Pengembangan Sistem

Tugas Sistem Informasi Manajemen

Dosen Pengampu :

Lydia Setyawardani, SE., M.Si., Ak

Nama Kelompok :

               1.      Ningrum Dian Santika                                 (1510109753)

               2.      Nadiaz Piscestalia                                         (1510109342)

               3.      Sukma Ayu Mahardika                               (1510109534)

               4.      Dia Putri Setiawati                                      (1510109538)

               5.      Nadia Athiqotul Amalia R.                         (1510109739)

Sekolah Tinggi Ilmu Ekonomi Indonesia (STIESIA)

Surabaya

2016/2017

Pengembangan Sistem

1.1  Siklus Hidup Pengembangan Sistem

Pendekatan sistem merupakan sebuah metodologi. Metodologi adalah suatu cara yang direkomendasikan dalam melakukan sesuatu, pendekatan sistem adalah metodologi dasar  dalam memecahkan segala jenis masalah. Siklus hidup pengembangan sistem (systems development cycle -SDLC) adalah aplikasi dari pendekatan sistem bagi pengembangan suatu sistem informasi.

1.2  Prototyping, Rapid Aplication Development

        A.    Prototyping

Prototype adalah satu versi dari sebuah sistem potensial yang memberikan ide bagi para pengembang dan calon pengguna, bagaimana sistem akan berfungsi dalam bentuk yang telah selesai. Proses prototype ini disebut prototyping. Dasar pemikiran adalah membuat prototipe secepat mungkin, bahkan dalam waktu semalam, lalu memperoleh umpan balik dari pengguna yang akan memungkinkan prototipe tersebut diperbaiki kembali dengan sangat cepat.

1.      JENIS-JEINIS PROTOTIPE

Terdapat dua jenis prototipe yaitu:

-          Prototipe evolusioner (evolutionary prototype)

   Terus-menerus disempurnakan sampai memiliki seluruh fungsionalitas yang dibutuhkan pengguna dari sistem yang baru. Jadi, satu prototipe akan menjadi sistem aktual.

-          Prototipe persyaratan (requirements prototype)

   Dikembangkan sebagai satu cara untuk mendefinisikan persyaratan-persyaratan fungsional dari sistem baru ketika pengguna tidak mampu menggungkapkan dengan jelas apa yang mereka inginkan. 

Pengembangan Prototipe Evolusioner menunjukkan ada 14 langkah dalam pembuatan suatu Prototipe Evolusioner:

• Mengindefinisikasi Kebutuhan Pengguna (Pengembangan mewawancarai pengguna untuk mendapatkan ide mengenai apa yang diminta dari sistem.)
• Membuat Satu Prototipe (Pengembangan mempergunakan satu alat prototyping atau lebih untuk membuat prototipe.)
• Menentukan Apakah Prototype Dapat Diterima (Pengembangan mendemonstrasikan prototype kapada para pengguna untuk mengetahui apakah telah memberikan hasil yang memuaskan.)
• Menggunakan prototype (prototipe menjadi sistem produksi.)

Langkah-langkah pengembangan prototype persyaratan yang terlibat dalam pembuatan sebuah tipe prototipe persyaratan:

ü  Membuat kode sistem yang baru (Pengembangan menggunakan prototype sebagai dasar untuk pengkodean system baru.)

ü   Menguji sistem baru (Pengembang menguji system.)

ü  Menentukan apakah sistem yang baru dapat diterima (Penggunaan memberitahukan kepada pengembang apakah sistem dapat diterima.)

ü  Membuat sistem baru menjadi sistem produksi (pendekatan ini diikuti prototipe ditujukan hanya untuk memiliki penampilan dari suatu sistem produksi.)

2.      Daya Tarik Prototyping

Pengguna maupun pengembang menyukai prototyping karena alasan-alasan di bawah ini:

• Membaiknya komunikasi antara pengembang dari pengguna.
• Pengembang dapat melakukan pekerjaan yang lebih baik dalam menentukan kebutuhan pengguna.
• Pengguna memainkan peranan yang lebih aktif dalam pengembangan sistem.
• Pengembangan dan pegguna menghabiskan waktu dan usaha yang lebih sedikit dalam pengembangan sistem.
• Implementasikan menjadi jauh lebih mudah terasa pengguna tahu apa yang diharapkan.

3.      Potensi Kesulitan Dari Prototyping

         Prototyping bukannya tidak memiliki potensi kesulitan. kesulitan tersebut antara lain:

1. Terburu-buru dalam menyerahkan prototype dapat menyebabkan diambilnya jalan pintas dalam definisi masalah, evaluasi alternative dan dokumentasi. Dalam jalan pintas ini akan menciptakan usaha-usaha yang “cepat dan kotor”.
2. Pengguna dapat terlalu gembira dengan prototype yang diberikan yang mengarah pada ekspektasi yang tidak realitis sehubungan dengan sistem produksi nantinya.
3. Prototype evalusioner bisa jadi tidak terlalu efisien.
4. Antarmuka komputer manusia yang diberikan oleh beberapa alat prototyping tertentu kemungkinan tidak mencerminkan teknik-teknik desain yang baik.

B.      Rapid Application Development

Satu metedologi yang memiliki tujuan yang sama dengan prototyping, yaitu memberikan respons yang cepat atas kebutuhan pengguna, namun dengan lingkup yang lebih luas adalah R.A.D. Istilah RAD dari rapid application development atau pengembangan aplikasi cepatdiperkenalkan oleh konsultan komputer dan penulis James Martin. dan istilah ini pada suatu pengembangan siklus hidup yang dimaksudkan untuk memproduksi sistem dengan cepat tanpa mengorbankan mutunya.

RAD adalah kumpulan strategi, metodologi dan alat terintegrasi yang terdapat di dalam suatu kerangka kerja yang disebut rekayasa informasi. Rekayasa informasi (information engineering-IE) adalah nama yang diberikan Martin kepada keseluruhan pendekata pengembangan sistemnya, yang ia perlakukan sebagai suatu aktivitas perusahaan secara menyeluruh. istilah perusahaan (enterprise) digunakan untuk menjabarkan keseluruhan perusahaan.

1.      Unsur-unsur Penting RAD

RAD membutuhkan empat unsur penting yaitu:

1. Mananjemen: Khususnya manajemen puncak, Hendaknya menjadi penguji coba(experimenter) yang suka melakukan hal-hal dengan cara baru atau pengadaptasi awal (early adapter)yang dengan cepat mempelajari bagaimana cara menggunakan metodologi-metodologi baru.
2. Orang: Dari pada hanya memanfaatkan satu tim untuk malakukan seluruh aktivitas SDLC, RAD menyadari adanya efisiensi yang dicapai melalui penggunaan tim-tim khusus.
3. Metodologi: Metodologi dasar RAD adalah siklus hidup RAD.
4. Alat-alat: Alat-alat RAD terutama terdiri atas bahasa-bahasa generasi keempat dan alat-alat rekayasa peranti lunak dengan bantuan komputer (computer-aided software engineering-CASE) yang memfasilitas prototyping dan penciptaan kode.

1.3  Menempatkan Siklus Hidup Sistem Place The Traditional SDLC, Prototyping dan        RAD dalam Prespektif

SDLC tradisional, prototyping, RAD, dan BPR semuanya adalah metodoligi. SDLC tradisional adalah suatu penerapan pendekatan sistem terhadap masalah pengembangan system, dan memiliki seluruh unsur-unsur pendekatan sistem dasar, diawali dari identifikasi masal dan di akhiri dengan penggunaan sistem. Prototyping merupakan bentuk singkatan dari pendekatan sistem yang berfokus pada defenisi dan pemenuhn kebutuhan pengguna. RAD merupakan suatu pendekatan alternatif terhadap fase-fase desain dan implementasi SDLC.

1.      Alat-alat Pengembangan Sistem

Pendekatan sistem dan berbagai siklus hidup pengembangan system adalah metodologi cara-cara yang direkomendasikan dalam memecahkan masalah-masalah sistem. Metodelogi sama seperti sebuah cetak biru yang digambar oleh arsitek untuk memandu para kontraktor, tukang kayu, tukang pipa, ahli listrik, dan sejenisnya ketika mereka membangun sebuah rumah. Sama halnya seperti metodelogi yang memandu para pengembang system ketika mereka membuat sistem.

2.      Pendekatan yang Dipi  Oleh Datadan Dipicu Oleh Proses

Selama tahun-tahun awal penegmbangan sistem komputer, praktis hampir seluruh perhatian diberikan ke proses-proses yang akan dikerjakan oleh komputer, sebagai kebalikan dari data yang akan dipergunakan. Munculnya sistem manajemen basis data ditahun 1970-an menarik perhatian akan pentingnya desain data.

            3.      Pemodelan Proses

Pemodelan proses, pertama kali dilakukan dengan mengguanakan diagram alur (flowchart). Diagram ini mengilustrasikan aliran data melalui sistem dan program. International Organization for Standardization (ISO) menciptakan standard untuk bentuk-bentuk simbol flowcart, memastikan penggunaannya diseluruh dunia. Standard flowchart ISO menentukan spesifikasi penggunaan lebih dari 20 simbol, dan penggunaan symbol ini secara tepat bahkan dirasakan sulit bagi spesialis informasi yang paling ahli sekali pun.

Diagram arus data sangat baik untuk membuat model proses pada tingkat ringkasan. Akan tetapi, diagram arus data  kurang baik dalam menangkap detail-detail pemrosesan.

4.      Diagram Arus Data

Suatu diagram arus data (Data Flow Diagram-DFD) adalah penyajian grafis dari sebuah system yang mempergunakan empat bentuk symbol untuk mengilustrasikan bagaimana data mengalir melalui proses-proses yang saling tersambung. Symbol-simbol tersebut mencerminkan

1.      Unsur-unsur lingkungan dengan system berinteraksi

2.      Proses

3.      Arus data dan

4.      Penyimpanan data

Unsur-unsur lingkungan, unsur-unsur lingkungan berada diluar batas system. Unsur-unsur ini memberikan input data kepada sistem dan menerima output data dari sistem. Proses, proses adalah sesuatu yang mengubah input menjadi output proses dapat digambarkan dengan sebuah lingkaran, sebuah persegi panjang horizontal, atau sebuah persegi panjang tegak bersudut melingkar.

Arus data terdiri atas sekumpulan unsur-unsur data yang berhubungan secara logis (mulai dari satu unsur  data tunggal hingga satu file atau lebih) yang bergerak dari satu titik atau proses ke titik atau proses yang lain. Penyimpanan data, ketika kita perlu menyimpan data karena suatu alasan tertentu, maka kita akan menggunakan penyimpanan data. Dalam terminology DFD, penyimpanan data adalah suatu gudang.

Diagram arus data bertingkat (LEVELED DATA FLOW DIAGRAM)

Sebuah diagram yang mendokumentasikan dengan tingkat yang lebih ringkas disebut diagram konteks (konteks diagram). Sebuah diagram yang memberikan lebih banyak detail disebut diagram nomor n ( figure dan diagram).

Diagram konteks, diagram konteks (konteks diagram) menempatkan sistem dalam suatu konteks lingkungan. Diagram ini terdiri atas satu simbol proses tunggal yang melambangkan keseluruhan sistem. Ketika meenggambarkan sebuah diagram konteks, anda:

1.      Hanya menggunakan satu symbol proses saja.

2.      Memberikan label pada simbol proses untuk mencerminkan keseluruhan system.

3.      Jangan memberikan nomor pada sistem proses tunggal.

4.      Memasukan seluruh terminator untuk sistem.

5.      Menunjukan seluruh arus data yang terjadi antara terminator dan system.

Kasus Penggunaan

Kasus penggunaan (use case) adalah suatu uraian naratif dalam bentuk kerangka dari dialog yang terjadi antara sistem primer dan sekunder. Sistem primer adalah program computer dan system sekunder adalah orang yang berinteraksi dengan program komputer.

Kapan Menggunakan Diagram Arus Data dan Kasus Penggunaan

Diagram arus data dan kasus pengunaan sering kali dibuat selama tahap-tahap investigasi awal dan analisis dari metodelogi pengembangan berfase. DFD mengilustrasi kan suatu tinjauan atas pemprosesan, dan kasus penggunaan memberikan detailnya.

1.4  Pengambian Keputisan dan Decision Support System Model

Sistem pendukung pengambilan keputusan kelompok (DSS) adalah sistem berbasis komputer yang interaktif, yang membantu pengambil keputusan dalam menggunakan data dan model untuk menyelesaikan masalah yang tidak terstruktur.

Sistem pendukung ini membantu pengambilan keputusan manajemen dengan menggabungkan data, model-model dan alat-alat analisis yang komplek, serta perangkat lunak yang akrab dengan tampilan pengguna ke dalam satu sistem yang memiliki kekuatan besar (powerful) yang dapat mendukung pengambilan keputusan yang semi atau tidak terstruktur. DSS menggabungkan sumber daya intelektual seorang individu dengan kemampuan komputer dalam rangka meningkatkan kualitas pengambilan keputusan. DSS diartikan sebagai tambahan bagi para pengambil keputusan, untuk memperluas kapabilitas, namun tidak untuk menggantikan pertimbangan manajemen dalam pengambilan keputusannya.

Dalam suatu penelitiannya Steven S. Alter mengembangkan satu taksonomi dari enam jenis DSS yang didasarkan pada tingkat dukungan pemecahan masalah.

Keenam jenis tersebut tampak pada Gambar :

Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang memungkinkan manajer mengambil hanya sebagian kecil informasi (unsur-unsur informasi) seperti terlihat pada kolom 1 gambar di atas. Manajer dalam hal ini dapat bertanya pada database untuk mendapatkan angka/jumlah tingkat penyerapan anggaran pada satu satker dibawah lingkup kerjanya. Jenis DSS yang memberikan dukungan yang sedikit lebih tinggi memungkinkan baginya menganalisis seluruh isi file mengenai tingkat penyerapan anggaran pada unit-unit lain yang terkait. Contohnya adalah laporan gaji bulanan pegawai yang disiapkan dari file gaji.

DSS juga memungkinkan para manajer untuk melihat dampak-dampak yang mungkin timbul dari berbagai keputusan yang diambil yang disebut model yang dapat memperkirakan dampak sebuah keputusan.  DSS dimaksudkan untuk melengkapi sistem informasi manajemen dalam meningkatkan pengambilan keputusan. Sistem informasi manajemen terutama menyajikan informasi mengenai kinerjaaktivitas untuk membantu manajemen memonitor dan mengendalikan kegiatan. Format atau bentuk dari pelaporan-pelaporan ini umumnya sudah ditentukan sebelumnya (baku).  Kadangkala laporan sistem informasi manajemen ini merupakan laporan eksepsi (exception reports), yaitu hanya menyoroti kondisi-kondisi yang khusus. Sistem informasi manajemen yang tradisional umumnya menyajikan pelaporan yang tercetak (hard copy reports).

Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-driven DSS.

Model-driven DSS  merupakan suatu sistem yang berdiri sendiri terpisah dari sistem informasi organisasi secara keseluruhan. DSS ini sering dikembangkan langsung oleh masing-masing pengguna dan tidak langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis dari DSS ini umumnya dikembangkan berdasarkan model atau teori yang ada dan kemudian dikombinasikan dengan tampilan pengguna yang membuat model ini mudah untuk digunakan. Contoh dari model-driven DSS ini yang dipergunakan diperusahaan pelayaran yaitu voyage estimating decision support systems.

Jenis DSS yang kedua, data-driven DSS, menganalisis sejumlah besar data yang ada atau tergabung di dalam sistem informasi organisasi. DSS ini membantu untuk proses pengambilan keputusan dengan memungkinkan para pengguna untuk mendapatkan informasi yang bermanfaat dari data yang tersimpan di dalam database yang besar.

Decision Support Systems meliputi berbagai komponen yang termuat di dalam sistem pendukung ini, yaitu: 

  * DSS database:

     Kumpulan data berjalan atau historis dari sejumlah aplikasi yang digunakan untuk       menanyakan dan menganalisis data. Database ini dapat berupa PC database atau massive database.

  * DSS software system:

Kumpulan dari perangkat lunak yang digunakan untuk menganalisis data, seperti: On-Line Analytical Processing (OLAP) tools, datamining tools. Model ini dapat berupa model fisik (model rancangan ruang kerja, taman, dan model pesawat terbang), model perhitungan matematika (seperti: persamaan, alogaritma, anuitas, cicilan bunga kredit), atau model verbal (seperti: deskripsi suatu prosedur untuk penulisan suatu perintah kerja/order).

Dari uraian di atas mengenai DSS, maka beberapa karakteristik dan kapabilitas DSS yang dapat di artikan adalah sebagai berikut:

• Sistem ini memberikan dukungan bagi pengambil keputusan, terutama dalam situasi semi-terstruktur atau tidak-terstruktur.
• Sistem ini memberikan dukungan untuk berbagai tingkatan manajemen, mulai dari tingkat manajemen puncak hingga ke tingkat manajemen yang paling bawa.
• DSS memberikan dukungan untuk beragam tipe dan proses pengambilan keputusan yang harus dilakukan.
•  DSS dapat beradaptasi terhadap waktu dan fleksibel.
• Tampilan DSS akrab dengan pengguna, memiliki kapabilitas yang besar, dan mudah untuk digunakan.
• DSS mampu untuk meningkatkan efektivitas pengambilan keputusan.
• Pengambil keputusan memiliki kendali yang lengkap atas seluruh langkah proses pengambilan keputusan dalam pemecahan masalah.
• Pengguna-akhir mampu mengkonstruksi dan memodifikasi sistem yang sederhana oleh mereka sendiri. Sedangkan untuk sistem yang lebih besar, biasanya dapat dibangun dengan dukungan dari spesialis sistem informasi.
• DSS biasanya menggunakan model-model dalam analisis situasi pengambilan keputusan yang mudah untuk dioperasikan oleh pengguna.

1.5  SISTEM PAKAR DAN KECERDASAN BUATAN

Sistem pakar ialah sistem yang mewakilkan pengetahuan manusia dalam bentuk program komputer dan menggunakan pengetahuan tersebut dalam penyelesaian masalah; mensimulasikan bagaimana pakar menyelesaikan masalah.

Ciri-Ciri Sistem Pakar

-          Memiliki informasi yang handal

-          Mudah dimodifikasi.

-          Dapat digunakan dalam berbagai jenis komputer.

-          Memiliki kemampuan untuk belajar beradaptasi.

Keuntungan Sistem Pakar

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

7.      Mampu beroperasi dalam lingkungan yang berbahaya.

8.      Memiliki kemampuan untuk mengakses pengetahuan.

9.      Memiliki reliabilitas.

10.  Meningkatkan kepabilitas sistem komputer.

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

12.  Sebagai media pelengkap dalam penelitian.

13.  Meningkatkan kapabilitas dalam penyelesaian masalah.

14.  Menghemat waktu dalam pengambilan keputusan. 

Kelemahan Sistem Pakar

• Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
• Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
• Sistem Pakar tidak 100% bernilai benar.

Kemampuan Sistem Pakar

Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya.Bila diperlukan dapat menyajikan asumsi dan alur penalaran yang digunakan untuk sampai ke jawaban yang dikehendaki.Menambah fakta kaidah dan alur penalaran sahih yang baru ke dalam otaknya

Komponen Sistem Pakar

1.      Subsistem Penambah Pengetahuan

2.      Basis Pengetahuan

Basis pengetahuan adalah suatu jenis basis data yang dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk kleksi,organisasi dan pengambilan pengetahuan terkomputerisasi.

3.      Mesin Inferensi merupakan elemen inti dari sistem intelejensia buatan

4.      BlackBoard adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.

5.      Interface

6.      Subsistem Penjelasan

Subsistem Penjelasan adalah kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab pertanyaan pengguna , misalnya:

“Mengapa pertanyaan tersebut anda tanyakan?”  “Seberapa yakin kesimpulan tersebut diambil?”  “Mengapa alternatif tersebut ditolak?”  “Apa yang akan dilakukan untuk mengambil suatu kesimpulan?”  “Fakta apalagi yang diperlukan untuk mengambil kesimpulan akhir?”

7.      Subsistem Penyaring Pengetahuan

Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan kesimpulan serta memperbaiki basis pengetahuannya.

Jenis-Jenis Sistem Pakar

· Interpretasi   : Menghasilkan deskripsi situasi berdasarkan data sensor.

· Prediksi        : Memperkirakan akibat yang mungkin dari situasi yang diberikan.

· Diagnosis     : Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms).

· Disain           : Menyusun objek-objek berdasarkan kendala.

· Planning       : Merencanakan tindakan

· Monitoring   : Membandingkan hasil pengamatan dengan proses perencanaan. 

· Debugging   : Menentukan penyelesaian dari kesalahan sistem.

· Reparasi       : Melaksanakan rencana perbaikan.

· Instruction    : Diagnosis, debugging, dan reparasi kelakuan pelajar.

· Control         : Diagnosis, debugging, dan reparasi kelakuan sistem.

Penerapan sistem Pakar

Sistem pakar dapat diterapkan dalam berbagai bidang seperti: sains, pendidikan, kesehatan, dan sebagainya. Contoh dari tulisan mr. Rizal “Sistem integrasi Pola Alir Material & Uang dapat disebut Material Management System (MMS) adalah kelanjutan perkembangan dari sistem integrasi Inventory Control System (ICS)”. Sistem (MMS) ini dikembangkan atas sistem manual yang sudah teruji berjalan lancar di PT Krakatau Steel, yang karena tuntutan kemajuan teknologi, sistem manual ini perlu ditingkatkan menjadi sistem komputerisasi. Namun didalam penerapannya masih banyak kendala yang dihadapi oleh subsistem-subsistem pendukung MMS yang ada pada masing-masing divisi.

Beberapa contoh Sistem Pakar 

1.      MYCIN                      : Diagnosa penyakit

2.      DENDRAL                : Mengidentifikasi struktur molekular campuran yang tak dikenal

3.      XCON &XSEL          : Membantu konfigurasi sistem komputer besar

4.      SOPHIE                      : Analisis sirkit elektronik

5.      Prospector                   : Digunakan di dalam geologi untuk membantu mencari dan

  menemukan deposit

6.      FOLIO                        : Menbantu memberikan keutusan bagi seorang manajer dalam hal

  stok broker dan investasi

7.      DELTA                       : Pemeliharaan lokomotif listrik disel

KECERDASAN BUATAN (Artificial Intelligence)

Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer. Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatuentitas buatan. Kecerdasan buatan (Artificial Intelligence) adalah bagian dari ilmu komputer  yang mempelajari bagaimana  membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia. Menurut John McCarthy, 1956, AI: untuk mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.

Tujuan Kecerdasan buatan:

Untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, masalah yang biasa diselesaikan melalui aktifivitas intelektual manusia, misalnya pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer. Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja.

Keuntungan Kecerdasan Buatan :

            Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa.

            Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain

            Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.

            Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami.

            Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.

Komponen Kecerdasan Buatan 

1.      Basis Pengetahuan

Basis Pengetahuan berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen dasar yaitu :

Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu. Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus.

2.      Mesin Inferensi

Mesin Inferensi (Inference Engine), merupakan otak dari Kecerdasan buatan. Juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan.

Kerja mesin inferensi meliputi : Menentukan aturan mana yang akan dipakaiMenyajikan pertanyaan kepada pemakai ketika diperlukan.Menambahkan jawaban ke dalam memori kecerdasan buatan dan sistem pakar.Menyimpulkan fakta baru dari sebuah aturanMenambahkan fakta tadi (yang telah diperoleh) ke dalam memori.

3.      Interface Kecerdasan buatan dan Sistem Pakar

Mengatur komunikasi antara pengguna dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk tanya-jawab dan kadang ditampilkandalam bentuk gambar/grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan (voice communication).

Persamaan dan Perbedaan antar Sistem Pakar dengan Kecerdasan Buatan

Sistem Pakar juga merupakan bagian dari Artificial Intelligence (AI) atau kecerdasan buatan, dimana letak persamaannya adalah sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan perbedaannya adalah  sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal. 

Dapat disimpulkan Sistem Pakar merupakan bagian dari AI, dimana selain sistem pakar yang menggunakan AI, ada beberapa yang lain diantarnya games, logika Fuzzy, jaringan saraf tiruan, dan robotika.

Kecerdasan buatan merupakan salah satu topik yang disukai penggemar science-fiction, pada film Terminator digambarkan perang manusia melawan mesin, bahkan dalam novel berjudul With Folded Hands karangan Jack Williamson, digambarkan bangsa Humanoids (robot mesin ciptaan manusia) menjajah bangsa manusia dan menggantikan semua peranan manusia.