MANAJEMEN TEKNOLOGI INFORMASI

DI SUSUN OLEH :

IGHFIRLI YAA ALLOH

08016028

FAKULTAS ILMU PENGETAHUAN DAN MATEMATIKA

SISTEM INFORMASI

2010 / 2011
 A. DSS (Decision Support System )
Seiring perkembangan zaman, manusia dituntut membuat berbagai
keputusan yang tepat dalam menghadapi permasalahan yang semakin
kompleks. Oleh karena itu, dikembangkan DSS (Decision Support
System/Sistem Penunjang Keputusan) untuk dukungan pembuatan
keputusan. Pada awalnya, DSS dimanfaatkan pada level manajerial. Namun,
karena pertumbuhan pengetahuan dan kebutuhan dukungan keputusan
yang tidak berasal dari dunia manajerial saja, DSS tumbuh sebagai konsep
yang dapat digunakan pada berbagai bidang.DSS adalah suatu sistem yang
ditujukan untuk mendukung manajemen pengambilan keputusan.
Definisi DSS:
1. Menurut Mann dan Watson, Sistem Penunjang Keputusan adalah
Sistem yang interaktif, membantu pengambilan keputusan melalui
penggunaan data dan model-model keputusan untuk memecahkan
masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.
2. Menurut Maryam Alavi dan H.Albert Napier, Sistem Penunjang
Keputusan adalah suatu kumpulan prosedur pemprosesan data dan
informasi yang berorientasi pada penggunaan model untuk
menghasilkan berbagai jawaban yang dapat membantu manajemen
dalam pengambilan keputusan.
3. Menurut Litle, Sistem Penunjang Keputusan adalah suatu sistem
informasi berbasis komputer yang menghasilkan berbagai alternatif
keputusan untuk membantu manajemen dalam menangani berbagai
permasalahan yang terstruktur atupun tidak terstruktur dengan
menggunakan data dan model.
4. Menurut Raymond McLeod, Sistem Penunjang Keputusan adalah
sistem penghasil informasi spesifik yang ditujukan untuk memecahkan
suatu masalah tertentu yang harus dipecahkan oleh manajer pada
berbagai tingkatan.
5. Secara Umum, DSS adalah Sebuah sistem yang mampu memberikan
kemampuan baik kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah semi terstruktur.
6. Secara Khusus, DSS adalah Sebuah sistem yang mendukung kerja
seorang manajer maupun sekelompok manajer dalam memecahkan
masalah semi-terstruktur dengan cara memberikan informasi ataupun
usulan menuju pada keputusan tertentu.
Prinsip Dasar DSS
1. Struktur Masalah
Sulit utk menemukan masalah yg sepenuhnya terstruktur atau tak
terstruktur – area kelabu Simon. Ini berarti DSS diarahkan pada area
tempat sebagai besar masalah berada.
2. Dukungan Keputusan
DSS tidak dimaksudkan untuk menggantikan manajer. Komputer dapat
diterapkan pada bagian masalah yg terstruktur, tetapi manajer
bertanggung ajwab atas bagian yang tidak terstruktur.
3. Efektivitas Keputusan
 waktu manajer berharga dan tidak boleh terbuang, tetapi manfaat
utama menggunakan DSS adalah keputusan yg baik.

Ciri dan Keuntungan DSS

1. Dapat menyelesaikan problem yang kompleks.
2. Sistem dapat berinteraksi dengan pemakainya.
3. Lebih cepat dengan hasil yang lebih baik (terutama dibandingkan
dengan pengambilan keputusan secara intuisi).
4. Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi
oleh manajer yang kurang berpengalaman.
5. Untuk masalah yang berulang, DSS dapat memberi keputusan yang
lebih efektif
6. Fasilitas untuk mengambil data dapat memberikan kesempatan bagi
beberapa manajer untuk berkomunikasi dengan lebih baik.
7. Meningkatkan produktivitas dan kontrol dari manajer.
Komponen DSS
Jika dilihat dari sudut pandang komponen, DSS dapat dibagi menjadi tiga
buah subsistem utama, antara lain:
1. Subsistem Data
Subsistem data terdiri dari basis data yang relevan dengan lingkungan
system dan dikelola oleh sebuah system perangkat lunak DBMS
(Database Management System). Sumber data DSS dapat berasal dari
internal maupun eksternal.
2. Subsistem Model
DSS memiliki kemampuan mengintegrasikan akses data dan model
dengan cara menanamkannya pada system informasi dengan
menggunakan database sebagai mekanisme integrasi dan komunikasi
antar model. Subsistem ini sering kali disebut sebagai MBMS (Model
Base Management System). Proses kreasi model harus bersifat
fleksibel dengan bahasa pemodelan yang kuat dan sekumpulan
building blocks yang terdapat dibentuk pada proses pemodelan.
3. Subsistem Antarmuka Pengguna
Karakteristik fleksibilitas dan usability dari DSS ditentukan oleh
kapabilitas antarmuka system. Pengguna berinteraksi dan memberikan
perintah-perintah kepada DSS melalui subsistem ini dikenal sebagai
DGMS (Dialogue Generation and Management System). Subsistem
menyediakan struktur antarmuka grafis yang konsisten dan mudah
diadaptasi oleh pengguna.
Pada pengembangannya, DSS juga dapat memiliki subsistem
pengetahuan. Subsistem ini digunakan untuk mendukung pengelolaan
subsistem DSS lainnya atau berfungsi sebagai komponen independen dalam
menyediakan kemampuan kecerdasan tambahan bagi pembuat keputusan
dengan menggunakan system pakar atau system inteligensi lainnya. DSS
dengan kemampuan kecerdasan sering kali dikenal dengan intelligent DSS.
Tujuan DSS
 1. Memberikan dukungan untuk pembuatan kepututsan pada masalah
yang semi/tidak terstruktur.
2. Memberikan dukungan pembuatan keputusan kepada manager pada
semua tingkat dengan membantu integrasi antar tingkat.
3. Meningkatkan efektifitas manajer dalam pembuatan keputusan dan
bukan peningkatan efisiennya.

Tiga Tingkat Teknologi DSS

1. Spesific DSS
Merupakan hardware atau software yang memungkinkan
seseorang/sekelompok orang pengambil keputusan melakukan analisis
terhadap suatu masalah tertentu.
2. DSS Generator
Suatu paket hardware atau software yang mampu secara cepat dan
mudah membuat Specific DSS
3. DS Tools
Hardware atau software yang membantu pembuatan Specific DSS atau
Generator DSS.

EIS (Executive Information System)

Salah satu peran penting yang dilakukan dalam pekerjaan sebagai
seorang manajer di dalam suatu organisasi adalah melakukan pengambilan
keputusan. Ruang lingkup pengambilan keputusan tersebut dapat
tergantung kepada banyak hal, seperti posisi pekerjaan sebagai seorang
manajer dalam suatu organisasi. Hirarki dalam management organisasi di
tingkat yang lebih tinggi disebut dengan eksekutif. keputusan yang diambil
oleh para eksekutif tersebut merupakan keputusan yang sangat penting,
menyangkut dengan kelangsungan hidup dalam jangka panjang perusahaan
tersebut. Untuk menjalankan pekerjaan yang efektif sebagai eksekutif ini
diperlukan pengambilan keputusan berdasarkan keputusan yang akurat,
tepat, dapat diandalkan dan informasi yang digunakan merupakan informasi
yang memiliki relevansi dengan keputusan yang akan diambil. Untuk dapat
melakukan pengambilan keputusan yang tepat tersebut dalam skala
informasi yang cukup besar dapat dilakukan dengan menggunakan
dukungan salah satu pendukung pengolahan data sistem informasi yang
tercakup dalam executive information system (EIS).

Executive Information System

Executive Information System (EIS) atau disebut juga sebagai Executive
Support System(ESS) adalah sistem berbasis komputer yang interaktif, yang
memungkinkan pihak eksekutif untuk mengakses data dan informasi,
sehingga dapat dilakukan pengidentifikasian masalah, pengeksplorasian
solusi, dan menjadi dasar dalam proses perencanaan yang sifatnya strategis.

EIS mengintegrasikan data yang berasal dari sumber data internal maupun
eksternal, kemudian melakukan transformasi data ke dalam bentuk
rangkuman laporan yang berguna. Laporan ini biasanya digunakan oleh
manajer dan level eksekutif untuk mengakses secara cepat laporan yang
berasal dari seluruh perusahaan dan departemen, sehingga dapat diperoleh
pengetahuan yang berguna bagi pihak eksekutif. Laporan ini digunakan
untuk menemukan alternatif solusi untuk menekan permasalahan manajerial
dan membuat perencanaan keputusan untuk perusahaan.

Karakeristik Teknologi Informasi untuk EIS

Dari definisi EIS, dapat diketahui EIS berhubungan erat dengan pengelolaan
dan perepresentasian informasi dengan menggunakan komputer. Dengan
.demikian, EIS sangat erat kaitannya dengan teknologi informasi. Adapun
karakteristik teknologi informasi yang dibutuhkan oleh EIS adalah sebagai
berikut :
1. Executive-friendly, sesuai dengan keahlian mengoperasikan komputer
yang dimiliki oleh kalangan eksekutif. Mudah digunakan dan mudah
dipelajari.
2. Memungkinkan pengguna untuk meng-undo prosedur atau kembali ke
tampilan layar yang diakses sebelumnya.
3. Memiliki on-line help.
4. Sesuai dengan kebutuhan eksekutif dalam hal kecepatan.
5. Graphic-oriented dan dapat menampilkan tampilan grafis yang
bervariasi, sesuai dengan kebutuhan.
Karakteristik Data untuk EIS
Format data yang disediakan oleh EIS juga harus memenuhi kebutuhan data
para pihak eksekutif. Berikut adalah karakteristik data yang dibutuhkan oleh
EIS :
1. Data yang telah dirangkum (highly summarized data). Pada umumnya,
eksekutif lebih mencari rangkuman data, dibandingkan rincian data,
untuk membuat keputusan.
2. Drill down. Menyediakan mekanisme yang memungkinkan eksekutif
untuk melakukan drill down, atau melihat rincian data yang menyusun
rangkuman data.
3. Integrasi data dari basis data yang berbeda - beda. Terkadang
eksekutif memerlukan data dari basis data on-line, seperti jumlah
current budget. Dalam periode tertentu, eksekutif akan memerlukan
akses ke rangkuman data yang dikelola secara statis di basis data.
4. Eksekutif lebih tertarik untuk melihat trend jangka panjang, misalnya
lima tahun ke depan.
5. Informasi menjadi lebih bermakna jika dapat dibandingkan dengan
informasi lain yang sejenis. Artinya, EIS harus dapat mengakses data
eksternal yang dapat dibandingkan dengan data perusahaan.
6. Informasi yang disampaikan kepada eksekutif harus dalam bentuk
yang ditentukan oleh faktor penentu kesuksesan (critical success
factors) yang didefinisikan oleh eksekutif.
Karakteristik EIS :
Dari karakteristik teknologi informasi dan data yang dibutuhkan oleh EIS,
serta tujuan dari EIS, maka dapat disimpulkan bahwa sebuah EIS memiliki
karakteristik sebagai berikut :
1. Disesuaikan untuk pihak eksekutif.
2. Mudah digunakan.
3. Memiliki kemampuan drill down.
4. Mendukung kebutuhan data eksternal.
5. Dapat membantu dalam situasi yang memiliki tingkat ketidakpastian
yang tinggi.
6. Memiliki orientasi masa depan.
Perkembangan Arsitektur EIS
EIS tradisional memiliki dua komponen utama yaitu: (1) basis data terpusat,
yang merupakan repositori data yang diekstrak dari berbagai sumber; (2)
mesin untuk menganalisa data dan menampilkan hasilnya kepada para
eksekutif.

Arsitektur ini sederhana dan mudah untuk dikelola. Karena menggunakan

basis data terpusat, query dan analisa dapat diproses dengan cepat. Akan
tetapi dalam melakukan ekstraksi dan peng-updatean data dari sumber yang
berbeda ke dalam basis data terpusat merupakan permasalahan yang
kompleks. Sebab seringkali data tersebut tidak kompatibel antara satu
sumber dengan sumber data yang lain. Arsitektur EIS tradisional tidak dapat
beradaptasi terhadap inkompatibilitas data. Oleh karena itu, setiap kali
terdapat perubahan pada local system, basis data terpusat harus disusun
kembali, di-compile ulang, atau bahkan didesain ulang. EIS tradisional hanya
mendukung analisis data sederhana yang sudah didefinisikan terlebih
dahulu.
Adanya permasalahan ini, mendorong para peneliti untuk mempelajari cara
untuk: (1) mengintegrasikan dan mengakses data dari sumber data
terdistribusi yang heterogen, dan (2) menganalisa data melalui pendekatan
multidimensional.
Teknologi data warehousing dan teknik On-line Analytical Processing(OLAP)
telah memberikan banyak kontribusi dalam meningkatkan EIS tradisional.
Peningkatan ini mengarah pada terbentuknya arsitektur EIS yang baru, yaitu
EIS kontemporer. Pada arsitektur ini, basis data terpusat digantikan
fungsinya oleh data warehouse, sedangkan teknik OLAP digunakan untuk
analisis data multidimensional dan penampilan informasi. Teknologi data
warehousing mengurangi masalah integrasi data. Data dari local system
yang berbeda akan diekstrak, dibersihkan, dan ditransformasikan oleh
integrator berdasarkan skema data terintegrasi, kemudian disimpan ke
dalam data warehouse.
Namun Struktur EIS Kontemporer pada dasarnya tidak memiliki
fleksibilitas dan adaptabilitas dimana :
1. Fleksibilitas : kemampuan untuk mengakomodir perubahan
kebutuhan data oleh eksekutif
2. Adaptabilitas : Kemampuan untuk beradaptasi terhadap perubahan
konten, format data, platform, dan struktur yang mungkin muncul
dalam sumber data lokal
Dari kekurangan fleksibiltas dan adaptabilitas tersebutlah kemudian di coba
untuk mengembangkan dengan pendekatan menggunakan Database, adalah
Metode sistem integrasi yang dapat mengelolah beberapa sistem dan bisa
mendapatkan open system architecture sambil tetap mempertahankan
otonomi local system dan memungkinkan untuk sistem tersebut berevolusi.
Dibawah ini akan ditampilkan gambaran seperti apa pendekatan
metadatabase tersebut

Sehingga struktur EIS kontemporer yang telah beradaptasi dengan

menggunakan pendekatan metadatabase mengalami evolusi dan dapat
berubah menjadi :
Arsitektur yang baru terdiri dari 2 unsur besar, yaitu :
Metadatabase Management System (MDBMS). Adalah sistem berbasis
pengetahuan yang mengintegrasikan dan mengatur penggunaan multiple
local system melalui data atau metadata. Yang memiliki 2 peranan penting,
yaitu (1) Menyediakan akses yang transparan terhadap data dari local
system dan warehouse (2) Menyediakan metadata yang dibutuhkan untuk
analisis multidimensional data
Multidimensional Data Analysis System (MDAS). yang terdiri dari 2 sub-
sistem, yaitu:
1. ROLAP/MDB Interface yang menyediakan penghubung eksekutif untuk
memformulasikan permintaan mereka dan untuk menampilkan hasil
analisis mereka
2. ROLAP/MDB (Relational On-Line Analytical Processsing/
Multidimentional DataBase) Analyzer yaitu Software yang digunakan
untuk mengolah metadatabase yang disediakan oleh MDBMS untuk
memungkinkan analisis online multidimentional data.
Implementasi EIS :
Berikut ini merupakan langkah – langkah pengimplementasian EIS, yaitu :
1. Membangun data warehouse yang lengkap dan efisien.
2. Membuat prototipe EIS, membuat desain eksperimen dari seluruh
atau sebagian sistem, untuk mengujicobakan prosedur/prinsip, teknik
atau tool tertentu.
3. Membuat dokumentasi pengembangan EIS untuk tiap tahap
pengembangan.
4. Menggunakan dukungan otomatisasi kantor (e-mail, scheduler, dll).
Sebelum membuat keputusan, eksekutif perlu berdiskusi dengan staff
untuk meminta pendapat dari pihak - pihak yang dipengaruhi oleh
keputusan yang akan dibuat. Dengan demikian dapat juga dianalisis
kemungkinan adanya alternatif keputusan. Setelah membuat
keputusan, eksekutif perlu melakukan sosialisasi dan follow-up.
Otomatisasi kantor mendukung untuk kedua hal tersebut di atas.
 B. KMS Knowledge Management System
Knowledge Management (KM) adalah sebuah konsep yang relatif baru
yang bergerak di atas infrastruktur teknologi informasi (Internet & Intranet)
yang ada. Sangat berbeda dengan dengan konsep e-commerce yang hari-
hari ini sedang booming dan banyak di minati oleh orang banyak. E-
commerce seperti kita rasanya sebetulnya hanyalah membuat effisien
proses perdagangan yang sudah ada supaya lebih cepat dan dapat di akses
dengan mudah dari segala penjuru dunia.
Berbeda dengan konsep-konsep effisiensi prosedur, knowledge
management di fokuskan untuk menjadi seseorang / sebuah institusi agar
menang dalam kompetisinya karena memiliki pengetahuan yang lebih baik
daripada kompetitor-nya. Isu utama di knowledge management adalah
competitiveness. Competitiveness tersebut di peroleh dengan cara
mengelola pengetahuan yang kita miliki dengan baik dan effisien.
Pada saat ini di Indonesia sedang terjadi gerakan untuk membangun
knowledge infrastructure yang berbasis knowledge management yang di
motori oleh Knowledge Management Reseach Group (KMRG). Melalui
infrastruktur pengetahuan yang dibangun berbasis Web diharapkan dapat
mengkaitkan banyak sekali institusi pendidikan dan beberapa institusi
komersial / non-pendidikan supaya proses tolong menolong dalam
pemandaian bangsa ini terjadi.
Dalam konsep baru - knowledge management – sebuah institusi secara
sadar dan komprehensive akan mengumpulkan, mengorganize, men-share,
dan menganalisa pengetahuan yang mereka miliki untuk tujuan-tujuan di
masa mendatang. Umumnya yang ada beberapa perusahaan memfokuskan
pada proses yang ada dan mencoba agar menjadikan satu proses-proses
tersebut menjadi satu kesatuan.
Knowledge management sendiri merupakan sebuah proses yang
kompleks, oleh karena itu tidak mungkin dapat ditangani oleh sebuah vendor
saja. Untuk dapat sukses mengimplementasikan knowledge management
harus secara cantik menggabungkan berbagai solusi yang ada menjadi satu
kesatuan yang komprehensive.
Dalam sebuah artikel di Information Week, Jeff Angus & Jeetu Patel
menggambarkan empat (4) proses yang menggambarkan knowledge
management yang dapat di tuliskan dalam sebuah tabel di bawah
Proses Utama Aktifitas
 Pengumpulan & pemasukan data OCR & scanning
Pemasukan suara
Mengambil informasi dari
berbagai sumber
Mencari informasi untuk
dimasukan

Pengorganisasian / Pengindexan
pengkatalogan Pemfilteran
Link / penghubungan

Pemurnian & Pemberian konteks Kerjasama

Compacting
Projecting
Data Mining

Aliran diseminasi Sharing

Alert
Push

Sebuah rencana knowledge management, pertama kali tentunya harus

melakukan survey akan kebutuhan institusi tersebut. Dengan
memperhitungkan semua aktifitas di atas untuk memenuhi kebutuhan yang
ada. Tantangan selanjutnya adalah menemukan atau membuat perangkat
lunak yang cocok dalam konteks-nya untuk rencana secara keseluruhan.
Jika kita melihat lebih dekat apa yang dilakukan oleh orang di bidang
knowledge management – saya coba menyadur tulisan dari Karl E. Sveiby
yang cukup menarik. Tampaknya kalau melihat secara teliti maka ada dua
(2) buah jalur utama yang di ambil oleh orang tentang Knowledge
Management (KM).
Jalur KM = Manajemen dari informasi. Peneliti & praktisi di bidang ini
umumnya mempunyai pendidikan di bidang komputer dan / atau ilmu
informasi. Mereka terlibat dalam pembangunan Sistem Informasi
Manajemen, AI, re-engineering, groupware dll. Bagi mereka pengetahuan =
objek yang dapat di identifikasi dan di proses dalam sistem informasi. Jalur
ini baru dan berkembang sangat pesat pada saat ini, terutama dengan
berbagai perkembangan di dunia komputer.
Jalur KM = Manajemen dari orang. Peneliti & praktisi di bidang ini
cenderung memperoleh pendidikan di bidang philosofi, psychologi, sosiologi
dan bisnis / management. Mereka umumnya umumnya terlibat dalam
pengaksesan, pengubahan dan perbaikan skill & perilaku manusia secara
individu. Bagi mereka pengetahuan = proses, sebuah set kompleks dari skill
dinamis, know-how dll yang terus menerus berubah. Secara tradisional
mereka terlibat dalam proses belajar dan proses manajemen kompetensi
individual ini – seperti seorang psycholog – atau pada tingkat organisasi –
seperti philosofer, sosiolog atau teoritis organisasi. Jalur ini sudah tua dan
tidak berkembang demikian pesat.
Tingkat: Perspektif Individual. Fokus dari penelitian & praktek pada
individual.
Tingkat: Perspektif Organisasi. Fokus dari penelitian & praktek pada
organisasi.
Dalam tabel 2x2 dapat kita lihat Knowledge Management sebagai berikut
Jalur Knowledge = Objek Knowledge = Proses
Tingkat Organisasi Re-engineering Teoritis Organisasi
Tingkat Individual AI-spesialis Psycholog

Tentunya karena perbedaan latar belakang pendidikan yang cukup

ekstrim tersebut, sering kali bahasa yang digunakan oleh kedua sisi tersebut
akan berbeda satu dengan yang lain jika berbicara satu dengan yang lain.
Secara umum berbagai inisiatif knowledge management dapat
dipetakan dalam tiga (3) hal besar untuk aset intangible, yaitu, struktur
eksternal, strukur internal dan kompetensi dari SDM. Dalam contoh tabel
berikut di gambarkan beberapa contoh aplikasi yang real dari berbagai
inisiatif yang ada.
Struktur External Struktur Internal Kompetensi SDM
Peroleh pengetahuan Bangun budaya untuk Buat jenjang karir
dari customer. berbagai berbasis knowledge
pengetahuan. management.
Berikan customer Buat revenue baru Buat lingkungan
tambahan dari pengetahuan terbatas untuk
pengetahhuan. yang ada. transfer pengetahuan
tacit.
Tangkap pengetahuan Belajar dari simulasi
tacit yang ada di dan instalasi pilot
masing-masing projek.
individu, simpan,
sebarkan & gunakan.
Ukur proses
 pembuatan
pengetahuan dan aset
intangible.

Hasil penelitian tugas ahir tentang : GIS, VIRTUAL REALITY, EXPERT SYSTEM,
NATURAL SYSTEM, ARTIFICIAL INTELLIGENCE

Sistem Informasi Geografi (SIG)/Geographic Information

System (GIS)
Sistem Informasi Geografi (SIG) atau Geographic Information System
(GIS) adalah suatu sistem informasi yang dirancang untuk bekerja dengan
data yang bereferensi spasial atau berkoordinat geografi atau dengan kata
lain suatu SIG adalah suatu sistem basis data dengan kemampuan khusus
untuk menangani data yang bereferensi keruangan (spasial) bersamaan
dengan seperangkat operasi kerja (Barus dan Wiradisastra, 2000).
Sedangkan menurut Anon (2001) Sistem Informasi geografi adalah suatu
sistem Informasi yang dapat memadukan antara data grafis (spasial) dengan
data teks (atribut) objek yang dihubungkan secara geogrfis di bumi
(georeference). Disamping itu, SIG juga dapat menggabungkan data,
mengatur data dan melakukan analisis data yang akhirnya akan
menghasilkan keluaran yang dapat dijadikan acuan dalam pengambilan
keputusan pada masalah yang berhubungan dengan geografi.
Sistem Informasi Geografis dibagi menjadi dua kelompok yaitu sistem
manual (analog), dan sistem otomatis (yang berbasis digital komputer).
Perbedaan yang paling mendasar terletak pada cara pengelolaannya. Sistem
Informasi manual biasanya menggabungkan beberapa data seperti peta,
lembar transparansi untuk tumpang susun (overlay), foto udara, laporan
statistik dan laporan survey lapangan. Kesemua data tersebut dikompilasi
dan dianalisis secara manual dengan alat tanpa komputer. Sedangkan
Sistem Informasi Geografis otomatis telah menggunakan komputer sebagai
sistem pengolah data melalui proses digitasi. Sumber data digital dapat
berupa citra satelit atau foto udara digital serta foto udara yang terdigitasi.
Data lain dapat berupa peta dasar terdigitasi (Nurshanti, 1995).
Pengertian GIS/SIG saat ini lebih sering diterapkan bagi teknologi
informasi spasial atau geografi yang berorientasi pada penggunaan teknologi
komputer. Dalam hubungannya dengan teknologi komputer, Arronoff (1989)
dalam Anon (2003) mendifinisikan SIG sebagai sistem berbasis komputer
yang memiliki kemampuan dalam menangani data bereferensi geografi yaitu
pemasukan data, manajemen data (penyimpanan dan pemanggilan
kembali), memanipulasi dan analisis data, serta keluaran sebagai hasil akhir
(output). Sedangkan Burrough, 1986 mendefinisikan Sistem Informasi
Geografis (SIG) sebagai sistem berbasis komputer yang digunakan untuk
memasukkan, menyimpan, mengelola, menganalisis dan mengaktifkan
kembali data yang mempunyai referensi keruangan untuk berbagai tujuan
yang berkaitan dengan pemetaan dan perencanaan. Komponen utama
Sistem Informasi Geografis dapat dibagi kedalam 4 komponen utama yaitu:
perangkat keras (digitizer, scanner, Central Procesing Unit (CPU), hard-disk,
dan lain-lain), perangkat lunak (ArcView, Idrisi, ARC/INFO, ILWIS, MapInfo,
dan lain-lain), organisasi (manajemen) dan pemakai (user). Kombinasi yang
benar antara keempat komponen utama ini akan menentukan kesuksesan
suatu proyek pengembangan Sistem Informasi Geografis.
Aplikasi SIG dapat digunakan untuk berbagai kepentingan selama data
yang diolah memiliki refrensi geografi, maksudnya data tersebut terdiri dari
fenomena atau objek yang dapat disajikan dalam bentuk fisik serta memiliki
lokasi keruangan (Indrawati, 2002).
Tujuan pokok dari pemanfaatan Sistem Informasi Geografis adalah untuk
mempermudah mendapatkan informasi yang telah diolah dan tersimpan
sebagai atribut suatu lokasi atau obyek. Ciri utama data yang bisa
dimanfaatkan dalam Sistem Informasi Geografis adalah data yang telah
terikat dengan lokasi dan merupakan data dasar yang belum dispesifikasi
(Dulbahri, 1993).
Data-data yang diolah dalam SIG pada dasarnya terdiri dari data spasial
dan data atribut dalam bentuk digital, dengan demikian analisis yang dapat
digunakan adalah analisis spasial dan analisis atribut. Data spasial
merupakan data yang berkaitan dengan lokasi keruangan yang umumnya
berbentuk peta. Sedangkan data atribut merupakan data tabel yang
berfungsi menjelaskan keberadaan berbagai objek sebagai data spasial.
Penyajian data spasial mempunyai tiga cara dasar yaitu dalam bentuk
titik, bentuk garis dan bentuk area (polygon). Titik merupakan kenampakan
tunggal dari sepasang koordinat x,y yang menunjukkan lokasi suatu obyek
berupa ketinggian, lokasi kota, lokasi pengambilan sample dan lain-lain.
Garis merupakan sekumpulan titik-titik yang membentuk suatu kenampakan
memanjang seperti sungai, jalan, kontus dan lain-lain. Sedangkan area
adalah kenampakan yang dibatasi oleh suatu garis yang membentuk suatu
ruang homogen, misalnya: batas daerah, batas penggunaan lahan, pulau
dan lain sebagainya.
Struktur data spasial dibagi dua yaitu model data raster dan model data
vektor. Data raster adalah data yang disimpan dalam bentuk kotak segi
empat (grid)/sel sehingga terbentuk suatu ruang yang teratur. Data vektor
adalah data yang direkam dalam bentuk koordinat titik yang menampilkan,
menempatkan dan menyimpan data spasial dengan menggunakan titik,
garis atau area (polygon) (Barus dan Wiradisastra, 2000).
Lukman (1993) menyatakan bahwa sistem informasi geografi menyajikan
informasi keruangan beserta atributnya yang terdiri dari beberapa
komponen utama yaitu:
1. Masukan data merupakan proses pemasukan data pada komputer dari
peta (peta topografi dan peta tematik), data statistik, data hasil analisis
penginderaan jauh data hasil pengolahan citra digital penginderaan jauh,
dan lain-lain. Data-data spasial dan atribut baik dalam bentuk analog
maupun data digital tersebut dikonversikan kedalam format yang diminta
oleh perangkat lunak sehingga terbentuk basisdata (database). Menurut
Anon (2003) basisdata adalah pengorganisasian data yang tidak
 berlebihan dalam komputer sehingga dapat dilakukan pengembangan,
pembaharuan, pemanggilan, dan dapat digunakan secara bersama oleh
pengguna.
2. Penyimpanan data dan pemanggilan kembali (data storage dan retrieval)
ialah penyimpanan data pada komputer dan pemanggilan kembali
dengan cepat (penampilan pada layar monitor dan dapat
ditampilkan/cetak pada kertas).
3. Manipulasi data dan analisis ialah kegiatan yang dapat dilakukan berbagai
macam perintah misalnya overlay antara dua tema peta, membuat buffer
zone jarak tertentu dari suatu area atau titik dan sebagainya. Anon (2003)
mengatakan bahwa manipulasi dan analisis data merupakan ciri utama
dari SIG. Kemampuan SIG dalam melakukan analisis gabungan dari data
spasial dan data atribut akan menghasilkan informasi yang berguna untuk
berbagai aplikasi
4. Pelaporan data ialah dapat menyajikan data dasar, data hasil pengolahan
data dari model menjadi bentuk peta atau data tabular. Menurut Barus
dan wiradisastra (2000) Bentuk produk suatu SIG dapat bervariasi baik
dalam hal kualitas, keakuratan dan kemudahan pemakainya. Hasil ini
dapat dibuat dalam bentuk peta-peta, tabel angka-angka: teks di atas
kertas atau media lain (hard copy), atau dalam cetak lunak (seperti file
elektronik).
Menurut Anon (2003) ada beberapa alasan mengapa perlu
menggunakan SIG, diantaranya adalah:
1. SIG menggunakan data spasial maupun atribut secara terintegrasi
2. SIG dapat digunakansebagai alat bantu interaktif yang menarik dalam
usaha meningkatkan pemahaman mengenai konsep lokasi, ruang,
kependudukan, dan unsur-unsur geografi yang ada dipermukaan bumi.
3. SIG dapat memisahkan antara bentuk presentasi dan basis data
4. SIG memiliki kemampuan menguraikan unsur-unsur yang ada
dipermukaan bumi kedalam beberapa layer atau coverage data spasial
5. SIG memiliki kemapuan yang sangat baik dalam memvisualisasikan
data spasial berikut atributnya
6. Semua operasi SIG dapat dilakukan secara interaktif
7. SIG dengan mudah menghsilkan peta-peta tematik
8. semua operasi SIG dapat di costumize dengan menggunakan perintah-
perintah dalam bahaa script.
9. Peragkat lunak SIG menyediakan fasilitas untuk berkomunikasi dengan
perangkat lunak lain
10. SIG sangat membantu pekerjaan yang erat kaitannya dengan bidang
spasial dan geoinformatika.
Barus dan Wiradisastra (2000) juga mengungkapkan bahwa SIG adalah
alat yang handal untuk menangani data spasial, dimana dalam SIG data
dipelihara dalam bentuk digital sehingga data ini lebih padat dibanding
dalam bentuk peta cetak, tabel atau dalam bentuk konvensional lainnya
yang akhirnya akan mempercepat pekerjaan dan meringankan biaya yang
diperlukan.
 Sarana utama untuk penanganan data spasial adalah SIG. SIG didesain
untuk menerima data spasial dalam jumlah besar dari berbagai sumber dan
mengintergrasikannya menjadi sebuah informasi, salah satu jenis data ini
adalah data pengindraan jauh. Pengindraan jauh mempunyai kemampuan
menghasilkan data spasial yang susunan geometrinya mendekati keadaan
sebenarnya dengan cepat dan dalam jumlah besar. Barus dan Wiradisastra
(2000) mengatakan bahwa SIG akan memberi nilai tambah pada
kemampuan pengindraan jauh dalam menghasilkan data spasial yang besar
dimana pemanfaatan data pengindraan jauh tersebut tergantung pada cara
penanganan dan pengolahan data yang akan mengubahnya menjadi
informasi yang berguna.

Virtual Reality
Virtual Reality (VR) adalah "lingkungan" tiruan yang diprogram lewat
komputer/ software dan dirasakan oleh pengguna seolah-olah nyata. Untuk
membuat perasaan ini,otak kita pengguna harus dimanipulasi lewat indera
yang ada (penglihatan, pendengaran, pembau, perasa [lidah] dan sentuhan),
namun VR biasanya direpresentasikan lewat penglihatan dan pendengaran,
menggunakan grafis dan suara, sehingga pengguna seolah berada di dunia
baru.
Sekarang, istilah "virtual reality" mulai tergantikan oleh istilah "virtual
envoronment" (VE) oleh para ahli komputer. Konsepnya tetap sama, yaitu
mensimulasikan lingkungan 3-D yang bisa dijelajahi oleh pengguna seolah-
olah benar-benar bisa dirasakan lewat indera.

2 syarat yang harus ada dalam VR/ VE adalah:

1. Gambar/ grafis/ penglihatan 3-D yang nyata menurut perspektif
penglihatan pengguna
2. Kemampuan untuk mendeteksi gerakan-gerakan pengguna, seperti
gerakan kepala dan arah bola mata, untuk menyesuaikan grafis yang
dihasilkan supaya menyesuaikan perubahan "dunia" 3-Dnya
Saat berada dalam VR, pengguna akan merasa "melebur" seolah menyatu
dengan dunianya, dan bisa berinteraksi dengan objek-objek yang ada di
sana. Hal ini disebut dengan "telepresence".
Menurut Jonathan Stauer, ada dua komponen dalam perasaan "melebur" ini,
yang disebut:
1. Depth of information, merupakan banyak dan kualitas data yang ditansfer
demi menciptakan lingkungan VR, seperti resolusi, ketajaman gambar, dll
2. Breadth of information, yaitu seberapa besar indera pengguna
dimanipulasi, yang biasanya terbatas pada penglihatan dan pendengaran.
Namun saat ini sedang dikembangkan VR yang bisa memanipulasi indera
sentuhan dan pembau.

Saat VR mendeteksi gerakan pengguna untuk menyesuaikan keadaan

lingkungan tiruannya, ada jeda waktu yang disebut "latency", yaitu jeda di
saat VR mulai mendeteksi gerakan pengguna dan saat tampilan grafis mulai
berubah. Manusia bisa merasakan "jeda waktu" ini jika jaraknya lebih dari 50
milisekon. Jika latency ini terjadi dalam VR, maka pengguna akan mulai
sadar bahwa ia berada di lingkungan palsu, dan perasaan "melebur"nya
akan hilang.

Alat yang dipakai untuk menyajikan dunia ini pada pengguna bisa
bermacam-macam, yang paling banyak dipakai adalah Head-mounted
Display (HMD), yang dilengkapi dengan dua layar untuk tiap mata dan
dipakai seperti kacamata besar dan aneh di kepala.

Ada juga CAVE (Cave Automatic Virtual Environment) yang memproyeksikan

gambar pada dinding-dinding, langit-langit, dan lantai pada ruangan kotak
yang kecil. Pengguna bisa bergerak-gerak dalam ruangan itu dan dilengkapi
dengan kacamata khusus untuk melengkapi nuansa yang dirasakan. Namun
CAVE memakan tempat dan mahal.

Aplikasi dari virtual reality misalnya pada aplikasi kedokteran, game, sampai
pelatihan militer. Ada juga VR yang digunakan untuk mengatasi ketakutan
akan ketinggian dan dijadikan sarana terapi.

Artificial Intelligence
Istilah kecerdasan buatan sebenarnya berasal dari bahasa Inggris: “Artificial
Intelligence”. Jika diartikan tiap kata, artificial artinya buatan, sedangkan
intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence
maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di
sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam
berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Kecerdasan buatan (Artificial Intelligence) didefinisikan sebagai kecerdasan
yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya
dianggap sebagai computer. Kecerdasan diciptakan dan dimasukkan
kedalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti
yang dapat dilakukan manusia. Kecerdasan buatan ini bukan hanya ingin
mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Tidak ada
definisi yang memuaskan untuk kecerdasan.
Intelegensia Semu
Pada awal diciptakannya, computer hanya difungsikan sebagai alat
komputasi belaka. Seiring dengan perkembangan waktu, penggunaan
computer semakin mendominasi kehidupan manusia sehingga computer
tidak hanya digunakan sebagai alat hitung saja, tetapi lebih dari itu yaitu
menggantikan beberapa pekerjaan yang biasanya dilakukan oleh manusia.
Manusia menjadi pintar dalam menyelesaikan segala permasalahan yang
dihadapi karena manusia mempunyai pengetahuan dan pengalaman.
Pengetahuan didapatkan dari proses belajar, pengalaman didapatkan karena
perjalanan waktu dan kehidupan yang dialami oleh manusia. Semakin
banyak bekal pengetahuan dan pengalaman yang dimiliki oleh seseorang,
diharapkan orang tersebut lebih mampu menyelesaikan masalah yang
dihadapinya.
Namun bekal pengetahuan saja tidak cukup, manusia juga diberikan akal
untuk melakukan penalaran, mengambil kesimpulan berdasarkan
pengetahuan dan pengalaman yang dimilikinya. Tanpa memiliki kemampuan
penalaran yang baik, tidak ada artinya manusia itu memiliki pengetahuan
dan pengalaman sebanyak apapun. Demikian juga sebaliknya, walaupun
seorang manusia memiliki kemampuan penalaran yang baik, namun tanpa
bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak
dapat menyelesaikan masalahnya dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer
juga harus diberi bekal pengetahuan dan diberikan kemampuan untuk
menalar. Untuk itu, artificial intelligence akan mencoba untuk memberikan
beberapa metode untuk membekali computer dengan kedua komponen
tersebut agar computer bisa menjadi mesin yang cerdas.

Neural Network
Secara prinsip jaringan saraf tiruan dapat melakukan komputasi
terhadap semua fungsi yang dapat terhitung (computable function). Jaringan
saraf tiruan dapat melakukan apa yang dapat dilakukan oleh komputer
digital normal.
Dalam prakteknya, jaringan saraf tiruan terutama sangat berguna bagi
klasifikasi dan permasalahan-permasalahan yang dapat mentolerir
ketidaktepatan, yang memiliki banyak data pelatihan, namun memiliki
aturan-aturannya yang tidak dapat diaplikasikan secara mudah.
Dalam paper ini, kami akan mengetengahkan beberapa aplikasi yang
telah berhasil diimplementasikan dengan menggunakan jaringan saraf
tiruan. Selain itu kami pun mengajukan beberapa aplikasi yang mungkin
akan menggunakan jaringan saraf tiruan di masa mendatang.

SISTEM PAKAR( EXPERT SYSTEM )

Perkembangan teknologi komputer dewasa ini semakin pesat baik
perangkat keras maupun perangkat lunak, sehingga hampir sebagian
pekerjaan manusia kini telah dapat diselesaikan dengan komputer. Dengan
demikian, dapat dikatakan bahwa komputer merupakan alat bantu manusia
dalam menyelesaikan pekerjaannya. Salah satu alasan mengapa komputer
lebih cenderung dikatakan sebagai alat bantu manusia adalah kecepatan
dan ketepatan prosesnya lebih dapat diandalkan. Keinginan manusia untuk
menciptakan sesuatu yang baru dimana dapat membantu meringankan
beban pekerjaan terus-menerus dilakukan. Hal ini dikarenakan begitu
banyaknya kemudahan-kemudahan yang ditawarkan komputer, baik dari
segi ketepatan maupun kecepatan informasi.
Kecerdasan Buatan merupakan salah satu bidang dalam ilmu komputer
yang ditujukan pada pembuatan software dan hardware yang dapat
berfungsi sebagai sesuatu yang dapat berfikir seperti manusia. Dengan
memahami mekanisme penalaran seperti manusia, diharapkan komputer
benar – benar merupakan alat bantu yang berguna dalam memecahkan
masalah yang memerlukan penalaran.
Salah satu bagian dari kecerdasan buatan yang sedang mengalami
perkembangan akhir – akhir ini adalah sistem pakar (expert system ), yaitu
suatu sistem yang dirancang untuk dapat menirukan keahlian seorang pakar
dalam menjawab pertanyaan dan memecahkan suatu masalah. Sistem pakar
akan memberikan pemecahan suatu masalah yang didapat dari dialog
dengan pemakai. Dengan bantuan Sistem Pakar seseorang yang bukan
pakar/ahli dapat menjawab pertanyaan, menyelesaikan masalah serta
mengambil keputusan yang biasannya dilakukan oleh seorang pakar.

Ciri-ciri dari Sistem Pakar adalah sebagai berikut :

a. Terbatas pada domain keahlian tertentu.
b. Dapat memberikan penalaran untuk data-data yang tidak pasti
c. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya
dengan cara yang dapat dipahami.
d. Berdasarkan pada kaidah/rule tertentu.
e. Dirancang untuk dapat dikembangkan secara terpisah.
f. Pengetahuan dan mekanisme inferensi jelas terpisah.
g. Keluarannya bersifat anjuran.

Beberapa keuntungan penerapan Sistem Pakar adalah sebagai berikut :

a. Membuat seorang yang awam bekerja seperti layaknya seorang
pakar.
b. Meningkatkan produktivitas akibat meningkatnya kualitas hasil
pekerjaan, meningkatnya kualitas pekerjaan ini disebabkan
meningkatnya efisiensi kerja.
c. Menghemat waktu kerja.
d. Menyerdehanakan pekerjaan.
e. Merupakan arsip terpercaya dari sebuah keahlian, sehingga bagi
pemakai Sistem Pakar seolah-olah berkonsultasi langsung dengan
sang pakar, meskipun mungkin sang pakar telah meninggal.
f. Memperluas jangkauan, dari keahlian seorang pakar. Dimana
sebuah Sistem Pakar yang telah disahkan, akan sama saja artinya
dengan seorang pakar yang tersedia dalam jumlah besar (dapat
diperbanyak dengan kemampuan yang persis sama), dapat
diperoleh dan dipakai dimana saja.
Sebuah program Sistem Pakar terdiri atas komponen-komponen sebagai
berikut :
a. Basis Pengetahuan (Knowledge Base)
Basis Pengetahuan merupakan inti program Sistem Pakar dimana basis
pengetahuan ini merupakan representasi pengetahuan (Knowledge
Representation) dari seorang pakar.
b. Basis Data (Data Base)
Basis Data adalah bagian yang mengandung semua fakta-fakta, baik
fakta awal pada saat sistem mulai beroperasi maupun fakta-fakta yang
 didapatkan pada saat pengambilan kesimpulan yang sedang
dilaksanakan. Dalam praktiknya, Basis data berada di dalam memori
komputer. Kebanyakan Sistem Pakar mengandung Basis Data untuk
menyimpan data hasil observasi dan data lainnya yang dibutuhkan
selama pengolahan.
c. Mesin Inferensi (Inferensi Engine)
Mesin Inferensi adalah bagian yang mengandung mekanisme fungsi
berpikir dan pola-pola penalaran sistem yang akan menganalisis suatu
masalah tertentu dan selanjutnya akan mencari jawaban atau
kesimpulan yang terbaik. Secara deduktif mesin inferensi memilih
pengetahuan yang relevan dalam rangka mencapai kesimpulan. Dengan
demikian sistem ini dapat menjawab pertanyaaan pemakai meskipun
jawaban tersebut tidak tersimpan secara eksplisit di dalam basis
pengetahuan. Mesin Inferensi memulai pelacakannya dengan
mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta
yang ada dalam basis data.

Referensi
http://images.hariwibawa.multiply.multiplycontent.com/attachment/0/SbDe5
AoKCEQAAC-roQ41/DSS.ppt?
key=hariwibawa:journal:8&nmid=215806949Diakses Diakses tanggal
14/4/2011
http://www.blogerch.com/2009/05/executive-information-system-eis.html
Diakses tanggal 14/4/2011
http://luci.blog.upi.edu/2009/10/12/decision-support-system-dss/ diakses
tanggal 15/4/2011
http://mbojo.wordpress.com/2007/04/08/sistem-informasi-geografi-sig/
Diakses tanggal 15/4/2011
http://aerputeh.blogspot.com/2010/02/virtual-reality.html Diakses tanggal
15/4/2011
http://ukyku.files.wordpress.com/2008/02/sistem-pakar-1.doc Diakses
tanggal 16/4/2011