#SIP MERANCANG APLIKASI PPSIKOLOGI

Kenali Kepribadian dengan Mencoba Tes Kepribadian Enneagram Berikut ini!

 

Tes Enneagram adalah salah satu tes kepribadian yang paling banyak digunakan di dunia. Berasal dari bahasa Yunani ennea berarti sembilan dan grammos berarti sesuatu yang digambarkan. Tes ini dikembangkan oleh Oscar Ichazo (Psikolog kelahiran Bolivia) dan Claudio Naranjo (Psikiater kelahiran Chili) pada tahun 1950-an dan didasarkan pada pengajaran G.I.Gurdjieff. Kesembilan jenis kepribadian ini digambarkan dalam diagram yang masing-masing kepribadian saling memiliki hubungan.

Tes ini berfungsi untuk mengidentifikasi kepribadian manusia yang pada dasarnya terdiri dari 9 jenis.

9 Tipe kepribadian manusia berdasarkan enneagram:

1. Reformer / Perfeksionis

Seorang yang rasional dan sangat idealis. Punya jiwa kuat dalam membedakan benar dan salah. Umumnya seorang guru, atau agen perubahan (agen reformasi). Ingin selalu memperbaiki yang salah. Tapi terkadang terlalu kritis dan terlalu perfeksionis.

2. Giver / Helper

Seorang yang berjiwa merawat, peduli kepada sesamanya. Berhati lembut, tulus dan empati kepada orang lain. Mau berkorban untuk orang lain. Suka membantu orang lain. Namun terkadang terlalu sentimentil (perasa). Terkadang punya masalah dalam hal menyampaikan kebutuhannya sendiri kepada orang lain. Menuntut orang lain mengerti kebutuhannya.

3. Achiever/ Motivator/ Performer

Seorang yang berorientasi pada prestasi. Energik, bersemangat, percaya diri. Punya ambisi untuk maju. Terkadang terlalu berpikir tentang pandangan orang lain terhadap dirinya. Terlalu gila kerja dan terlalu suka bersaing untuk menang.

4. Romantic / Artist/ Individualist

Seorang yang sensitif dan introspektif (melihat kedalam diri sendiri). Kreatif, dapat mengekspresikan diri. Terkadang emosinya berubah-ubah (moody). Terlalu menarik diri dari pergaulan. Kurang nyaman bertemu banyak orang. Terkadang mengasihani diri sendiri.

5. Observer / Thinker / Investigator

Seorang yang memiliki otak cerebral kuat. Punya rasa penasaran tinggi. Ingin mengetahui sesuatu secara mendalam. Mampu berkonsentrasi terhadap keahlian-keahlian yang rumit. Mandiri. Inovatif. Dan punya kemampuan inventif (menemukan sesuatu). Terkadang terlalu asyik dengan konsep-konsep gagasannya sendiri. Dapat melihat dunia dengan cara pandang yang berbeda. Terkadang terlalu memisahkan diri dari bertemu banyak orang.

6. Loyalist / Pessimist

Seorang yang terlalu menekankan rasa aman. Punya komitmen. Bertanggungjawab, dapat bekerja keras. Sering meragukan diri sendiri. Kurang yakin dan kurang percaya diri. Kurang bisa mengambil keputusan.

7. Generalist / Optimist / Adventure

Seorang yang selalu sibuk. Punya sikap terbuka terhadap orang lain. Berjiwa spontan. Bersemangat. Selalu optimis dan yakin pada diri sendiri. Terkadang kurang disiplin mengerjakan satu hal. Kurang fokus. Selalu mencari pengalaman-pengalaman baru. Kurang bisa bersabar.

8. Challenger/ Leader / Boss/ Protector/ Intimidator

Seorang yang dominan. Percaya diri. Berjiwa melindungi. Gaya bicara langsung pada intinya. Terkadang cenderung egois dan mendominasi. Merasa dia harus mengendalikan lingkungan, dan orang-orang di sekitarnya. Cenderung mudah marah (temperamental).

9. Peacemaker / Mediator/ Accomodator

Seorang yang easygoing. Bisa mempercayai orang lain. Bisa menerima orang lain. Emosinya stabil. Cukup kreatif dan optimis. Terkadang harus mengajak orang lain untuk bepergian untuk mencari rasa aman. Selalu menghindari konflik. Tidak suka berselisih. Namun terkadang bersikap keras kepala.

a. Diagram Alur (flowchart) Aplikasi

 

b. Desain Output Aplikasi

daftar pustaka:
https://www.muhammadzaini.com/enneagram/
http://www.isigood.com/yuk-kenali-kepribadianmu-dengan-mencoba-tes-kepribadian-enneagram-berikut-ini/

Read More

#SIP KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) DAN SISTEM PAKAR (EXPERT SYSTEM)

DEFINISI

Kecerdasan buatan atau artificial intelligence adalah salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Kecerdasan buatan juga merupakan 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.

Sedangkan sistem pakar adalah program komputer yang berusaha untuk mewakili pengetahuan keahlian manusia dalam bentuk heuristik. Heuristik adalah aturan yang menjadi patokan atau aturan untuk menebak dengan baik. Sistem pakar dirancang oleh spesialis informasi (yang seringkali) disebut insinyur pengetahuan (Knowledge Engineer) yang memiliki keahlian khusus dalam bidang kecerdasan buatan. Insinyur pengetahuan amat ahli dalam mendapatkan ilmu dari seorang ahli. Sistem pakar juga berarti sebuah aplikasi komputer yang menjalankan sebuah task yang awal mulanya dilakukan oleh seorang pakar. Contohnya sistem pakar yang dapat mendiagnosa penyakit, membuat ramalan finansial, menjadwal rute untuk kendaraan layanan antar, dan lain-lain. Beberapa sistem pakar ada yang dirancang untk menggantikan manusia melaksanakan tugasnya, sementara ada pula yang untuk membantu.

SEJARAH KECERDASAN BUATAN

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Perkembangan terus berlanjut, 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 pondasi awal untuk jaringan syaraf.

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 pada tahun 1956, selain itu 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 syaraf 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 diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

KAITAN ARTIFICIAL INTELLIGENCE DAN EXPERT SYSTEM

Sistem pakar merupakan cabang dari kecerdasan buatan, yaitu dengan menyimpan kepakaran dari pakar manusia ke dalam komputer dan meyimpan pengetahuan di dalam komputer sehingga memungkinkan user dapat berkonsultasi layaknya dengan pakar manusia. Program konsultasi tersebut mencoba untuk menirukan proses penalaran seorang pakar dalam memecahkan masalah yang rumit. Sistem pakar disebut juga sebagai aplikasi atau sistem kecerdasan buatan yang banyak dikembangkan dan paling banyak digunakan. Di dalam kecerdasan buatan terdapat dua bagian utama yang dibutuhkan yaitu Knowledge Base dan Inference Engine. Lingkup utama dalam kecerdasan buatan salah satunya adalah sistem pakar. Di dalam sistem pakar sendiri terdapat tiga bagian utama, yaitu Knowledge Base dan Working Memory yang diolah dalam Inference Engine sehingga menghasilkan suatu pemecahan atas suatu masalah.

APLIKASI ELIZA, PARRY, DAN NETTALK

Eliza, Parry dan Nettalk adalah beberapa contoh dari chatterbot. Chatterbot merupakan sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbot dikategorikan sebagai kecerdasan buatan atau artificial intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan (conversational agent)

ELIZA

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya, dalam hal ini, ELIZA berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional ELIZA melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

PARRY

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophren paranoid berdasarkan konsep, konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi: penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari ELIZA.

NETTALK

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai jaringan syaraf atau jaring syaraf). Jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana.

Connectionists telah membuat kemajuan yang signifikan dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif. Berikut adalah tiga percobaan terkenal yang telah mendorong connectionists untuk percaya bahwa JST model yang baik dari kecerdasan manusia. Salah satu yang paling menarik dari upaya tersebut adalah kerja 1987 Sejnowski dan Rosenberg di jaring yang dapat membaca teks bahasa Inggris disebut NETtalk. Pelatihan ditetapkan untuk NETtalk adalah basis data yang besar terdiri dari teks bahasa Inggris ditambah dengan output yang sesuai fonetik-nya, yang ditulis dalam kode yang cocok untuk digunakan dengan synthesizer pidato. Tape kinerja NETtalk di berbagai tahap pelatihan mendengarkan sangat menarik. Pada awalnya output random noise. Kemudian, bersih suara seperti itu mengoceh, dan kemudian masih seolah-olah itu adalah berbahasa Inggris double-talk (pidato yang dibentuk dari suara yang menyerupai kata dalam bahasa Inggris). Pada akhir pelatihan, NETtalk melakukan pekerjaan yang cukup baik mengucapkan teks diberikan. Selain itu, kemampuan ini generalizes cukup baik untuk teks yang tidak disajikan pada training set.

Sumber:

https://rahmaharry.wordpress.com/2016/11/09/artificial-intelligence-kecerdasan-buatan-sistem-pakarexpert-system/

https://www.kompasiana.com/rofiqoh29/5734333eb19273fb079badd2/peranan-sistem-informasi-manajemen-dalam-pengambilan-keputusan

https://audirayatiputri.wordpress.com/2015/12/23/kecerdasan-buatan-artificial-intelligence-dan-sistem-pakar-expert-system/ 

Read More

#SIP SISTEM INFORMASI MANAJEMEN

DEFINISI

SISTEM INFORMASI MANAJEMEN

Pengertian sistem informasi manajemen secara umum adalah suatu sistem yang dipakai dalam pengolahan dan pengorganisasian data serta informasi yang mempunyai kebermanfaatan dan digunakan sebagai pendukung keberjalanan tanggung jawab atau tugas suatu organisasi.

Definisi lainnya menyatakan bahwa sistem informasi manajemen yaitu sistem yang dipakai oleh organisasi/perusahaan dalam pengelolaan segala transaksi yang berkaitan dengan fungsi manajemen. Pengelolaan transaksi ini bisa dipakai sebagai acuan dalam proses pengambilan keputusan.

George M. Scott

Definisi sistem informasi manajemen adalah serangkaian sub-sistem informasi secara keseluruhan yang terintegrasi rasional dan terpadu serta dapat mengubah data yang tersedia menjadi informasi melalui suatu proses/metode yang digunakan untuk peningkatan produktivitas yang cocok dengan gaya kepemimpinan manajer berdasarkan kriteria kualitas yang ditentukan.

Menurut James A.F Stoner, sistem informasi manajemen adalah sebuah metode formal yang menyediakan informasi yang dapat digunakan oleh pihak manajemen secara on time  dan trusted sebagai pendukung proses pengambilan keputusan pada perencanaan dan pengawasan serta fungsi operasi dalam organisasi agar lebih efektif.

Menurut Jogiyanto Hartono, sistem Informasi Manajemen adalah kumpulan dari interaksi sistem-sistem informasi yang bertanggung jawab mengumpulkan dan mengolah data untuk menyediakan informasi yang berguna untuk  semua tingkat manajemen didalam kegiatan perencanaan dan pengendalian.

SISTEM PENDUKUNG KEPUTUSAN

Sistem Pendukung Keputusan (SPK) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001).

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001).

PERANAN SIM DALAM PEMECAHAN MASALAH

Sistem informasi manajemen atau lebih dikenal dengan nama SIM merupakan suatu sistem yang biasanya diterapkan dalam suatu organsasi untuk mendukung pengambilan keputusan dan informasi yang dihasilkan dibutuhkan oleh semua tingkatan manajemen atau dengan kata lain teknik pengelolaan informasi dalam suatu organisasi.

SIM ini mempunyai peranan yang sangat penting di dalam suatu organisasi. Karena sangat mempengaruhi terhadap maju mundurnya sebuah organisasi. Setiap organisasi baik itu organisasi yang besar maupun yang kecil pasti mempunyai sistem informasi yang berbeda-beda, tergantung dari kebutuhan dan masalah yang terjadi pada organisasi tersebut.

Sekarang ini, penerapan SIM dalam suatu organisasi pasti akan melibatkan penggunaan komputer untuk membantu mengolah data yang ada untuk menjadi informasi yang dibutuhkan.

Informasi yang tepat, cepat dan akurat akan menjadikan suatu organisasi menjadi berkembang dengan pesat. Semakin besar suatu organisasi maka semakin komplekslah pengelolaan sistem informasi, karena data yang diolah menjadi semakin banyak dan bervariasi.

Sistem Informasi Manajemen dalam pemecahan masalah ada 2 dasar yaitu,:

1. Sumber Daya Informasi Seorganisasi

Sistem Informasi Manajemen adalah suatu cara organisasi untuk menyediakan informasi dalam rangka pemecahan masalah. Sistem tersebut merupakan suatu komitmen format dari para eksekutif untuk menyediakan komputer sebagai alat bantu bagi manajer untuk memecahkan masalah.

2. Identifikasi dan Pemahaman Masalah

Ide utama dibalik S.I.M adalah menjaga agar pasokan informasi mengalir terus ke manajer.

Sistem Informasi Manajemen

Suatu sistem berbasis komputer yang menyediakan informasi bagi beberapa pemakai dengan kebutuhan yang serupa.

Database berisi data yang dikumpulkan oleh SIA. Data dan informasi diisikan dari lingkungan. Database digunakan oleh program yang menghasilkan laporan periodik dan laporan khusus, selain itu digunakan juga oleh model matematika yg menghasilkan beragam aspek operasi perusahaan. Output SIM digunakan oleh penanggungjawab pemecah masalah dalam perusahaan, SIM tidak harus memberikan informasi pada lingkungan seperti halnya SIA.

Manfaat Sistem

1. SIM memberikan dukungan dalam pengumpulan informasi atau perancangan rangkaian alternatif tindakan, memutuskan untuk memilih tindakan yang terbaik dari alternatif yang tersedia dan melaksanakan pilihan dan mengawasi hasil kegiatan.

2. Sistem informasi manajemen dapat digunakan secara efektif untuk mendukung setiap tingkatan pada proses pengambilan keptusan dan dapat digunakan juga memperoleh dan menyimpan informasi yang berkaitan dengan masalah standar dan situasi sekarang.

3. SIM ini juga sangat membantu untuk mereleasasikan keputusan dalam tindakan dan mengawasi tindakan serta memberikan umpan balik yang berkaitan dengan hasilnya.

KONSEP SISTEM INFORMASI ORGANISASIONAL

Pada dasarnya konsep system organisasional ini memiliki hubungan antara system dan organisasi. Bagaimana system tersebut dapat bisa terorganisasi dengan baik. Sistem itu sendiri adalah seperangkat komponen yang saling berhubungan dan saling bekerjasama untuk mencapai beberapa tujuan. Sistem informasi adalah kumpulan hardware dan software komputer, prosedur, dokumentasi, formulir dan orang yang bertanggungjawab untuk memperoleh, menggerakkan, manajemen, distribusi data dan informasi. Proses yang harus diikuti dalam pengembangan suatu sistem yang baik disebut System Analysis and Design (SA&D).

Proses SA&D ini didasarkan pada pendekatan sistem untuk mengatasi suatu masalah yang disebabkan oleh beberapa prinsip dasar berikut ini.

•Seorang manajer harus tahu apa yang dilakukan oleh suatu sistem sebelum membuat spesifikasi bagaimana suatu sistem bekerja.

•Memilih cakupan yang tepat atas keadaan yang dianalisa akan berpengaruh terhadap masalah apa yang bisa diatasi dan yang tidak.

•Suatu masalah (atau sistem) sebenarnya terdiri dari beberapa masalah, sehingga strategi yang tepat adalah mengurutkan masalah yang besar ke masalah yang kecil.

•Pemecahan suatu masalah antara satu bagian dengan bagian lain. mungkin sekali berbeda, sehingga pemecahan alternatif yang menunjukan perspektif yang berbeda hendaknya dibuat dan diperbandingkan sebelum hasil akhir dipilih.

•Masalah dan pemahamannya berubah ketika dilakukan analisa, sehingga seorang manajer harus mengambil pendekatan bertahap terhadap pemecahan masalah. Hal ini memungkinkan komitmen yang terus bertambah terhadap pemecahan masalah tertentu, dimana keputusannya adalah berlanjut atau tidak ke tahap berikutnya.

Sistem Informasi Manajemen dalam pemecahan masalah ada 2 dasar yaitu,:

1. Sumber Daya Informasi Seorganisasi

Sistem Informasi Manajemen adalah suatu cara organisasi untuk menyediakan informasi dalam rangka pemecahan masalah. Sistem tersebut merupakan suatu komitmen format dari para eksekutif untuk menyediakan komputer sebagai alat bantu bagi manajer untuk memecahkan masalah.

2. Identifikasi dan Pemahaman Masalah

Ide utama dibalik S.I.M adalah menjaga agar pasokan informasi mengalir terus ke manajer.

TEORI SISTEM PENUNJANG KEPUTUSAN (SPK)

Sistem penunjang keputusan (SPK) adalah bagian dari Sistem Informasi berbasis kompter, termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau sebuah perusahaan. Teori umum yang mendasari Decision Support Systems (DSS) :

• Herbert A. Simon

Menggunakan konsep keputusan terprogram dan tidak terprogram dengan phase pengambilan keputusan yang merefleksikan terhadap pemikisan Decision Support Systems (DSS) saat ini.

• G Anthony Gory dan Michael S Scott Morton

Menggunakan tahapan dalam pengambilan keputusan dengan membedakan antara struktur masalah dan tingkat keamanan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah baik yang bersifat terstuktur, tidak terstuktur, maupun semi-terstuktur. Ada beberapa jenis keputusan berdasarkan sifat dan jenisnya, menurut Herbet A. Simon :

1. Keputusan Terprogram

Yaitu Keputusan yang bersifat berulang dan rutin, sedemikian sehingga suatu prosedur pasti telah dibuat untuk menanganinya.

2. Keputusan Tak Terprogram

Yaitu keputusn yang bersifat baru, tidak terstruktur dan jarang konsekuen. Tidak ada metode yang pasti untuk menangani masalah tersebut. Dalam mengambil keputusan dibutuhkan adanya beberapa tahapan menurut Herbet A. Simon tahapan dalam Sistem Pengambilan Keputusan (SPK) terdapat empat tahap diantaranya :

1. Kegiatan Intelijen

Yakni kegiatan yang berorientasi untuk memaparkan masalah, pengumpulan data dan informasi, serta mengamati lingkungan mencari kondisi-kondisi yang perlu diperbaiki.

2. Kegiatan Merancang

Yakni kegiatan yang berorientasi untuk menemukan, mengembangkan dan menganalisis berbagai alternatif tindakan yang mungkin.

3. Kegiatan Memilih

Yakni kegiatan yang berorientasi untuk memilih satu rangkaian tindakan tertentu dari beberapa yang tersedia.

4. Kegiatan Menelaah

Yakni kegiatan yang berorientasi terhadap penilaian pilihan-pilihan yang tersedia.

Sebuah Informasi yang akan diolah menjadi sebuah keputusan yang akurat, lengkap dan baik diperlukan beberapa konsep dalam membentuk sebuah Sistem Informasi yang baik diantaranya :

1. Konsep Terstruktur

Merupakan konsep berdasarkan suatu masalah yang memiliki struktur masalah pada 3 tahap pertama, yaitu intelijen, rancangan dan pilihan.

2. Konsep Tak Terstuktur

Merupakan konsep berdasarkan suatu masalah yang sama sekali tidak memiliki struktur, seperti yang diuraikan berdasarkan tahapan dari Sistem Pendukung Keputusan (DSS) oleh Hebert A. Simon.

3. Konsep Semi-terstruktur

Merupakan konsep berdasarkan suatu masalah yang memiliki struktur hanya pada satu atau dua tahapan dari Sisem Pendukung Keputusan (SPK) yang diuraikan oleh Hebert A. Simon. Definisi Sistem Penunjang Keputusan (SPK) menurut pandangan seorang Hebert A. Simon yakni merupakan suatu sistem yang memberikan kontribusi terhadap para manajer untuk memberikan dukungan dalam pengambilan keputusan.

KONSEP SISTEM PENUNJANG KEPUTUSAN

Konsep sistem pendukung keputusan pertamakali dikenalkan oleh Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision System (Sprague,1982). SPK dirancang untuk mendukung seluruh tahap pengambilan keputuan mulai dari mengidenifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif.

Sistem Pendukung Keputusan (SPK) mulai dikembangkan pada tahun 1960-an, tetapi istilah sistem pendukung keputusan itu sendiri baru muncul pada tahun 1971, yang diciptakan oleh G. Anthony Gorry dan Micheal S.Scott Morton, keduanya adalah profesor di MIT. Hal itu mereka lakukan dengan tujuan untuk menciptakan kerangka kerja guna mengarahkan aplikasi komputer kepada pengambilan keputusan manajemen.

Menurut Simon, konsep mengenai keputusan berdasarkan struktur masalah terbagi atas

1. Masalah Terstruktur, Merupakan masalah yang memiliki struktur pada tiga tahap pertama Simon, yaitu intelijen, rancangan dan pilihan. Jadi, dapat dibuat menjadi algoritma atau aturan keputusan yang memungkinkan masalah diidentifikasi dan dimengerti, berbagai solusi alternatif diidentifikasikan dan dievaluasi dan suatu solusi dipilih.

2. Masalah Tak Terstruktur,Merupakan masalah yang sama sekali tidak memiliki struktur pada tiga tahap Simon diatas.

3. Masalah Semi-Terstruktur, Merupakan masalah yang memiliki struktur hanya pada satu atau dua tahap Simon.

TUJUAN DSS :

Pelopor DSS pada MIT yang lain, Peter G.W. Keen dan Scott Morton, menetapkan tiga tujuan yang harus dicapai DSS, antara lain:

1. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur.

2. Mendukung keputusan manajer dan bukan mengubah atau mengganti keputusan tersebut.

3. Meningkatkan efektifitas manajer dalam pembuatan keputusan, dan bukan peningkatan efisiennya.

Tujuan tersebut mengacu pada tiga prinsip dasar dalam Sistem Pendukung Keputusan (Kadarsah, 1998 dalam Oetomo, 2002), yaitu:

a. Struktur masalah : untuk masalah yang terstruktur, penyelesaian dapat dilakukan dengan menggunakan rumus-rumus yang sesuai, sedangkan untuk masalah terstruktur tidak dapat dikomputerisasi. Sementara itu, sistem pendukung keputusan dikembangkan khususnya untuk menyelesaikan masalah yang semi-terstruktur.

b. Dukungan keputusan : sistem pendukung keputusan tidak dimaksudkan untuk menggantikan manajer, karena komputer berada di bagian terstruktur, sementara manajer berada dibagian tak terstruktur untuk memberikan penilaian dan melakukan analisis. Manajer dan komputer bekerja sama sebagai sebuah tim pemecah masalah semi terstruktur.

c. Efektifitas keputusan : tujuan utama dari sistem pendukung keputusan bukanlah mempersingkat waktu pengambilan keputusan, tetapi agar keputusan yang dihasilakn dapat lebih baik.

MODEL DSS

Model adalah abstraksi dari sesuatu. Model mewakili suatu objek atau aktivitas, yang disebut entitas. Manajer menggunakan model untuk mewakili permasalahan yang harus diselesaikan. Objek atau aktivitas yang menyebabkan masalah disebut dengan entitas. Model DSS menghasilkan laporan khusus dan berkala serta output dari model matematika. Laporan khusus ini berisikan respon terhadap permintaan ke database. Setelah DSS diterapkan dengan baik kemampuan yang memungkinkan para pemecah masalah untuk bekerjasama dalam kelompok ditambahkan ke dalam model tersebut. Seperti halnya model SIA dan SIM, struktur yang serupa dapat digunakan untuk model DSS. Data dan informasi dimasukkan kedalam database dari lingkungan perusahaan. Isi database digunakan oleh tiga subsistem perangkat lunak:

1. Perangkat Lunak Penulis Laporan; menghasilkan laporan periodik maupun laporan khusus. Laporan periodik disiapkan sesuai jadwal tertentu, contohnya analisis penjualan bulanan menurut pelanggan. Laporan khusus disiapkan sebagai jawaban atas kebutuhan informasi yang tak terduga maupun sesuatu yang luar biasa terjadi, contohnya adalah laporan kecelakaan, atau yang lainnya.

2. Model Matematika; menghasilkan informasi sebagai hasil dari simulasi yang melibatkan satu atau beberapa komponen dari sistem fisik perusahaan.

3. Perangkat Lunak GDSS (Group Decision Support System); memungkinkan bebarapa pemecahan masalah, bekerjasama sebagai suatu kelompok mencapai solusi.

Jenis Model

1.             Model Fisik

Merupakan gambaran tiga dimensi entitasnya.

2.            Model Naratif

Menggambarkan entitas dengan kata-kata yang terucap dan tertulis. Semua komunikasi bisnis adalah model naratif, sehingga membuat model naratif jenis model yang paling popular.

3.            Model Grafis

Menggambarkan entitasnyya dengan abstraksi garis, simbol, atau bentuk.

4.            Model Matematis

Setiap rumus atau persamaan matematika adalah matematis. Kebanyakan model matematika yang digunakan manajer bisnis sama kompleksnya dengan yang digunakan untuk menghitung economic order quantity.

Penggunaan model

Keempat jenis model memberikan pemahaman dan memfasilitasi komunikasi. Selain itu model matematis memiliki kemampuan prediktif.

1. Memberikan pengertian

2. Memfasilitasi komunikasi

3. Memprediksi masa depan

Pembuatan Model Matematika

Model Matematika merupakan jenis yang berperan sangat penting dalam DSS. Model ini dapat dikelompokkan dalam tiga dimensi – pengaruh waktu, tingkat keyakinan, dan kemampuan mencapai optimisasi.

1.             Model Statis atau Dinamis

Model Statis tidak menyertakan waktu sebagai variabel, model yang berkaitan dengan suatu situasi pada satu titik waktu tertentu, seperti suatu foto. Sedangkan Model Dinamis menyertakan waktu sebagai variabel, dan menggambarkan perilaku entitas dari waktu ke waktu, seperti suatu film

2.            Model Probabilistik atau Deterministik

Model Probabililistik mencakup peluang terjadinya sesuatu, yang berkisar antara 0,00 (sesuatu yang sama sekali tidak mungkin) hingga 1,00 (sesuatu yang pasti). Sedangkan model yang sebaliknya adalah Model Deterministik

3.            Model Optimisasi dan Model Suboptimisasi

Model Optimisasi adalah model yang memilih solusi terbaik dari berbagai alternatif, dimana masalahnya harus terstruktur sangat baik. Model Suboptimisasi, sering disebut satisficing model, yang memungkinkan manajer memasukkan serangkaian keputusan dan model akan memproyeksikan hasilnya, dimana model tersebut menyerahkan tugas kepada manajer untuk mengidentifikasi keputusan yang akan menghasilkan hasil terbaik.

Simulasi

Tindakan menggunakan model disebut dengan simulasi. Hal-hal yang perlu diperhatikan dalam simulasi adalah :

1. Skenario, digunakan untuk menggambarkan kondisi yang memengaruhi simulasi.

2. Variabel keputusan, yaitu nilai yang dimasukkan manajer untuk mengukur dampak pada entitas.

Teknik Simulasi

Model ini menghasilkan solusi yang terbaik menggunakan scenario tertentu dan variable-variabel keputusan. Penting untuk menjalankan model sub-optimasi berulang kali guna mencari kombinasi variable keputusan yang menghasilkan hasil yang memuaskan.

Format Output Simulasi

Melibatkan berbagai elemen scenario dan variable keputusan pada layar atau halaman yang sama, dengan demikian akan jelas input yang mana yang menghasilkan output.

Contoh Pemodelan

Eksekutif perusahaan dapat menggunakan model matematis untuk membuat beberapa keputusan kunci. Para eksekutif ini dapat menyimulasikan dampak dari:

1. Harga produk

2. Jumlah investasi pabrik yang dibutuhkan untuk menyediakan kapasitas untuk memproduksi produk

3. Jumlah yang akan diinvestasikan dalam aktivitas pemasaran, seperti iklan dan penjualan langsung

4. Jumlah yang akan diinvestasikan dalam penelitian dan pengembangan

Input Model

Menunjukkan input yang digunakan untuk memasukkan elemen data scenario untuk kuartal sebelumnya dan menunjukkan elemen scenario untuk kuartal berikutnya.

Output Model

Para eksekutif mendapatkan output yang lebih detail dalam bentuk tampilan di layar atau cetakan.

PERAN DSS DALAM MENYELESAIKAN MASALAH

DSS dapat memperluas dukungan manajer dalam pemecahan masalah, karena DSS disesuaikan dengan kebutuhan-kebutuhan khusus manajer. Istilah sistem pendukung keputusan (Decision Support System-DSS) digunakan untuk mendeskripsikan sistem yang dirancang membantu manajer memecahkan masalah tertentu. Ide dasarnya adalah agar manajer dan computer dapat bekerja sama untuk memecahkan masalah. Pemecahan masalah diperoleh melalui tahapan-tahapan dasar dan menggunakan kerangka berfikir yang umum sebagaimana berlaku dibanyak perusahaan. Dengan mengikuti pendekatan sistem untuk menyelesaikan masalah, manajer melihat sistem secara keseluruhan.

Perlakuan penyelesaian masalah dikelompokkan kedalam tiga tahapan,yaitu : langkah persiapan, langkah pendefinisian dan langkah pemecahan. Solusi masalah sistem adalah solusi yang membuat sistem tersebut memenuhi tujuan yang paling baik, sebagaimana yang dicerminkan dalam standar kinerja sistem. Standar dimana menggambarkan situasi yang diinginkan (desired state), apa yang harus dicapai sistem tersebut. Manajer juga harus memiliki informasi yang menggambarkan saat ini (current state), apa yang dicapai sistem tersebut saat ini. Jika terdapat gap antara dua keadaan ini,maka dipastikan adanya masalah dan harus segera dipecahkan.

Perbedaan antara keadaan saat ini dengan keadaan yang diinginkan disebut dengan kriteria solusi (solution criterion), atau apa yang harus terjadi agar situasi saat ini berubah menjadi situasi yang diinginkan. Jika situasi ini menunjukkan tingkat kinerja yang lebih tinggi dibandingkan dengan keadaan yang diinginkan , maka tugas yang harus dilakukan bukanlah menyamakan keadaan saat ini. Melainkan tugas yang harus dilakukan adalah menjaga agar situasi saat ini tetap berada pada tingkatan yang lebih tinggi. Jika kinerja tingkat tinggi dapat dipertahankan,maka situasi yang diinginkan harus ditingkatkan.

Dalam penyelesain masalah, manajer menggunakan model untuk mewakili permasalahan yang harus diselesaikan. Model terbagi menjadi empat jenis dasar, yaitu : model fisik, model naratif, model grafis dan model matematis. Penggunaan model sangat penting artinya untuk memberikan pengertian, memfasilitasi komunikasi dan memprediksi masa depan.

Dalam prakteknya, para manajer jarang memecahkan masalah sendirian. Ia dibantu oleh berbagai komite, tim proyek dan satuan satgas yang ada di perusahaan. Menyadari kenyataan ini, para pengembang system telah mengadaptasi decision support system (DSS) kedalam pemecahan masalah secara kelompok atau group decision support system (GDSS).

Sumber:

https://deathneverlost.wordpress.com/2014/10/13/sistem-informasi-manajemen-dan-sistem-penunjang-keputusan/

http://cinthia-ap.blogspot.com/2014/11/tulisan-minggu-ke-3-sistem-informasi.html

https://jurnalmanajemen.com/pengertian-sistem-informasi-manajemen/

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

Read More

#SIP DATABASE

SEJARAH DATABASE

Pemerintah Amerika Serikat selalu melakukan pengumpulan, meng-urutkan, dan membuat laporan dari jumlah data yang besar. Pada tahun 1890, Departemen Sensus Penduduk Amerika menganjurkan majikan karyawan, Herman Hollerith, untuk membuat system peralatan proses informasi secara otomatis. Sebagai hasilnya, mesin kartu ( Punch Card ) digunakan untuk sensus pada tahun 1890 dan 1900. Pada tahun 1911, perusahaan Hollerith bergabung dengan perusahaan lain, dan juga didukung oleh Departemen Sensus Penduduk untuk membuat sebuah perusahaan baru yang kita kenal dengan nama International Business Machines ( Anderson, 1988 ), sekarang dengan nama IBM.

Selama perang dunia 1, pemerintah Amerika Serikat menggunakan kartu ( Punch – Card ) untuk melakukan proses berbagai data yang digunakan untuk produksi, mengumpulkan pajak, dan klasifikasi wajib militer. Pada tahun 1935, Departemen Perlindungan Sosial ( Social Security Act ), menggunakan Kartu ( Punch Card ) untuk penempatan tenaga kerja dari 26 juta karyawan. Ini adalah pekerjaan administrasi terbesar di dunia, IBM membantu membuatkan mesin khusus untuk pengumpulan data tersebut. Departement Sensus Penduduk akhirnya membeli model pertama dari komputer digital pertama di pasar komersial, dengan nama UNIVAC 1. Pada tahun 1959, Pentagon sendiri mempunyai 200 komputer untuk kebutuhan bisnis seperti audit biaya, audit peralatan, audit karyawan ) dengan biaya pemeliharaan kurang lebih 70 juta dollar Amerika Serikat per tahun. Pada saat itu Amerika didominasi oleh kartu punch untuk pemrosesan data. Berawal dari kebutuhan pemerintah dan akhirnya banyak perusahaan – perusahaan menggunakannya.

Pada awal tahun 1960 –an, muncul keinginan untuk memindahkan tugas piranti keras dari tugas – tugas programmer. Istilah “database” muncul untuk menangkap pengertian bahwa informasi disimpan di dalam komputer dapat berupa konsepsual, terstruktur, dan dapat dimanipulasi secara mandiri tanpa interfensi piranti keras. Pada saat itu, kebanyakan pembuatan aplikasi database dibuat untuk keperluan lingkungan militer dan mata – mata ( intelligence ), tetapi konsep tersebut dengan cepat diadopsi pada pada pengguna komersial ( System Development Corporation, 1964; Fry dan Sibley, 1974 ).

Pada saat komputer memasuki pasar komersial, sejumlah teknik muncul untuk memfasilitasi akses data, memastikan kualitas, memelihara privasi, dan bahkan menyediakan untuk kontrol data.

Pada tahun 1960, Konferensi System Bahasa Data ( Data Systems Languages – Codasyl ), yang diadakan oleh Departemen Pertahanan dan Keamanan Amerika Serikat membahas tentang standar aplikasi piranti lunak, membangun bahasa Common Business – Oriented Language ( COBOL ) untuk programming ( ACM Sigplan, 1978 ), dan menggabungkan bahasa pendefinisian data ( Fry dan Sibley, 1974 ). Magnetic disk drive yang dapat mengakses data secara random, mulai digantikan dengan magnetic tape drives, yang membutuhkan akses data yang berurutan, untuk online storage. Pada tahun 1961, Charles Bachman dari perusahaan General Electric memperkenalkan system Integrated Data Store ( IDS ) , yang merupakan pelopor system management database yang memanfaatkan teknologi penyimpanan ( storage ) terbaru ,meliputi novel schemas dan logging, dan kemampuan yang lain.

Pada awal tahun, trend inovasi teknologi praktis dilaksanakan / di buat oleh user group dan peneliti dari industri terkait, dengan pengaruh sedikit dari akademi ( CSTB, 1982; Wiederhold, 1984 ). Pada pertengahan tahun 1960, Bachman dan yang lainnya, kebanyakan dari perusahaan dan pabrik, membuat Database Task Group ( DBTG ) dibawah Codasyl untuk menyatukan persamaan pendapat dari berbagai bidang . Group tersebut mengumumkan beberapa set spesifikasi untuk bahasa komputer, COBOL terutama sekali, yang mengatur database. Pada Tahun 1971, hal tersebut diumumkan sebagai standar umum, yang digunakan bahasa umum untuk berbagai industri dengan pendekatan Codasyl untuk managament database. Beberapa Codasyl berdasarkan produk diperkenalkan untuk komputer besar ( mainframe ) oleh Eckerct – Mauchly Computer Corporation ( pembuat UNIVAC), Honeywell Incorporated, dan Siemens AG, dan, untuk komputer sedang ( minicomputers ), dilakukan oleh Digital Equipment Coporation ( DEC ) dan Prime Computer Corporation.

Secara praktis pemasok produk yang tidak ikut adalah IBM, yang pada awal ( Pada Tahun 1968 ) memperkenalkan produknya sendiri, IMS, yang diambil dari bagian National Aeronautics and Space Administration ( NASA ) – Appolo Project. Dapat dijalankan pada mesin S/360. Sebaliknya Codasyl berdasarkan model jaringan data sedangkan IBM database menggunakan struktur hirarki. Baik produk IBM maupun Codasyl, kadang – kadang disebut dengan nama navigasi database karena produk membutuhkan pengguna untuk membuat program atau menggunakan data set.

Pada akhirnya ada seorang ilmuwan dari IBM yang kurang puas dengan produk Codasyl ataupun produk paket database dari IBM. Edgar F. ( Ted) Codd, seorang matematikawan, yang bergabung dengan IBM pada tahun 1949 dan pada akhirnya pindah ke IBM San Jose. Codd mendapatkan teknologi database yang sekarang ataupun yang baru harusnya dapat menggunakan satu perintah dan tidak perlu menggunakan beberapa perintah.

Pada seri laporan teknikal IBM, pada makalah “ A Relational Model of Data for Large Shared Data Banks,” Codd menunjukkan pendekatan baru untuk mengatur dan akses data. Apa yang dimaksud Codd adalah model relational yang menunjukkan 2 kata kunci :“ Yang mendukung pendefinisian data dengan hanya struktur biasa tanpa menambahkan tambahan struktur untuk mewakili representasi dari mesin. Menurutnya, sesuatu yang mendukung basis data tingkat tinggi yang menghasilkan secara maksimal antara program pada satu pihak dan mewakili mesin di satu pihak. ( Codd, 1970 ). ”Dengan kata lain, model relasi mengandung data yang berdiri sendiri dari perangkat keras dan implementasi penyimpanan ( storage ); Navigasi secara otomatis pada tingkat tinggi, tanpa bahasa prosedur untuk mengakses data. Malahan proses satu record dalam satu waktu, programmer dapat menggunakan satu bahasa yang dapat mengakses keseluruhan data.

Model Codd mempunyai pengaruh yang luar biasa pada penelitian yang ada, banyak menelurkan beberapa prototype projek. Model Relasi Codd mendapat sambutan hangat di dalam masyarakat luas.

1. SYSTEM R

Pada awal tahun 1970, sejumlah programmer dari IBM pindah dari Yorktown ke San Jose. Group ini mendesain dan membangun prototype system untuk mendemonstrasikan ide – ide dari relational database. Dengan System R, prototype ini bertujuan untuk mendukung mutu yang tinggi, tanpa navigasi, data yang independen untuk di akses oleh secara terus – menerus, dengan integritas yang baik dan kuat ( Astrahan et al, 1976 ). Fase dari Projek pertama, sekitar tahun 1974 – 1975, menghasilkan prototype yang cepat untuk didemonstrasikan apa yang telah dikerjakan, tetapi pembahasan source code ditinggalkan. Fase berikutnya menghasilkan fungsi secara penuh, versi multi pengguna, yang digunakan untuk mengevaluasi percobaan – percobaan berikutnya pada tahun 1978 – 1979. Boleh jadi pembuatan yang dihasilkan dari projek tersebut adalah Structure Query Language ( SQL ), sekarang menjadi standar akses database di Amerika maupun dunia internasional.

System R tidak mendapat menyakinkan managemen IBM untuk meninggalkan produk sekarang dan beralih ke relational database. IBM dan pelanggannya masih berkeyakinan untuk menggunakan teknologi IMS. Memerlukan usaha dari yan dibiayai pemerintah untuk membuktikan bahwa relational database dapat menjadi produk yang dapat diperdagangkan.

2. INGRES

Pada tahun 1973, tentang kapan System R mulai di pakai di IBM, 2 orang ilmuwan dari Universitas California ( UC – Berkeley ). Michael Stonebraker dan Eugene Wong, menjadi tertarik untuk melakukan penelitian pada relational database. Awalnya, mereka mengumpulkan dana untuk mendisain system data grafikal untuk group ekonomi Berkeley ( nama Ingres digunakan untuk mewakili sistem grafik interaktif dan pencarian data ). Untuk mendapat dukungan lebih jauh, Stonebraker melakukan pendekatan pada Advanced Reseach Projects Agency ( DARPA ), yang sebelumnya merupakan sumber dana untuk penelitian dan pembangunan system komputer. Baik DARPA maupun Office of Naval Reseach ( ONR ) tidak mendukung Ingres, namun mereka telah mendukung penelitian database di tempat lain.

Stonebraker lalu memperkenalkan idenya ke perusahaan lain, dan atas pertolongan Wong dan teman dari Berkeley, Lotfi Zadeh, yang mendapat dukungan dari NSF dan 3 wakil dari militer ( Air Force Office of Scientific Research, the Army Research Office, dan Navy Electronic Systems Command ). Pengalaman dari pencarian dana yang baik untuk Ingres adalah pembelajaran dalam membuat proposal dan pengirimannya.

Setelah mendapat dana, Ingres dibangun, sekitar pertengahan 1970 an, prototype system relation database dibuat yang mempunyai kesamaan dengan System R ( IBM ) tetapi mempunyai perbedaan pada perangkat keras dan system operasi. Ingres mempunyai persamaan evolusi dengan Sistem R, pada fase pertama demonstrasi solusi pada tahun 1974 kemudian diikuti oleh beberapa revisi untuk membuat pemeliharaan kode lebih baik. Ingres kemudian disebarkanpada komunitas kecil pengguna, baik di dalam maupun di luar akademik, yang memberi input balik pada group pembuat. Proses penyebaran selanjutnya dengan menggunakan mesin DEC di universitas. Anggota dari team projek menulis ulang prototype Ingres secara berulang dalam tahun itu dengan menggabungkan beberapa pengalaman, pendpat balik dari pengguna, dan ide – ide baru. Ingres juga mempunyai bahasa sendiri, QUEL, yang mempunyai kesamaan, dan mempunyai perbedaan dari produk IBM SQL ( Stonebraker, 1976, 1980 ).

Teknologi Ingres menyebar ke sektor komersial melalui 3 saluran utama yaitu kode, individu, dan pulikasi. Berbeda dengan projek IBM, Ingres source code tersedia di masyarakat umum, kurang lebih 1000 salinan telah didistribusikan ke seluruh dunia jadi ilmuwan komputer dan programmer dapat mempunyai pengalaman dengan system dan dapat dimodifikasi seusai dengan kebutuhan. Michael Stonebraker mendirikan Ingres Corporation ( dibeli oleh Computer Associates pada tahun 1994 ) untuk memperdagangkan kode Berkeley secara langsung. Robert Epstein, kepala programer dari Ingres pada tahun 1970, pindah ke Britton- Lee Incorporated dan akhirnya Sybase. Baik Britton-Lee atau Sybase menggunakan ide dan pengalaman dari pemikiran orisinil Ingres, dan beberapa agen pemerintah merupakan pelanggan dari kedua perusahaan tersebut. Computer Associates mengeluarkan versi produk Ingres pada tahun 1980.

Mengikuti pergerakan ilmuwan Ingress melalui komunitas database yang menyebarkan teknologi lebih jauh. Jerry Held dan Carol Youseffi pindah dari UC-Berkeley ke Tandem Computer Incorporated, di mana mereka membuat system relational, yang merupakan awal dari NonStop SQL. Sampai bergabungnya Kleiner, Perkins, Caufield & Byers pada tahun 1988. Held adalah senior vice president teknikal di Oracle, di mana dia memimpin perjuangan perusahaan database tersebut. Paula Hawthorn pindah dari Ingres ke Britton Lee ( sama seperti Michael Ubell ) dan akhirnya menjadi pendiri dari Illustra Information Technology Incorporated, sekarang merupakan bagian dari Informix. Stonebraker sendiri bekerja untuk Ingres Corporation, Illustra dan Informix. Alumni Ingres yang lain pindah ke AT&T, Hewlett-Packard Company ( HP ), IBM dan Oracle, membawa semua pelajaran dari Ingres.

Kesuksesan dari SQL selalu menimbulkan kecemburuan di tubuh IBM, yang dapat mengambil teknologi bahasa SQL pada tahun berikutnya dan ini terjadi. Oracle yang didirikan oleh Larry Ellison (1977) membuat dan mula menjual produk SQL yang kompatibel sebelum IBM menjual produk SQL ke pasar. Ellison belajar dari penjualan SQL melalui publikasi yang dilakukan projek team System R. IBM memaksakan untuk membuat system SQL / DS di bawah ancaman produk kompetitif dari perusahaan database yang ada, seperti Software AG, perusahaan Jerman. Dan perusahan yang belum berpengalaman seperti Informix dan Ingres, yang juga memperkenalkan system relational.

Teknologi System R dan Ingres bukan satu satunya usaha relational database dari buah hasil kerja Cood. Penelitian lain di Universitas Toronto, IBM di Inggriss, Universitas Utah dan Universitas Wiconsin mempunyai kontribusi juga. Menjadi sebuah kenyataan bahwa model relational mempunyai limitasi, terutama pada data yang kompleks. Pada tahun 1982, projek Ingres berakhir dan pada tahun 1985 dirubah menjadi Postgress di Universita California – Berkeley, yang merupakan perpanjangan dari penambahan objek relation model. Perubahan ini bertepatan dengan DARPA yang merekrut program manager untuk database pertama kali, yang membiayai Postgres. Projek ini menjadi bagian dari usaha untuk perpustakaan digital dan penelitian database.

Tahun yang menonjol untuk model relational ada tahun 1980, ketika produk SQL/DS dari IBM memukul pasar untuk mainframe, pemasok kecil mulai menjual generasi kedua system relational dengan pemasaran yang sukses, dan Codd mendapat penghargaan dari Assocation for Computing Machinery’s ( ACM ) . Sistem Relational memasuki jamannya.

Pemerintah Amerikas Serikat mempunyai peranan yang penting dalam perkembangan relational database. Pada awalnya pemerintah mempunyai misi untuk membuat pasar baru untuk teknologi dengan memberikan insentif pada inovasi produk. Kebutuhan Departemen Sensus Penduduk pada proses pengumpulan informasi akhirnya menghasilkan otomisasi dari sebuah komputer. Keterlibatan dunia academic juga mempunyai peranan yang besar dalam menyumbangkan atau memperbaharui kemajuan dari teknologi database.Pada akhirnya perkembangan database juga tidak luput dari perusahaan database yang bersaing satu dengan yang lain untuk mendapatkan pangsa pasarnya. Oracle database, sampai saat ini tetap memimpin teknologi database.

KONSEP DASAR DATABASE

Database adalah suatu susunan/kumpulan data operasional lengkap dari suatu organisasi/perusahaan yang diorganisir/dikelola dan simpan secara terintegrasi dengan menggunakan metode tertentu dengan menggunakan komputersehingga mampu menyediakan  informasi yang diperlukanpemakainya.SISTEM DATABASE adalah suatu sistem penyusunan danpengelolaan record-record dengan menggunakan komputer,dengan tujuan untuk menyimpan atau merekam sertamemelihara data operasional lengkap sebuahorganisasi/perusahaan sehingga mampu menyediakan informasiyang diperlukan pemakai untuk kepentingan proses pengambilankeputusan.

Terdapat 4 komponen pokok dari system database:

A.DATA,

dengan ciri-ciri :

1. Data disimpan secara terintegrasi (Integrated). Terintegrated yaitu Database merupakan kumpulan dariberbagai macam file dari aplikasi-aplikasi yang berbedayang disusun dengan cara menghilangkan bagian-bagianyang rangkap (redundant)

2. Data dapat dipakai secara bersama-sama(shared ).Shared yaitu Masing-masing bagian dari database dapatdiakses oleh pemakai dalam waktu yang bersamaan, untukaplikasi yang berbeda.

KOMPONEN DASAR DARI SISTEM DATABASE

Perangkat Keras (HARDWARE)

Terdiri dari semua peralatan perangkat keras komputer yangdigunakan untuk pengelolaan sistem database berupa :

1. Peralatan untuk penyimpanan misalnya disk, drum,tape

2. Peralataninput dan output

3. Peralatankomunikasi data, dllC. Perangkat Lunak (SOFTWARE)Berfungsi sebagai perantara (interface) antara pemakai dengandata phisik pada database, dapat berupa :

1. Database ManagementSystem (DBMS)

2. Program-programaplikasi & prosedur-prosedur

Pemakai (USER)

Terbagi menjadi 3 klasifikasi :

1. Database Administrator (DBA), orang/tim yang bertugasmengelola system database secara keseluruhan.

2. Programmer,orang/tim membuat program aplikasi yangmengakses database dengan menggunakan bahasapemprograman

3. End user, orang yang mengakases database melalui terminaldengan menggunakan query language atau program aplikasiyang dibuat oleh programmer

Ada 3 jenis data pada sistem database, yaitu:

1. Data operasional dari suatu organisasi, berupa data yangdisimpan didalam database

2. Data masukan (input data), data dari luar sistem yangdimasukan melalui peralatan input (keyboard) yangdapat merubah data operasional

3. Data keluaran (output data), berupa laporan melaluiperalatan output sebagai hasil dari dalam sistem yangmengakses data operasional

KEUNGGULAN DBMS (DATABASE MANAGEMENT SYSTEM)

Dengan menggunakan sistem manajemen basis data penyimpanan data menjadi lebih baik selain itu juga memiliki banyak kelebihan diantaranya.

1.Performance

Dari segi performance dapat diketahui bahwa dengan menggunakan sistem basis data dapat menyimpan file berukuran besar, sekaligus juga membuat lebih efisien dan praktis.

2.Integritas

Dengan penggunaan DBMS integritas data menjadi lebih terjamin. Masalah redudansi sering terjadi dalam DBMS. Redudansi adalah kejadian berulangnya data atau kumpulan data yang sama dalam sebuah database yang mengakibatkan pemborosan media penyimpanan.

3.Independensi

Perubahan struktur database dimungkinkan terjadi tanpa harus mengubah aplikasi yang mengaksesnya sehingga pembuatan antarmuka ke dalam data akan lebih mudah dengan penggunaan DBMS.

4.Sentralisasi / Pusat data

Data yang terpusat akan mempermudah pengelolaan database. kemudahan di dalam melakukan bagi pakai dengan DBMS dan juga kekonsistenan data yang diakses secara bersama-sama akan lebiih terjamin dari pada data disimpan dalam bentuk file atau worksheet yang tersebar.

5.Sekuritas / Keamanan Data

DBMS memiliki sistem keamanan yang lebih fleksibel daripada pengamanan pada file sistem operasi. Keamanan dalam DBMS akan memberikan keluwesan dalam pemberian hak akses kepada pengguna.

KELEMAHAN DBMS (DATABASE MANAGEMENT SYSTEM)

a. Rumit (Complexity)

Karena penetapan fungsi dari DBMS yang baik, menyebabkan DBMS menjadi software yang cukup rumit. Seluruh user harus mengetahui fungsi-fungsi yang ada dengan baik, sehingga dapat memperoleh manfaatnya.

b. Ukuran (Size)

Kerumitan dan banyaknya fungsi yang ada menyebabkan DBMS memerlukan banyak software pendukung yang mengakibatkan penambahan tempat penyimpanan dan memory.

c. Biaya DBMS (Cost of DBMS)

d. Biaya Tambahan Hardware (Additional hardware costs)

e. Biaya Konversi (Cost of conversion)

f. Performance

Pada dasarnya DBMS dibuat untuk menyediakan banyak aplikasi, akibatnya mungkin beberapa aplikasi akan berjalan tidak seperti biasanya.

g. Resiko Kegagalan (Higher impact of a failure)

Karena system yang terpusat, jika seluruh user dan aplikasi terakses dari DBMS maka kerusakan pada bagian manapun dari system, akan menyebabkan operasi terhenti.

PERAN DATABASE DAN DBMS DALAM PEMECAHAN MASALAH DALAM PSIKOLOGI

Database merupakan salah satu komponen yang penting dalam sistem informasi, karena merupakan basis dalam menyediakan informasi bagi para pemakai. Database terdiri dari data yang akan digunakan atau diperuntukkan terhadap banyak user, dari masing-masing user akan menggunakan data tersebut sesuai dengan tugas dan fungsinya. Salah satu peran database dalam bidang Psikologi misalnhya seorang psikolog klinis yang sudah memiliki banyak klien. Setiap klien memiliki permasalahan yang berbeda-beda dengan identitas yang berbeda pula. Salah satu kode etik dalam dunia profesi Psikologi adalah menjaga kerahasiaan data klien. Data klien yang disimpan dalam database membantu para Psikolog dalam menjaga kerahasiaan data para klien mereka. Selain itu dapat pula berperan dalam bidang Psikologi Industri bagian recruitment sangat membantu dalam memproses data dari pelamar kerja sehingga lebih terorganisir dan dapat dengan mudah dan cepat dalam pengambilan data.

Sumber:

http://windaolyvia.blogspot.com/2011/06/kuntungan-dan-kerugian-dbms.html

http://elfagustiarapratama.blogspot.com/2013/01/peran-database-dan-dbms-dalam_2577.html

http://www.kumpulancontohmakalah.com/2016/02/sejarah-singkat-perkembangan-database.html

http://www.academia.edu/11350607/KONSEP_DASAR_DATABASE

Read More