#ARTIFICIAL INTELLIGENCE & EXPERT SYSTEM

#ARTIFICIAL INTELLIGENCE DAN EXPERT SYSTEM 

ARTIFICIAL INTELLIGENCE

a. Defnisi
  Artificial intelligence adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia (Minsky dalam Kusrini, 2006).
  Artificial intelligence adalah kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang- dalam pandangan manusia, yaitu kecerdasan (Simon dalam Kusrini, 2006).
  Artificial intelligence adalah sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich dan Knight dalam Kusrini, 2006).

b. Sejarah 
  Istilah AI pertama kali dikemukakan pada tahun 1956 di konferensi Darthmouth. Walaupun istilah itu baru muncul pada tahun 1956, namun teori yang mengarah ke AI muncul sejak tahun 1941, diantaranya :
- Era komputer elektronik (1941)
  Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menajdi dasar pengembangan program yang mengarah ke AI.
- Masa persiapan AI (1943-1956)
  Pada tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat saraf tiruan. Mereka menunjukan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
  Pada rahun 1956, John McCarthy menyakinkan Minsky, Claude, Shannon, dan Nathainel Rochester untuk membatunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajran intelegensia. Hal ini menjadian McCarthy sebagai The Father of Artificial Intelligence.
- Awal perkembangan (1952-1969)
  Pada ahun 1958, McCarthy di lab AI MIT mendefiniskan bahasan pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi program-program AI dan melanjutkan dengan membuat program yang dirancang 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.
  Pada tahun, 1963, program yang dibaut James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
  Pada tahun 1968, program alaogi buatan Tom Evan dapat menyelesaikan maslaah analogi geometri yang ada pada tes IQ.
- Perkembangan AI  melambat (1966-1974)
  Adanya beberapa kesulitan yang dihadapi seperti program yang hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI.
- Sistem berbasis pengetahuan (1969-1979)
  Pada tahun 1960an, Ed Feigenbaum, Bruce Buschanan, dan Joshua Lederberg merintis proyek DENDRAL.
- 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.

Berikut adalah video yang menjelaskan bagaimana proses dari Artificial Intelligence :

https://www.youtube.com/watch?v=5J5bDQHQR1g&t=2s

EXPERT SYSTEM

a. Definisi
  Expert system adalah sistem aplikasi suatu omputer yang ditunjukan untuk membantu pengambilan keputusan atau pemecahan persoalan dalam bidang yang spesifik (Hayadi dan Rukun, 2016).
  Expert system adalah suatu cabang dari AI yang membuat penggunaan secara luas tentang knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar (Arhami dalam Hayadi dan Rukun, 2016).
  Expert system adalah aplikasi berbasis komputer yang digunakan untuk menyelesaikan masalah sebagaimana yang dipikirkan oleh pakar (expert). Pakar yang dimaksud adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh orang awam (Kusrini, 2008).

b. Sejarah 
  Menurut Kusrini (2006) ES mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode oenelitian artificial intelligence ini didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestari pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem-Solver (GPS). GPS merupakan sebuah prosedur yang dikembangkan oleh Allen Newell, John Cloff Shaw, dan Herbert Alexander Simon dari Logic Theorist yang merupakan sebuah percobaan untuk menciptakan mesin yang cerdas.
  GPS sendiri merupakan sebuah predecessor menuju Expert System (ES). GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.
  pada pertengahan 1960-an, terjadi pergantian dari program serba bisa (general-purpose ke program yang spesialis (special-purpose) dengan dikembangkannya DENDRAL oleh E. Feigenbaum dari Universitas Standford dan kemudian diikuti oleh MYCIN.DENDRAL mengarah pada kondisi0kondisi 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.
  Masalah yang kompleks membutuhkan pengetahuan yang banyak sekali tentang area masalah. Pada pertengahan 1970-an, beberapa ES  mulai muncul. Sebuah pengetahuan kunci yang dipelajaru saat itu adalah Kekuatan dari ES berasalh dari pengetahuan spesifik yang dimilikinya, bukan dari formalism-formalisme khusus dan pola penarikan kesimpulan yang digunakannya.
  Awal 1980-an, teknologi ES yang mula-mula dibatasi oleh suasana akademis mulai muncul sebagai aplikasi komersil, khususnya XCON, XSEL (dikembangkann dari R-1 pada Digital Equipment Corp.) dan CATS-1 (dikembangkan oleh General Electric).
  ES untuk melakukan diagnosis kesehatan telah dikembangkan sejak pertengahan tahun 1970. ES untuk melakukan diagnosis pertama dibuat oleh Bruce Buchanan dan Edward Shortlilfe di Standford University. Sistem ini diberi nama MYCIN (Heckerman dalam Kusrini, 2006).
  MYCIN merupakan program interaktif yang melakukan diagnosis penyakit meningitis dan infeksi bacremia serta memberikan informasi terapi antimikrobia. MYCIN mampu memberikan penjelasan atas penalarannya secara detail. Dalam memberikan uji coba, dia mampu menunjukkan kemampuan seperti seorang spesialis. Meskipun MYCIN tidak pernah digunakan secara rutin oleh dokter, MYCIN merupakan refrensi yang bagus dalam penelitian kecerdasan buatan (artificial intelligence) lainnya.

c. Hubungan Artificial Intelligence dengan Kognisi Manusia

  Hubungan artificial intelligence dengan kognisi manusia menurut penulis adalah terletak pada bagaimana pemrosesan saat menerima dan mengolah sebuah stimulus (atau informasi). Jika kita dapat menjelaskan bagaimana manusia berfikir, maka kita dapat pula membuat komputer pintar yang bekerja untuk kita. Memahami bagaimana kita menyimpan dan memanggil kembali suatu informasi akan membantu kita dalam melihat bagaimana proses kerjanya suatu kecerdasan buatan.

d. Expert System :
* ELIZA
ELIZA adalah suatu komputer yang bisa menanggapi manusia dengan menggunakan bahasa sehari-hari. ELIZA dikenalkan oleh Joseph Weizenbaum dari MIT pada tahun 1966.  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.  (Matthews, 2005).

* PARRY
PARRY adalah suatu komputer yang berusaha untuk mensimulasikan seseorang yang menunjukkan skizofrenia paranoid. Komputer bertindak sebagai psikiater untuk mengumpulkan data pasien selama terapi terapeutik. PARRY menggunakan pemrosesan bahasa alami dan kegunaannya terbatas. PARRY dibuat oleh Kenneth Colby dari Standford University (Nyuyen, Tojo, Nguyen, dan Trawisnki, 2017).

* NETtalk
NETtalk merupakan hasil penelitian Terrence Sejnowski dan Charles Rosenberg pada pertengahan 1980 mengenai jaringan saraf tiruan. NetTalk adalah sebuah program yang berdasarkan pada jaring-jaring neuron dengan membaca tulisan dan mengucapkannya keras-keras. NetTalk membaca keras-keras dengan cara mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa. Hal ini mengungkapkan bahwa belajar membaca melibatkan mekanisme kompleks yang banyak melibatkan bagian dari otak manusia. Sistem ini memiliki tiga lapisan yaitu: lapisan input (setiap unit merespon tulisan), lapisan output (unit menampilkan ke 55 fonem dalam bahasa inggris) dan lapisan unit tersembunyi (setiap unit ditambahkan koneksinya pada setiap input maupun output). NETtalk didasarkan pada sistem sintaks pidato komersial DECtalk. Sistem pakar dirancang oleh tim linguistik besar yang bekerja di proyek ini selama lebih dari satu decade (Riba, 1993).



DAFTAR PUSTAKA
Kusrini. (2006). Sistem pakar, teori dan apliaksi. Yogyakarta : Penerbit ANDI.
Hayadi, D., & Rukun, K. (2016). What is expert system. Yogyakarta : Deepublish.
Kusrini. (2008). Aplikasi sistem pakar menentukan faktor kepastian pengguna dengan metode kuantifikasi pertanyaan. Yogyakarta : Penerbit ANDI.
Matthews, R. (2005). 25 gagasan besar sains yang mengubah dunia kita. Jakarta : Serambi Ilmu Semesta.
Nguyen, N. T., Tojo, S., Nguyen, L. M., & Trawinski, B. (2017). Intteligent information and database systems. Switzerland : Springer.
Riba, S. P. D. L. (1993). Workshop on language, cognition and computation. Barcelona : Institut D’estudis Catalans Press.

https://evangelinosite.wordpress.com/2017/09/28/artificial-intelligence-definisi-sejarah-dan-contoh-kecerdasan-buatan/
https://www.google.co.id/imgres?imgurl=https%3A%2F%2Fweblizar.com%2Fwp-content%2Fuploads%2F2017%2F03%2FArtificial-intelligence-changed-seo.jpg&imgrefurl=https%3A%2F%2Ftowardsdatascience.com%2Fartificial-intelligence-fundamentals-making-machine-intelligent-d3f28f236c7&docid=IIjtvmOvliM5uM&tbnid=wS3u2V_8KqpboM%3A&vet=10ahUKEwj9wLnMzLjeAhXBOI8KHVZ_D98QMwhFKA4wDg..i&w=892&h=431&safe=strict&bih=675&biw=1517&q=artificial%20intelligence%20&ved=0ahUKEwj9wLnMzLjeAhXBOI8KHVZ_D98QMwhFKA4wDg&iact=mrc&uact=8
https://www.google.co.id/imgres?imgurl=https%3A%2F%2Fimage.slidesharecdn.com%2Fintroductionandarchitectureofexpertsystem-150331103314-conversion-gate01%2F95%2Fintroduction-and-architecture-of-expert-system-9-638.jpg%3Fcb%3D1427816060&imgrefurl=https%3A%2F%2Fwww.slideshare.net%2Fpremdeshmane%2Fintroduction-and-architecture-of-expert-system&docid=ntS3rzn0QEBRzM&tbnid=KMXH5BMZEAbtPM%3A&vet=10ahUKEwivjsvvzLjeAhXEK48KHcyLAboQMwh7KC8wLw..i&w=638&h=479&safe=strict&bih=675&biw=1517&q=expert%20system&ved=0ahUKEwivjsvvzLjeAhXEK48KHcyLAboQMwh7KC8wLw&iact=mrc&uact=8

#SISTEM INFOMASI MANAJEMEN & SISTEM PENUNJANG KEPUTUSAN

#SISTEM INFORMASI MANAJEMEN DAN SISTEM PENUNJANG KEPUTUSAN

SISTEM INFORMASI MANAJEMEN

a. Definisi Sistem Informasi Manajemen
  Sistem informasi manajemen adalah sistem berbasis komputer yang membuat informasi tersedia bagi para pengguna yang memiliki kebutuhan serupa (Raymond Mcleod, Jr, dan George P. Schell dalam Djahir dan Pratita, 2015).
  Sistem informasi manahemen adalah serangkaian subsistem informasi yang menyeluruh dan terkoordinasi dan secara rasional terpadu yang mempu mentransformasi data sehingga menjadi informasi lewat serangkaian cara guna mengingkatkan produktivitas yang sesuai dengan gaya dan sifat majager atas dasar kriteria mutu yang telah ditetapkan (George M. Scoot dalam Djahir dan Pratita, 2015).
  Sistem informasi manajemen adalah sebuah sistem manusia/mesin yang terpadu (intregeted) untuk menyampaikan informasi guna mendukung fungsi operasi, manajemen, dan pengambilan keputusan dalam sebuah organisasi (Radan Sanjoyo dalam Djahir dan Pratita, 2015).
  Sistem informasi manajemen adalah suatu kelompok orang, seperangkat pedoman dan petunjuk, peralatan mengolah data (seperangkat elemen) yang memilih, menyimpan, mengolah, dan mengambil data kembali (mengoperasikan data dan barang) untuk mengurangi ketidakpastian pada pengambilan keputusan (mencari tujuan bersama) dengan menghasilkan informasi untuk manajer pada waktu mereka dapat menggunakannya dengan paling efisien (menghasilkan informasi menurut waktu rujukan (Joel E. Ross dalam Djahir dan Pratita, 2015).
 
b. Konsep Sistem Informasi Manajemen
  Konsep dasar sistem informasi manajemen akan selalu berhubungan dengan hal-hal yang berkaitan dengan jalannya sistem informasi manajemen itu sendiri. Konsep sistem informasi maajemen tidak lepas dari hal-hal yang berhubungan dengan informasi, sistem, pengorganisasian, manusia, dan pengambilan keputusan yang masing-masing dari hal tersebut akan saling terkait satu sama lain. Tujuan dari sistem informasi manajemen secara umum adalah intuk menghasilkan informasi yang membantu manajeen secara keseluruhan. Informasi bisa diperoleh dari data-data yang telah diolah oleh sistem,

Terdapat konsep sistem informasi manajemen, diantaranya :
- Ada data yang akan diolah
- Ada instrumen untuk mengolah data tersebut
- Ada mekanisme dalam pengolahan data
- Data yang telah diolah akan menjadi informasi
- Informasi disajikan kepada pengguna
- Pengguna informasi akan menggunakan sesuai tujuannya.


c. Model Sistem Informasi Manajemen
  Menurut Sutabri (2012) manajemen informasi membutuhkan informasi untuk mendukung pengambilan keputusan yang akan dilakukan. Sumber informasi untuk pengambilan keputusan manajemen bisa didapatkan dari informasi eksternal dan informasi internal. Informasi internal dapat diperoleh dari sistem informasi yang berupa hasil pengolahan data elektronik (PDE) atau non-PDE.
  Dibawah ini terdapat beberapa model-model dari sistem informasi manajemen, yaitu :
- Sistem informasi akuntansi
- Sistem informasi pemasaran
- Sistem informasi manajemen persediaan
- Sistem informasi personalia
- Sistem informasi distribusi
- Sistem informasi pembelian
- Sistem informasi kekayaan
- Sistem informasi analisis kredit
- Sistem informasi penelitian dan pengembangan
- Sistem informasi teknik
  Semua sistem informasi tersebut dimaksudkan untuk memberikan informasi kepada semua tingkat manajemen, mulai maanjemen tingkat bawah, manajemen tingkat menengah, hingga manajemen tingkat atas.

 

SISTEM PENUNJANG KEPUTUSAN

a. Definisi Sistem Penunjang Keputusan
  Sistem penunjang keputusan adalah sekumpulan prosedur berbasis model untuk data manager mengambil keputusan (Little dalam Wiranti dan Safitri, 2018).
  Sistem penunjang keputusan adalah sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusna untuk memecahkan masalah yang sifatnya semi terstruktur maupun tidak terstruktur (Man dan Watson dalam Wiranti dan Safitri, 2018).
  Sistem penunjang keputusan adalah sistem yag berkemampuan mendukung analisis data dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa (Moore dan Chang dalam Wiranti dan Safitri, 2018).
  Sistem penunjang keputusan adalah sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah dan komunikasi untuk permasalahan yang bersifat semi-terstruktur (Raymond McLeod dan Jr dalam Wiranti dan Safitri, 2018).
 
b. Konsep
  Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Dalam sistem penunjang keputusan, sistem yang digunakan oleh pengguna untuk mendukung keputusan yang akan diambil dengan memanfaatkan data dan model serta diolah secara sistematis yang berbasis komputer untuk menyelesaikan permasalahan.
 
c. Model
  Karekteristik utama dari sistem penunjang keputusan adalah adanya kemampuan pemodelan.  Model adalah representasi sederhana atau penggambaran dari kenyataan. 
  Terdapat 3 jenis model dalam sistem penunjang keputusan
- Iconic (Scale). Replika fisik dari sistem, biasanya dalam skala tertentu dari bentuk aslinya. GUI pada OOPL adalah contoh dari model ini.
- Analog. Tak seperti sistem yang sesungguhnya tetapi berlaku seperti itu. Lebih abstrak daripada model Iconic dan merupakan representasi simbolis dari kenyataan. Contoh: bagan organisasi, peta, bagan pasar modal, speedometer. 
- Matematis (Kuantitatif). Kompleksitas hubungan dalam sistem organisasi tak dapat direpesentasikan dengan Iconic atau Analog, karena kalau pun bisa akan memakan waktu lama dan sulit. Analisis sistem penunjang keputusan menggunakan perhitungan numerik yang dibantu dengan model matematis atau model kuantitatif lainnya.

PERANAN SIM DAN SPK DALAM MEMECAHKAN MASALAH DI BIDANG PSIKOLOGI

  Peranan SIM dan SPK dalam memecahkan masalah di bidang psikologi adalah dalam pengambilan keputusan. Keputusan dibuat untuk memecahkan masalah. Sistem pengambilan keputusan ini dapat menyediakan informasi pemecahan masalah maupun kemampuan komuinkasi dalam memecahkan masalah.
Sebelum pengambilan keputusan, dilakukan juga planning guna merencakanan strategi yang efisien, controlling, kemudian membuat keputusan.

DAFTAR PUSTAKA
Djahir, Y., & Pratita, D. (2015). Bahan ajar sistem informasi manajemen. Yogyakarta : Deepublish Publisher.
Sutabri, T. (2012). Analisis sistem informasi. Yogyakarta : Penerbit ANDI.
Wiranti, F., & Safitri, R. (2018). Studi kasus sistem penunjang keputusan : Membahas metode saw dan topsis. Malang : Universitas Ma Chung.
Power point ajar Ika Amalia Staff  Universitas Gunadarma

http://nichonotes.blogspot.com/2017/12/konsep-dasar-sistem-informasi-manajemen.html
https://www.google.co.id/imgres?imgurl=https%3A%2F%2F3.bp.blogspot.com%2F-uQXVICNj7Sk%2FWYKgVNNy6aI%2FAAAAAAAAEUE%2F8YVPX1JO5k8VrpP3VyU5A6hAyJ1a7lbcQCLcBGAs%2Fs1600%2Fpengertian-sistem-informasi-manajemen.png&imgrefurl=http%3A%2F%2Fwww.sistem-informasi.xyz%2F2017%2F08%2Fpengertian-sistem-informasi-manajemen.html&docid=glwYW7NhnK60yM&tbnid=LmNr598uuFcj_M%3A&vet=10ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw..i&w=310&h=299&safe=strict&bih=675&biw=1517&q=sistem%20informasi%20manajemen&ved=0ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw&iact=mrc&uact=8#h=299&imgdii=5J8ijBaM8ugjdM:&vet=10ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw..i&w=310
https://www.google.co.id/imgres?imgurl=https%3A%2F%2F3.bp.blogspot.com%2F-uQXVICNj7Sk%2FWYKgVNNy6aI%2FAAAAAAAAEUE%2F8YVPX1JO5k8VrpP3VyU5A6hAyJ1a7lbcQCLcBGAs%2Fs1600%2Fpengertian-sistem-informasi-manajemen.png&imgrefurl=http%3A%2F%2Fwww.sistem-informasi.xyz%2F2017%2F08%2Fpengertian-sistem-informasi-manajemen.html&docid=glwYW7NhnK60yM&tbnid=LmNr598uuFcj_M%3A&vet=10ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw..i&w=310&h=299&safe=strict&bih=675&biw=1517&q=sistem%20informasi%20manajemen&ved=0ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw&iact=mrc&uact=8#h=299&imgdii=LmNr598uuFcj_M:&vet=10ahUKEwjD3-voyrjeAhUOTI8KHcl-DD0QMwh9KDMwMw..i&w=310
https://www.google.co.id/imgres?imgurl=https%3A%2F%2F1.bp.blogspot.com%2F-wPJUSb6flx4%2FWckyRB-JYFI%2FAAAAAAAABxc%2FmARgr24IojwaSS8oOcK_oV0ipfnofMxMACLcBGAs%2Fs700%2Fdss.jpg&imgrefurl=https%3A%2F%2Fwww.ilmuskripsi.com%2F2016%2F05%2Fdecision-support-systems.html&docid=8T9SKX_8tMxpJM&tbnid=0GhkSIyYnUqk8M%3A&vet=10ahUKEwiNmeW0y7jeAhUDpY8KHf-bDjwQMwg9KAcwBw..i&w=554&h=584&safe=strict&bih=675&biw=1517&q=decision%20support%20system&ved=0ahUKEwiNmeW0y7jeAhUDpY8KHf-bDjwQMwg9KAcwBw&iact=mrc&uact=8#h=584&imgdii=0GhkSIyYnUqk8M:&vet=10ahUKEwiNmeW0y7jeAhUDpY8KHf-bDjwQMwg9KAcwBw..i&w=554

#DATABASE

#DATABASE

 
  Database adalah sebuah software khusus yang didesain dan digunakan oleh user atau pihak lainnya seperti penyedia jasa pemrograman lain. Fungsi utama sebuah server database adalah menangani manajemen data. Sedangkan kewajiban utama database adalah menyediakan antarmuka (interface) kepada user untuk membuat database, dan mengolahnya (mencari, menghapus, dan mengedit).
 
a. Sejarah Database
Secara singkat, sejarah database terbagi atas beberapa perkembangan :
Tahun 1960
  Dari awal penggunaan komputer, penyimpanan dan manipulasi data merupakan focus utama aplikasi. Pada awal tahun 1960, Charles Bachman diperusahaan General Electric mendesain generasi pertama DBMS yang disebut Penyimpanan Data Terintegrasi (Integrated Data Store). Dasar untuk model data jaringan dibentuk lalu distandardisasi oleh Conference on Data System Language (CODASYL). Kemudian, Bachman menerima ACM Turing Award (Penghargaan semacam nobel pada ilmu komputer ) di tahun 1973.
  Pada akhir tahun 1960-an, IBM mengembangkan system manajemen informasi (Information Manajemen System) DBMS. IMS dibentuk dari representasi data pada kerangka kerja yang disebut model data hierarki. Dalam waktu yang sama, hasil kerja sama antara IBM dengan perusahaan penerbangan Amerika mengembangkan system SABRE. System SABRE memungkinkan user mengakses data yang sama pada jaringan computer.

Tahun 1970
  Pada tahun 1970, Edgar Codd di laboratorium penelitian di San Jose mengusulkan suatu representasi data baru yang disebut model data relational. Pada tahun 1980, model relasional menjadi paradigm DBMS paling dominan. Bahasa query SQL dikembangkan untuk basisdata relasional sebagai bagian proyek Sistem R dari IBM. SQL di standardisasi di akhir tahun 1980 dan SQL-92 diadopsi oleh American National Standards Institute (ANSI) dan International Standards Organization (ISO). Program yang digunakan untuk eksekusi bersamaan dalam basisdata disebut transaksi. User menulis programnya, dan bertanggung jawab menjalankan program secara bersamaan terhadap DBMS. Pada tahun 1999, James Gray memenangkan Turing award untuk kontribusinya pada manajemen transaksi dalam DBMS.

Tahun 1980
  Pada akhir tahun 1980 dan permulaan tahun 1990, banyak bidang system basisdata dikembangkan. Penelitian dibidang basisdata meliputi bahasa query yang powerful, model data yang lengkap, dan penekanan pada dukungan analisis data yang kompleks semua bagian organisasi. Beberapa vendor (misalnya IBM, DB2, Oracle8, dan Informix UDS) memperluas sistemnya dengan kemampuan menyimpan tipe data baru misalnya image dan text serta kemampuan query yang kompleks. System khusus dikembangkan banyak vendor untuk membuat data warehouse dan mengonsolidasi data beberapa basisdata.
  Suatu fenomena menarik adalah munculnya enterprice resource planning (ERP) dan management resource planning (MRP), yang menambah lapisan substansial dari fitur berorientasi aplikasi pada DBMS utama. Paket yang digunakan secara luas meliputi Baan, Oracle, PeopleSoft, SAP, dan Siebel. Paket tersebut mengidentifikasi kumpulan tugas umum (misalnya manajemen inventori, perencanaan sumber daya manusia, dan analisis keuangan) yang dihadapi oleh sejumlah besar organisasi dan menyediakan lapisan aplikasi umum untuk melaksanakan tugas. Data disimpan dalam DBMS relasional. Kemudian, lapisan aplikasi dapat disesuaikan pada perusahaan berbeda sehingga biaya keseluruhan perusahaan menjadi lebih rendah disbanding biaya pembuatan lapisan aplikasi dari awal. Lebih jauh, DBMS memasuki dunia internet. Saat generasi pertama, web site menyimpan datanya secara ekskulisif dalam file system operasi. Pada saat ini, DBMS dapat digunakan untuk menyimpan data yang dapat diakese melalui web browser. Query dapat dibuat melalui form web dan format jawabannya dengan menggunakan markup language semisal HTML untuk mempermudah tampilan pada browser. Semua vendor basisdata menambah fitur ini untuk DBMS mereka.

b. Komponen Database 
Komponen DBSM dibedakan menjadi lima komponen, yaitu :
- Hardware atau perangkas keras atau peranti keras
Hardware ini diperlukan oleh DBSM dan aplikasi. Contoh perangkat keras, antara lain seperti personal computer, notebook, mainframe, sampai sebuah jaringan komputer.
- Software atau jaringan lunak atau perangkat lunak.
Beberapa penggunaan software :
* Software untuk sistem operasi komputer, baik untuk PC biasa ataupun server.
Contoh : Windows, Unix, dan Linux.
* Software untuk basis data.
Contoh : Microsoft SQL, Oracle, dan MySqi.
* Software untuk pemrograman.
Contoh : Pada PC terdapat program Java.Net, Visual Basic, C, dan C++. Sedangkan pada Mainframe atau AS400 terdapat program Cobol, RPG, dan Fotran.
* Software untuk mengatur jaringan.
Contoh : SISCO.
- Data
Merupakan komponen terpenting DBSM karena data adalah penghubung antara komputer dengan manusia.
- Prodesur
Merupakan instruksi dan aturan yang menentukan perancangan dan pengginaan basis data, di mana pengguna sistem dan pengelola basis data memerlukan dokumentasi ini untuk menjalankan dan menggunakan sistem.
- Manusia, dimana peranannya dapat dibedakan menjadi beberapa fungsi sebagai berikut :
* Data dan Database Administrator, atau orang yang bertanggung jawab pada manajemen dan pengendalian basis data. Perbedaannya adalah Data Admninistrator (DA) bertanggung jawab untuk manajemen sumber daya data, yang mencakup perencanaan basis data, pengembangan, standar pemeliharaan, kebijakan, prosedur, dan desain basis data secara konseptual. DA berkonsultasi dengan para manajer senior dan meyakinkan mereka tentang dukungan basis data terhadap tujuan perusahaan. Sedangkan Database Administrator (DBA) bertanggung jawab untuk merealisasi fisik basis data yang mencakup integritas pengendalian, backup dan restore, pemeliharaan sistem operasional, dan memastikan dapat dipakai dengan baik.
* Databse Designer, dibedakan menjadi perancang basis data secara logka dan fisik. Perancang basis data secara logika berhubungan dengan identifikasi data, antara lain entitas dan atribut. Selain itu juga harus memahami proses bisnisnya. Sedangkan perancang basis data secara fisik berhubungan dengan bagaimana desain basis data tersebut dapat direalisasikan. Misalnya memetakan desain basis data logika ke dalam table, pemilihan metode akses agar kinerjanya baik, dan merancang beberapa ukuran keamanan yang diperlukan oleh data.
* Application Developers atau Progammer, merupakan tenaga ahli komputer yang berfungsi untuk mengambangkan program-program aplikasi yang diperlukan dalam manajemen basis data.
* End User, termasuk dalam kategori penggua akhir adalah pemilik sistem (enterprise). Para manager, supervisor, operator, pelanggan, dan sebagainya yang erlibat langsung dalam penggunaan basis data. End user ini dibedakan menjadi dua kelompok, yaitu : Naïve Users dan Sophisticated Users.

c. Konsep 
  Database adalah suatu susunan/kumpulan data operasional lengkap dari suatu organisasi/perusahaan yang diorganisir/dikelola dan simpan secara terintegrasi dengan menggunakan metode tertentu dengan menggunakan komputer sehingga mampu menyediakan informasi yang diperlukan pemakainya. SISTEM DATABASE adalah suatu sistem penyusunan dan pengelolaan record-record dengan menggunakan komputer, dengan tujuan untuk menyimpan atau merekam serta memelihara data operasional lengkap sebuah organisasi/perusahaan sehingga mampu menyediakan informasi yang diperlukan pemakai untuk kepentingan proses pengambilan keputusan.

d. Struktur 
  Pengelolaan struktur database mencakup berpartisipasi dalam desain dan implementasi awal database serta mengendalikan dan mengelola perubahan-perubahan yang diperlukan.
Struktur database :
- Hierarchical
- Network
- Relational
- Object-oriented
- Multi-dimensional
  Hubungan antara berbagai elemen data terpisah yang disimpan dalam database didasarkan pada salah satu dari beberapa struktur atau model logis data. Software DBMS didesain untk menggunakan struktur data tertentu agar dapat memberi para pemakai akhir akses yang cepat dan mudah ke informasi yang disimpan dalam database.

e. Kelebihan dan Kekurangan Database 
Kelebihan :
- Terkontrolnya kerangkapan data  dan inkonsistensi
- Terpeliharanya keselarasan data
- Data dapat dipakai secara bersama-sama
- Memudahkan penerapan standarisasi
- Memudahkan penerapan batasan-batasan  pengamanan.
- Terpeliharanya intergritas data
- Terpeliharanya keseimbangan atas perbedaan kebutuhan data dari setiap aplikasi
- Program / data independent

Kekurangan :
- Mahal dalam implementasinya
- Rumit/kompleks
- Penanganan proses recovery & backup sulit
- Kerusakan pada sistem basis data dapat mempengaruhi departemen yang terkait



DAFTAR PUSTAKA
Indrajani. (2011). Perancangan basis data dalam all in 1. Jakarta : Elex Media.
Oktaviani. (2010). Shortcourse sql server 2008 express. Yogyakarta : Penerbit ANDI.
Power point ajar Rio Wirawan Staff  Universitas Gunadarma
http://mtechnology14.blogspot.com/2016/11/pengertian-dan-sejarah-data-base.html
https://books.google.co.id/books?id=cJJuDwAAQBAJ&pg=PA13&dq=sejarah+basisdata&hl=id&sa=X&ved=0ahUKEwi9w9LqnaHeAhVHVisKHdtMBVYQ6AEINTAC#v=onepage&q=sejarah%20basisdata&f=false
https://www.google.co.id/imgres?imgurl=http%3A%2F%2Fwww.phintraco.com%2Fwp-content%2Fuploads%2F2017%2F12%2Fshutterstockdatabase.jpg&imgrefurl=http%3A%2F%2Fwww.phintraco.com%2Fcara-mempertahankan-database-yang-lebih-aman%2F&docid=1mzTIUWql5jWfM&tbnid=TCSHUaSuCu9kNM%3A&vet=10ahUKEwjytIKeyrjeAhXJpI8KHRAXA7YQMwhAKAEwAQ..i&w=3099&h=2002&safe=strict&bih=730&biw=1517&q=database&ved=0ahUKEwjytIKeyrjeAhXJpI8KHRAXA7YQMwhAKAEwAQ&iact=mrc&uact=8