IT Audit Trail, Real Time Audit, dan IT forestik

IT AUDIT TRAIL

Audit Trail merupakan salah satu fitur dalam suatu program yang mencacat semua kegiatan yang dilakukan tiap user dalam suatu tabel log. Secara rinci, Audit Trail secara default akan mencacat waktu, user, data yang diakses dan berbagai jenis kegiatan. Jenis kegiatan bisa berupa menambah, merubah, dan menghapus. Audit Trail apabila diurutkan berdasarkan waktu bisa membentuk suatu kronologis manipulasi data. Dasar ide membuat fitur Audit Trail adalah menyimpan histori tentang suatu data (Dibuat, Diubah, atau Dihapus) dan oleh siapa serta bisa menampilkannya secara kronologis. Dengan adanya trail ini, semua kegiatan dalam program yang bersangkutan diharapkan bisa dicatat dengan baik.

Cara Kerja AUDIT Trail

Audit Trail Yang Disimpan Dalam Suatu Tabel

a. Dengan menyisipkan perintah penambahan record ditiap Query Insert, Update, Delete
b. Dengan memanfaatkan fitur trigger pada DBMS. Trigger adalah kumpulan SQL statement, yang secara otomatis menyimpan log pada event INSERT, UPDATE, ataupun DELETE pada sebuah tabel.

Fasilitas AUDIT Trail

Fasilitas Audit Trail diaktifkan, maka setiap transaksi yang dimasukkan ke Accurate, jurnalnya akan dicacat di dalam sebuah tabel, termasuk oleh siapa, dan kapan. Apabila ada sebuah transaksi yang di - edit, maka jurnal lamanya akan disimpan, begitu pula dengan jurnal barunya.

Hasil AUDIT Trail

Record Audit Trail Disimpan Dalam Bentuk, Yaitu :

a. Binary File (Ukuran tidak besar dan tidak bisa dibaca begitu saja)
b. Text File ( Ukuran besar dan bisa dibaca langsung)
c. Tabel

IT FORENSIK

IT Forensik adalah cabang dari ilmu komputer tetapi menjurus ke bagian forensik yaitu berkaitan dengan bukti hukum yang ditemukan di komputer dan media penyimpanan digital.
Komputer forensik juga dikenal sebagai Digital Forensik yang terdiri dari aplikasi dari ilmu pengetahuan kepada indetifikasi, koleksi, analisa, dan pengujian dari bukti digital.

Ruang lingkup it forensic
IT forensik dapat menjelaskan keadaan artefak digital terkini. Artefak Digital dapat mencakup sistem komputer, media penyimpanan (seperti hard disk atau CD-ROM, dokumen elektronik (misalnya pesan atau gambar JPEG) atau bahkan paket-paket yang secara berurutan bergerak melalui jaringan.
Bidang IT Forensik juga memiliki cabang-cabang di dalamnya seperti firewall forensik, forensik jaringan , database forensik, dan forensik perangkat mobile.

 Menurut Noblett, yaitu berperan untuk mengambil, menjaga, mengembalikan, dan menyajikan data yang telah diproses secara elektronik dan disimpan di media komputer.
Menurut Judd Robin, yaitu penerapan secara sederhana dari penyidikan komputer dan teknik analisisnya untuk menentukan bukti-bukti hukum yang mungkin.


REAL TIME AUDIT

Real Time Audit atau RTA adalah suatu system untuk mengawasi kegiatan teknis dan keuangan sehingga dapat memberikan penilaian yang transparan status saat ini dari semua kegiatan, dimana pun mereka berada. Real Time Audit mendukung semua langkah dari satu proyek dari konsep, mempersiapkan satu usulan penuh, melakukan analisa putusan untuk mengidentifikasi jual system final sehingga ketika untuk memilih proyek terbaik manajemen hak suara kemudian dukungan pembuatan keputusan pada penerimaan atau merosot untuk membuat investasi perlu.

Dalam pengembangan proyek Real Time Audit berfungsi sebagai analisis karena untuk memastikan bahwa kualitas benar, dan berkualitas. Real Time Audit mempunyai kegunaan pengadaan tersesialisasi yaitu dengan memperbolehkan seorang manajer meniliti tawaran bersaing untuk menyediakan baik jasa maupun komponen proyek.

Real Time Audit meneydiakan teknik ideal untuk memungkinkan mereka yang bertanggung jawab untuk dana, seperti bantuan donor, investor dan sponsor kegiatan untuk dapat terlihat dari manajer kegiatan didanai sehingga untuk memantau kemajuan.

Real Time Audit sangat efektif untuk membangun procedure menjadi perjanjian pembiayaan meliputi proyek atau kegiatan yang bersangkutan. Real Time Audit menyediakan komponen utama yang diperlukan untuk efektif, kegiatan pengelolaan yang efisien dan pengawasan.

Real Time Audit benar-benar transparan dan menyediakan operasi proyek manajer dan donor/sponsor akses langsung informasi apapun yang mereka butuhkan secara online dan cepat. Manfaat Real Time Audit yaitu produktivitas akses informasi ditingkatkan dan sebagai hasilnya jadi jika produktivitas tugas manajemen proyek.

COBIT

COBIT adalah merupakan kerangka panduan tata kelola TI dan atau bisa juga disebut sebagai toolset pendukung yang bisa digunakan untuk menjembatani gap antara kebutuhan dan bagaimana teknis pelaksanaan pemenuhan kebutuhan tersebut dalam suatu organisasi. COBIT memungkinkan pengembangan kebijakan yang jelas dan sangat baik digunakan untuk IT kontrol seluruh organisasi, membantu meningkatkan kualitas dan nilai serta menyederhanakan pelaksanaan alur proses sebuah organisasi dari sisi penerapan IT.

Cobit berorientasi proses, dimana secara praktis Cobit dijadikan suatu standar panduan untuk membantu mengelola suatu organisasi mencapai tujuannya dengan memanfaatkan IT. Cobit memberikan panduan kerangka kerja yang bisa mengendalikan semua kegiatan organisasi secara detail dan jelas sehingga dapat membantu memudahkan pengambilan keputusan di level top dalam organisasi.

COBIT digunakan secara umum oleh mereka yang memiliki tanggung jawab utama dalam alur proses organisasi, mereka yang organisasinya sangat bergantung pada kualitas, kehandalan dan penguasaan teknologi informasi.

Model proses COBIT terdapat empat domain yang didalamnya terdapat 34  proses dalam memberikan informasi kepada dunia usaha sesuai dengan bisnis dan kebutuhan tata kelola teknologi informasi. Sehingga domain tersebut dapat diidentifikasikan yang terdiri dari 34 proses, yaitu (ITGI, 2007) :


Plan and organize (PO)

Yaitu mencakup masalah mengidentifikasikan cara terbaik TI untuk memberikan kontribusi yang maksimal terhadap pencapaian tujuan bisnis organisasi. Domain ini menitikberatkan pada proses perencanaan dan penyelarasan strategi TI dengan strategi organisasi. Domain PO terdiri dari 10 control objectives, meliputi :

PO1 : Define a strategic IT plan
PO2 : Define the information architecture
PO3 : Determine technological direction
PO4 : Define the IT processes, organization and relationships
PO5 : Manage the IT investment
PO6 : Communicate management aims and direction
PO7 : Manage IT human resources
PO8 : Manage quality human resource
PO9 : Asses and manage IT risks
PO10 : Manage projects


Acquire and Implement (AI)

Domain ini menitikberatkan pada proses pemilihan, pengadaan dan penerapan TI yang digunakan. Pelaksanaan strategi yang telah ditetapkan, harus disertai solusi-solusi TI yang sesuai solusi TI tersebut diadakan, diimplementasikan dan diintegrasikan kedalam proses bisnis organisasi. Dimana domain AI terdiri dari 7 control objectives, meliputi :
AI1 : Identify automated solutions
AI2 : Acquire and maintain application software
AI3 : Acquire and maintain technology infrastructure
AI4 : Enable operation and use
AI5 : Procure IT resources
AI6 : Manage changes
AI7 : Install and accredit solutions and changes


Deliver and Support (DS)

Domain ini menitikberatkan pada proses pelayanan TI dan dukungan teknisnya yang meliputi hal keamanan sistem, kesinambungan layanan,   pelatihan dan pendidikan untuk pengguna, dan pengelolaan data yang sedang berjalan. Dimana domain DS terdiri dari 13 control objectives, meliputi :
DS1 : Define and manage service levels
DS2 : Manage third-party services
DS3 : Manage performance and capacity
DS4 : Ensure continuous service
DS5 : Ensure systems security
DS6 : Identify and allocate costs
DS7 : Educate and train users
DS8 : Manage service desk and incidents
DS9 : Manage the configuration
DS10 : Manage problems
DS11 : Manage data
DS12 : Manage the physical environment
DS13 : Manage operations


Monitor and Evaluate (ME)

Domain ini menitikberatkan pada proses pengawasan  pengelolaan TI pada organisasi seluruh kendali-kendali yang diterapkan setiap proses TI harus diawasi dan dinilai kelayakannya secara berkala. Domain ini fokus pada masalah kendali-kendali yang diterapkan dalam organisasi, pemeriksaan internal dan eksternal. Dimana domain ME terdiri dari 4 control objectives, meliputi :
ME1 : Monitor and evaluate IT performance
ME2 : Monitor and evaluate internal control
ME3 : Ensure regulatory compliance
ME4 : Provide IT Governance


Referensi:

liapsa.staff.gunadarma.ac.id/Downloads
http://www.erdisusanto.com/2012/11/kerangka-kerja-cobit-control-objectives.html

Audit Teknologi Sistem Informasi

Audit teknologi informasi (Inggris: information technology (IT) audit atau information systems (IS) audit) adalah bentuk pengawasan dan pengendalian dari infrastruktur teknologi informasi secara menyeluruh. Audit teknologi informasi ini dapat berjalan bersama-sama dengan audit finansial dan audit internal, atau dengan kegiatan pengawasan dan evaluasi lain yang sejenis. Pada mulanya istilah ini dikenal dengan audit pemrosesan data elektronik, dan sekarang audit teknologi informasi secara umum merupakan proses pengumpulan dan evaluasi dari semua kegiatan sistem informasi dalam perusahaan itu. Istilah lain dari audit teknologi informasi adalah audit komputer yang banyak dipakai untuk menentukan apakah aset sistem informasi perusahaan itu telah bekerja secara efektif, dan integratif dalam mencapai target organisasinya.


Tujuan Audit Sistem Infromasi

Proses audit sistem informasi dilakukan dengan tujuan akan tercapainya perbaikan atau peningkatan kinerja terkait dengan keamanan asset, integritas data serta efektifitas dan efisiensi penggunaan sistem.



Tujuan Audit Sistem Infromasi


Beberapa objek yang menjadi tujuan audit adalah meliputi:

a.) Objek Perlindungan Aset (Asset Safeguarding Objectives)

Aset SI didalam organisasi adalah HW, SW, fasilitas, user (konwledge), file data, dokumentasi sistem dan persediaan barang. Sebaiknya semua aset harus dilindungi oleh sistem pengendalian internal.

b.) Objek Integritas Data (Data Integrity Objectives)

Integriti data ialah konsep dasar didalam audit SI. Data terdiri dari atribut-atribut yang berisi: kelengkapan, dapat dipercaya, bersih dan benar. Jika integritas data tidak dipelihara, maka organisasi tidak akan mendapatkan represntasi data yang benar untuk suatu aktifitas, akibatnya organisasi tidak dapat berkompetisi.

c.) Objek Efektivitas Sistem (System Effectiveness Objectives)

Audit efektivitas sering dilakukan setelah sistem berjalan untuk beberapa waktu. Manajemen membutuhkan hasil audit efektivitas untuk mengambil keputusan apakah sistes terus dijalankan atau dihentikan sementara untuk proses modifikasi.

d.) Objek Efisiensi Sistem (System Efficiency Objectives)

Efisiensi SI dilakukan dengan cara menggunakan sumber daya minimum untuk menyelesaikan suatu tujuan objek. Variasi sumber daya terdiri dari mesin, waktu, peripheral, S/W sistem dan pekerja. Tujuan dari perlindungan aset, integritas data, efektivitas sistem dan efisiensi sistem dapat dicapat dengan baik jika manajemen organisasi meningkatkan sistem pengendalian onternalnya.

Sebagian besar tipe penyalahgunaan komputer adalah:

- Hacking
- Virus
- Illegal Physical Access
- Abouse of Privilages


Jenis Penyalah Gunaan Komputer:

- Destruction of asset (perusahaan aset)
- Theft of asset (pencurian aset)
- Modification of asset (modifikasi aset)
- Privacy violaction (pelanggaran privasi)
- Discruption of Operations (pengacauan operasi)
- Unauthorized use of asset (penyalahgunaan otorisasi aset)
- Physical harm to personnel (kejahatan fisik terhadap personal)


Referensi:

https://id.wikipedia.org/wiki/Audit_teknologi_informasi
http://www.pendidikanmu.com/2015/05/pengertian-audit-sistem-informasi.html

Tutorial Membuat Animasi dengan Adobe Flash

Tugas Tutorial Animasi

Tugas ini Disusun Untuk Memenuhi Tugas Mata Kuliah Peng. Animasi & Desain Grafis yang Diberikan oleh Ibu Diana, ST, MMSi

Adib Fairuz Ikbar                            (10114253)

Muhamad Rizky Pratama                (17114007)

Safira Amalia Muharani                  (19114919)

3KA05

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

Ulasan Singkat Tentang Adobe Flash

Adobe Flash adalah salah satu perangkat lunak komputer yang merupakan produk unggulan Adobe Systems. Adobe Flash digunakan untuk membuat gambar vektor maupun animasi gambar tersebut. Berkas yang dihasilkan dari perangkat lunak ini mempunyai file extension .swf dan dapat diputar di penjelajah web yang telah dipasangi Adobe Flash Player. Flash menggunakan bahasa pemrograman bernama ActionScript yang muncul pertama kalinya pada Flash 5.

Tool pada Adobe Flash:

-Tab Dokumen: menunjukan tabulasi dari suatu dokumen atau stage yang sedang dibuat.

-Menu bar suatu barisan menu yang berfungsi untuk melakukan perintah yang di tampilkan menggunakan text.

-Workspace digunakan untuk mengatur layout atau tampilan area kerja di Adobe Flash CS6.

-Stage  menunjukan suatu tempat dibuat atau diolahnya keseluruhan obyek yang ada di Adobe Flash CS6.

-Scale View berfungsi untuk mengatur skala atau ukuran pada Stage.

-Timeline pada bagian ini digunakan untuk memanage( mengatur dan mengontrol) isi yang ada di file dokumen dalam layar dan frame.

-Motion editor merupakan kelanjutan dari timeline yang juga digunakan untuk mengontrol animasi.

Area Kerja Adobe Flash:

-Nama Dokumen: berisi nama dokumen yang sedang aktif, yang secar default diberi nama Untitled1.

-Scale View: digunakan untuk men-zoom area kerja.

-Menu Bar: berisi menu dan merupakan barisan perintah untuk pengoperasian program.

-Nama Panel: berisi properties dari objek yang Anda buat.

-Stage: adalah area kerja tempat Anda membuat objek , memodifikasi, dan membuat animasi.

-Panel Timeline: adalah tempat pengaturan waktu dan durasi dari suatu animasi.

-Tool Box: yaitu tempat icon-icon yang mewakili suatu alat bantu dalam pembuatan objek, pewarnaan, dan pemodifikasian objek.

Sumber: 

https://id.wikipedia.org/wiki/Adobe_Flash

http://www.okedroid.com/2015/08/belajar-mengenal-adobe-flash-cs6-dan-tools-penggunaanya-part-1.html

http://ekanugraha16.blogspot.co.id/2012/04/mengenal-fitur-baru-adobe-flash-cs4.html

Soft Computing

ABSTRAK

Komputer dapat menghitung secara akurat persamaan differensial, perkalian matriks, perhitungan eigen value secara cepat dan akurat. Akan tetapi terdapat juga masalah dalam kehidupan sehari-hari yang tidak dapat dibuat rumus matematika yang jelas untuk menghitung output yang diinginkan. Salah satu alternatif solusi yang memenuhi kriteria ini adalah softcomputing. Makalah ini membahas dan menjelaskan tentang Soft Computing guna memberi informasi kepada pembaca mengenai Soft Computing

Soft computing dapat bekerja dengan baik walaupun terdapat ketidak pastian, ketidak akuratan maupun kebenaran parsial pada data yang diolah. Hal inilah yang melatar belakangi fenomena dimana kebanyakan metode softcomputing mengambil human-mind sebagai model. Soft computing merupakan metode yang dapat mengolah data-data yang bersifat tidak pasti, impresisi dan dapat diimplementasikan dengan biaya yang murah (low-cost solution). Beberapa metode yang termasuk dalam kategori softcomputing misalnya fuzzy logic, artificial neural network, probabilistyc reasoning.

Soft computing bukanlah suatu metode yang berjalan sendiri dalam menyelesaikan masalah, melainkan lebih pada kerjasama serasi antara metode-metode di atas, sehingga segi positif tiap metode dapat berkontribusi secara aktif.

PENDAHULUAN

Komputer merupakan alat yang mungkin tidak dapat lagi kita lepaskan dari kehidupan sehari-hari. Di masa lampau, komputer selalu diasosiasikan dengan barang yang mahal, super canggih dan dapat menghitung lebih cepat daripada kemampuan manusia. Tapi saat ini ungkapan tersebut sudah banyak mengalami perubahan. Bila disebutkan "komputer", maka yang terbayang saat ini adalah sebuah piranti canggih yang bila dikoneksikan dengan internet, akan membuat sang pengguna dapat berjalan-jalan di dunia virtual yang kaya dengan informasi audio maupun visual. Fenomena ini menunjukkan perubahan fungsi computer dari sekedar “alat hitung” menjadi sebuah piranti yang lebih “manusiawi”. Hal ini merupakan buah yang dipetik dari pesatnya perkembangan teknologi hardware maupun software computer.

Gambar 1 Perkembangan jumlah transistor pada IC dari tahun ke tahun yang menunjukkan kesesuaian dengan Moore’s law.

Pada tahun 1965, Gordon Moore telah memberikan prediksi bahwa jumlah transistor pada IC akan selalu berlipat dua setiap 18 bulan. Dengan kata lain, tiap 18 bulan kemampuan komputer akan menjadi duakali lebih cepat. Korelasi ini ditunjukkan pada gambar 1. Ramalan ini secara ajaib masih berlaku hingga saat ini, setidaknya dalam dua dekade terakhir. Melihat perkembangan pesat dari computer ini, seringkali timbul fikiran bahwa pada suatu masa, komputer dapat mengatasi berbagai permasalahan. Semua masalah dalam hidup dapat dirumuskan dan dikalkulasikan. Hal ini tergambar juga pada beberapa film non-fiksi. Benarkah demikian ? Kalau kita cermati, tidak semua masalah yang kita hadapi dapat dibuat rumusan yang pasti dan eksak. Memang benar, bahwa komputer dapat menghitung secara akurat persamaan differensial, perkalian matriks, perhitungan eigen value secara cepat dan akurat. Akan tetapi terdapat juga masalah dalam kehidupan sehari-hari yang tidak dapat dibuat rumus matematika yang jelas untuk menghitung output yang diinginkan.

Misalnya:

• Bagaimanakah trend dari bursa saham pada tahun depan ?

• Bagaimanakah cuaca esok hari, hujan ataukah mendung, ataukah terang benderang ?

• Kapankah terjadinya gempa bumi di wilayah Tokai (Jepang Tengah) ?

• Bagaimana mengenali seseorang lewat suaranya ?

Solusi untuk permasalahan jenis kedua ini tidak dapat dirumuskan dengan mudah. Banyak sekali faktor-faktor terlibat, yang mengandung kerancuan, ketidakpastian, kebenaran parsial, dsb. Dalam hal ini, solusi yang diharapkan lebih menitikberatkan pada hal-hal sbb.

• Memiliki kemampuan untuk mempelajari trend yang telah ada, dan memprediksi keadaan di masa yad. (learning ability)

• Kemampuan menganalisa informasi yang disertai oleh noise.

• Robust, sangat unggul

• Low cost solution

• Praktis dan mudah direalisasikan

Salah satu alternatif solusi yang memenuhi kriteria ini adalah softcomputing. Dalam

bab-bab berikutnya akan dijelaskan lebih lanjut mengenai definisi, metode-metode

dalam softcomputing, dan contoh aplikasinya.

PEMBAHASAN

  

1.1.       Definisi Soft Computing

Berbagai macam definisi softcomputing diberikan oleh para ahli. Salah satu definisinya adalah sebagaimana disampaikan oleh pencetus softcomputing, yaitu Prof. Lotfi A. Zadeh, di homepage BIS, sbb:

“Berbeda dengan pendekatan konvensional hardcomputing, softcomputing dapat bekerja dengan baik walaupun terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial pada data yang diolah. Hal inilah yang melatarbelakangi fenomena dimana kebanyakan metode softcomputing mengambil human-mind sebagai model.”.

Mengapakah human-mind merupakan model yang menarik bagi pengembangan softcomputing ? Kunci dari pertanyaan ini sebenarnya terletak pada struktur dan fungsi dari otak manusia. Otak manusia merupakan mesin molekuler, yang terdiri dari dua jenis sel: neuron dan glia. Dalam otak kita terdapat sekitar 1011 sel neuron, sedangkan sel glia sekitar 3 sampai 4 kali lipatnya. Sel neuron berfungsi sebagai pemroses informasi yang diterima oleh otak. Sel neuron terhubung antara satu dengan yang lain dengan benang-benang panjang. Berat otak manusia saat lahir sekitar 400 gram, sedangkan saat dewasa sekitar 1500 gram. Pertambahan berat ini disebabkan oleh bertambah panjangnya benang-benang tersebut, disamping pertambahan sel glia. Pertambahan panjang ini berkaitan erat dengan proses pembelajaran yang dialami oleh manusia. Hal ini merupakan ide awal bagi pengembangan metode softcomputing: artificial neural network, yang memiliki kemampuan pembelajaran terhadap informasi yang telah diterima.

Selain kemampuan pembelajaran, otak manusia juga memiliki kemampuan untuk mengambil keputusan walaupun informasi mengandung unsur ketakpastian dan kekurangtegasan, seperti “manis”, “pahit”, “tinggi”, “rendah”, dsb. Hal ini merupakan konsep yang mendasari pengembangan metode fuzzy, yang mencerminkan cara berfikir manusia. Selain neural network dan fuzzy, masih banyak lagi jenis-jenis metode softcomputing, yang ide awalnya bersumber dari otak manusia maupun mekanisme biologi yang terdapat di alam semesta. Positif dari metode yang ada tersebut dapat dimanfaatkan secara optimal. Berikut diuraikan konsep dan gambaran mengenai masing-masing pilar dalam softcomputing.

1.2.      Metode-metode SoftComputing

Mengacu pada definisi yang diberikan oleh Zadeh, metode-metode dalam softcomputing dapat dikategorikan ke dalam tiga kategori besar:

• Fuzzy Logic (FL)

• Neural Network Theory (NN)

• Probabilistic Reasoning (PR)

Metode-metode ini sebenarnya bukanlah sesuatu yang baru diadakan setelah konsep softcomputing dirumuskan. Yang terjadi justru sebaliknya. Metode-metode Fuzzy Logic, Neural Network maupun Probabilistic Reasoning telah ada lebih dahulu. Fuzzy Logic telah berkembang sejak tahun 1965. Konsep-konsep dasar neural network telah digali sejak tahun 1940-an. Probabilistic Reasoning juga bukanlah hal yang baru sama sekali. Karena itu, Zadeh menyebut softcomputing sebagai reinkarnasi dari metode-metode di atas. Lebih lanjut lagi, dalam konsep softcomputing, ketiga jenis metode ini ibarat pilar, saling mendukung dan bekerjasama dalam memecahkan suatu permasalahan Keunggulan yang diperoleh dari kerjasama metode-metode itu lebih ditekankan daripada keunggulan individual salah satu daripadanya. Kekurangan satu metode akan ditutup dengan kelebihan metode yang lain. Keunggulan satu metode disumbangkan, sehingga segi-segi dimanfaatkan secara optimal. Berikut diuraikan konsep dan gambaran mengenai masing-masing pilar dalam softcomputing.

a.           Fuzzy Logic (FL)

Fuzzy merupakan representasi suatu pengetahuan yang dikonstruksikan dengan if-then rules. Karakteristik dari metode ini adalah :

• Pemecahan masalah dilakukan dengan menjelaskan sistem bukan lewat angka-angka, melainkan secara linguistik, atau variable-variable yang mengandung ketakpastian/ketidaktegasan.

• Pemakaian if-then rules untuk menjelaskan kaitan antara satu variable dengan yang lain.

• Menjelaskan sistem memakai algoritma fuzzy

Berawal dari paper-paper Zadeh di tahun 1965 mengenai fuzzy-sets, ilmu ini berkembang pesat, dan mulai menemukan aplikasinya di bidang control pada tahun 1974. Pada saat itu, Mamdani memperkenalkan aplikasi fuzzy sebagai alat kontrol steam-engine. Hal ini merupakan momentum penting, sebagai awal bagi teknologi fuzzy untuk menemukan lading aplikasi di dunia industri. Fuzzy memiliki kelebihan-kelebihan, diantaranya :

1.     Dapat mengekspresikan konsep yang sulit untuk dirumuskan, seperti misalnya “suhu ruangan yang nyaman”

2.     Pemakaian membership-function memungkinkan fuzzy untuk melakukan observasi obyektif terhadap nilai-nilai yang subyektif. Selanjutnya membership-function ini dapat dikombinasikan untuk membuat pengungkapan konsep yang lebih jelas.

3.     Penerapan logika dalam pengambilan keputusan.

Dewasa ini, fuzzy merupakan salah satu metode memiliki aplikasi luas di bidang kontrol. Hal ini disebabkan oleh :

1.     Kontrol memiliki potensi aplikasi yang sangat luas dan dibutuhkan di berbagai bidang.

2.     Kuantitas suatu materi dalam system kontrol sangat jelas, dan dapat diekspresikan dengan istilah-istilah yang fuzzy seperti “besar”, “banyak”.

3.     Aturan dalam kontrol mudah untuk didefinisikan memakai kata-kata. Misalnya “jika suhu dalam ruangan terlalu dingin, naikkan suhu penghangat”.

4.     Perkembangan teori fuzzy sangat pesat, sehingga batas-batasnya dapat dirumuskan dengan jelas.

b.           Neural Networks (NN)

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

“Sebuah neural network (JST: Jaringan Saraf Tiruan) adalah prosesor yang terdistribusi paralel, terbuat dari unit-unit yang sederhana, dan memiliki kemampuan untuk menyimpan pengetahuan yang diperoleh secara eksperimental dan siap pakai untuk berbagai tujuan. 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.”

Pada tahun 1943, Mc.Culloch dan Pitts memperkenalkan model matematika yang merupakan penyederhanaan dari struktur sel saraf yang sebenarnya.

Sebuah neuron memiliki tiga komponen:

• synapse (w1 , w2 ,…,wn) T

• alat penambah (adder)

• fungsi aktifasi (f)

Korelasi antara ketiga komponen ini dirumuskan pada persamaan

Signal x berupa vektor berdimensi n (x1 , x2 ,…,xn)T akan mengalami penguatan oleh synapse w (w1, w2 ,…,wn)T. Selanjutnya akumulasi dari penguatan tersebut akan mengalami transformasi oleh fungsi aktifasi f. Fungsi f ini akan memonitor, bila akumulasi penguatan signal itu telah melebihi batas tertentu, maka sel neuron yang semula berada dalam kondisi “0”, akan mengeluarkan signal “1”. Berdasarkan nilai output tersebut (=y),

sebuah neuron dapat berada dalam dua status: “0” atau “1”. Neuron disebut dalam kondisi firing bila menghasilkan output bernilai “1”. Sebuah neural network dapat dianalisa dari dua sisi:

1.      Bagaimana neuron-neuron tersebut dirangkaikan dalam suatu jaringan (arsitektur).

2.      Bagaimana jaringan tersebut dilatih agar memberikan output sesuai dengan yang dikehendaki (algoritma pembelajaran). Algoritma pembelajaran ini menentukan cara bagaimana nilai penguatan yang optimal diperoleh secara otomatis.

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. Berawal dari diperkenalkannya model matematika neuron oleh McCulloch & Pitts, penelitian di bidang neural network berkembang cukup pesat, dan mencapai puncak keemasan pertama pada era tahun 60, dan puncak kedua pada pertengahan tahun 80-an. Penelitian dalam bidang ini, dapat dibagi dalam tiga kategori:

1.     Riset untuk meneliti proses informasi yang terjadi pada otak dan jaringan saraf. Tema ini merupakan porsi penelitian para ahli medis dan neuroscientist.

2.     Penelitian teoritis untuk mendalami konsep dasar proses informasi pada otak. Kategori ini memerlukan ketajaman analisa matematika untuk menggali dasar-dasar teori dari proses tersebut.

3.      Penelitian yang bertujuan memanfaatkan teori-teori yang telah ada untuk aplikasi. Dalam hal ini, perlu sekali memperhatikan tingkat akurasi sistem, dan menekan biaya serendah mungkin (low cost solution).

Dewasa ini, neural network telah diaplikasikan di berbagai bidang. Hal ini dikarenakan neural network memiliki kelebihan-kelebihan sbb:

1.      Dapat memecahkan problema non-linear yang umum dijumpai di aplikasi

2.     Kemampuan memberikan jawaban terhadap pattern yang belum pernah dipelajari (generalization)

3.     Dapat secara otomatis mempelajari data numerik yang diajarkan pada jaringan tersebut

c.            Probabilistic Reasoning (PR) dan Genetic Algorithm (GA)

Berarti mengambil suatu keputusan atas suatu alasan atau sebab tertentu. Dua jenis reasoning adalah logical reasoning dan probabilistic reasoning. Salah satu kelebihan probabilistic reasoning dibandingkan logical reasoning terletak pada kemampuan untuk mengambil keputusan yang rasional, walaupun informasi yang diolah kurang lengkap atau mengandung unsur ketidakpastian. Termasuk dalam kategori PR antara lain teori Chaos, Belief. Networks, Genetic Algorithm. Diskusi dalam makalah ini difokuskan pada salah satu metode dalam PR, yaitu Genetic Algorithm (GA).

Dasar-dasar GA digali oleh John Holland pada pertengahan tahun 70-an. GA adalah metode komputasi yang meniru proses evolusi dan seleksi alam. Metode ini sering dimanfaatkan untuk mencari nilai optimal suatu fungsi/permasalahan. Untuk mencari nilai optimal tersebut, pertama-tama parameter-parameter permasalahan ditransfer kedalam bentuk genetik sebuah kromosom individu yang disebut genotype.

Kromosom ini terdiri dari sederetan string (misalnya angka “0” dan “1”) yang merupakan analogi dari rantai DNA : A, T, G dan C yang sebenarnya, pada tubuh makhluk hidup. Selanjutnya suatu populasi yang terdiri dari ribuan kromosom individu ini mengalami proses seleksi, crossover (persilangan) dan mutasi yang meniru proses biologi yang terjadi di alam. Operasi ini diulang-ulang, dari satu generasi ke generasi berikutnya. Kualitas suatu individu ditunjukkan oleh nilai fitness, yang diukur dengan suatu kriteria yang mencerminkan sejauh mana kromosom individu tersebut mendekati nilai optimal yang diinginkan.

Kriteria ini menjadi alat kontrol bagi proses evolusi, agar kondisi fitness generasi yang mendatang lebih baik daripada generasi-generasi sebelumnya. Setelah melewati ratusan atau mungkin ribuan generasi, proses evolusi ini akan menghasilkan individu-individu dengan nilai fitness yang tinggi. Hal ini mencerminkan diperolehnya jawaban yang merupakan pendekatan terhadap nilai optimal yang diinginkan.  Beberapa keunggulan yang dimiliki oleh GA adalah sbb:

1.      GA memiliki kemampuan untuk mencari nilai optimal secara paralel, melalui proses kerjasama antara berbagai unit yang disebut kromosom individu.

2.      GA tidak memerlukan perhitungan matematika yang rumit seperti differensial yang diperlukan oleh algoritma optimisasi yang lain.

Namun demikian GA memiliki juga kelemahan dan keterbatasan.

1.     Tidak memiliki rumusan yang pasti, bagaimana mentransfer parameter permasalahan ke dalam kode genetik. Dengan kata lain, hal ini memerlukan pengalaman dan wawasan dari desainer.

2.      Banyak parameter yang perlu diset secara baik agar proses evolusi dalam GA berjalan sesuai dengan yang diharapkan.

3.     Penentuan rumus menghitung fitness merupakan hal yang sangat penting dan mempengaruhi proses evolusi pada GA. Sayangnya tidak ada prosedur yang baku bagaimana menentukan rumus tsb.

Dalam hal ini pengalaman dari desainer memegang peranan penting. Terlepas dari kendala yang ada, GA merupakan alternatif solusi yang dikenal cukup handal dalam berbagai masalah optimisasi.

1.3.       Riset dan Aplikasi SoftComputing

Dewasa ini penelitian di bidang softcomputing berkembang dengan pesat dan aplikasinya dapat ditemukan di berbagai bidang. Hal ini disebabkan softcomputing menawarkan solusi yang sangat sesuai dengan karakteristik informasi pada real-life domain yang senantiasa diikuti dengan faktor impresisi, ketidakpastian, dan memerlukan kemampuan pembelajaran. Berawal dari pemakaiannya untuk alat kontrol mesin uap, dewasa ini fuzzy memiliki wilayah aplikasi yang luas terutama dalam bidang kontrol, robotika, pattern recognition, sistem cerdas, dll. Selain paper dan artikel yang dipublikasikan oleh berbagai journal ilmiah, diskusi mengenai fuzzy ini dapat diikuti di berbagai milis, maupun newsgroup seperti comp.ai.fuzzy. Arsip posting newsgroup ini dapat dibaca lewat http://groups.google.com/ dengan mengetikkan “comp.ai.fuzzy” pada kotak pencarian.

Neural Network memiliki aplikasi yang sangat luas di bidang pattern recognition, seperti voice recognition, character recognition maupun aplikasi-aplikasi pada bidang ekonomi, bisnis dan bioteknologi. Salah satu forum diskusi virtual (newsgroup) yang terkenal di bidang ini adalah comp.ai.neural-nets yang arsipnya dapat dilihat di google, dengan cara sama sebagaimana uraian sebelumnya. Kumpulan dari materi diskusi yang berlangsung sejak

1994 di forum ini, kemudian dirangkumkan oleh Warren Sale sebagai FAQ (Frequently Asked Questions) yang dapat dilihat arsipnya di ftp://ftp.sas.com/pub/neural/FAQ.html

Aplikasi Genetic Algorithm dapat ditemukan di problem optimisasi seperti job-scheduling, optimisasi rute mobil, penentuan kandidat gen yang memiliki potensi kedokteran dan farmasi pada bidang bioinformatika. Salah satu forum diskusi yang cukup hangat mengenai riset di bidang GA adalah comp.ai.genetic (newsgroup). Arsip diskusi pada forum ini dapat dicari dengan cara sebagaimana diuraikan di atas. Selain itu, informasi mengenai Genetic Algorithm ini dapat juga dilihat pada situs http://www.aic.nrl.navy.mil/galist/

Salah satu journal yang didedikasikan untuk mempublikasikan penelitian di bidang softcomputing di antaranya adalah “Soft Computing - A Fusion of Foundations, Methodologies and Applications” terbitan Springer-Verlag Heidelberg. Journal lain adalah Applied Soft Computing yang diterbitkan oleh Elsevier. Disamping itu, paper mengenai teori dan aplikasi softcomputing dapat dibaca pada journal-journal IEEE, IEICE, maupun proseding seminar-seminar internasional dalam bidang tsb.

Ciri khas dari softcomputing adalah penekanan pada partnership atau kerjasama yang saling menguntungkan dari berbagai metode yang ada. Tiap metode memiliki segi positif yang dapat disumbangkan secara komplementer, menutupi kekurangan dari metode yang lain. Contoh populer dari kerjasama komplementer ini adalah system neurofuzzy. Aplikasi dari kombinasi kedua metode ini dapat dimanfaatkan untuk system control pada AC, mesin cuci dan berbagai macam alat kebutuhan sehari-hari konsumen. Kombinasi lain dapat ditemukan pada system neuroGA, dimana GA dimanfaatkan untuk menentukan struktur yang optimal dari suatu neural network.

BAB III

PENUTUP

3.1.      Kesimpulan

Soft Computing  merupakan inovasi baru dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.

3.2.       Saran

Penulis mengharapkan teknologi seperti ini digunakan sebijak-bijaknya oleh para pengguna. Pesan kami untuk masyarakat, selalu lakukan tindakan positif dan kembangkan kemampuan kita dengan teknologi.

DAFTAR PUSTAKA

• Soft computing (https://en.wikipedia.org/wiki/Soft_computing), Januari 2017

• Pengantar Soft Computing (http://rosyid.lecturer.pens.ac.id/KTI%20(softcomputing)/anto-softcomputing.pdf), Januari 2017