ESSAY ABOUT BUSSINES ENGLISH

WRITE ABOUT THE FOLLOWING TOPIC 

1. today more people are travelling than ever before why is this the case ?

 My Answer :

 The holidays that can make the mind be more fresh fresh and make us can work with maximum , because now more great place to visit

2. What are the benefits of travelling for the Traveller ?

My Answer :

 The holiday was very important for us, even though the holiday is only a little time, but the holidays very much benefit, with holiday we can let go of the problem for a while and can make us happy because it was basically a holiday throw the problem for a while or give a new thought or effort.

and the holidays it makes the bond of our friendship getting better and that can deliver quality vacation break better and live more happy, happy it could make it much easier than people who rarely vacations.

My reason , Knowledge and Example :

My reason : because i vacation to release to remove the problem for a while.

Knowledge And Example : yesterday me and my friend were going to bandung to celebrate my friend's birthday. after that we were going to one of favorite place in bandung, its called farm house. after we went to bandung, we want to rent one of the hotels there, we spent 3 days in that hotel. After that we ate in the area of bandung city. we ate one of the famous food in bandung, iga jangkung. the cost of that food is too expensive for us, but we don't we don't care about the price of the food, after we eat, we immediately search for a well-known photo place in the area. during the holidays there we navigate to bandung tourism such as famous food in bandung, beautiful place in bandung, and the atmosphere there. now that we've walked in bandung for 3 days we will intend to tour the cold area there.

someone called it lembang. after we arrived in lembang, we're hunting photos there, we spent 1 day in lembang. after that we go right back to the hotel in bandung. after a night in hotel we want to rest there until the morning we repeated our activity just like yesterday. until we finally went to jakarta, but we don't directly home, we intend to bogor to find the next spot, spot that we're looking is called warpat. warpat is the place for easy hanging out with cold and cool weather.

And we are not as fast as it returned to jakarta. we go to curug panjang to feel the hot springs there and we're rented a house for 1 day, just because we're all so tired the whole day in bogor. the next day before we go home, we visited a place for food called two stories. when we were there we eat and intend to return to jakarta, we returned to jakarta in the afternoon and arrived in jakarta and my friends finally home.

Read More

SOFT COMPUTING DAN NEURALL NETWORKS

MAKALAH PENGANTAR TEKNOLOGI SISTEM CERDAS

Disusun Oleh :

Kelompok 3

- Muhammad Ramdhani   (14115731)

- Nindi Risdiani                (15115074)

- Pahlevi Ramadhan         (15115291)

- Panggah Setianto           (15115306)

- Radityo Pratomo            (15115515)

- Ricky Ristianto              (15115913)

3KA05

Dosen :

Eel Susilowati

UNIVERSITAS GUNADARMA

PTA 2017/2018

ABSTRAK

       Soft Computing adalah kumpulan teknik – teknik perhitungan dalam ilmu komputer, inteligensia semu, machine learning dan beberapa disiplin ilmu teknik lainnya, yang berusaha untuk mempelajari, memodelkan, dan menganalisa fenomena yang sangat rumit : untuk metoda yang lebih konvensional yang tidak memberikan biaya rendah, analitis dan solusi lengkap. Soft computing berusaha untuk mengintegrasikan beberapa paradigma model perhitungan meliputi artificial neural network, fuzzy logic dan genetic algorithms.

Keywords :soft computing, neurall networks

BAB I

PENDAHULUAN

1.1 Pendahuluan

      Istilah soft computing dicetus pertama kali pada tahun 1990 sehubungan dengan ide untuk mendirikan BISC (Berkeley Initiative in Soft Computer) oleh Prof. L.A.Zadeh dari Berkeley University. Soft computing, berbeda dengan conventional (hard) computing, memungkinkan toleransi terhadap input, proses dan output yang bersifat tidak akurat(imprecision), tidak pasti (uncertainty) dan setengah benar (partial truth). Dengan adanya toleransi terhadap imprecision, uncertainty dan partial truth, diharapkan akan dapat menciptakan suatu system yang cerdas (intelligent systems), handal (robustness), mudah diproses/dijalankan (tractability) dan membutuhkan biaya yang lebih murah (low solution cost).

     Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Misalnya, yang terjadi pada anak-anak, mereka mampu belajar untuk melakukan pengenalan meskipun mereka tidak mengetahui algoritma apa yang digunakan. Kekuatan komputasi yang luar biasa dari otak manusia ini merupakan sebuah keunggulan di dalam kajian ilmu pengetahuan.

1.2 Rumusan Masalah

1.      Apakah yang dimaksud dengan Soft Computing?

2.      Apakah yang dimaksud dengan Neurall Network?

1.3 Tujuan

Memberikan beberapa informasi tentang apa itu Soft Computing dan Neurall Networks

BAB II

ISI

2.1 Pengertian Soft Computing

       Soft Computing adalah kumpulan teknik – teknik perhitungan dalam ilmu komputer, inteligensia semu, machine learning dan beberapa disiplin ilmu teknik lainnya, yang berusaha untuk mempelajari, memodelkan, dan menganalisa fenomena yang sangat rumit : untuk metoda yang lebih konvensional yang tidak memberikan biaya rendah, analitis dan solusi lengkap. Soft computing berusaha untuk mengintegrasikan beberapa paradigma model perhitungan meliputi artificial neural network, fuzzy logic dan genetic algorithms. Soft Computing adalah segolongan metoda yang mampu mengolah data dengan baik walaupun didalamnya terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial (Prof. Lotfi A Zadeh, 1992). Soft Computing dicetus pertama kali pada tahun 1990 sehubungan dengan ide untuk mendirikan BISC (Berkeley Initiative in Soft Computer) oleh Prof. L.A.Zadeh dari BerkeleyUniversity. Soft computing, berbeda dengan conventional (hard) computing, memungkinkan toleransi terhadap input, proses dan output yang bersifat tidak akurat(imprecision), tidak pasti (uncertainty) dan setengah benar (partial truth).

2.2 Metodologi-Metodologi yang Digunakan Soft Computing

1.      Sistem Fuzzy (mengakomodasi ketidaktepatan) : Logika Fuzzy (fuzzy logic)

2.      Jaringan Syaraf (menggunakan pembelajaran) : Jaringan Syaraf Tiruan(neurall network)

3.      Evolutionary Computing (optimasi) : Algoritma Genetika (Genetic Algorithms (GA))

Fuzzy Logic

Fuzzy Logic merupakan suatu representasi dari pengetahuan yang direkonstruksi dengan if-then rules. Sederhananya, Fuzzy Logic adalah suatu metode untuk mengontrol sesuatu. Misalnya rekonstruksi if-then, "Jika cuaca panas, Maka turunkan suhu AC". Disinilah Fuzzy Logic berperan dalam Teknologi Komputer nantinya.

Neural Networks

Kompleksnya pikiran manusia juga merupakan masa depan dari komputer yang menggunakan Soft Computing. Neural Networks adalah tiruan dari jaringan saraf-saraf manusia yang terhubung dan membentuk sistem. Jadi metode ini ditujukan untuk meniru saraf manusia yang kompleks dan dapat menyimpan memori.

2.3 Jaringan Saraf Tiruan (Neurall Network)

2.3.1 Sejarah

Perkembangan ilmu Neural Network sudah ada sejak tahun 1943 ketika Warren McCulloch dan Walter Pitts memperkenalkan perhitungan model neural network yang pertama kalinya. Mereka melakukan kombinasi beberapa processing unit sederhana bersama-sama yang mampu memberikan peningkatan secara keseluruhan pada kekuatan komputasi.

 Gambar 2.1 McCulloch & Pitts, penemu pertama Neural Network

Hal ini dilanjutkan pada penelitian yang dikerjakan oleh Rosenblatt pada tahun 1950, dimana dia berhasil menemukan sebuah two-layer network, yang disebut sebagai perceptron. Perceptron memungkinkan untuk pekerjaan klasifikasi pembelajaran tertentu dengan penambahan bobot pada setiap koneksi antar-network.

Gambar 2.2 Perceptron

Keberhasilan perceptron dalam pengklasifikasian pola tertentu ini tidak sepenuhnya sempurna, masih ditemukan juga beberapa keterbatasan didalamnya. Perceptron tidak mampu untuk menyelesaikan permasalahan XOR (exclusive-OR). Penilaian terhadap keterbatasan neural network ini membuat penelitian di bidang ini sempat mati selama kurang lebih 15 tahun. Namun demikian, perceptron berhasil menjadi sebuah dasar untuk penelitian-penelitian selanjutnya di bidang neural network. Pengkajian terhadap neural network mulai berkembang lagi selanjutnya di awal tahun 1980-an. Para peneliti banyak menemukan bidang interest baru pada domain ilmu neural network. Penelitian terakhir diantaranya adalah mesin Boltzmann, jaringan Hopfield, model pembelajaran kompetitif, multilayer network,  dan teori model resonansi adaptif. Untuk saat ini, Neural Network sudah dapat diterapkan pada beberapa task, diantaranya classification, recognition, approximation, prediction, clusterization, memory simulation dan banyak task-task berbeda yang lainnya, dimana jumlahnya semakin bertambah seiring berjalannya waktu.

2.3.2. Definisi Neurall Network

       Neural Networks (Jaringan Saraf Tiruan)menurut Haykin [4] didefinisikan sebagaiberikut :

“Sebuah neural network (JST: JaringanSaraf Tiruan) adalah prosesor yangterdistribusi paralel, terbuat dari unit-unityang sederhana, dan memiliki kemampuanuntuk menyimpan pengetahuan yangdiperoleh secara eksperimental dan siappakai untuk berbagai tujuan. Neuralnetwork ini meniru otak manusia darisudut : 1) Pengetahuan diperoleh olehnetwork dari lingkungan, melalui suatu proses pembelajaran. 2) Kekuatan koneksiantar unit yang disebut synaptic weights,berfungsi untuk menyimpan pengetahuanyang telah diperoleh oleh jaringantersebut.”

Secara sederhana, Jaringan Syaraf Tiruan adalah sebuah alat pemodelan datastatistik non-linier. Jaringan Syaraf Tiruan dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran universal", Jaringan Syaraf Tiruan dengan minimal sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi ke dimensi lainnya.

2.3.3. Lapisan Neurall Network

     Istilah "jaringan" pada Jaringan Syaraf Tiruan merujuk pada interkoneksi dari beberapa neuron yang diletakkan pada lapisan yang berbeda. Secara umum, lapisan pada Jaringan Syaraf Tiruan dibagi menjadi tiga bagian:

·         Lapis masukan (input layer) terdiri dari neuron yang menerima data masukan dari variabel X. Semua neuron pada lapis ini dapat terhubung ke neuron pada lapisan tersembunyi atau langsung ke lapisan luaran jika jaringan tidak menggunakan lapisan tersembunyi.

1.  Lapisan tersembunyi (hidden layer) terdiri dari neuron yang menerima data dari lapisan masukan.

2.  Lapisan luaran (output layer) terdiri dari neuron yang menerima data dari lapisan tersembunyi atau langsung dari lapisan masukan yang nilai luarannya melambangkan hasil kalkulasi dari X menjadi nilai Y.

Berdasarkan arsitekturnya, neural network dapat dikategorikan, antara lain, single-layer neural network, multilayer neural network, recurrent neural network dsb. Berbagai algoritma pembelajaran antara lain Hebb’s law, Delta rule, Backpropagation algorithm, Self Organizing Feature Map, dsb.

2.3.4 Fungsi Neurall Network

Berikut ini adalah fungsi dari Neurall Networks:

-Pengklasifikasian pola

- Memetakan pola yang didapat dari input ke dalam pola baru pada output

- Penyimpan pola yang akan dipanggil kembali

- Memetakan pola-pola yang sejenis

- Pengoptimasi permasalahan

- Prediksi

2.3.5 Proses Kerja Jaringan Syaraf Pada Otak Manusia

      Ide dasar Neural Network dimulai dari otak manusia, dimana otak memuat  sekitar 1011 neuron. Neuron ini berfungsi memproses setiap informasi yang masuk. Satu neuron memiliki 1 akson, dan minimal 1 dendrit. Setiap sel syaraf terhubung dengan syaraf lain, jumlahnya mencapai sekitar 104 sinapsis. Masing-masing sel itu saling berinteraksi satu sama lain yang menghasilkan kemampuan tertentu pada kerja otak manusia.

Gambar 2.3 Struktur Neuron pada otak manusia

2.3.6 Struktur Neural Network

      Dari struktur neuron pada otak manusia, dan proses kerja yang dijelaskan di atas, maka konsep dasar pembangunan neural network buatan (Artificial Neural Network) terbentuk. Ide mendasar dari Artificial Neural Network (ANN) adalah mengadopsi mekanisme berpikir sebuah sistem atau aplikasi yang menyerupai otak manusia, baik untuk pemrosesan berbagai sinyal elemen yang diterima, toleransi terhadap kesalahan/error, dan juga parallel processing.

Gambar 2.4 Struktur ANN

Karakteristik dari ANN dilihat dari pola hubungan antar neuron, metode penentuan bobot dari tiap koneksi, dan fungsi aktivasinya. Gambar di atas menjelaskan struktur ANN secara mendasar, yang dalam kenyataannya tidak hanya sederhana seperti itu.

1.      Input, berfungsi seperti dendrite

2.      Output, berfungsi seperti akson

3.      Fungsi aktivasi, berfungsi seperti sinapsis

Neural network dibangun dari banyak node/unit yang dihubungkan oleh link secara langsung. Link dari unit yang satu ke unit yang lainnya digunakan untuk melakukan propagasi aktivasi dari unit pertama ke unit selanjutnya. Setiap link memiliki bobot numerik. Bobot ini menentukan kekuatan serta penanda dari sebuah konektivitas.

Proses pada ANN dimulai dari input yang diterima oleh neuron beserta dengan nilai bobot dari tiap-tiap input yang ada. Setelah masuk ke dalam neuron, nilai input yang ada akan dijumlahkan oleh suatu fungsi perambatan (summing function), yang bisa dilihat seperti pada di gambar dengan lambang sigma (∑). Hasil penjumlahan akan diproses oleh fungsi aktivasi setiap neuron, disini akan dibandingkan hasil penjumlahan dengan threshold (nilai ambang) tertentu. Jika nilai melebihi threshold, maka aktivasi neuron akan dibatalkan, sebaliknya, jika masih dibawah nilai threshold, neuron akan diaktifkan. Setelah aktif, neuron akan mengirimkan nilai output melalui bobot-bobot outputnya ke semua neuron yang berhubungan dengannya. Proses ini akan terus berulang pada input-input selanjutnya.

ANN terdiri dari banyak neuron di dalamnya. Neuron-neuron ini akan dikelompokkan ke dalam beberapa layer. Neuron yang terdapat pada tiap layer dihubungkan dengan neuron pada layer lainnya. Hal ini tentunya tidak berlaku pada layer input dan output, tapi hanya layer yang berada di antaranya. Informasi yang diterima di layer input dilanjutkan ke layer-layer dalam ANN secara satu persatu hingga mencapai layer terakhir/layer output. Layer yang terletak di antara input dan output disebut sebagai hidden layer. Namun, tidak semua ANN memiliki hidden layer, ada juga yang hanya terdapat layer input dan output saja.

  

BAB III

PENUTUP

3.1 Kesimpulan

Soft Computing adalah kumpulan teknik – teknik perhitungan dalam ilmu komputer, inteligensia semu, machine learning dan beberapa disiplin ilmu teknik lainnya, yang berusaha untuk mempelajari, memodelkan, dan menganalisa fenomena yang sangat rumit : untuk metoda yang lebih konvensional yang tidak memberikan biaya rendah, analitis dan solusi lengkap.

Neurall Network atau Jaringan Syaraf Tiruan adalah sebuah alat pemodelan data statistik non-linier.

Jaringan Syaraf Tiruan dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Neural network ini meniru otak manusia dari sudut :

1)  Pengetahuan diperoleh oleh network dari lingkungan, melalui suatu proses pembelajaran.

2) Kekuatan koneksi antar unit yang disebut synaptic weights,berfungsi untuk menyimpan pengetahuan yang telah diperoleh oleh jaringan tersebut.”

3.2 Saran

Demikian penulisan ini kami buat, kami sadar adanya banyak kekurangan dan banyak terdapatnya kesalahan yang kami buat sehingga makalah ini masih jauh dari kata sempurna. Kami juga membutuhkan kritik dan saran agar bisa menjadikan motivasi bagi kami agar kedepan bisa lebih baik lagi. Semoga makalah ini dapat bermanfaat bagi pembaca. Demikian kami ucapkan terimakasih kepada para pihak yang telah membantu dalam pembuatan makalah ini.

Read More

REVIEW VLOG BRICA BPRO 5

TUGAS REVIEW BLOG

https://www.youtube.com/watch?v=NJL5G6pUmEQ

Read More

CERDAS MENURUT SISI PANDANG SISTEM INFORMASI

PENDAHULUAN

1.       LATAR BELAKANG

Kecerdasan istimewa dan bakat istimewa merupakan kategori yang termaksud kedalam pendidikan luar biasa. Kesulitan belajar merupakan suatu keadaan dalam proses belajar mengajar dimana anak tidak dapat belajar sebagaimana mestinya. Kesulitan belajar pada dasarnya adalah suatu gejala yang nampak dalam berbagai manivestasi tingkah laku, baik secara langsung maupun tidak langsung. Kesulitan belajar anak tentu saja tidak boleh di diamkan begitu saja karena hal ini akan sangat menghambat  anak dalam memperoleh prestasi  selain itu apabila hal ini di diamkan ini akan lebih menghambat anak untuk belajar ke depannya.

Kesulitan dalam belajar dapat di sebabkan karena beberapa faktor.Bisa dari faktor internal ( diri anak ) dan juga faktor eksternal ( dari luar anak ). Faktor internal ini bisa di sebabkan karena anak mempunyai perbedaan dengan anak yang lainnya dan sering juga di sebut anak dengan kebutuhan khusus. Dalam hal ini kebutuhan khusus bukan berarti anak mempunyai kekurangan. Anak Cerdas Istimewa dan Berbakat Istimewa juga termasuk anak yang berkebutuhan khusus atau sering di sebut dengan anak Gifted atau anak Superior.

2.       RUMUSAN MASALAH

A.      Jenis – Jenis Kecerdasan ?

B.      Manfaat atau keburukan menjadi orang cerdas?

C.       Dampak apa jika menjadi cerdas?

D.      Bagaimana cara kerja Cerdas?

3.       Tujuan Penulisan

Tujuan Penulisan ini dibuat untuk Menjelaskan atau Memberikan informasi Tentang kecerdasan yang mendetail , dan Penulisan ini juga akan memberikan informasi tentang jenis kecerdasan , manffat dan keburukan menjadi orang cerdas , dampak menjadi orang cerdas dan bagaimana cara kerja orang cerdas.

4.     ISI

Sistem Informasi Cerdas atau Intelligence Information System (IIS) didefinisikan sebagai kemampuan mesin atau sistem untuk beradaptasi dalam mencapai tujuan pada lingkungan yang dapat mempengaruhi perilaku sistem. Sebagai sistem yang mampu menirukan perilaku manusia, sistem mempunyai ciri khas yang menunjukkan kemampuan dalam hal :

  

a.     Menyimpan informasi.

b.    Menggunakan informasi yang dimiliki untuk melakukan suatu pekerjaan dan menarik kesimpulan.

c.     Beradaptasi dengan keadaan baru.

d.    Berkomunikasi dengan penggunanya.

Sistem Informasi Cerdas (Intelligence Information System=IIS) dibagi menjadi 3 aspek utama (Baca Juga: Kerangka Metode dan Algoritma Sistem Informasi Cerdas), yaitu :

·         Kecerdasan Buatan (Artificial Intelligence=AI)

Konsep dari AI adalah mempelajari kemampuan dari suatu mesin dan algoritma untuk diimplementasikan dalam kehidupan nyata berdasarkan pikiran manusia. Dalam sebuah algoritma AI terdapat dua persepsi terhadap otak manusia, pertama bagaimana cara berfikirnya dan kedua adalah seberapa besar pola pikir yang dihasilkan. Dari problema tersebut dapat diambil garis besar hubungan SIC/ IIS terhadap AI yaitu cara berfikir dan pola fikir. Oleh karenaya AI dalam IIS dibagi menjadi dua komponen keilmuan yaitu Computational Intelligence (CI) dan Data Mining.

.  Kecerdasan Spasial

Kemampuan seseorang untuk membuat konsep dan memanipulasi array spasial  skala besar (misalnya, pilot pesawat atau pelaut), atau bentuk-bentuk yang lebih lokal dari ruang (misalnya, arsitek atau pemain catur).

2.  Kecerdasan Kinestetik Tubuh

Kemampuan untuk menggunakan seluruh tubuh, atau bagian tubuh (seperti tangan atau mulut), untuk memecahkan masalah atau menciptakan produk (misalnya, penari).

3.    Kecerdasan Musikal

Kepekaan terhadap irama, pitch,  ketukan, nada, melodi dan warna nada. Bisa menghasilkan kemampuan untuk menyanyi, memainkan alat musik, dan menulis musik (misalnya, konduktor musik).

4. Kecerdasan Linguistik

Kepekaan terhadap arti kata-kata, urutan antara kata-kata, suara, irama, perubahan suara, dan irama kata-kata (misalnya, penyair).

5.  Kecerdasan Matematika dan Logis

Kemampuan membuat konsep hubungan logis antara tindakan atau simbol-simbol (misalnya, matematikawan atau ilmuwan).

6.  Kecerdasan Interpersonal

Kemampuan untuk berinteraksi secara efektif dengan orang lain. Kepekaan terhadap suasana hati orang lain, perasaan, temperamen dan motivasi (misalnya, negosiator).

7.  Kecerdasan Intrapersonal

Kepekaan terhadap perasaan sendiri, tujuan, dan kecemasan, dan kapasitas untuk merencanakan dan bertindak berdasarkan sifat-sifatnya sendiri. Kecerdasan intrapersonal bukanlah khusus untuk karir tertentu; Sebaliknya, merupakan tujuan bagi setiap individu dalam masyarakat modern yang kompleks, dimana kita harus siap mengambil keputasan logis untuk diri sendiri.

·         Manfaat atau keburukan menjadi orang cerdas? Dan DAMPAK

KEBURUKAN

a.     Sisi negatif yang pertama dialami oleh orang-orang ini adalah terlalu kuatir. Analisis yang jauh kedepan membuat mereka bisa membayangkan masa depan padahal mereka bukan tuhan yang selalu benar.

b.    Kemampuan berpikir yang terlalu tinggi membuat mereka tidak mudah tidur dan tidurnyapun tidak begitu lama. Orang-orang cerdas adalah penderita insomnia kronis.

MANFAAT DAN DAMPAK

c.     Berilmu dan berpikir cerdas akan mengeluarkan kita dari kebodohan

d.    Dengan ilmu dan kecerdasan kita tidak akan mudah di bodoh-bodohi orang lain atau ditipu orang lain

e.     Dengan berilmu dan disertai dengan kecerdasan tentunya dapat membedakan mana yang baik dan benar dan mana yang sesat. Yang sesat tentunya tidak usah diikuti dan tinggalkan jauh-jauh.

·         BAGAIMANA CARA KERJA CERDAS

Sistem Cerdas (Intelligence System)

Sistem Cerdas (SC) atau Intelligence System mempunya hubungan erat dengan AI dalam konsep algoritma. Dimana perbedaan antara keduanya? Dari beberapa literatur menyebutkan bahwa perbedaan yang sangat mencolok antara SC dengan AI adalah terletak pada konsep dasarnya. AI membahas secara umum bagaimana struktur cara berfikir dan pola fikir sebuah algoritma, sedangkan untuk SC merupakan terapan dari algoritnya yang dihasilkan oleh AI. Dengan kata lain SC merujuk kepada AI dan AI merupakan induk dari SC. Berdasarkan sekema diatas dapat disimpulkan bahwa SC memiliki dua aspek keilmuan yaitu Expect System (ES) dan Decision Support System (DSS).

DAFTAR PUSTAKA :

http://makalahpisikologi.blogspot.co.id/

http://kgvaluecard.com/news/read/8-jenis-kecerdasan-yang-bisa-dimiliki-manusia

https://mustakimtelematika.wordpress.com/2014/03/31/intelligence-information-system-iis/

https://www.google.co.id/search?q=SISTEM+INFORMASI+KECERDASAN&source=lnms&tb

:

https://konsultankti.wordpress.com/2015/07/27/manfaat-berpikir-cerdas-holistik-dan-pandai-memetakan-persoalan-pada-semua-aspek-kehidupan-2/

Read More

SDLC

SDLC

(system Development Life Cycle)

system Development Life Cycle (SDLC) adalah pendekatan bertahap untuk melakukan analisa dan membangun rancangan sistem dengan menggunakan siklus yang spesifik terhadap kegiatan pengguna (Kendall & Kendall, 2006). System Development Life Cycle (SDLC) juga merupakan pusat pengembangan sistem informasi yang efisien. SDLC terdiri dari 4 (empat) langkah kunci yaitu, perencanaan dan seleksi, analisis, desain, implementasi dan operasional (Valacich, George, & Hoffer, 2012). Selain itu, System Development Life Cycle (SDLC) adalah sebuah proses memahami bagaimana Sistem Informasi dapat mendukung kebutuhan bisnis, merancang system, membangun sistem, dan memberikannya kepada pengguna (Dennis, Wixom, & Tegarden, 2005).

Berdasarkan pada penjelasan diatas maka SDLC dapat disimpulkan sebagai sebuah siklus untuk membangun sistem dan memberikannya kepada pengguna melalui tahapan perencanaan, analisa, perancangan dan implementasi dengan cara memahami dan menyeleksi keadaan dan proses yang dilakukan pengguna untuk dapat mendukung kebutuhan pengguna. Untuk menggunakan SDLC maka dibutuhkan sumber data awal dari pengguna yang dijadikan acuan dalam perencanaan, analisa, perancangan dan implementasi. Penggunaan acuan ini dimaksudkan agar sistem yang dibangun bisa menjembatani kebutuhan pengguna dari permasalahan yang dihadapinya.

Berikut ini adalah penjelasan proses tahapan SDLC, yaitu :

1.      Perencanaan

Fase perencanaan adalah sebuah proses dasar untuk memahami mengapa sebuah sistem harus dibangun. Pada fase ini diperlukan analisa kelayakan dengan mencari data atau melakukan proses information gathering kepada pengguna.

2.      Analisa

Fase analisa adalah sebuah proses investigasi terhadap sistem yang sedang berjalan dengan tujuan untuk mendapatkan jawaban mengenai pengguna sistem, cara kerja sistem dan waktu penggunaan sistem. Dari proses analisa ini akan didapatkan cara untuk membangun sistem baru.

3.      Rancangan

Fase perancangan merupakan proses penentuan cara kerja sistem dalam hal architechture design, interface design, database dan spesifikasi file, dan program design. Hasil dari proses perancangan ini akan didapatkan spesifikasi system.

4.      Implementasi

Fase implementasi adalah proses pembangunan dan pengujian sistem, instalasi sistem, dan rencana dukungan sistem.

     Dalam pengembangan system menggunakan SDLC ada beberapa cara untuk mengimplementasinya dengan metodologi yaitu waterfall model, prototype model, RAD(Rapid Application Development) model, ASD(Agile Software Development) model. Diantara keempat model tersebut waterfall, dan prototype adalah model yang paling sering digunakan dalam pengembangan system. Berikut penjelasannya :

·         Waterfall Model

 Software Engineering (SE). Model ini melakukan pendekatan secara sistematis dan urut mulai dari level kebutuhan sistem lalu menuju ke tahap analisis, desain, coding, testing / verification, dan maintenance. Disebut dengan waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap sebelumnya dan berjalan berurutan. Roger S. Pressman memecah model ini menjadi 6 tahapan, yaitu :

 Sistem modeling                                                          Coding

Analisis kebutuhan software                                          Testing

 Desain                                                                            Maintenance

Keuntungan menggunakan teknik waterfall:

- Proses menjadi teratur

- Jadwal menjadi lebih menentu

Kelemahan menggunakan teknik waterfall:

- Membutuhkan daftar kebutuhan yang lengkap di awal, tapi jarang konsumen bisa memberikan             kebutuhan secara lengkap diawal

·            Prototype

Prototyping adalah salah satu pendekatan dalam rekayasa perangkat lunak yang secara langsung mendemonstrasikan bagaimana sebuah perangkat lunak atau komponen-komponen perangkat lunak akan bekerja dalam lingkungannya sebelum tahapan konstruksi aktual dilakukan (Howard, 1997). Beberapa model prototype adalah sebagai berikut :

- Reusable prototype : Prototype yang akan ditransformasikan menjadi produk final.

- Throwaway prototype : Prototype yang akan dibuang begitu selesai menjalankan maksudnya.

- Input/output prototype : Prototype yang terbatas pada antar muka pengguna (user interface).

- Processing prototype : Prototype yang meliputi perawatan file dasar dan proses-proses transaksi

- System prototype : Prototype yang berupa model lengkap dari perangkat lunak.

Proses pada model prototyping adalah sebagai berikut :

- Pengumpulan kebutuhan

- Perancangan

- Evaluasi prototype

      Keuntungan menggunakan prototype model, yaitu :

      - Prototyping adalah model aktif, tidak pasif, sehingga end user dapat melihat, merasakan, dan                      mengalaminya.

      - Kesalahan yang terjadi dalam prototyping dapat dideteksi lebih dini.

      Kekurangan menggunakan prototype model, yaitu :

     - Prototyping tidak menolak kebutuhan dari fase analisis sistem. Prototype hanya dapat memecahkan           masalah yang salah dan memberi kesempatan sebagai sistem pengembangan konvensional.

     - Prototyping dapat mengurangi kreatifitas perancangan.

·       RAD (Rapid Application Development)

Rapid application development (RAD) atau rapid prototyping adalah model proses pembangunan perangkat lunak yang tergolong dalam teknik incremental (bertingkat). RAD menekankan pada siklus pembangunan pendek, singkat, dan cepat. Waktu yang singkat adalah batasan yang penting untuk model ini. Rapid application development menggunakan metode iteratif (berulang) dalam mengembangkan sistem dimana working model (model bekerja) sistem dikonstruksikan di awal tahap pengembangan dengan tujuan menetapkan kebutuhan (requirement) user. RAD mengadopsi model waterfall dan pembangunan dalam waktu singkat dicapai dengan menerapkan component based construction.

·         Agile Software Development

Agile merupakan adalah jenis pegembangan sistem jangka pendek yang memerlukan adaptasi cepat dan pengembang terhadap perubahan dalam bentuk apapun. Dalam Agile Software Development interaksi dan personel lebih penting dari pada proses dan alat, software yang berfungsi lebih penting daripada dokumentasi yang lengkap, kolaborasi dengan klien lebih penting dari pada negosiasi kontrak, dan sikap tanggap terhadap perubahan lebih penting daripada mengikuti rencana. Agile juga dapat diartikan sebagai sekelompok metodologi pengembangan software yang didasarkan pada prinsip-prinsip yang sama atau pengembangan system jangka pendek yang memerlukan adaptasi cepat dari pengembang terhadap perubahan dalam bentuk apapun.

Read More