Dalam beberapa minggu ke depan, mungkin ada pembaca yang akan
mulai bersiap masuk ke perguruan tinggi, atau mungkin ada teman, adik atau
anaknya yang sudah bersiap-siap memilih jurusannya. Beberapa rekan sering
menanyakan jalur apa yang paling tepat kalau anaknya mau jadi ahli komputer.
Ini pertanyaan yang berat. Karena jadi ahli komputer tentunya harus jelas apa maunya. Menjadi hacker yang katanya bisa membobol website, tidak perlu harus sekolah tinggi-tinggi. Banyak hacker yang belajar secara autodidak. Jadi programmer juga relatif mudah. Banyak buku-buku belajar pemrograman yang tersedia, atau cukup dengan kursus 3 bulan, 6 bulan, seorang yang menjadi programmer.
Ini pertanyaan yang berat. Karena jadi ahli komputer tentunya harus jelas apa maunya. Menjadi hacker yang katanya bisa membobol website, tidak perlu harus sekolah tinggi-tinggi. Banyak hacker yang belajar secara autodidak. Jadi programmer juga relatif mudah. Banyak buku-buku belajar pemrograman yang tersedia, atau cukup dengan kursus 3 bulan, 6 bulan, seorang yang menjadi programmer.
Contoh lain ada juga rekan saya yang sehari-hari belajar
astronomi, tapi paling hebat kalau mengurus linux ataupun bikin program virus.
Ataupun ada seorang blogger yang masih duduk di bangku SMP, tapi sudah mampu
bikin program ataupun bikin website sendiri. Jadi banyak materi komputer yang
sebenarnya bisa dipelajari sendiri.
Jadi kalau mau misalnya pergi ke sekolah tinggi komputer atau
jurusan komputer atau jurusan informatika apa saja yang akan dipelajari? atau
akan jadi apakah nantinya?
Saat ini sudah banyak perguruan tinggi negeri yang menawarkan
pendidikan komputer, setahu saya hampir semua (atau semua ??) menawarkan
pendidikan S1 komputer (entah itu ilmu komputer, jurusan informatika,
ataupun manajemen informasi). Belum lagi sekolah-sekolah swasta yang
rajin menawarkan berbagai program pendidikan komputer. Selain ilmu komputer,
atau jurusan informatika ada lagi yang namanya komputer akuntansi, sistem
informasi, atau juga manajemen informatika.
Lalu harus masuk yang
mana?
Berikut ini sedikit tips yang mungkin berguna bagi yang mau jadi
ahli komputer:
* Ilmu komputer atau Teknik Informatika.
Namanya terlihat berbeda, tapi sebenarnya isi pelajarannya sama.
Jadi keahlian yang didapatpun sama. Dan di keduanya, pelajaran komputer yang
bersifat sains, seperti intelijensia buatan, multimedia, pengolahan
citra/gambar atau grafik dipelajari. Termasuk tentunya diberikan diberikan
pelajaran dasar seperti pemrograman, algoritma, teori bahasa komputer ataupun
bagaimana merekayasa perangkat lunak dan melakukan manajemen proyek perangkat
lunak.
* Komputer akuntansi/manajemen
informasi/sistem informasi/perbankan/statistik - jurusan-jurusan ini relatif agak
tanggung. Misalnya saja mahasiswa di komputer akuntansi akan di bekali
dengan pelajaran pemrograman yang sebenarnya tidak terlalu di perlukan dalam
prakteknya. Kalau ingin jadi ahli akuntasi, sekalian saja masuk ke khusus
manajemen akuntansi. Mahasiswa di jurusan ini umumnya di awal tahun di berikan
materi pemrograman dan pengembangan komputer, dan di setelah tahun-tahun
pertengahan dan akhir, materi akuntansi lebih di fokuskan. Hal yang sama juga
berlaku untuk komputer manejemen informasi atau perbankan atau statistik.
* Teknik komputer - di sini diberikan pelajaran
bagaimana membuat komputer (perangkat keras komputer), atau bagaimana
suatu chip itu di kembangkan misalnya. Dulu bidang ini merupakan
spesialisasi dari teknik elektro, bidang arus lemah (mikroprosesor).
Untuk hal ini, perlu dibedakan antara membuat perangkat
keras komputer dengan merakit perangkat komputer. Kalau yang terakhir ini tidak
perlu pendidikan tinggi. Dengan tutorial yang tepat, orang bisa mempelajari
dengan relatif cepat dan mudah.
Jika melihat kebutuhan
pasar, apa yang sebaiknya di pilih?
Dari sisi keilmuan, relatif teknik komputer, harus menguasai
bidang fisika yang cukup mendalam, juga penguasaan materi-materi dari teknik
elektro tentunya. Di Indonesia tidak banyak perusahaan yang bergerak di
bidang pengembangan ini, tapi bukan berarti keluaran dari bidang ini akan sulit
mendapat pekerjaan. Karena yang lulus dari bidang ini juga relatif tidak
banyak, sehingga masih banyak perusahaan elektronik yang masih memerlukannya.
Bidang ilmu komputer atau teknik informatika perlu penguasaan
materi matematika dan logika yang tidak ringan. Seorang lulusan dari bidang ini
menguasai aplikasi komputer di berbagai bidang. Mulai dari perbankan hingga
bioinformatika.
Sayangnya dunia usaha tidak terlalu membutuhkan keahlian sebanyak
yang dipelajari saat kuliah. Atau dengan kata lain, banyak materi yang akhirnya
tidak terpakai. Mungkin akan lebih cocok jika peminatnya melanjutkan ke bidang
yang lebih khusus terutama bila dlanjutkan untuk mengambil program S2 atau S3.
Karena begitu banyaknya materi berat di masa kuliah, tapi dalam
kenyataannya, dunia usaha lebih sering membutuhkan pengetahuan yang lebih
praktis. Tapi penguasaan di banyak bidang itu juga yang membuat lulusan
ini tetap banyak di lirik.
Bidang seperti manajemen informasi, komputer akuntansi, komputer
statistik, komputer perbankan lebih fokus mengarahkan mahasiswa ke arah bidang
yang lebih aplikatif. Jadi umumnya lulusan bidang ini lebih siap pakai di pasaran.
Materi yang diberikanpun relatif tidak seberat materi yang diberikan di bidang
ilmu komputer/informatika. Hal ini juga sudah diketahui banyak orang,
sehingga banyak perguruan tinggi swasta yang membuka bidang ini. Kemudian
akhirnya sainganpun jadi tidak sedikit.
Walau banyak perusahaan meminta lulusan dari bidang ini, tapi
dengan banyaknya pesaing tentunya peluang mendapat pekerjaan juga berkurang
Setelah kira-kira mengetahui tujuannya masa depan, langkah
berikutnya menentukan perguruan tinggi mana yang harus dimasuki. Saat ini
banyak masyarakat masih menaruh kepercayaan kepada perguruan tinggi negeri.
Walau sebenarnya untuk bidang komputer ini, banyak perguruan tinggi swasta yang
juga memiliki dosen yang berkualitas. Jadi jangan salah pilih!
Berikut ini ada sedikit rangkuman mengenai
materi sistem pakar :
Secara umum, sistem pakar adalah sistem yang berusaha
mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan
kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem
pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya sekedar
mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh
dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat
membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai
asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam
penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan
(inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu
atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut
disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan
keputusan untuk penyelesaian masalah tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Alasan Pengembangan Sistem Pakar, sistem pakar sendiri
dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
Modul Penyusun Sistem Pakar
Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :
1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :
1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
2. Modul Konsultasi (Consultation Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).
Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).
Struktur Sistem Pakar, komponen utama pada struktur
sistem pakar menurut Hu et al (1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.
3. Basis Data (Data Base)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.
Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.
Teknik Representasi Pengetahuan
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu
Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu
a. Rule-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
b. Frame-Based Knowledge
Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
c. Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
d. Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Inferencing dengan Rule : Forward dan Backward
Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.
a. Backward chaining
• Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.
• Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
• Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.
• Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
b. Forward chaining
• Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
• Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
• Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
• Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
• Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
• Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
Selain materi diatas,ada sedikit soal
& jawabannya, yang mungkin dapat membantu para downloader yang sedang
membutuhkan materi ini :
1. Apa alasan mendasar dikembangkannya sistem pakar?
2. Apa perbedaan sistem konvensional dan sistem pakar?
3. Dalam kondisi apakah perlu dilakukan migrasi dari sistem konvensional ke sistem pakar?
4. Apa tujuan dari sistem pakar dan pemindahan kepakaran?
5. Dilihat dari struktur, apa perbedaan dari Human Expert dan Expert System?
6. Apa itu knowledge base dan peranannya dalam sistem pakar?
7. Apa yang sekiranya terjadi bila sistem pakar tidak memiliki knowledge base?
8. Apa itu working memory dan peranannya dalam sistem pakar?
2. Apa perbedaan sistem konvensional dan sistem pakar?
3. Dalam kondisi apakah perlu dilakukan migrasi dari sistem konvensional ke sistem pakar?
4. Apa tujuan dari sistem pakar dan pemindahan kepakaran?
5. Dilihat dari struktur, apa perbedaan dari Human Expert dan Expert System?
6. Apa itu knowledge base dan peranannya dalam sistem pakar?
7. Apa yang sekiranya terjadi bila sistem pakar tidak memiliki knowledge base?
8. Apa itu working memory dan peranannya dalam sistem pakar?
Jawaban!
1. Alasan mendasar dikembangkannya sistem pakar adalah
untuk menggantikan tugas-tugas dari para ahli
digantikan hanya dengan sebuah sistem, tanpa harus seorang ahli atau pakar
bekerja di tempat tersebut.
2. Sistem konvensional merupakan sebuah sistem yang didapat secara manual dari hasil pemikiran seseorang yang dituangkan melalui sebuah metode atau cara-cara tertentu, sedangkan sistem pakar merupakan sebuah sistem yang didapat dari hasil pemikiran seseorang, kemudian dituangkan kedalam sistem komputerisasi dan digunakan secara langsung untuk mendapatkan penyelesaian dari suatu masalah.
3. Pada saat suatu kondisi Perusahaan yang menginginkan untuk maju, karena dengan masih adanya sistem konvensional maka perusahaan tidak akan berkembang. Karena sistem pakar ini mengikuti perkembangan dari suatu teknologi.
4. Tujuan nya adalah pengalihan keahlian dari para ahli ke media elektronik seperti komputer yang kemudian dialihkan lagi pada orang yang bukan ahli atau user.
5. Dilihat dari segi strukturnya antara Human Expert dan Expert Sistem sama-sama memiliki kedudukan yang sejajar, namun human expert lebih kepada skill dari individu tersebut, sedangkan expert sistem merupakan bagaimana sistem tersebut berjalan secara otomatis dari skill individu yang membuatnya.
6. Knowledge base adalah hasil representasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-masalah yang terjadi pada komputer.
7. Knowledge Based System digunakan untuk dapat membantu manusia dalam menyelesaikan masalah yang dihadapi dengan berdasarkan atas pengetahuan yang telah diprogramkan ke sistem tersebut. Untuk hal inilah maka digunakan maka knowledge based system dalam memecahkan masalah yang berhubungan dengan AI (Artificial Intelligent). Jika tidak terdapat knowledge base tersebut maka system pakar sulit untuk memecahkan masalah.
8. Working memori memiliki tugas untuk mengorganisasikan informasi, memberi makna informasi dan membentuk pengetahuan untuk disimpan di memori jangka panjang, sehingga disebut memori pekerja. Jadi working memory berisi informasi yang didapat dari user dan kesimpulan yang didapat dari sistem (memori sementara).
2. Sistem konvensional merupakan sebuah sistem yang didapat secara manual dari hasil pemikiran seseorang yang dituangkan melalui sebuah metode atau cara-cara tertentu, sedangkan sistem pakar merupakan sebuah sistem yang didapat dari hasil pemikiran seseorang, kemudian dituangkan kedalam sistem komputerisasi dan digunakan secara langsung untuk mendapatkan penyelesaian dari suatu masalah.
3. Pada saat suatu kondisi Perusahaan yang menginginkan untuk maju, karena dengan masih adanya sistem konvensional maka perusahaan tidak akan berkembang. Karena sistem pakar ini mengikuti perkembangan dari suatu teknologi.
4. Tujuan nya adalah pengalihan keahlian dari para ahli ke media elektronik seperti komputer yang kemudian dialihkan lagi pada orang yang bukan ahli atau user.
5. Dilihat dari segi strukturnya antara Human Expert dan Expert Sistem sama-sama memiliki kedudukan yang sejajar, namun human expert lebih kepada skill dari individu tersebut, sedangkan expert sistem merupakan bagaimana sistem tersebut berjalan secara otomatis dari skill individu yang membuatnya.
6. Knowledge base adalah hasil representasi pengetahuan dari seorang atau beberapa pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Dalam hal ini digunakan untuk memecahkan masalah-masalah yang terjadi pada komputer.
7. Knowledge Based System digunakan untuk dapat membantu manusia dalam menyelesaikan masalah yang dihadapi dengan berdasarkan atas pengetahuan yang telah diprogramkan ke sistem tersebut. Untuk hal inilah maka digunakan maka knowledge based system dalam memecahkan masalah yang berhubungan dengan AI (Artificial Intelligent). Jika tidak terdapat knowledge base tersebut maka system pakar sulit untuk memecahkan masalah.
8. Working memori memiliki tugas untuk mengorganisasikan informasi, memberi makna informasi dan membentuk pengetahuan untuk disimpan di memori jangka panjang, sehingga disebut memori pekerja. Jadi working memory berisi informasi yang didapat dari user dan kesimpulan yang didapat dari sistem (memori sementara).
Ilmu komputer
Dari Wikipedia bahasa Indonesia,
ensiklopedia bebas
Ilmu komputer (bahasa Inggris: Computer Science), secara umum diartikan sebagai ilmu
yang mempelajari baik tentang komputasi,
perangkat keras (hardware) maupun perangkat lunak (software).
Ilmu komputer mencakup beragam topik yang berkaitan dengan komputer, mulai
dari analisis abstrak algoritma sampai
subyek yang lebih konkret seperti bahasa
pemrograman,perangkat
lunak, termasuk perangkat keras.
Sebagai suatu disiplin ilmu, Ilmu Komputer lebih menekankan pada pemrograman
komputer, dan rekayasa perangkat lunak (software),
sementarateknik
komputer lebih
cenderung berkaitan dengan hal-hal seperti perangkat keras komputer (hardware).
Namun demikian, kedua istilah tersebut sering disalah-artikan oleh banyak
orang.
Tesis Church-Turing menyatakan
bahwa semua alat komputasi yang telah umum diketahui sebenarnya sama dalam hal
apa yang bisa mereka lakukan, sekalipun dengan efisiensi yang berbeda. Tesis
ini kadang-kadang dianggap sebagai prinsip dasar dari ilmu komputer. Para ahli
ilmu komputer biasanya menekankan komputer von Neumann atau mesin Turing (komputer
yang mengerjakan tugas yang kecil dan deterministik pada suatu waktu tertentu),
karena hal seperti itulah kebanyakan komputer digunakan sekarang ini. Para ahli
ilmu komputer juga mempelajari jenis mesin yang lain, beberapa diantaranya
belum bisa dipakai secara praktikal (seperti komputer neural, komputer DNA, dan komputer kuantum)
serta beberapa diantaranya masih cukup teoritis (seperti komputer random and komputer oracle).
Ilmu Komputer mempelajari apa yang
bisa dilakukan oleh beberapa program, dan apa yang tidak (komputabilitas dan intelegensia
buatan), bagaimana program itu harus mengevaluasi suatu hasil (algoritma),
bagaimana program harus menyimpan dan mengambil bit tertentu dari suatu
informasi (struktur
data), dan bagaimana program dan pengguna berkomunikasi (antarmuka
penggunadan bahasa
pemrograman).
Ilmu komputer berakar dari elektronika, matematika dan linguistik. Dalam
tiga dekade terakhir dari abad 20, ilmu
komputer telah menjadi suatu disiplin ilmu baru dan telah mengembangkan metode
dan istilah sendiri.
Departemen ilmu komputer pertama
didirikan di Universitas
Purdue pada
tahun 1962. Hampir semua universitas sekarang
mempunyai departemen ilmu komputer.
Penghargaan tertinggi dalam ilmu
komputer adalah Turing Award,
pemenang penghargaan ini adalah semua pionir di bidangnya.
Ilmu komputer bukan tentang komputer sebagaimana
astronomi bukan tentang teleskop
Ilmu komputer umurnya tidak setua fisika; lebih
muda beberapa ratus tahun. Walaupun begitu, ini tidak berarti bahwa
"hidangan" ilmuwan komputer jauh lebih sedikit dibanding fisikawan.
Memang lebih muda, tapi dibesarkan secara jauh lebih intensif!
Catatan tentang
istilah 'Informatika' dan 'Ilmu komputer'
Dalam bahasa Indonesia,
istilah Informatika diturunkan
dari bahasa Perancis informatique,
yang dalam bahasa Jerman disebut Informatik.
Sebenarnya, kata ini identik dengan istilah computer
science di
Amerika Serikat dan computing
science di
Inggris. Namun, istilah informatics dalam
bahasa Inggris memiliki makna yang sedikit berbeda, yaitu lebih menekankan pada
aspek pengolahan informasi secara sistematis dan rasional.
Hubungan
Informatika dengan bidang lain
Ilmu komputer berkaitan erat dengan
beberapa bidang lain. Bidang-bidang ini tidak benar-benar terpisah, sekalipun
mempunyai perbedaan penting.
Sistem Informasi
Sistem Informasi adalah
aplikasi komputer untuk mendukung operasi dari suatu organisasi yaitu: operasi,
instalasi, dan perawatan komputer, perangkat lunak, dan data. Sistem Informasi Manajemen adalah
kunci dari bidang yang menekankan finansial dan personal manajemen. 'Sistem
Informasi' dapat berupa gabungan dari beberapa elemen teknologi berbasis
komputer yang saling berinteraksi dan bekerja sama berdasarkan suatu prosedur
kerja (aturan kerja) yang telah ditetapkan, dimana memproses dan mengolah data
menjadi suatu bentuk informasi yang dapat digunakan dalam mendukung keputusan.
Ilmu Informasi
Ilmu Informasi adalah
ilmu yang mempelajari data dan informasi, mencakup bagaimana menginterpretasi,
menganalisis, menyimpan, dan mengambil kembali. Ilmu informasi dimulai sebagai
dasar dari analisis komunikasi dan basis data.
Rekayasa Perangkat Lunak
Rekayasa
Perangkat Lunak pada
prinsipnya menekankan pada tahapan-tahapan pengembangan suatu perangkat lunak
yakni : Analisis, Desain, Implementasi, Testing dan Maintenance. Pada
tahap yang lebih luas Rekayasa Perangkat Lunak mengacu pada Manajemen Proyek
pengembangan Perangkat Lunak itu sendiri dengan tetap memperhatikan
tahapan-tahapan pengembangan sebelumnya.
Dalam pengembangannya perangkat lunak
memiliki berbagai model yaitu model water fall ('model konvensional' sebagai
model terdahulu yang dikembangkan dan karena model water fall nyaris sama
dengan siklus hidup pengembangan sistem), model prototype ('model yang disukai
oleh user dan pengembang), model sequensial linear, model RAD 'rapid aplikation
model', model 'formal method' atau 'metode formal' disini sebelum diadakannya
implementasi terlebih dahulu rancangan model yang dibuat diverifikasi terlebih
dahulu sehingga tidak ada lagi kesalahan - kesalahan pada saat implementasi.
Rekayasa Komputer(Rekayasa Perangkat Keras)
Rekayasa
Komputer adalah
ilmu yang mempelajari analisis, desain, dan konstruksi dari perangkat keras
komputer.
Ilmu yang mempelajari segala aspek
pembuatan, konstruksi, pemeliharaan perangkat lunak.
Keamanan Informasi
Keamanan
Informasi adalah
ilmu yang mempelajari analisis dan implementasi dari keamanan sistem informasi
(termasuk Kriptografi).
Cabang Ilmu Utama
Informatika
Dasar Matematika
Teori Ilmu Komputer
·
Teori Komputasi (atau Ilmu Komputer Teoritis)
·
analisis dari algoritma dan kompleksitas dari problem
·
logika dan arti dari program
·
logika matematika dan bahasa formal
Perangkat Lunak
·
Teknik Pemrograman
Organisasi Sistem Komputer
·
Kinerja dari Sistem
·
Implementasi dari Sistem Komputer
Data dan Sistem Informasi
·
Representasi penyimpan data
·
Pengkodean dan Teori Informasi
·
Berkas
·
Sistem Informasi
·
Penyimpanan dan Pengambilan Informasi
·
Antarmuka dan presentasi informasi
Metodologi Komputasi
·
manipulasi simbolik dan aljabar
·
Simulasi dan Pemodelan
·
Pengolahan dokumen dan teks
Aplikasi Komputer
·
Pengolahan data administratif
·
Perangkat lunak matematika
·
Ilmu dan teknik fisika
·
Ilmu hayat dan medis
·
Sosiologi
·
Seni dan kemanusiaan
·
rekayasa berbantuan komputer
·
Robotik
·
Hiburan
Lingkungan Komputasi
·
Industri Komputer
·
Komputer dan pendidikan
·
Komputer dan masyarakat
·
Aspek hukum dari komputer
·
manajemen dari komputasi dan sistem
informasi
·
personal komputer
·
Komputer dan Keamanan Informasi
Ahli Terkenal Ilmu
Komputer
·
John Backus Penemu FORTRAN, bahasa pemrograman
tingkat tinggi pertama dan susunan Backus-Naur untuk mendeskripsikan bahasa formal sintaks.
·
James Cooley dan John Tuckey Fourier Transform Cepat (Fast Fourier
Transform) dan pengaruhnya pada riset keilmuan.
·
Ole-Johan Dahl dan Kristen Nygaard, penemu bahasa
berorientasi objek SIMULA.
·
Edsger Dijkstra untuk algoritma, Goto dianggap berbahaya.
·
Kenneth Iverson Penemu APL, untuk kontribusinya di
perhitungan interaktif.
·
William Kahan untuk standard IEEE floating-point.
·
Donald Knuth untuk Seni dari Pemrograman Komputer
·
Ada Lovelace programer terkenal pertama di dunia
·
John von Neumann yang telah mengembangkan arsitektur
von Neumann.
·
Claude E. Shannon untuk teori informasi
·
Alan Turing untuk teori komputabilitas.
·
James Wilkinson Teknik "analisis kesalahan dari
belakang" dan kemajuan di bidang perhitungan matriks. Wilkinson adalah
juga penggerak dalam pengembangan Pilot ACE, komputer di Inggris yang pertama,
pada akhir 1940-an. (lihat Wilkinson pada biografi MacTutor.)
·
Konrad Zuse Pembuat binari komputer yang pertama
pada 1930-an, di mana dia menrencanakan bahasa pemrograman jauh sebelum
waktunya.
Tidak ada komentar :
Posting Komentar