang sebenarnya sudah merupakan sebuah sistem pakar, sehingga proses pengembangan sistem pakar tidak lain adalah prosese transfer kepakaran seorang ahli dalam sistem komputer. Untuk melakukan hal tersebut tidak begitu saja dilakukan, tetapi diperlukan sebuah alat pembangun khusus untuk mengembangkan sistem pakar itu kemudian pengetahuan-pengetahuan yang dimiliki oleh seorang ahli tersebut serta ditambah referensi lain dimasukkan kedalam basis data komputer tersebut sebagai basis pengetahuan.
Defenisi Sistem Pakar

Menurut Farid Azis (1994) dalam bukunya belajar sendiri pemograman sistem pakar, sistem pakar adalah perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi yang menyerupai seorang pakar dalam memecahkan masalah.
Menurut  Turban (1995) dalam bukunya sistem pakar, sistem pakar adalah  suatu sistem yang dirancang didepan komputer dengan cara meniru proses-proses pemikiran yang digunakan oleh seorang pakar untuk menyelesaikan masalah– masalah tertentu yang biasanya memerlukan keahlian seorang pakar.
Menurut Levin (1990) untuk membuat sistem pakar harus memilih suatu bidang tertentu yang memiliki sejumlah informasi yang diperoleh dari orang yang ahli dalam bidang tersebut.
Defenisi secara umum dari sistem pakar adalah suatu perangkat lunak komputer yang memiliki basis pengetahuan untuk domain tertentu dan menggunakan penalaran inferensi menyerupai seorang pakar dalam memecahkan masalah. Sistem pakar menjadi suatu kategori yang lebih luas dari program-program yang dikenal sebagai sistem berbasis pengetahuan dan merupakan suatu program dasar yang menyediakan suatu keahlian tentang suatu masalah dalam suatu bidang khusus.
Sistem pakar adalah sebuah teknik inovatif baru dalam menangkap dan memadukan pengetahuan. Kemampuan sistem pakar karena terdapat basis pengetahuan yang berupa pengetahuan nonformal yang sebagian besar berasal dari pengalaman. Pengetahuan ini diperoleh dari pengalaman sebuah keahlian tertentu.

 

Ciri – Ciri Sistem Pakar

Secara umum sistem pakar tersebut mempunyai beberapa karakteristik, antara lain:

1. Membatasi domain masalah tertentu
2. Memiliki kemampuan memberikan penalaran untuk data yang tidak pasti
3. Dirancang untuk dapat dikembangkan secara bertahap
4. Pemisahan mekanisme inferensi terhadap basis pengetahuan (knowledge-based)
5. Keluaran bersifat memberikan anjuran (advice)
6. Basis pengetahuan pada umunya berdasarkan kaidah (rulr-based)
7. Sistem dapat mengaktifkan kaidah secara searah yang sesuai dituntun oleh dialog oleh pemakai

 

Komponen – Komponen Sistem Pakar

1. Basis Pengetahuan (knowledge-based)
2. Basis Data (databased)
3. Mesin Inferensi (inference engine)

4.      Antar Muka Pemakai (user interface)

Pengertian DSS (Decision Support System)

DSS merupakan bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan). Sistem informasi sangat penting untuk mendukung proses pengambilan keputusan . Dimana system informasi mempunyai tujuan untuk mendukung sebuah aplikasi Decision Support System (DSS) yang telah dikembangkan pada tahun 1970. Keefektifan dalam mengembangkan DSS diperlukan suatu pemahaman tentang bagaimana system informasi ini dapat digunakan dalam proses pengambilan keputusan, sehingga DSS ini dapat membantu seorang manajer dalam meningkatkan kinerjanya dalam mengambil suatu keputusan.

Hal yang perlu ditekankan di sini adalah bahwa keberadaan DSS bukan untuk menggantikan tugas-tugas manajer, tetapi untuk menjadi sarana penunjang (tools) bagi mereka. DSS sebenarnya merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan management science. Hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini komputer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat. Dalam kedua bidang ilmu di atas, dikenal istilah decision modeling, decision theory, dan decision analysis – yang pada hakekatnya adalah merepresentasikan permasalaha dan manaje-men yang dihadapi setiap hari ke dalam bentuk kuantitatif (misalnya dalam bentuk model matematika). Contoh-contoh klasik dari persoalan dalam bidang ini adalah linear programming, game’s theory, transportation problem, inventory system, decision tree, dan lain sebagainya. Dari sekian banyak problem klasik yang kerap dijumpai dalam aktivitas bisnis perusahaan sehari-hari, sebagian dapat dengan mudah disimulasikan dan diselesaikan dengan menggunakan formula atau rumus-rumus sederhana. Tetapi banyak pula masalahan yang ada sangat rumit sehingga membutuhkan kecanggihan komputer. Decision Support System ( DSS ) merupakan progresi alamiah dari system pelaporan informasi dan system pemrosesan transaksi. DSS bersifat interaktif, system informasi yang berbasis komputer yang menggunakan model keputusan dan secara khusus menggunakan database untuk membantu proses pengambilan keputusan bagi manajer dan pengguna akhir Informasi dihasilkan dalam bentuk laporan periodik dan khusus dan output dari model matematika dan sistem pakar.

Sprague dan Carlson mendefinisikan DSS dengan cukup baik, sebagai sistem yang memiliki lima karakteristik utama (Sprague et.al., 1993):

1) Sistem yang berbasis komputer;

2) Dipergunakan untuk membantu para pengambil keputusan;3) Untuk memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan kalkulasi manual;

4) Melalui cara simulasi yang interaktif;

5) Dimana data dan model analisis sebagai komponen utama.Karakteristik 4 dan 5 merupakan fasilitas baru yang ditawarkan oleh DSS belakangan ini sesuai dengean perkembangan terakhir kemajuan perangkat komputer.

Prinsip Dasar DSS

1. Struktur MasalahSulit utk menemukan masalah yg sepenuhnya terstruktur atau tak terstruktur – area kelabu Simon. Ini berarti DSS diarahkan pada area tempat sebagai besar masalah berada.
2. Dukungan KeputusanDSS tidak dimaksudkan untuk menggantikan manajer. Komputer dapat diterapkan pada bagian masalah yg terstruktur, tetapi manajer bertanggung ajwab atas bagian yang tidak terstruktur.
3. Efektivitas Keputusanwaktu manajer berharga dan tidak boleh terbuang, tetapi manfaat utama menggunakan DSS adalah keputusan yg baik

TAHAPAN-TAHAPAN

Tahapan SPK :

Definisi masalah

Pengumpulan data / elemen informasi yang relevan
pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
menentukan alternatif – alternatif solusi ( bisa dalam persentase )

Selain itu tahap-tahap dalan mengambil suatu keputusan telah dijelaskan dalam buku Herbert A. Simon, dimana tahapan tersebut terbagi menjadi tiga, yaitu:
1. Kegiatan Intelijen.Mengamati lingkungan mencari kondisi-kondisi yang perlu diperbaiki

2. Kegiatan Merancang.Menemukan, mengembangkan dan mengalihkan berbagai alternatif tindakan yang mungkin
3. Kegiatan Memilih dan Menelaah.Menilai pilihan-pilihan yang sesuai

TUJUAN DSSTujuan dari DSS adalah sebagai berikut:

1. Membantu manajer membuat keputusan untuk memecahkan masalah semi struktur.
2. Mendukung penilaian manajer bukan mencoba menggantikannya.
3. Meningkatkan efektifitas pengambilan keputusan manajer daripada efisiensinya.

Perintis DSS yang lain, Peter G.W. Keen, bekerja sama dengan Scott Morton mendefinisikan 3 (tiga) tujuan yang harus dicapai DSS. Mereka percaya bahwa DSS harus :1. Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur2. Mendukung penilaian manajer bukan mencoba menggantikannya3. Meningkatkan efektifitas pengambilan keputusan manajer.

KEUNTUNGAN DAN KERUGIAN

Manajer yang menggunakan model matematis dapat memperoleh keuntungansebagai berikut :

1. Proses pemodelan menjadi pengalaman belajar
2. Kecepatan simulasi memberikan kemampuan bagi kita untuk mengevaluasi dampak keputusan dalam jangka waktu yang singkat.
3. Model memberikan daya peramalan
4. Model membutuhkan biyaya yang lebih murah daripada metode trial-and-error.
5. Dapat menyelesaikan problem yang kompleks.
6. Sistem dapat berinteraksi dengan pemakainya.
7. Lebih cepat dengan hasil yang lebih baik (terutama dibandingkan dengan pengambilan keputusan secara intuisi).
8. Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer yang kurang berpengalaman.
9. Untuk masalah yang berulang, DSS dapat memberi keputusan yang lebih efektif.
10. Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa manajer untuk berkomunikasi dengan lebih baik.
11. Meningkatkan produktivitas dan kontrol dari manajer.

Sedangkan kerugian model adalah sebagai berikut:
1. Sulitnnya pemodelan system bisnis dan akan menghasilkan model yang tidak dapatmenangkap semua pengaruh pada entity.
2. Dibutuhkan keterampilan matematika yang tinggi untuk menggembangkan model yang lebih kompleks secara pribadi

Beberapa hal yang dilakukan oleh seorang manajer adalah sebagai berikut:
1. Fungsi ManajemenFungsi manajemen dari seorang manajer ini meliputi:
1. Planning.
2. Organizing.

3. Staffing.
4. Directing.
5. Controlling.
2. Peran ManajemenPeran manajerial ini maliputi beberapa aktifitas, diantaranya:
1. Interpersonal.
2. Informational.
3. Decisional.
3. Tingkatan ManajemenTingkatan manajemen ini meliputi: (Dapat dilihat pada gambar 10.5)
1. Tingkat Perencanaan Strategis.
2. Tingkat Pengendalian Manajemen.
3. Tingkat Operasional.

JENIS-JENIS DSS

Jenis-jenis DSS menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya adalah sebagai berikut:
1. Mengambil elemen-elemen informasi.
2. Menaganalisis seluruh file.
3. Menyiapkan laporan dari berbagai file.
4. Memperkirakan dari akibat. keputusan
5. Mengusulkan. keputusan
6. Membuat keputusan

Adapun fokus utama konsep DSS adalah komputer harus digunakan untuk mendukung manajer tertentu membuat keputusan tertentu untuk memecahkan masalah tertentu. Model DSS terdiri dari:
1. Model matematika.

2. Database.
3. Perangkat lunak.
yang melukiskan beberapa komponen yang mendukung DSS, seperti: Hardware, Software, Data, Model, dan Interaktif para pemakainya.Menurut Herbert A. Simon keputusan berada pada suatu rangkaian kesatuan, dengan keputusan terprogram pada satu ujungnya dan keputusan tak terprogram pada ujung lainnya.

1. Keputusan Terprogram, bersifat berulang dan rutin sedemikian sehingga suatu prosedur pasti telah dibuat untuk menanganinya sehingga keputusan tersebut tidak perlu diperlakukan de novo (sbg sesuatu yg baru) tiap kali terjadi.

2. Keputusan Tidak Terprogram, bersifat baru, tidak terstruktur, dan jarang konsekuen. Tidak ada metode yg pasti utk menangani masalah ini belum pernah ada sebelumnya, atau karena sifat dan struktur persisnya tak terlihat atau rumit, atau karena begitu pentingnya sehingga memerlukan perlakuan yang sangat khusus.

Aplikasi DSS yang ditawarkan di pasar sangat beraneka ragam, dari yang paling sederhana (quick-hit DSS)sampai dengan yang sangat kompleks (institutional DSS). Quick-Hit DSS” biasanya ditujukan untuk para manajer yang baru belajar menggunakan DSS (sebagai pengembangan setelah jenis pelaporan yangdisediakan oleh MIS = Management Information System, satu level sistem di bawah DSS). Biasanya masalah yang dihadapi cukup sederhana (simple) dan dibutuhkan dengan segera penyelesaiannya.Misalnya untuk kebutuhan pelaporan (report) atau pencarian informasi (query). Sistem yang sama biasa pula dipergunakan untuk melakukan analisa sederhana. Contohnya adalah melihat dampak yang terjadi pada sebuah formulasi, apabila variabel-variabel atau parameter-parameternya diubah. Di dalam perusahaan, DSS jenis ini biasanya diimplementasikan dalam sebuah fungsi organisasi yang dapat berdiri sendiri (berdasarkan data yang dimiliki fungsi organisasi tersebut). Misalnya adalah DSS untuk menyusun anggaran tahunan, DSS untuk melakukan kenaikan gaji karyawan, DSS untuk menentukan besanya jam lembur karyawan, dan lain sebagainya.

PENGAMBILAN KEPUTUSAN

Keputusan-keputusan dibuat untuk memecahkan masalah. Dalam usaha memecahkan suatu masalah mungkin membuat banyak keputusan. Keputusan merupakan rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif, atau untuk memanfaatkan kesempatan.

CARA PENGGUNAAN INFORMASI DARI DSS:

Pada dasarnya dua pengguna informasi dari DSS oleh manajer, yaitu untuk mendefinisikan masalah dan memecahkan masalah tersebut. Pendefinisian masalah adalah usaha definisi dari pendekatan system. Ia juga berkaitan dengan fase intelegensi yang di kemukakan oleh simon. Selanjutnya manjer menggunakan informasi untuk memecahkan masalah yang telah diidentifikasi. Hal ini merupakan usaha pemecahan menurut poendekatan sistim dan berkaitan denga fase disain dan pemilihan. Pada umumnya, lapaoran berkala dan khusus digunakan terutama dalam usaha definisi, dan simulasi dalam usaha pemecahanLaporan berkala dapat di rancang untuk menidentifikasi masalah atau masalah yangkemungkinan besar akan muncul, manjer juga melakukan query terhadap database untukmenemukan masalah atau mempelajari lebih jauh lagi mengenai masalah yang telah di identifikasi. Simulasi dapat juga membuka masalah yang tersembunyi, karna kelemahancenderung akan kelihatan menonjol ketika operasi perusahaan diubah secara matematis.Laporan berkala dan khusus dapat juga membantu manajer untuk memecahkan masalahdengan cara mengidentifikasi keputusan alternative, mengevaluasi dan memilih alternative tersebut, dan memberikan informasi lanjutan.

LAPORAN

1. Laporan berkala dan khusus

Laporan berkala atau periodic report yaitu laporan yang dibuat menurut jadwal tertentu contohnya adalah analis penjualan terhadap pelanggan perbulan dan laporankhusus atau special report yaitu laporan yang di buat ketika laporan dibuat ketika sesuatu yang tidak seperti biasanya terjadi contohnya laporan mengenai kecelakaan. Dalam penggunaannya laporan berkala dan khusus bersifat lengkap atau ringkas.

2. Laporan lengkap dan ringkas

laporan lengakap atau detail report yaitu laporan yang memberikan spesifikasimengenai setiap tindakan atau transaksi dan baris yang mewakili tindakan atau transaksi disebut baris lengkap atau detail line sedangkan laporan ringkas atau summary report yaitu laporan yang menyertakan baris yang mewakili beberapa tindakan atau transaksi. Baris laporan biasanya di cetak dalam beberapa ururtan tertentu, filed yang berada dalam record data, yang disebut key filed atau control filed digunakan untuk mengurutkan record sebelum laporan tersebut dicetak. Yang paling sering digunakan ialah Ascending sequence (urutan naik) disini nilai filed control terendah (no pelanggan 0001 atau nama Aardbverk) didaftar pertama kali, dan nilai tertinggi (no 9999 atau zikmund) di daftar paling akhir.

Penjelasan Gambar MODEL DSS

Data dan informasi dimasukkan ke dalam database dari lingkungan perusahaan. Database berisi data yang disediakan oleh SIA. Isi database digunakan oleh tiga subsistem perangkat lunak.

• Perangkat Lunak Penulisan Laporan merupakan hasil periodik maupun khusus.
• Model Matematika menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan, atau berbagai aspek operasinya.
• Perangkat Lunak GDSS, memungkinkan beberapa pemecah masalah, bekerja sama sebagai satu kelompok, mencapai solusi.

 

Sistem Pakar : Mengidentifikasi Kerusakan Gangguan Sambungan Telepon PT. TELKOM (Studi Kasus)

Sistem Pakar
Sistem pakar merupakan salah satu bidang teknik kecerdasan buatan yang cukup diminati karena
penerapannya diberbagai bidang baik bidang ilmu pengetahuan maupun bisnis yang terbukti sangat
membantu dalam mengambil keputusan dan sangat luas penerapanya. Sistem pakar adalah sustu
sistem komputer yang dirancang agar dapat melakukan penalaran seperti layaknya seorang pakar pada
suatu bidang keahlian tertentu (Shelly, 1990; Setiawan, 1993; Margianti,1995).

A. Ciri-ciri sistem pakar
Ciri-ciri sistem pakar adalah sebagai berikut:
1. Terbatas pada domain keahlian tertentu.
2. Dapat memberikan penalaran untuk data data yang tidak pasti.
3. Dapat mengemukan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami.
4. Berdasarkan pada kaidah/rRule tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap
6. Keluaranya bersifat anjuran.

Komponen sistem pakar terbagi menjadi empat bagian, yaitu:
1. Knowledge Base (Basis Pengetahuan)
Knowledge Base merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan
presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya). Contoh :
If hewan merupakan sayap dan bertelur then hewan jenis burung.
2. Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada saat
sistem beroperasi maupun fakta-fakta pada saat pengambilan klesimpulan sedang dilaksanakan
selama sistem pakar beroperasi basis data berada di adalam memori kerja.
3. Inference Engine (Mesin Inferensia)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola
penalaran sistem yang digunakan oleh seorang pakar.
– Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan mencari jawaban
atau kesimpulan yang terbaik.
– Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis
pengetahuan dengan fakta-fakta yang ada dalam basis data.
Dua teknik Inference, yaitu:
a. Backward Chaining (Pelacakan kebelakang)
Melalui penalaranya dari sekumpulan hipotesis menuju fakta-fakta yang mendukung
tersebut,jadi proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan yang
akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a Goal Driven.
b.Forward Chaining (Pelacakan ke depan)
Forward Chaining merupakan kebalikan dari Backward Chaining yaitu mulai dari kumpulan
data menuju kesimpulan. Suatu kasus kesimpulannya dibangun berdasarkan fakta-fakta yang
telah diketahui atau data driven.
4. User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakai.
Pada bagian memungkinkan pengguna untuk memasukkan instruksi dan informasi ke dalam sistem
pakar serta menerima penjelasan dan kesimpulan.
B. Kategori Umum Dari Sistem Pakar
Berdasarkan penggunaanya sistem pakar diklasifiksikan menjadi dua bagian yaitu
Kategori Masalah yang diselesaikan.
Diagnosis Menduga kegagalan sistem dari observasi
Contoh: Mendiagnosa kerusakan mesin mobil.
Interprestasi Menduga gambaran situasi dari observasi.
Prediksi
Menduga akibat yang mungkin terjadi dari situasi
tertentu.
Contoh: Prediksi Cuaca besok berdasarkan data-data
sebelumnya.
Perencanaan Mengembangkan rencana-rencana untuk mencapai tujuan
tertentu.
Monitoring Membandingkan observasi terhadap rencana hasil.
Debugging Memberikan obatbagi kegagalan fungsi.
Reference Mengeksekusi rencana dengan menjalankan obat
penyembuhan.
Instruksi Mendiagnosa, mununjukkan unjuk kerja.
Kontrol Mengimplementasikan, memprediksi, mengontrol
kegiatan yang membutuhkan presisi yang tinggi.
C. Akusisi dan Representasi Pengetahuan
Pada sistem kecerdasan buatan (Setiawan, 1993) terdiri atas dua bagian penting, yaitu:
– Basis pengetahuan berisi tentang fakta-fakta dalam domain yang dipilih.
– Mekanisme Inference adalah procedure yang digunakan untuk memeriksa basis pengetahuan secara
urut, menjawab pertayaaan, menyelesaikan masalah atau membuat keputusan dalam domain.
D. Sistem Kerja Pakar
Menurut Staugard (1987) sistem kerja pakar terbagi dalam tiga modul yaitu:
1. Modul Penerimaan Pengetahuan
Untuk mendapatkan pengetahuan sistem pakar dilakukan proses penerimaan pengetahuan.
Proses ini dilakukakan melalui interaksi dengan pakar penerimaan pengetahuan dilakukan
dengan bantuan Knowledge Engineer (KE), yaitu seorang spesialis sistem yang
menterjemahkan pengetahuanyang dimiliki seorang pakar menjadi pengetahuan yang akan
tersimpan dalam basis pengetahuan pada sebuah sistem pakar.
2. Modul Konsultasi
Sistem pakar pada modul konsultasi apabila sistem memberikan konsultasi berupa jawaban atas
permasalahan yang diajukan oleh pemakai pada modul ini pemakai yang awam berinteraksi dengan
sistem dengan memasukkan data dan jawaban-jawaban pertanyaan sistem.Data yang dimasukkan oleh
pemakai ditempatkan dalam database sistem dan kemudian diakses oleh pembangkit inference untuk
mendapatkan kesimpulan.
3. Modul Penjelasan
Modul Penjelasan adalah menjelaskan proses pengambilan keputusan yang dilakukan oleh sistem.
E. Cara Representasi
Cara representasi dalam sistem pakar (Turban,1992) terbagi dalam toiga teknik, yaitu:
1. Production Rule
Production Rule adalah model ide dasar dari sistem yang memopresentasikan pengetahuan
dengan bentuk pasangan kondisi aksi (Jika-Maka).
2. Semantic Network
Semantic Network adalah gambaran grafis dari pengetahuan yang terdiri node atau symbol dan
hubungan atau link yang memperlihatkan hubungan hirarkis antar objek.
3. Frame
Frame adalah struktur data yang berisi semua pengetahuan tentang objek tertentu.
F. WinExsys (Perangkat Lunak Sistem Pakar)
Perangkat lunak yang sudah dikhususkan guna merancang dan membangun sistem pakar salah
satunya ialah WinExsys. Basis pengetahuan dalam WinExsys dibentuk dengan kaidah IF-THENELSE.
Suatu bentuk kaidah dalam WinExsys dapat memiliki keterangan berupa node dan reference,
node berisi keterangan mengenai kaidah tersebut dan reference berisi sumber tertulis dari kaidah
tersebut.
Kaidah-kaidah dalam WinExsys diantaranya:
1. Pengkualifikasian (Qualifier)
Pengkualifikasian adalah suatu pengetahuan interaktif untuk mengetahui data dan fakta beserta
seluruh kemungkinan jawaban.
2. Perubah (Variabel)
Perubah atau variable berbentuk numeric dan memiliki batas atas dan batas bawah
3. Pilihan Solusi (Choice)
Pilihan solusi adalah seluruh kemungkinan solusi yang dapat dihasilkan oleh sistem.
Perancangan Sistem
A. Perangkat Keras (Hardware)
Sistem pakar untuk mendeteksi dan mendiagnosa kerusakan sambungan telepon dirancang dan
dibangun untuk komputer PC (stand alone). Konfigurasi minimum yang dibutuhkan adalah komputer
dengan processor 486, RAM 16 Mb, Hardisk dan Mouse.
B. Perangkat Lunak (Software)
Sistem ini merupakan bagian dari sistem informasi kerusakan sambungan telepon yang dibuat
dengan WinExsys dan beroperasi pada sistem operasi windows 97.
Perangkat lunak yang digunakan untuk menyusun sistem pakar ini adalah WinExsys Profesional
VERSI 5,0.
C. Pengembangan Sistem
Pengembangan sistem akan dilaksanakan berdasarkan metode choice/pilihan. Metode ini terdiri dari:
1. Rekayasa sistem dan analisis.
Dalam tahap ini dilakukan komunikasi antar pencari dan pengguna sistem untuk
membahas masalah yang dihadapi.
2. Analisa kebutuhan Software (Software Requiment Analisys).
Analisis tahap ini lebih dalam lagi mengenai sistem, tujuan atau fungsi yang akan
dilakukan sistem.
3. Desain (Design).
Tahap ini ditentukan konfigurasi yang dibutuhkan oleh sistem dan metode yang
digunakan dalam mengambil keputusan.
4. Pengkodean (Coding)
Pada tahap ini dilakukan perubahan hasil desain menjadi program yang dapat dibaca oleh
komputer.
5. Pengujian (Testing)
Pada tahap ini dilakukan pengujian dari kinerja sistem,mencari dan memperbaiki
kesalahan/error yang ada.
6. Pemeliharaan (Maintanance)
Pemeliharaan sistem dilakukan dengan kaidah pengambil keputusan.
D. Alur Program
Urutan proses dari sistem ini mengikuti alur sebagai berikut:
Pemasukan data dilakukan pada queri yang telah terbentuk. Setiap pertayaan kerusakan sambungan
telepon, dari data yang dimasukkan selanjutnya sistem akan mengambil keputusan berdasarkan kaidah
dalam basis pengetahuan, kemudian sistem akan memberikan prediksi dari kerusakan sambungan telepon.
Hasil dan Pembahasan
A. Proses Penerimaan Pengetahuan
Untuk melakukan identifikasi kerusakan sambungan telepon diperlukan pengetahuan mengenai:
1. Ciri-ciri kerusakan telepon
2. Jenis-jenis kerusakan sambungan telepon
3. Gejala kerusakan sambungan telepon.
Salah satu contoh proses penerimaan pengetahuan berikut ini :
KE Bagaimana suara bunyi telepon.
Ahli Merosok, kadang-kadang ada nada sambung,
Kadang-kadang tidak ada nada sambung.
KE Bagaiman kondisi pesawat telepon.
Ahli Cek cara penyimpanan gagang telepon, cek sambungan kabel dari roset.
KE Bagaimana kondisi kabel.
Ahli Cek sambungan kabel, apakah ada yang putus, apakah ada yang lepas dari rumah kabelnya.
B. Struktur dari Sistem
Sistem pakar untuk mengidentifikasikan kerusakan sambungan telepon.
Basis Pengetahuan
Kaidah-kaidah yang ada pada pengetahuan disusun berdasarkan pengetahuan yang didapat dari
proses penerimaan pengetahuan beserta asumsi dari sistem yang digunakan.
Untuk sistem perbaikan gangguan yang digunakan oleh PT. TELKOM sekarang sistematika
atau urutan perbaikanya adalah sebagai beikut:
1. Test Main Distibution Frame (MDF)/Switching/sentral.
Berbentuk software untuk mengecek disambungan mana ada yang rusak. Untuk mengecek apakah ada
kerusakan sambungan telpon pada MDF (Switcing/Sentral) maka menggunakan alat ukur sulim (alat
ukur):
• Isolasi: standar ukur yang dianggap baik =1,25Mf; C=0,15 Mf berarti ada jaringan yang putus.
• Konsleting: muncul Error Message Manual= pesan busy.
• Afleding: kedengaran suara menggerosok dan dilayar muncul tampilan RAE= 0,2 ohm; BBE 2,3 ohm.
Bila saluran baik di MDF :
Tolak ukur DAE= 0,0 V; DBE=0,0 V; RAB=10,00 m ohm; RAE= 10,00m.ohm; RBE= 10.00
m.ohm; C=0,50Mf.ohm. C= 1,25Mf.
2. Test Rumah Kabel (RK/PCP)
Untuk mendeteksi kerusakan gangguan telepon dalam tahap ini adalah :
• Cek sambungan dari MDF (Sentral House).
• Test Tone.
• Cek kabel yang saling berhubungan.
3. Test distribution Points (DP)
• Cek kabel dari rumah Kabel.
• Cek tiang.
• Cek /periksa kabel dari distribution points.
4. Asumsi-asumsi yang dibuat dalam pembuatan keputusan yaitu:
1. Setiap kerusakan sambungan harus melakukan pengecekan kepada seluruh sistem yang ada
yaitu:
 Muncul dari MDF.
 Test rumah kabel.
 Test Distribution Points.
 Test kotak terminal batas (KTB).
 Test Roset.
 Test Pesawat.
Lampiran

Mencoba hosting file di ziddu.com

untuk download soft ware avast klik disini

Tugas UAS PBO

This gallery contains 5 photos.

Gambar form_login Gambar form_MenuUtama Gambar form_imahasiswa Gambar form_inilai rata-rata Gambar form_ipembayaran

ini tulisan per…

ini tulisan pertama saya mustika

Hello world!

Welcome to WordPress.com! This is your very first post. Click the Edit link to modify or delete it, or start a new post. If you like, use this post to tell readers why you started this blog and what you plan to do with it.

Happy blogging!