Sistem Informasi Psikologi

tugas 4

1.    Sejarah Artificial Intelligence (AI)

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan fondasi untuk jaringan saraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan saraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan saraf digunakan secara meluas dengan algoritme perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Pada tahun 1982, para ahli fisika seperti Hopfield menggunakan teknik-teknik statistika untuk menganalisis sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritme pembelajaran propagansi balik (Back-Propagation learning). Algoritme ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang

2.       pengertian Artificial Intelligence (AI)

Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia (Minsky, dalam Kusrini 2006).

Rich and Knight (1991) mendefinisikan kecerdasan buatan (AI) sebagai sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Ensiklopedia Britannica mendefiniskan Kecerdasan Buatan (AI) sebagai cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol dari pada bilangan, dan memproses informasi berdasarkan metode heuristic dengan berdasarkan sejumlah aturan.

Ada tiga tujuan kecerdasan buatan, yaitu: membuat komputer lebih cerdas, mengerti tentang kecerdasan, dan membuat mesin lebih berguna. Yang dimaksud kecerdasan adalah kemampuan untuk belajar atau mengerti dari pengalaman, memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah serta menyelesaikannya dengan efektif (Winston dan Prendergast, 1994)

3.      Hubungan AI dan Kognisi Manusia

            Untuk memahami hubungan dari AI dan kognisi manusia terdapat beberapa poin yang dapat menjelaskan dan harus diperhatikan. Poin-poin tersebut adalah:

1. Pemrosesan simbolik

Computer semula didesain untuk memproses bilangan/ angka-angka (pemrosesan numerik). Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah rumus atau melakukan komputasi matematis. Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu computer yang melakukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah.

2. Heuristic

Istilah heuristic diambil dari bahasa Yunani yang berarti menemukan. Heuristic merupaka suatu strategi untuk melakukan proses pencarian ruang problem secara selektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar.

3. Penarikan Kesimpulan

AI mencoba membuat mesin memiliki kemampian berpikir atau mempertimbangkan. Kemampuan berpikir termasuk di dalamnya proses penarikan kesimpulan berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristic atau metode pencarian lainnya.

4. Pencocokan Pola

AI bekerja dengan metode pencocokan pola yang berusaha untuk menjelaskan objek, kejadian atau proses, dalam hubungan logic atau komputasional. Dari poin-poin diatas dapat dilihat bahwa AI memiliki persamaan dengan kognitif pada penarikan kesimpulan, pecocokan pola. Walaupun begitu cara kerja AI dan kognitif jelas berbeda. AI menyelesaikan masalah secara matematis atau mengkalkulasikan angka-angka dan menggunakan rumus, sementara kognitif menggunakan cara berfikir simbolis.

                            

Sumber :

Kusrini. (2006). Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset

https://id.wikipedia.org/wiki/Kecerdasan_buatan (diakses pada tanggal 22/01/2019 WIB 21.59)

https://nicolasbragas.wordpress.com/2015/12/30/artificial-intelligence-ai-dan-kognitif-manusia-2/ ((diakses pada tanggal 22/01/2019 WIB 22.10)

Sistem Informasi Berbasis Komputer

Tugas 3

11.      Sistem Pengolahan Data

Sistem pengolahan data merupakan kumpulan dari sub–sub yang saling berhubungan satu sama lain secara harmonis dengan tujuan untuk mengolah data yang berkaitan dengan masalah menjadi sistem informasi yang diperlukan .

Dalam Sistem Informasi ini terdiri atas orang, peralatan, prosedur yang ditunjukkan untuk mengumpulkan, menganalisa dan membagi–bagi apa–apa yang dibutuhkan secara tepat waktu dan informasi akurat yang akan digunakan.

Tugas Sistem Pengolahan Data

1.      Pengumpulan Data
Pada pengumpulan data, sistem pengolahan data mengumpulkan data yang menjelaskan setiap tindakan internal perusahaan dan transaksi lingkungan perusahaan.

2.      Perubahan Data / Manipulasi Data

Perubahan data / Manipulasi data adalah proses pengolahan data menjadi informasi yang

lebih berguna.

Proses yg dilakukan dalam Perubahan data meliputi:

a.       Pengklasifikasian

b.       Pengurutan (Sorting)

c.        Perhitungan

d.       Pengikhtisaran

3.    Penyimpanan Data

Data disimpan pada media penyimpanan sekunder dan file dapat diintegrasikan secara logis untuk membentuk suatu database. Sebagian besar data dalam database adalah data akuntansi.

    4. Penyiapan Dokumen

Sistem Informasi Akuntansi (SIA) menghasilkan output untuk perorangan dan organisasi

baik di dalam dan di luar perusahaan. Umumnya, output berbentuk dokumen tercetak. Namun, semakin banyak pemakai menggunakan tampilan layar. Output pada SIA dipicu oleh 2 hal:

·         Oleh suatu tindakan, output dihasilkan jika sesuatu terjadi.

·         Oleh jadwal waktu, output dihasilkan pada saat tertentu.

22.      Sistem Informasi Manajemen

Menurut Ida (2008) Sistem Informasi Manajemen adalah suatu sistem yang saling bekerj sama terdiri dari kumpulan orang, alat, serta prosedur dan merupakan satu kesatuan yang saling berinteraksi dan berkesinambungan serta dirancang untuk mengumpulkan, memilih, mengevaluasi, dan mendistribusikan informasi yang baik dan siap pakai guna menghasilkan perencanaan, implementasi, dan pengendalian manajemen yang baik melalui pembuatan keputusan.

Rancangan organisasi menekankan pada penting nya pengolahan sistem informasi, dan pengkomunkasian informasi yang baik kepada pihak pemakai informasi. Bila keakuratan dan ketersediaan informasi diragukan maka manajemen tidak dapat mengendalikan organisasi secara efektif sehingga akan mengalami kesulitan pengambilan keputusan.

Oleh karena itu, sistem informasi manajemen perlu dikelola secara optimal karena informasi merupakan dasar petimbangan dalam pengambilan keputusan. Disamping itu, pengelolaan sistem informasi manajemen yang baik mendukung tercapainya manajemen yang berkualitas.

33.      Sistem Penunjang Keputusan

Sistem Penunjang Keputusan sebagai suatu sistem interaktif berbasis komputer yang membantu para pengambil keputusan dalam menggunakan data dan model untuk memecahkan persoalan yang bersifat tidak berstuktur.

Dari definisi tersebut, dapat diindikasikan empat karakteristik utama dari SKP, yaitu:

1)      SKP menggabungkan data dan model menjadi satu bagian.

2)      SKP dirancang untuk membantu para manajer (pengambilan keputusan) dalam proses pengambilan keputusan dari masalah yang bersifat semi struktural (atau tidak terstruktur).

3)      SKP cenderung dipandang sebagai penunjang penilaian manajer dan sama sekali bukan untuk menggantikannya.

4)      Teknik SKP dikembangkan untuk meningkatkan efektivitas dari pengambilan keputusan.

v  Konsep Sistem Penunjang Keputusan

a.       Pengoptimalan kriteria dalam merancang sistem

b.      Proses rancang bangun sistem secara total

c.       Proses rancang bangun sistem secara mendetail

v  Keuntungan

1)      SKP memperluas kemampuan pengambil keputusan dalam memproses data/informasi bagi pemakainya.

2)      SKP membantu pengambil keputusan dalam penghematan waktu yang dibutuhkan untuk memecahkan masalah.

3)      SKP dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4)      SKP mampu menyajikan berbagai alternatif.

5)      SKP dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

v  Kerugian

a.       Beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan.

b.      Kemampuan terbatas pada pembendaharaan pengetahuan yang dimilikinya.

c.       Proses tergantung pada peragkat lunak yang digunakan.

d.      Tidak memiliki kemampuan intuisi (berpikir) seperti pada manusia.

4. Sistem Penunjang Keputusan Berkelompok

Konsep GDSS (Group Decision Support System), merupakan sistem berbasis computer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas bersama dan menyediakan interface bagi suatu lingkungan yang digunakan bersama. Istilah lainnya : GSS (group support system), CSCW (computer support cooperative work), CCWS (Computerized collaborative work support), EMS (electronic meeting system). Perangkat lunak yang digunakan disebut groupware.

GDSS berkontribusi memecahkan masalah
Komunikasi yang lebih baik memungkinkan keputusan yang lebih baik. GDSS berkontribusi memecahkan masalah dengan menyediakan suatu pengaturan yang mendukung komunikasi.

contoh aplikasi yang dipakai untuk sekolah dengan cara pengambilan keputusan:

SPK Penentuan Mahasiswa Berprestasi

Menentukan keputusan dalam memilah mahasiswa yang bisa atau layak untuk mendapatkan beasiswa. Dengan cara ini karakter akan menjadi acuannya. Dan dari karakter ini harus mempunyai nilai yang sempurna. Dengan cara inilah yang akan membuat penentuan akan tepat tujuannya. Spk ini sangat berguna bagi universitas dalam pengembangan dan pemantauan mahasiswa.

Peranan SPK dalam pemecahan masalah

Jenis-jenis Sistem Pendukung Keputusan menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya adalah sebagai berikut:

• Mengambil elemen-elemen informasi
• Menganalisa seluruh file
• Menyiapkan laporan dari berbagai file
• Memperkirakan akibat dari keputusan
• Mengusulkan keputusan
• Membuat keputusan

Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapai oleh pengambil keputusan, namun SPK dapat dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.

Contoh

Dalam bidang psikologi, khususnya pada bidang Psikologi Industri dan Organisasi penggunaan database sangatlah dibutuhkan agar dapat memudahkan pihak HRD untuk melihat atau mengecek data-data yang diperlukan dari seorang pegawai atau calon pegawai diantara 1000 pegawai yang ada.

Dalam database terdapat istilah “attribute” Sebutan untuk mewakili sebuah entity (Suatu kumpulan orang, tempat, kejadian, aktifitas atau bagian yang terdapat dalam sebuah organisasi atau informasi yang akan direkam). Misalkan, seorang mahasiswa atau siswa dapat dilihat atributnya, misalnya npm, nama, alamat, hobby dan lain-lain. Atribute juga disebut data elemen, data field atau data item. Ini juga merupakan salah satu pemanfaatan data base untuk lingkup Psikologi, karena salah satu bidang profesi Psikologi adalah School Psychologist, misalkan pada suatu organisasi pendidikan terdapat siswa yang sedang mengalami masalah sering terlambat datang kesekolah, maka tugas seorang psikolog adalah mengetahui data awal siswa tersebut yang dimiliki sekolah, setelah itu baru dapat memikirkan langkah atau treatment apa yang baik digunakan. Dan masih banyak lagi pemanfaatan yang dapat dirasakan dengan penggunaan data base lainnya, dalam bidang Psikologi maupun bidang lainnya.

Daftar pustaka :

            M, Marimin. (2004).    Teknik dan Aplikasi Pengambilan Keputusan

kriteria Majemuk.

Nuraida, Ida. (2008). Manajemen Administrasi Perkantoran. Yogyakarta: Kanasius

http://nuzrir.blogspot.com/2015/05/makalah-sistem-pengolahan-data.html

http://lecturer.fikom.umi.ac.id/lilis/2016/04/02/sistem-pendukung-keputusan/

https://koernia05.wordpress.com/2008/12/22/sistem-informasi-penunjang-keputusan-decision-support-system/