Kamis, 06 Desember 2018 di 19.40 Diposting oleh Fernando Alexander 0 Comments

Rangkuman Sistem Cerdas, AI, Agen Cerdas


Sistem Cerdas
        Sistem cerdas adalah sebuah kecerdasan yang dibuat manusia pada suatu alat atau mesin. Sistem cerdas merupakan sistem yang menerapkan “kecerdasan buatan” atau disebut juga “Artificial Intelligence”. Sistem cerdas dibuat agar dapat berpikir serta mampu mengambil keputusan dan melakukan aktivitas layaknya manusia.

Karakteristik Sistem Cerdas :
1.   Memiliki fasilitas informasi yang handal.
2.   Mudah dimodifikasi.
3.   Dapat digunakan dalam berbagai jenis komputer.
4.   Memiliki kemampuan untuk belajar beradaptasi.
5.   Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
6.   Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.
7.   Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.
8.   Output yang dihasilkan sesuai dengan apa yang kita harapkan.

Sistem cerdas di dunia bisnis menggunakan satu atau lebih tool cerdas, biasanya digunakan untuk membantu pengambilan keputusan, meningkatkan produktifitas, dan memperoleh keuntungan kompetitif (bersaing). Contoh sistem cerdas dalam bisnis salah satunya yaitu Data Mining. Data Mining adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola dan hubungan dalam set data berukuran besar.

AI (ARTIFICIAL INTELLIGENCE)
Artificial Intelligence (AI) atau dapat diartikan “kecerdasan buatan” merupakan teknik dan studi tentang membuat teknologi menjadi cerdas, yang dapat melakukan hal-hal seperti yang dapat dilakukan oleh manusia.
AI adalah bagian dari Sistem Cerdas. Tujuan penilitian dari AI meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami, persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat, ilmu saraf, psikologi buatan dan lainnya.

Contoh AI :

1.     SIRI
Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

Definisi & Konsep Agen Cerdas
Apa itu Agen Cerdas?
Dalam bidang Artificial Intelligence atau kecerdasan buatan, kita sering mendengar istilah Agen cerdas atau Intelligent Agent. Agen cerdas adalah sebuah entitas yang mengamati, menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia. Agen cerdas juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka.

Berikut ini beberapa definisi agen cerdas;
                           1.                 Agen cerdas adalah segala sesuatu yang dapat merasakan lingkungannya melalui peralatan sensor-sensor, bertindak sesuai dengan lingkungannya dan dengan mengunakan peralatan penggeraknya/actuator (Russel dan Norvig).
            2.             Agen cerdas adalah sebuah sistem komputer yang berada dalam suatu lingkungan dan memiliki kemampuan bertindak secara otonomos didalam situasi lingkungan tersebut sesuai dengan sasaran yang dirancang (Woold-ridge).

Konsep Agen Cerdas
                        i.            Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.

Untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu.

                       ii.            Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian rupa hingga dapat memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).

                       iii.            Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Contoh Agen Cerdas

1.          Taksi Otomatis
Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
Task environment:
·   Performance measure (P): keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan, keselamatan, taat lalu lintas
·       Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca.
·       Actuators: stir arah, pedal gas, pedal rem, klakson, sinyal kiri/kanan.
·   Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard (papan ketik).

2.          Sistem Diagnosis Medis
Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis. Task Environment :
·         Performance measure: pasien sembuh, biya murah tidak menyalahi hukum.
·         Environment: pasien, rumah sakit, suster, dokter.
·         Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk).
·         Sensors: keyboard (masukan gejala penyakit, jawaban pasien).

Jumat, 09 November 2018 di 02.33 Diposting oleh Fernando Alexander 0 Comments

CONTOH AGEN CERDAS


I. Taksi Otomatis

Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan. Task Environment :
  • Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan. 
  • Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca. 
  • Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan. 
  • Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard. 
Cara kerja agen taksi otomatis diatas sudah kita bahas di tulisan sebelumnya. 
Begitu juga untuk contoh berikutnya.

II. Medical Diagnosis System

Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis.
Task Environment: 
  • Performance measure: pasien sembuh, biya murah tidak menyalahi hukum. 
  • Environment: pasien, rumah sakit, suster, dokter. 
  • Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk). 
  • Sensors: keyboard (masukan gejala penyakit, jawaban pasien).    

Label:
di 02.25 Diposting oleh Fernando Alexander 0 Comments

 DEFINISI & KONSEP AGEN CERDAS


I. Definisi: Apa itu Agen Cerdas ?

Dalam tulisan sebelumnya, sudah dipaparkan bahwa AI adalah bagian dari Sistem Cerdas. Di dalam AI itu sendiri (sebagaimana gambar diatas maupun dibawah) ada "agen" yang menjadi "eksekutor" dalam sistem tersebut. Itulah akhirnya lahir yang namanya: Agen Cerdas. Agen Cerdas sering digambarkan secara skematis sebagai sistem fungsional abstrak mirip dengan program komputer. Sistem fungsional abstrak tersebut termasuk juga dalam software nya atau yang sering disebut juga dengan bot. Maka, bila kita berbicara apa itu "Agen Cerdas" kita bisarefer ke bot, perangkat kerasnya ataupun keseluruhan.

II. Konsep Agen Cerdas

Konsep Agen Cerdas ini dapat dibagi menjadi 2 bagian: Sifat Agen & Jenis-Jenis Agen.

Sifat Agen

a. Rasional
Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu. Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).
b. Autonomy
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikian hingga dapat memeroleh infoemasi yang berguna (pengumpulan informasi, eksplorasi). Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi).
c. Reactivity
Dengan menggabungkan pengetahuan yang dimiliki dengan pengetahuan yang didapat dari lingkungannya, agen dapat menyimpulkan aspek lingkungan yang tersembunyi sebelum melakukan tindakan yang selektif. Agen Berbasis Pengetahuan bersifat fleksibel, mereka dapat beradaptasi dengan perubahan lingkungan dan memperbarui pengetahuan yang relevan.

Jenis-jenis Agen

  • Simple reflex agents : berdasarkan persepsi yang terakhir. 
  • Model-based reflex agents: memiliki representasi internal tentang keadaan sekitar. 
  • Goal-based agents: memiliki informasi tentang tujuan, memilih tindakan yang mencapai tujuan. 
  • Utility-based agents: melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan – utility function.
  • Learning agents: belajar dari pengalaman, meningkatkan kinerja.

Label:
Selasa, 30 Oktober 2018 di 04.52 Diposting oleh Fernando Alexander 0 Comments

Label:
Minggu, 07 Oktober 2018 di 20.54 Diposting oleh Fernando Alexander 0 Comments

AI (ARTIFICIAL INTELLIGENCE)



I. Definisi: Apa itu Artificial Intelligence ?
Apakah Kecerdasan Buatan itu? Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan diperoleh dari belajar, semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namun bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka mililki, Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula, dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak nyelesaikan masalah dengan baik.

II. Sejarah AI :

Kecerdasan buatan merupakan bidang ilmu komputer yang sangat penting di era kini dan masa akan datang untuk mewujudkan sistem komputer yang cerdas.  Bidang ini telah berkembang sangat pesat di 20 tahun terakhir seiring dengan kebutuhan perangkat cerdas pada industry dan rumah tangga, oleh karena itu buku ini memaparkan berbagai pandangan modern dan hasil riset terkini  yang perlu dikuasai oleh para akademisi, pelajar dan praktisi lengkap dengan implementasi nyata.
Kata “intelligence” berasal dari bahasa Latin “intelligo” ang bearti “saya paham”.  Barti dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.  Sebenarnya, area Kecerdasan Buatan (Artificial Intelligence) atau disingkat dengan AI,  bermula dari kemunculan komputer sekitar th 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[1].
McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari neuron di dalam  otak.  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 computer berfikir” dengan menciptakan mesin Turing.  Paper Alan Turing pada tahun 1950 berjudul “Computing Machineri and Intelligence” mendiskusikan syarat sebuah mesin dianggap cerdas. Dia beranggapan bahwa jika mesin dapat dengan sukses berprilaku seperti manusia, kita dapat menganggapnya cerdas.
Tabel 1.1  Sejarah penting pengembangan  bidang Kecerdasan Buatan
No
Tahun
Deskripsi
11206Robot humanoid pertama karya Al-Jazari
21796Boneka penuang the dari jepang bernama Karakuri
31941Komputer elektronik pertama
41949Komputer dengna program tersimpan pertama
51956Kelahiran dari Artificial Intelligence pada Dartmouth conference
61958Bahasa LISP dibuat
71963Penelitian intensif departemen pertahanan Amerika
81970Sisem pakaer pertama diperkenalkan secara luas
91972Bahasa Prolog diciptakan
101986Perangkat berbasis AI dijual luas mencapai $425 juta
111994AC berbasis Neuro fuzzy dijual
122010Sistem kecerdasan buatan untuk Pesawat komersial BOEING 900-ER ramai digunakan
132011Service Robot untuk restoran berhasil dibuat di Indonesia
142012Sistem Pakar Troubleshooting Komputer berbasis Fuzzy dan Self Learning
152012Sistem immune pada Deteksi spam diciptaka
Saat ini, hampir semua perangkat komputer dan perangkat elektronika canggih menerapkan kccerdasan buatan untuk membuat sistem lebih handal. Di masa yang akan datang, diperkirakan semua perangkat elektronika dan komputer menjadi jauh lebih cerdas karena  telah ditanamkan berbagai metode kecerdasan buatan.
III. Contoh AI :
Tidak seperti persepsi umum, contoh penerapan Artificial Intelligence (AI) tidak terbatas hanya pada industri IT atau teknologi; sebaliknya, banyak digunakan di bidang lain seperti medis, bisnis, pendidikan, hukum, dan manufaktur.
Berikut ini 9 contoh penerapan kecerdasan buatan saat ini,

1.  Siri
Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

2. Tesla
Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak.

3. Netflix
Netflix tidak memerlukan pengenalan — ini adalah layanan konten-on-demand yang sangat populer yang menggunakan teknologi prediktif untuk menawarkan rekomendasi berdasarkan reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini memeriksa dari sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan reaksi Anda sebelumnya.

4.Drones
Drone sudah mengirimkan produk ke rumah pelanggan — meskipun dalam mode uji coba. Mereka menunjukkan sistem pembelajaran mesin yang kuat yang dapat menerjemahkan lingkungan ke dalam model 3D melalui sensor dan kamera video.

Sensor dan kamera dapat melihat posisi drone di ruangan dengan menyambungkannya ke langit-langit. Algoritma generasi lintasan memandu drone tentang bagaimana dan kemana harus bergerak. Dengan menggunakan sistem Wi-Fi, kita dapat mengendalikan drone dan menggunakannya untuk tujuan tertentu — pengiriman produk, pembuatan video, atau pelaporan berita.

Kesimpulan :

Artificial Intelligence (AI) atau Intelegensia Semu adalah bidang ilmu yang mempelajari bagaimana membuat sistem atau komputer menjadi cerdas. Supaya komputer bisa bertindak seperti atau serupa dengan manusia, maka komputer harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar.Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984]: 1. Membuat mesin menjadi lebih pintar (tujuan utama) 2. Memahami apa itu kecerdasan (tujuan ilmiah) 3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)

di 20.26 Diposting oleh Fernando Alexander 0 Comments

SISTEM CERDAS




I. Definisi: Apa itu Sistem Cerdas ?


Segala sesuatu yang ada di alam semesta ini, baik setiap gejala alamnya, fenomena yang terjadi di dalamnya, bahkan kehidupan makhluk-makhluk yang ada di dalamnya merupakan suatu bentuk persamaan matematis? Atau dapat dibilang segala gejala dan fenomena tersebut dapat dibuat ke dalam bentuk persamaan matematis, termasuk di dalamnya adalah bagaimana cara kerja otak dan bagaimana manusia berpikir.

 Munculnya sistem cerdas diawali dengan keinginan, kemauan manusia untuk membuat suatu sistem berupa mesin atau hardware yang dapat malukan aktivitas seperti manusia. Pada dasarnya sistem cerdas sendiri memiliki kemampuan yang menyerupai bahkan sama dengan pola pikir manusia. Sehingga dapat dikatakan teknologi yang memiliki sistem cerdas dapat mengenali atau melakukan komunikasi layaknya manusia. Sistem cerdas merupakan sistem yang menerapkan “kecerdasan buatan” atau disebut juga “Artificial Intelligence”. Sehingga kecerdasan ini yang diciptakan dan kemudian dimasukkan ke dalam suatu mesin atau hardware. Sistem cerdas dibuat agar dapat berpikir, berperilaku, memiliki perasaan serta mampu mengambil keputusan dan bertindak berdasarkan pengetahuan yang didapatnya layaknya  manusia.
Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat agar dapat berpikir layaknya manusia. Sistem ini juga dibuat agar dapat “berperilaku” seperti manusia, juga mampu menyerap pengalaman dan mampu bertindak berdasarkan pengalaman tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri dan mampu berpikir seperti halnya manusia. 

Beberapa pengertian Sistem Cerdas dari Para Ahli :
1. “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”. (H. A. Simon [1987]) 
2. “Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.” (Rich and Knight [1991]) 
3. “AI adalah Untuk mengetahui dan memodelkan proses – proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.” (John McCarthy[1956]). 
4. “Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan”. (Encyclopedia Britannica). 

Sistem Cerdas sendiri memiliki 3 komponen dasar, diantaranya:
 1. Artificial Neural Network
Komponen yang pertama yaitu Artificial Neural Network, membahas tentang “bagaimana sel syaraf otak manusia bekerja?”. Artificial Neural Network (ANN) merupakan asitektur dari sel syaraf otak manusia serta simulasi bagaimana sel dyaraf otak bekerja. Artificial Neural Network atau dapat diartikan “Jaringan Syaraf Tiruan” merupakan studi tentang meniru cara kerja sel syaraf otak dimana dapat mengendalikan tindakan, tingkah laku sesuai dengan keadaan lingkungan, menghasilkan suatu respon seperti gerakan tubuh dan mimic wajah.
 2. Artificial Intelligence 
Komponen yang kedua yaitu Artificial Intelligence, membahas tentang “bagaimana mesin dapat berpikir, berlogika, bertindak seperti manusia ?”. Artificial Intelligence (AI) merupakan  simulasi, sesuatu yang dimodelkan, mengkonsepkan bagaimana manusia itu berlogika. Artificial Intelligence (AI) atau dapat diartikan “kecerdasan buatan” merupakan studi tentang membuat teknologi dimana dapat melakukan hal-hal yang dapat dilakukan oleh manusia dan dapat membantu pekerjaan manusia. Dari berbagai sudut pandang, dari sudut pandang kecerdasan, Artificial Intelligence mampu membuat mesin menjadi cerdas karena dapat melakukan sesuatu seperti yang dilakukan manusia. Sehingga ketika ingin membuat sistem Artificial Intelligence (AI) perlu memikirkan bagaimana kita akan membuat sebuah mesin dengan simulasi dan model layaknya manusia dalam melakukan aktivitas.
 3. Logika Fuzzy
Komponen yang ketiga yaitu logika fuzzy, membahas tentang “bagaimana manusia merasa?, bagaimana perasaan manusia bekerja?”. Logika fuzzy disebut logika yang samar (ambigu/ketidakjelasan) atau suatu konsep perasa. Logika yang samar artinya logika yang memiliki sebuah nilai yang tidak hanya bernilai benar atau salah, tetapi dapat bernilai diantara benar dan salah sebagai contoh “sedang”, “cukup” dan sebagainya.. Logika fuzzy digunakan agar mesin diharapkan dapat mempunyai unsur-unsur perasaan seperti manusia sehingga mesin tersebut dapat mempunyai keinginan, serta mengambil keputusan dengan perasaan layaknya manusia. 

II. Karakteristik Sistem Cerdas :

- Memiliki fasilitas informasi yang handal.
- Mudah dimodifikasi. 
- Dapat digunakan dalam berbagai jenis komputer.
- Memiliki kemampuan untuk belajar beradaptasi. 
- Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.
- Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan.
- Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.
- Output yang dihasilkan sesuai dengan apa yang kita harapkan.

III. Contoh Sistem Cerdas dalam Bisnis :

1) Menyediakan kecerdasan bisnis untuk:

–   Meningkatkan produktifitas
–   Memperoleh keuntungan kompetitif (bersaing)

2) Menyediakan kecerdasan bisnis dalam bentuk informasi mengenai:

–   Pola perilaku pelanggan
–   Tren pasar
–   Leher-botol (kemacetan) efisiensi

3) Contoh aplikasi Sistem Cerdas yang sukses di bisnis:

–   Layanan Pelanggan/Customer(Pemodelan Relasi Pelanggan)
–   Penjadwalan (misal: Operasi tambang)
–   Data mining
–   Prediksi pasar keuangan (saham, dll)
–   Kendali kualitas (Quality control)

Jumat, 06 Juli 2018 di 02.28 Diposting oleh Fernando Alexander 0 Comments

Operasi Layanan

Operasi pelayanan adalah fase siklus hidup manajemen layanan TI yang bertanggung jawab untuk 'bisnis seperti biasa' kegiatan. Ini adalah layanan operasi yang bertanggung jawab untuk memanfaatkan proses untuk memberikan layanan kepada pengguna dan pelanggan.

- Maksud Dan Tujuan

Tujuan dari operasi layanan untuk mengatur dan melakukan kegiatan dan proses yang diperlukan untuk memberikan layanan kepada pengguna bisnis pada tingkat yang disepakati layanan.

Ada dinamis 'debat' yang berlangsung pada empat tingkat:

  1. Intern IT melihat vs pandangan bisnis eksternal: Pandangan bisnis eksternal TI akan berhubungan dengan layanan yang diberikan kepada pengguna dan pelanggan sementara, secara internal di dalam IT, layanan tersebut akan dipandang sebagai sejumlah komponen. 
  2. Stabilitas terhadap tanggap: Perubahan sering penyebab insiden dan hilangnya ketersediaan, sehingga mungkin tergoda untuk membatasi jumlah perubahan dalam rangka untuk meningkatkan stabilitas layanan. 
  3. Kualitas layanan versus biaya layanan: Akan selalu ada menjadi tekanan untuk meningkatkan kualitas layanan TI sekaligus mengontrol biaya. 
  4. Reaktif dibandingkan proaktif: Sebuah organisasi sangat proaktif akan selalu memprediksi mana hal-hal yang bisa salah dan mengambil tindakan untuk mengurangi atau mencegah situasi. 

- Nilai Layanan Operasi

Setiap tahapan siklus hidup layanan ITIL menambah dan memberikan nilai bagi bisnis. operasi layanan ini dilakukan dengan melaksanakan proses dan menjalankan layanan sebagaimana dimaksud oleh strategi pelayanan, desain layanan dan layanan transisi tahap siklus hidup.

- Kegiatan Kunci Dan Fungsi

Proses yang dilakukan oleh operasi layanan adalah :

  • Manajemen acara: Ini adalah proses yang bertanggung jawab untuk pemantauan semua peristiwa di seluruh infrastruktur TI dan aplikasi untuk memastikan operasi normal. manajemen acara yang ada untuk mendeteksi, meningkat dan bereaksi terhadap pengecualian. 
  • Manajemen insiden: Ini adalah proses untuk menangani semua insiden. Ini mungkin insiden di mana layanan sedang terganggu atau di mana layanan belum terganggu. 
  • Permintaan fulftlment: Ini adalah proses yang melakukan permintaan layanan dari pengguna. Permintaan pemenuhan mencakup permintaan perubahan standar, permintaan informasi dan pengaduan. 
  • Masalah manajemen: Proses ini bertanggung jawab atas pengelolaan semua masalah dalam infrastruktur TI. 
  • Manajemen akses: Proses ini memungkinkan pengguna dengan tingkat yang benar otorisasi untuk mengakses aplikasi atau layanan. manajemen akses memungkinkansebuah organisasi untuk mengontrol akses ke aplikasi dan layanan. Fungsi operasi layanan adalah: 
  • Pelayanan meja: ini melakukan sejumlah proses, manajemen insiden tertentu dan permintaan pemenuhan. Layanan meja terdiri dari sekelompok staf terlatih untuk menghadapi kejadian layanan. Staf meja layanan akan memiliki akses ke alat yang diperlukan untuk mengelola peristiwa ini.
  • Manajemen teknis: Ini adalah fungsi yang menyediakan sumber daya dan memastikan bahwa pengetahuan teknologi yang relevan terus up to date. manajemen teknis mencakup semua tim atau daerah yang mendukung pengiriman teknis pengetahuan dan keahlian. Ini termasuk tim sepertisebagai jaringan, mainframe, middleware, desktop, server dan database. 
  • Aplikasi manajemen: Ini akan mengelola aplikasi melalui totalitas siklus hidup mereka. aplikasi manajemen yang terlibat dalam desain, pengujian dan perbaikan berkesinambungan dari aplikasi dan layanan yang mendukung aplikasi. 
  • Manajemen operasional TI: Ini bertanggung jawab untuk operasi infrastruktur TI tion organisa- dan aplikasi pada sehari-hari. 






Pengelola Layanan Bisnis

- Ruang Lingkup

Setelah solusi manajemen layanan telah diterapkan, itu menjadi tidak penting untuk duduk dan berpikir bahwa pekerjaan telah selesai. Semua aspek lingkungan akan terus berubah, dan penyedia layanan harus selalu melanjutkan untuk mencari perbaikan. Perbaikan layanan berkelanjutan bertanggung jawab untuk memastikan bahwa peningkatan ini diidentifikasi dan diimplementasikan. Kinerja dari penyedia layanan TI terus diukur dan perbaikan dilakukan untuk diproses, layanan TI dan infrastruktur TI untuk meningkatkan efisiensi, efektivitas dan efektivitas biaya.

- Maksud Dan Tujuan

Continual Service Improvement (CSI) memberikan panduan penting dalam menyusun serta memelihara kualitas layanan dari proses desain, transisi dan pengoperasiannya. CSI mengkombinasikan berbagai prinsip dan metode dari manajemen kualitas, salah satunya adalah Plan-Do-Check-Act (PDCA) atau yang dikenal sebagi Deming Quality Cycle.

CSI memiliki tujuan berikut:
  1. Untuk meninjau, menganalisis, dan membuat rekomendasi tentang di mana perbaikan dapat dilakukan dibuat pada titik mana pun sepanjang siklus hidup.
  2. Untuk meninjau dan menganalisis pencapaian tingkat layanan terhadap target.
  3. Untuk mengidentifikasi dan mengimplementasikan kegiatan individu untuk meningkatkan kualitas layanan dan efisiensi & efektivitas proses manajemen layanan.
  4. Untuk meningkatkan efektivitas biaya pengiriman layanan TI tanpa berdampak kepuasan pelanggan.
  5. Menerapkan metode manajemen mutu untuk mendukung peningkatan berkelanjutan kegiatan.

- Prinsip - Prinsip Umum Pengelolaan Layanan Bisnis

Pendekatan peningkatan layanan berkelanjutan dapat diterapkan untuk semua rencana perbaikan. Pendekatan ini terdiri dari enam langkah :

  1. Klarifikasi visi, dengan mempertimbangkan visi bisnis dan TI, misi, tujuan dan sasaran, dan memastikan bahwa setiap orang memiliki kesamaan pengertian. Visi aspiratif dan mewakili keadaan yang diinginkan.
  2. Menilai situasi saat ini dan menetapkan garis dasar tepat di mana organisasi saat ini. Ini bisa menjadi tantangan dan perlu ada kejujuran, itulah sebabnya mengapa masukan eksternal dapat bermanfaat.
  3. Menetapkan langkah-langkah menuju visi berdasarkan prioritas untuk perbaikan dan pengaturan target yang terukur. Biasanya tidak mungkin untuk melompat dari mana pun anda berada saat ini langsung ke negara yang diwakili oleh visi.
  4. Mendokumentasikan rencana perbaikan, menggunakan layanan dan perbaikan proses teknik.
  5. Pantau pencapaian, gunakan ukuran dan metrik yang tepat sebagai didefinisikan sebelumnya.
  6. Pertahankan momentum dengan memastikan bahwa penyempurnaan tertanam dan mencari peluang peningkatan lebih lanjut.


- Hubungan Pengelolaan Layanan Bisnis dengan Proses Manajemen Lainnya

ITIL merekomendasikan agar daftar CSI disimpan untuk mencatat peluang peningkatan dan kategorikan mereka menjadi kecil, sedang dan besar. Waktu yang diharapkan untuk diterapkan setiap peluang bersama dengan manfaat yang diantisipasi dan terukur seharusnya juga diindikasikan. Bersama-sama, informasi ini memungkinkan memprioritaskan peluang peningkatan. Daftar CSI harus diadakan sebagai bagian dari sistem manajemen pengetahuan layanan. Daftar CSI adalah tanggung jawab dan akuntabilitas manajer CSI.





Referensi

http://larasdewilaras.blogspot.com/2016/06/penigkatan-pelayanan-berkelanjutan.html
http://andgaa.com/2013/11/siklus-hidup-itil-service-operation/
http://ilmukomputer.org/wp-content/uploads/2012/02/Terjemahan-ITIL-V.3-IKC.pdf
www.itsmf.org.rs/sites/.../itSMF%20ITIL%20V3%20Introduction%20Overview.pdf
ITIL v3 (Information Technology Infrastructure Library)
https://library.binus.ac.id/eColls/eThesisdoc/Bab2/TSA-2013-0059%20BAB%202.pdf
Google Images

Label:
Langganan: Postingan (Atom)