Minggu, 06 Januari 2013

artikel makalah kecerdasan buatan



POKOK BAHASAN:
  • Definisi Kecerdasan Buatan
  • Sejarah Kecerdasan Buatan
  • Sub Disiplin Hmu dalam Kecerdasan Buatan
  • Lingkup Kecerdasan Buatan pada Aplikasi Komersial
  • Kecerdasan Buatan dan Kecerdasan Alami
TUJUAN BELAJAR:
Setelah mempelajari bab ini, mahasiswa diharapkan mampu :
  • Memahami definisi dari Kecerdasan Buatan
  • Memahami mengapa Kecerdasan Buatan penting, sebagai cabang dari Teknologi Informasi dan sumbangannya dalam perkembangan ilmu pengetahuan
  • Mengetahui aplikasi-aplikasi yang berkembang dalam kerangka KecerdasanBuatan
  • Memahami perbedaan Kecerdasan Alami dan Kecerdasan Buatan.
DEFINISI KECERDASAN BUATAN
Banyak cara untuk mendefinisikan Kecerdasan Buatan, diantaranya adalah :
  • Suatu studi yang mengupayakan bagaimana agar komputer berlaku cerdas
  • Studi yang membuat komputer dapat menyelesaikan persoalan yang sulit
  • Teknologi yang mensimulasikan kecerdasan manusia, yaitu bagaimana mendefinisikan
    dan   mencoba   menyelesaikan   persoalan   menggunakan   komputer   dengan   meniru
    bagaimana manusia menyelesaikan dengan cepat.
  • Kecerdasan didefinisikan oleh John McCarthy, Stanford sebagai kemampuan untuk mencapai sukses dalam menyelesaikan suatu permasalahan.
Dengan definisi ini, Kecerdasan Buatan menawarkan baik media maupun uji teori kecerdasan. Teori-teori ini dapat dinyatakan dalam bahasa program komputer dan dibuktikan eksekusinya pada komputer nyata.
Program komputer standar hanya dapat menyelesaikan persoalan yang diprogram secara spesifik. Jika sebuah program standar perlu dirubah untuk menyesuaikan diri dengan suatu informasi baru, seluruh program harus dilihat satu persatu sampai kita dapatkan ruang optimal untuk menyisipkan perubahan atau modifikasi tersebut. Cara seperti ini tidak hanya memboroskan waktu, namun juga dapat mempengaruhi bagian tertentu dari program itu sehingga menyebabkan terjadinya error.
Sebaliknya, Kecerdasan Buatan dapat memungkinkan komputer untuk ‘berpikir’. Dengan cara menyederhanakan program,Kecerdasan Buatan dapat menirukan proses belajar manusia sehingga informasi baru dapat diserap dan digunakan sebagai acuan di masa-masa yang akan datang. Manusia dapat menyerap informasi baru tanpa perlu mengubah atau mempengaruhi informasi lain yang telah tersimpan. Menggunakan program Kecerdasan Buatan membutuhkan cara yang jauh lebih sederhana dibandingkan dengan memakai program standar tanpa Kecerdasan Buatan di dalamnya.
Teknik yang digunakan dalam Kecerdasan Buatan memungkinkan dibuatnya sebuah program yang setiap bagiannya mengandung langkah-langkah independen dan dapat diidentifikasi dengan baik untuk dapat memecahkan sebuah atau sejumlah persoalan. Setiap potong bagian program adalah seperti sepotong informasi dalam pikiran manusia. Jika informasi tadi diabaikan, pikiran kita secara otomatis dapat mengatur cara kerjanya untuk menyesuaikan diri dengan fakta atau informasi yang baru tersebut. Kita tidak perlu selalu mengingat setiap potong informasi yang telah kita pelajari. Hanya yang relevan dengan persoalan yang kita hadapi yang kita gunakan. Demikian pula dalam Kecerdasan Buatan, setiap potong bagian program Kecerdasan Buatan dapat dimodifikasi tanpa mempengaruhi struktur seluruh programnya. Keluwesan ini dapat menghasilkan program yang semakin efisien dan mudah dipahami.
SEJARAH KECERDASAN BUATAN
Kecerdasan Buatan termasuk bidang ilmu yang relatif muda. Pada tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana caranya agar mesin dapat melakukan pekerjaannya seperti yang bisa dikerjakan oleh manusia. Alan Turing, seorang matematikawan Inggris pertama kali mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesi dikatakan cerdas. Hasil tes tersebut kemudian dikenal dengan
Turing Test, dimana si mesin tersebut menyamar seolah-olah sebagai seseorang di dalan suatu permainan yang mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan. Turing beranggapan bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia).
Kecerdasan Buatan sendiri dimunculkan oleh seorang profesor dari Massachusetts Institute of Technology yang bernama John McCarthy pada tahun 1956 pada Dartmouth Conference yang dihadiri oleh para peneliti AI. Pada konferensi tersebut juga didefmisikan tujuan utama dari Kecerdasan Buatan, yaitu: mengetahui dan memodelkan proses-proses berfikir manusia dan mendesain mesin agar rapat menirukan kelakuan manusia tersebut.
Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain:
  1. Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.
  2. Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat   sederhana   yang   ditulis   dalam   bahasa   Inggris   dan   mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.
  3. ELIZA,   diprogram   oleh   Joseph   Weinzenbaum   (1967).   Program   ini   mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.
SUB DISIPLIN ILMU DALAM KECERDASAN BUATAN
Persoalan-persoalan yang mula-mula ditangani oleh Kecerdasan Buatan adalah pembuktian teorema dan permainan (game). Seorang periset Kecerdasan Buatan yang bernama Samuel menuliskan program permainan catur yang tidak hanya sekedar bermain catur, namun program tersebut juga dibuat agar dapat menggunakan pengalamannya untuk meningkatkan kemampuannya. Sementara itu, Newell, seorang ahli teori logika berusaha membuktikan teorema-teorema matematika.
Makin pesatnya perkembangan teknologi menyebabkan adanya perkembangan dan perluasan lingkup yang membutuhkan kehadiran Kecerdasan Buatan. Karakteristik cerdas sudah mulai dibutuhkan di berbagai disiplin ilmu dan teknologi. Kecerdasan Buatan tidak hanya merambah di berbagai disiplin ilmu yang lain. Irisan antara psikologi dan kecerdasan buatan melahirkan sebuah area yang dikenal dengan nama cognition & psycolinguistics. Irisan antara teknik elektro dengan kecerdasan buatan melahirkan berbagai ilmu seperti: pengolahan citra, teori kendali, pengenalan pola dan robotika.
Dewasa ini, Kecerdasan Buatan juga memberikan kontribusi yang cukup besar di bidang manajemen. Adanya sistem pendukung keputusan, dan Sistem Informasi Manajemen juga tidak lepas dari andil Kecerdasan Buatan.
Adanya irisan penggunaan Kecerdasan Buatan di berbagai disiplin ilmu tersebut menyebabkan cukup rumitnya untuk mengklasifikasikan Kecerdasan Buatan menurut disiplin ilmu yang menggunakannya. Untuk memudahkan hal tersebut, maka pengklasifikasian lingkup Kecerdasan Buatan didasarkan pada output yang diberikan yaitu pada aplikasi komersial (meskipun sebenarnya Kecerdasan Buatan itu sendiri bukan merupakan medan komersial).
Lingkup utama dalam Kecerdasan Buatan adalah:
  1. Sistem Pakar (Expert System). Disini komputer digunakan sebagai sarana untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimiliki
    oleh pakar.
  2. Pengolahan Bahasa Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
  3. Pengenalan Ucapan (Speech Recognition). Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer menggunakan suara.
  4. Robotika & Sistem Sensor (Robotics & Sensory Systems).
  5. Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau obyek- obyek tampak melalui komputer.
  6. Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
  7. Game playing.
Seiring dengan perkembangan teknologi, muncul beberapa teknologi yang juga bertujuan untuk membuat agar komputer menjadi cerdas sehingga dapat menirukan kerja manusia sehari-hari.
Teknologi ini juga mampu mengakomodasi adanya ketidakpastian dan ketidaktepatan data input. Dengan didasari pada teori himpunan, maka pada tahun 1965 muncul Logika Fuzzy. Kemudian pada tahun 1975 John Holland mengatakan bahwa setiap problem berbentuk adaptasi (alami maupu buatan) secara umum dapat diformulasikan dalam terminologi genetika. Algoritma Genetika ini merupakan simulasi proses evolusi Darwin dan operasi genetika atas kromosom.
LINGKUP KECERDASAN BUATAN PADA APLIKASI KOMERSIAL
Sejalan dengan berkembangnya permasalahan manusia, maka manusia harus menggunakan sumber daya secara eficien. Untuk melakukan hal tersebut, maka kita membutuhkan bantuan dengan kualitas yang tinggi dari komputer. Dalam kehidupan manusia, komputer dapat membantu dalam bidang:
  • Pertanian, komputer dapat mengkontrol robot yang melakukan kontrol terhadap hama, pemangkasan pohon, pemilihan hasil panen.
  • Pabrik, komputer dapat menkontrol robot yang harus mengerjakan pekerjaan berbahaya dan membosankan, inspeksi dan melakukan maintenance pekerjaan.
  • Kesehatan, komputer dapat membantu untuk mendiagnosis penyakit, melakukan monitoring kondisi pasien, memberikan treatment yang cocok.
  • Pekerjaan Rumah Tangga, komputer dapat memberikan nasihat dalam memasak dan berbelanja, membantu membersihkan lantai, memotong rumput, mencuci pakaian, dan melakukan maintenance terhadap pekerjaan.

KECERDASAN BUATAN DAN KECERDASAN ALAMI
Jika dibanding kecerdasan alami, kecerdasan buatan memiliki keuntungan komersial, antara lain:
  1. Kecerdasan buatan lebih bersifat permanen.
  2. Kecerdasan alami  akan cepat mengalami perubahan.
  3. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan.
  4. Kecerdasan buatan bersifat konsisten.
  5. Kecerdasan buatan dapat didokumentasi.
  6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami.
  7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
Keuntungan Kecerdasan alami:
  1. Kreatif.
  2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedang pada kecerdasan buatan hams bekerja dengan input-input simbolik.
  3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

RINGKASAN
  • Kecerdasan Buatan adalah studi yang berusaha membuat komputer menjadi cerdas.
  • Tujuan   dari   sisi   teknologi   dari   Kecerdasan   Buatan   adalah   untuk menyelesaikan permasalahan nyata.
  • Dari  sisi ilmiah tujuan Kecerdasan Buatan adalah untuk menjelaskan variasi kecerdasan
  • Kecerdasan Buatan dapat membantu kita untuk menyelesaikan kesulitan, permasalahan nyata, menciptakan kesempatan baru dalam bisnis, teknologi dan area aplikasi yang lain. o     Kecerdasan   Buatan   merupakan   gudang   untuk menjawab   pertanyaan tradisional yang biasa ditanyakan pada ahli bahasa, philosophi, dokter dsb. Sehingga dengan demikian dapat membantu kita untuk menjadi semakin pintar.

Kecerdasan Buatan 
Definisi
  • Bagian dari ilmu komputer yang membuat aga mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.
  • Komputer tidak hanya digunakan sbg alat hitung tapi diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia
Komputer harus dibekali pengetahuan dan kemampuan untuk menalar agar dapat bertindak seperti dan sebaik manusia.

 Sudut Pandang Pengertian AI
Sudut Pandang Kecerdasan
Kecerdasan buatan akan membuat mesin menjadi ‘cerdas’ (mampu berbuat seperti apa yang dilakukan oleh manusia)
Sudut pandang penelitian
Kecerdasan buatan adlh suatu studi bgm membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia.
Domain yang sering dibahas oleh para peneliti:
a. Mundane Task
  • Persepsi (vision & speech)
  • Bahasa alami (understanding, generation & translation)
  • Pemikiran yang bersifat commonsense
  • Robot control
b. Formal Task
  • Permainan/games
  • Matematika (geometri, logika, kalkulus integral, pembuktian)
c. Expert Task
  • Analisis finansial
  • Analisis medikal
  • Analisis ilmu pengetahuan
  • Rekayasa (desain, pencarian gagal, perencanaan manufaktur)
Sudut pandang bisnis
Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis.
Sudut pandang pemrograman
Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching)
Dua bagian utama dalam aplikasi kecerdasan buatan:
  • Basis Pengetahuan (Knowledge Base), berisi fakta-fakta teori, pemikiran dan hubungan
    antara satu dengan lainnya.
  • Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan berdasarkan pengalama

Kecerdasan Buatan Vs Kecerdasan Alami
 Keuntungan Kecerdasan Buatan:
  • Lebih bersifat permanen, sdgkan kec. alami akancepat mengalami perubahan. Faktor sifat manusiayang pelupa.
  • Lebih mudah diduplikasi dan disebarkan, sdgkan mentransfer pengetahuan manusia dari satu org ke org lain membutuhkan proses yg sangat lama.
  •  Lebih murah dibanding dengan kec. alami.
  • Menyediakan layanan komputer akan lebih mudah dan lebih murah dibandingkan dengan mendatangkan seseorang utk mengerjakan sejumlah pekerjaan dalam jangka waktu lama
  • Bersifat konsisten, krn merupakan bagian dari teknologi komputer sdgkan kec. alami akan senantiasa berubah-ubah
  • Dapat didokumentasikan, keputusan yang dibuat oleh komputer dapat didokumentasikan dengan mudah melalui log systemnya sdgkan kec. alami sangat sulit untuk direproduksi
  • Dapat mengerjakan pekerjaan lebih cepat Dapat mengerjakan pekerjaan lebih baik
Keuntungan Kecerdasan Alami:
  • Kreatif, kemampuan untuk menambah ataupun memenuhi pengetahuan sangat melekat di jiwa manusia.
  • Memungkinkan untuk menggunakan pengalaman secara langsung
  • Pemikiran manusia dapat digunakan secara luas, sdgkan kec. buatan sangat terbatas
Pemrograman Kec. Buatan Vs Konvesional
Dimensi
Kec. Buatan
Konvesional
Pemrosesan
Mengandung konsep-konsep simbolik
Algoritmik
Sifat Input
Bisa tidak lengkap
Harus Lengkap
Pencarian
Kebanyakan bersifat heuristik
Biasanya didasarkan pada algoritma
Keterangan
Disediakan
Biasanya tidak disediakan
Fokus
Pengetahuan
Data & informasi
Struktur
Kontrol dipisahkan dari pengetahuan
Kontrol terintegrasi dgn informasi
Sifat output
Kuantitatif
Kualitatif
Pemeliharaan & update
Relatif mudah
Sulit
Kemampuan menalar
Ya
tidak

Lingkup Kec. Buatan pada Aplikasi
Komersial
Lingkup Utama:
-         Sistem Pakar (Expert System)
-         Pengolahan Bahasa Alami (Natural Language Processing)
-         Pengenalan Ucapan (Speech Recognition)
-         Robotika&Sistem Sensor (Robotics&Sensory Systems)
-         Computer Vision
-         Intelligent Computer-aided Instruction
-         Game Playing
Soft Computing
Definisi
Koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dengan mudah, robustness, dan biaya penyelesaiannya murah.
Unsur-unsur pokok dalam Soft Computing
-         Sistem Fuzzy (mengakomodasi ketidaktepatan)
-         Jaringan Syaraf (mengakomodasi pembelajaran)
-         Probabilistic Reasoning (mengakomodasi ketidakpastian)
-         Evolutionary Computing (optimasi)
Karakteristik Soft Computing:
-         Memerlukan keahlian manusia, apabila direpresentasikan dalam bentuk aturan (IF-THEN)
-         Model komputasinya diilhami oleh proses biologis
-         Merupakan teknik optimasi baru
-         Menggunakan komputasi numeris
-         Memiliki toleransi kegagalan (meskipun kualitasnya berangsur-angsur memburuk)

Based Knowledge System
 Dua pendekatan basis pengetahuan yang sangat umum digunakan,yaitu:
Penalaran berbasis aturan (Rule-Based Reasoning)
  • Pengetahuan direpresentasikan dengan menggunakan aturan berbentuk:IF-THEN.
  • Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu,dan si pakar dapat menyelesaikan masalah tersebut secara berurutan.
Penalaran berbasis kasus (Case-Based Reasoning)
  • Basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya,kmd akan diturunkan suatu solusi untuk keadaan yg terjadi sekarang (fakta yang ada).
 Motor Inferensi (Inference Engnine)
Ada 2 cara dalam melakukan inferensi :
Forward Chaining
Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis
Backward Chaining
Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu,dan untuk menguji kebenaran hipotesis tersebut dicari, harus dicari fakta-fakta yang ada dalam basis pengetahuan
Expert System
 Ciri-ciri sistem pakar:
  • Memiliki fasilitas informasi yang handal
  • Mudah dimodifikasi
  • Dapat digunakan dalam berbagai jenis komputer.
  • Memiliki kemampuan untuk belajar beradaptasi
 Permasalahan yang disentuh oleh Sistem Pakar:
  • Interpretasi. Pengambilan keputusan dari hasil observasi,misal: pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal.
  • Prediksi. Misal: peramalan, prediksi demografis, peramalan ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.
  • Diagnosa. Misal: medis, elektronis, mekanis, dan diagnosis perangkat lunak.
  • Perancangan. Misal: layout sirkuit dan perancangan bangunan.
  • Perencanaan. Misal: perencanaan keuangan, komunikasi, militer, pengembangan produk, routing,
    dan manajemen proyek.
  • Monitoring. Misal: Computer-Aided Monitoring System.
  • Debugging, memberikan resepobat terhadap suatu kegagalan
 Perbaikan.
  • Instruksi. Melakukan instruksi untuk diagnosis, debugging, dan perbaikan kinerja.
  • Kontrol. Melakukan kontrol terhadap interpretasi, prediksi, perbaikan,dan monitoring kelakuan sistem.
 Garis besar pengembangan sistem pakar:
  • Mengidentifikasi masalah dan kebutuhan
  • Menentukan masalah yang cocok
  • Mempertimbangkan alternatif, menggunakan system pakar atau komputer tradisional
  • Menghitung pengembalian investasi
  • Memilih alat pengembangan
  • Rekayasa Pengetahuan
  • Merancang sistem
  • Melengkapi pengembangan
  • Menguji dan mencari kesalahan sistem
  • Memelihara sistem
 PARADIGMS
 Tipe-Tipe
Classification
  • Paradigma yang paling mudah untuk digunakan karena tujuan dari klaisifikasi ini hanya mengidentifikasikan pola umum atau trennya saja, bukan secara detail.
  • Disebut sebagai one-to-many-to-one selection exercise.
  • Contoh: Validasi hubungan kekeluargaan, general cek repair autocar.
Diagnosis
  • Sedikit lebih susah dibandingkan dengan klasifikasi karena tujuan utamanya adalah mengidentifikasikan secara detail pola hubungan penyebab dan efek/akibat nya dalam berbagai macam kemungkinan.
  • Disebut sebagai one-to-many-to-one exercise
  • Biasanya direpresentasikan dengan cara pohon keputusan and/or tabel pohon.
 Hypothesize and Test
  • Sebuah paradigma untuk mengidentifikasikan tindakan terbaik dari sebuah ujicoba, kemudian melakukan evaluasi walaupun tindakan yang dilakukan tersebut tidak mendapat hasil sesuai yang diinginkan.
  • Bila tidak sukses akan dilakukan ujicoba lagi.
  • Secara operasional merupakan gabungan antara klasifikasi dan diagnosa.
Collisions
  • sebuah identifikasi ketentuan/batasan dalam paradigma untuk menentukan pola yang tidak diinginkan.
  • Analisa Collision ini seperti tujuan yang harus dilakukan oleh seorang tester.
Design and Configuration
  • Merupakan kumpulan dari berbagai paradigma dan akitifitas.
  • Salah satu contoh alat yang digunakan adalah MICON (Microprosessor Configurer), yang terdiri dari Logic Knowledge, Refinement Knowledge, Component Knowledge, Component Knowledge, Problem-solving Knowledge.
Planning And Scheduling
  • Secara umum berkaitan dengan jejaring dari bermacam paradigma lainnya.
  • Hasil akhir yang diharapkan dalam hal ini adalah bukan yang ‘salah satu’ terbaik dari perencanaan atau penjadwalan, tetapi salah satu yang bisa mengakomodasi semua batasan2/ketentuan yang diinginkan oleh user dan cukup memuaskan bagi
user

teknologi jaringan komputer



Jaringan komputer adalah sebuah kumpulan komputer, printer dan peralatan lainnya yang terhubung. Informasi dan data bergerak melalui kabel-kabel sehingga memungkinkan pengguna jaringan komputer dapat saling bertukar dokumen dan data, mencetak pada printer yang sama dan bersama sama menggunakan hardware/software yang terhubung dengan jaringan. Tiap komputer, printer atau periferal yang terhubung dengan jaringan disebut node. Sebuah jaringan komputer dapat memiliki dua, puluhan, ribuan atau bahkan jutaan node.

Jaringan komputer bukanlah sesuatu yang baru saat ini. Hampir di setiap perusahaan terdapat jaringan komputer untuk memperlancar arus informasi di dalam perusahaan tersebut. Internet yang mulai populer saat ini adalah suatu jaringan komputer raksasa yang merupakan jaringan komputer yang terhubung dan dapat saling berinteraksi. Hal ini dapat terjadi karena adanya perkembangan teknologi jaringan yang sangat pesat, sehingga dalam beberapa tahun saja jumlah pengguna jaringan komputer yang tergabung dalam Internet berlipat ganda.
  • Defenisi Jaringan Komputer
Indah (2007,p.10) mendefinisikan bahwa jaringan komputer adalah sebuah kumpulan komputer, printer dan peralatan lainnya yang terhubung. Informasi dan data bergerak melalui kabel-kabel sehingga memungkinkan pengguna jaringan komputer dapat saling bertukar dokumen dan data, mencetak pada printer yang sama dan bersama sama menggunakan hardware/software yang terhubung dengan jaringan.

Dalam komunikasi antar sistem komputer, diperlukan suatu bentuk standar dari komunikasi pada seluruh kerja jaringan komputer dan komunikasi antar komputer. Untuk itu dibuat suatu pembakuan dalam hal komunikasi data antar sistem komputer ini. ISO (The Internasional Standar Organization) sebagai organisasi standarisasi internasional memberikan suatu model standarisasi bagi seluruh fungsi kerja dan komunikasi antar sistem komputer yatiu model OSI ( Open System Interconnection).
  • Tipe-Tipe Jaringan Komputer

Melwin Syafrizal (2005,p.30) membagi tipe jaringan komputer berdasarkan sistem koneksi antarnode (komputer) menjadi dua, yakni:

1. Jaringan Peer to Peer

Peer to peer network adalah jaringan komputer yang terdiri dari beberapa komputer (biasanya tidak lebih dari sepuluh komputer dengan satu sampai dua printer). Untuk penggunaan khusus, seperti laboratorium komputer, riset, dan beberapa hal lain, maka model peer to peer ini bisa saja dikembangkan untuk koneksi lebih dari sepuluh hingga seratus komputer. Model peer to peer ini, tiap PC dapat memakai resource pada PC lain atau memberikan resourcenya untuk dipakai PC lain. Dengan kata lain dapat berfungsi sebagai client maupun server pada periode yang sama. Metode peer to peer ini pada sistem Windows dikenal sebagai Workgroup, dimana tiap-tiap komputer dalam satu jaringan dikelompokkan dalam satu kelompok kerja.

2. Jaringan Client-Server 

Server adalah komputer yang menyediakan fasilitas bagi komputer-komputer lain dalam jaringan dan client adalah komputer-komputer yang menerima atau menggunakan fasilitas yang disediakan oleh server. Akses dilakukan secara transparan dari client dengan melakukan login terlebih dahulu ke server yang dituju. Client hanya bisa menggunakan resource yang disediakan server sesuai dengan otoritas yang diberikan oleh administrator. Aplikasi yang dijalankan pada sisi client bisa saja merupakan resource yang tersedia di server atau aplikasi yang di-install di sisi client namun hanya bisa dijalankan setelah terkoneksi ke server.

infrastruktur teknologi informasi



ITIL atau Information Technology Infrastructure Library (Bahasa Inggris, diterjemahkan Pustaka Infrastruktur Teknologi Informasi), adalah suatu rangkaian konsep dan teknik pengelolaan infrastruktur, pengembangan, serta operasi teknologi informasi (TI). ITIL diterbitkan dalam suatu rangkaian buku yang masing-masing membahas suatu topik pengelolaan TI. Nama ITIL dan IT Infrastructure Library merupakan merek dagang terdaftar dari Office of Government Commerce (OGC) Britania Raya. ITIL memberikan deskripsi detail tentang beberapa praktik TI penting dengan daftar cek, tugas, serta prosedur yang menyeluruh yang dapat disesuaikan dengan segala jenis organisasi TI.
Walaupun dikembangkan sejak dasawarsa 1980-an, penggunaan ITIL baru meluas pada pertengahan 1990-an dengan spesifikasi versi keduanya (ITIL v2) yang paling dikenal dengan dua set bukunya yang berhubungan dengan ITSM (IT Service Management), yaitu Service Delivery (Antar Layanan) dan Service Support (Dukungan Layanan).
Pada 30 Juni 2007, OGC menerbitkan versi ketiga ITIL (ITIL v3) yang intinya terdiri dari lima bagian dan lebih menekankan pada pengelolaan siklus hidup layanan yang disediakan oleh teknologi informasi. Kelima bagian tersebut adalah:
  1. Service Strategy
  2. Service Design
  3. Service Transition
  4. Service Operation
  5. Continual Service Improvement
Kelima bagian tersebut dikemas dalam bentuk buku, atau biasa disebut sebagai core guidance publications. Setiap buku dalam kelompok utama ini berisi:
  1. Practice fundamentals – menjelaskan latar belakang tahapan lifecycle serta kontribusinya terhadap pengelolaan layanan TI secara keseluruhan.
  2. Practice principles – menjelaskan konsep-konsep kebijakan serta tata kelola tahanan lifecycle yang menjadi acuan setiap proses terkait dalam tahapan ini.
  3. Lifecycle processes and activities – menjelaskan berbagai proses maupun aktivitas yang menjadi kegiatan utama tahapan lifecycle. Misalnya proses financial management dan demand management dalam tahapan Service Strategy.
  4. Supporting organization structures and roles – proses-proses ITIL tidak akan dapat berjalan dengan baik tanpa defini roles dan responsibilities. Bagian ini menjelaskan semua aspek yang terkait dengan kesiapan model dan struktur organisasi.
  5. Technology considerations – menjelaskan solusi-solusi otomatisasi atau software ITIL yang dapat digunakan pada tahapan lifecycle, serta persyaratannya.
  6. Practice Implementation – berisi acuan/panduan bagi organisasi TI yang ingin mengimplementasikan atau yang ingin meningkatkan proses-proses ITIL.
  7. Complementary guideline – berisi acuan model-model best practice lain selain ITIL yang dapat digunakan sebagai referensi bagian tahapan lifecycle.
  8. Examples and templates – berisi template maupun contoh-contoh pengaplikasian proses.
Di samping buku-buku dalam core guidance publications, ada juga complementary guidance. Dimana buku-buku dalam kategori nantinya dimaksudkan untuk memberikan model, acuan dan panduan bagi penerapan ITIL pada sektor-sektor tertentu seperti jenis industri tertentu, tipe organisasi serta arsitektur teknologi. Dengan demikian, ITIL akan dapat lebih diterima serta diadaptasi sesuai dengan lingkungan serta behaviour dari setiap organisasi TI.
Siklus Layanan ITIL
Kelima bagian ITIL yang seperti tersebut di atas biasanya disebut juga sebagai bagian dari sebuah siklus. Dikenal pula dengan sebutan Sikuls Layanan ITIL. Secara singkat, masing-masing bagian dijelaskan sebagai berikut.
Service Strategy Inti dari ITIL Service Lifecycle adalah Service Strategy.
Service Strategy memberikan panduan kepada pengimplementasi ITSM pada bagaimana memandang konsep ITSM bukan hanya sebagai sebuah kemampuan organisasi (dalam memberikan, mengelola serta mengoperasikan layanan TI), tapi juga sebagai sebuah aset strategis perusahaan. Panduan ini disajikan dalam bentuk prinsip-prinsip dasar dari konsep ITSM, acuan-acuan serta proses-proses inti yang beroperasi di keseluruhan tahapan ITIL Service Lifecycle.
Topik-topik yang dibahas dalam tahapan lifecycle ini mencakup pembentukan pasar untuk menjual layanan, tipe-tipe dan karakteristik penyedia layanan internal maupun eksternal, aset-aset layanan, konsep portofolio layanan serta strategi implementasi keseluruhan ITIL Service Lifecycle. Proses-proses yang dicakup dalam Service Strategy, di samping topik-topik di atas adalah:
  1. Service Portfolio Management
  2. Financial Management
  3. Demand Management
Bagi organisasi TI yang baru akan mengimplementasikan ITIL, Service Strategy digunakan sebagai panduan untuk menentukan tujuan/sasaran serta ekspektasi nilai kinerja dalam mengelola layanan TI serta untuk mengidentifikasi, memilih serta memprioritaskan berbagai rencana perbaikan operasional maupun organisasional di dalam organisasi TI.
Bagi organisasi TI yang saat ini telah mengimplementasikan ITIL, Service Strategy digunakan sebagai panduan untuk melakukan review strategis bagi semua proses dan perangkat (roles, responsibilities, teknologi pendukung, dll) ITSM di organisasinya, serta untuk meningkatkan kapabilitas dari semua proses serta perangkat ITSM tersebut.
Service Design Agar layanan TI dapat memberikan manfaat kepada pihak bisnis, layanan-layanan TI tersebut harus terlebih dahulu di desain dengan acuan tujuan bisnis dari pelanggan. Service Design memberikan panduan kepada organisasi TI untuk dapat secara sistematis dan best practice mendesain dan membangun layanan TI maupun implementasi ITSM itu sendiri. Service Design berisi prinsip-prinsip dan metode-metode desain untuk mengkonversi tujuan-tujuan strategis organisasi TI dan bisnis menjadi portofolio/koleksi layanan TI serta aset-aset layanan, seperti server, storage dan sebagainya.
Ruang lingkup Service Design tidak melulu hanya untuk mendesain layanan TI baru, namun juga proses-proses perubahan maupun peningkatan kualitas layanan, kontinyuitas layanan maupun kinerja dari layanan.
Proses-proses yang dicakup dalam Service Design yaitu:
  1. Service Catalog Management
  2. Service Level Management
  3. Supplier Management
  4. Capacity Management
  5. Availability Management
  6. IT Service Continuity Management
  7. Information Security Management
Service Transition Service Transition menyediakan panduan kepada organisasi TI untuk dapat mengembangkan serta kemampuan untuk mengubah hasil desain layanan TI baik yang baru maupun layanan TI yang diubah spesifikasinya ke dalam lingkungan operasional. Tahapan lifecycle ini memberikan gambaran bagaimana sebuah kebutuhan yang didefinisikan dalam Service Strategy kemudian dibentuk dalam Service Design untuk selanjutnya secara efektif direalisasikan dalam Service Operation.
Proses-proses yang dicakup dalam Service Transition yaitu:
  1. Transition Planning and Support
  2. Change Management
  3. Service Asset & Configuration Management
  4. Release & Deployment Management
  5. Service Validation
  6. Evaluation
  7. Knowledge Management
Service Operation Service Operation merupakan tahapan lifecycle yang mencakup semua kegiatan operasional harian pengelolaan layanan-layanan TI. Di dalamnya terdapat berbagai panduan pada bagaimana mengelola layanan TI secara efisien dan efektif serta menjamin tingkat kinerja yang telah diperjanjikan dengan pelanggan sebelumnya. Panduan-panduan ini mencakup bagaiman menjaga kestabilan operasional layanan TI serta pengelolaan perubahan desain, skala, ruang lingkup serta target kinerja layanan TI.
Proses-proses yang dicakup dalam Service Transition yaitu:
  1. Event Management
  2. Incident Management
  3. Problem Management
  4. Request Fulfillment
  5. Access Management
Continual Service Improvement 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