Tugas 2 Audit Teknologi Sistem Informasi

Soal :

1. Sebutkan dan jelaskan faktor-faktor apa saja yang menjadi latar belakang pengamanan sumber daya (fisik dan abstrak) yang terdapat pada perangkat-perangkat teknologi informasi yang dimiliki kalangan pribadi!
2. Metode/cara apa saja yang digunakan untuk mengamankan sumber daya (fisik dan abstrak) yang terdapat pada perangkat-perangkat teknologi informasi!
3. Jelaskan tentang kegunaan pentingnya mengupdate sistem operasi dan aplikasi teknologi informasi!

Jawaban

Banyak faktor yang menjadi latar belakang pengamanan sumber daya (fisik dan abstrak), terlebih pada perangkat-perangkat teknologi informasi yang dimiliki kalangan pribadi. Hal ini dilakukan untuk mengamankan data-data yang dimiliki oleh kalangan pribadi tersebut baik secara pengamanan software maupun hardware. Data mereka perlu diamankan karena beberapa faktor, misalnya data tersebut sangat penting bagi sebuah perusahaan yang dinaungi nya, atau data tersebut dapat digunakan kembali di masa yang akan datang, maka dari itu butuh pengamanan agar data tersebut tidak hilang dengan cara apapun, dan masih banyak lagi latar belakang dalam penanganan sumber daya.

Untuk metode/cara yang digunakan untuk mengamankan sumber daya, setiap kalangan mempunyai cara yang berbeda dalam mengatasi masalahnya. Hal itu disesuaikan dengan kebutuhan pribadi masing-masing. Misalnya pengamanan dari segi software untuk melindungi data dari malware atau semacamnya digunakanlah antivirus agar data tidak terinfeksi. Lalu dari segi hardware, perangkat teknologi informasi disimpan di tempat khusus agar tidak menganggu kepentingan orang disekitar.

Update sistem operasi dan aplikasi teknologi informasi tentunya sangat dibutuhkan, dimana tentu disetiap update tersebut terdapat penambahan-penambahan fitur dari versi sebelumnya, baik di bagian fungsional maupun keamanan dari sistem operasi tersebut. Jika tidak dibiasakan update, maka sistem yang lama akan rentan terhadap suatu gangguan yang lebih tinggi, misalkan sistem operasi lama belum tentu dapat menangani malware yang setiap saat meng-update dirinya untuk menyerang target yang diinginkan. Jika tidak diupdate maka sistem operasi tersebut akan terkena malware baru tersebut dan dampak nya bisa beragam tergantung jenis malware yang menyerangnya.

Tugas 1 Audit Teknologi Sistem Informasi

Tugas 1 Audit Teknologi Sistem Informasi Semester PTA 2017/2018 Kelas 4KA10

1. Jelaskan peranan teknologi sistem informasi dalam kehidupan sehari-hari! Berikan contoh penerapan/pengaplikasian teknologi sistem informasi dalam bidang pendidikan!

2. Kendala-kendala apa saja yang terdapat dalam penerapan/pengaplikasian teknologi sistem informasi! Jelaskan!

3. Sebutkan dan jelaskan keuntungan dan kerugian teknologi sistem informasi!

Jawaban

1.      Peranan teknologi sistem informasi dalam kehidupan sehari –hari sudah banyak diaplikasikan pada berbagai bidang. Karena semakin berkembangnya dunia teknologi, maka perlu juga SDM untuk ikut berperan dalam teknologi sistem informasi agar tidak terjadi ketertinggalan dengan hal yang lain, seperti pengolahan data secara komputerisasi dan tidak menggunakan teknik manual.

Penerapan Teknologi Informasi Dan Komunikasi Dalam Pendidikan.

Teknologi pembelajaran terus mengalami perkembangan seiring perkembangan zaman. Dalam pelaksanaan pembelajaran sehari-hari sering dijumpai kombinasi teknologi audio/data, video/data, audio/video, dan internet. Internet merupakan alat komunikasi yang murah dimana memungkinkan terjadinya interaksi antara dua orang atau lebih. Kemampuan dan karakteristik internet memungkinkan terjadinya proses belajar mengajar jarak jauh (E-Learning) menjadi lebih efektif dan efisien sehingga dapat diperoleh hasil yang lebih baik.

2.      Kendala yang ditemui biasanya pada SDM itu sendiri dimana sdm tersebut tidak mahir dalam menggunakan teknologi sistem informasi yang disediakan sehingga proses pengolahan sebuah informasi menjadi terhambat. Atau juga bisa seperti SDM sudah mampu menggunakan teknologi sistem informasi tetapi fasilitas teknologi sistem informasi tidak memadai.

3.      Keuntungan :

Keuntungan pada teknologi sistem informasi diantaranya, hemat tempat dalam pennyimpanan data karena data disimpan dalam 1 memory harddisk yang mungkin hanya berukuran tempat pensil atau lebih kecil, jadi tidak membutuhkan space lebih besar untuk penyimpanan data

Kerugian :

Biasanya hal ini dialami pada masalah biaya operasional, biaya tersebut akan lebih menguras pada perawatan alat teknologi tersebut ketimbang yang konvensional, maka jika dana pas-pasan dalam pengadaan dan perawatan peralatan teknologi informasi, maka direnungkan kembali untuk pengadaan dan perawatannya

Sumber : http://yusuf-paniti.blog.ugm.ac.id/2011/10/20/peranan-teknologi-informasi-dan-komunikasi-dalam-kehidupan-sehari-hari/

Penalaran

Ketidakpastian

        Ketidakpastian merupakan suatu permasalahan karena mungkin menghalangi kita membuat suatu keputusan yang terbaik. Ketidakpastian dapat dianggap sebagai suatu kekurangan informasi yang memadai untuk membuat suatu keputusan. Teori-teori yang berhubungan dengan ketidakpastian yaitu :

• Probabilitas Klasik 
• Probabilitas Bayes 
• Teori Hartley yang berdasarkan pada himpunan klasik 
• Teori Shanon yang didasarkan pada peluang 
• Teori Dempster-Shafer 
• Teori Fuzzy Zadeh

Teorema Bayes

Dinamakan Teorema Bayes karena ditemukan oleh Thomas Bayes Teorema Bayes kebalikan dari probabilitas kondisional P(A|B) atau disebut posteriori probability, dimana dalam teorema Bayes : state probabilitas dari kejadian awal diberikan untuk melihat kejadian yang mungkin akan terjadi kemudian.

Bentuk umum Teorema Bayes :

P(Hi|E) = P(EÇHi)

P(EÇHj)

= P(E|Hi) P(Hi)

P(E|Hj) P(Hj)

= P(E|Hi) P(Hi)

P(E)

Faktor Kepastian

Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief) dan ketidapercayaan (unbelief) dalam bilangan yang tunggal. Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of belief).

Tahapan Representasi Data Kualitatif

Tahapan dalam merepresentasikan data-data kualitatif :

1. Kemampuan untuk mengekspresikan derajat keyakinan sesuai dengan metode yang sudah dibahas sebelumnya. 
2. Kemampuan untuk menempatkan dan mengkombinasikan derajat keyakinan tersebut dalam sistem pakar.

Dalam mengekspresikan derajat keyakinan digunakan suatu nilai yang disebut certainy factor (CF) untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data.

Formulasi Certainy Factor

Dimana :

• CF = Certainy Factor (faktor kepastian) dalam hipotesis H yang dipengaruhi oleh fakta E.
• MB=Measure of Belief (tingkat keyakinan), adalah ukuran kenaikan dari kepercayaan hipotesis H dipengaruhi oleh fakta E.
• MD=Measure of Disbelief (tingkat ketidakyakinan), adalah kenaikan dari ketidakpercayaan hipotesis H dipengaruhi fakta E.
• E = Evidence (peristiwa atau fakta).
• H = Hipotesis (Dugaan).

Teori Dempster-Shafer

Teori Dempster-Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P. Dempster dan Glenn Shafer.

Secara umum Teori Dempster-Shafer ditulis dalam suatu interval:

[Belief,Plausibility]

Belief

Belief (Bel) adalah ukuran kekuatan evidence (gejala) dalam mendukung suatu himpunan bagian. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukan adanya kepastian.

Plausibility

Plausibility (Pl) dinotasikan sebagai:

Pl(s)= 1 – Bel(¬­­­­­­­­­s)­­­­­­­

Plausibility juga bernilai 0 sampai 1. Jika kita yakin akan –s, maka dapat dikatakan bahwa Bel(¬s)=1, dan Pl(¬s)=0. Plausability akan mengurangi tingkat kepercayaan dari evidence. Pada teori Dempster-Shafer kita mengenal adanya frame of discernment yang dinotasikan dengan θ dan mass function yang dinotasikan dengan m. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga disebut dengan environtment.

Misalkan: θ = {A, B, C, D, E, F, G, H, I, J}

Dengan :

A = Gagal Ginjal Kronik

B = Kanker Ginjal

C = Pielonefritis

D = Sindroma Nefrotik

E = Hidronefrosis

F = Kanker Kandung Kemih

G = Ginjal Polikista

H = Nefritis Tubulointerstisialis

I = Sistitis

J = Infeksi Saluran Kemih

Mass Function

Sedangkan mass function (m) dalam teori Dempster-Shafer adalah tingkat kepercayaan dari suatu evidence measure sehingga dinotasikan dengan (m). Untuk mengatasi sejumlah evidence pada teori Dempster-Shafer menggunakan aturan yang lebih dikenal dengan Dempster’s Rule of Combination.

Dengan :

• m1 (X) adalah mass function dari evidence X
• m2 (Y) adalah mass function dari evidence Y
• m3(Z) adalah mass function dari evidence Z
• κ adalah jumlah conflict evidence

Sumber : 

Pres6_Sistem Berbasis Pengetahuan (Irfan Humaini)

http://informatika.web.id/faktor-kepastian-certainty-factor.htm

http://informatika.web.id/teori-dempster-shafer.htm

Inferensi dalam Logika Order Pertama

Mengubah inferensi order pertama menjadi inferensi proposisi

Representasi 4 kategori silogisme menggunakanlogika predikat

Kaidah Universal Instatiation merupakan state dasar, dimana suatu individual dapat digantikan (disubsitusi) ke dalam sifat universal.

• Contoh :

Misal, φ merupakan fungsi proposisi :

(∀ x) φ(x)

∴ φ(a)

merupakan bentuk yang valid, dimana a menunjukkan spesifik individual, sedangkan x adalah suatu variabel yang berada dalam jangkauan semua individu (universal)

• Contoh lain : (∀ x) H(x)

∴ H(Socrates)

• Berikut ini adalah contoh pembuktian formal silogisme

All men are mortal

Socrates is a man

Therefore, Socrates is mortal

Misal : H = man, M = mortal, s = Socrates

1. (∀ x) (H (x) -> M(x))

2. H(s) / ∴ M(s)

3. H(s) -> M(s) 1 Universal Instatiation

4. M(s) 2,3 Modus Ponens

Unifikasi

        Unifikasi adalah usaha untuk mencoba membuat dua ekspresi menjadi identik (mempersatukan keduanya) dengan mencari substitusi-substitusi tertentu untuk mengikuti peubah-peubah dalam ekspresi mereka tersebut. Unifikasi merupakan suatu prosedur sistematik untuk memperoleh peubah-peubah instan dalam wffs. Ketika nilai kebenaran predikat adalah sebuah fungsi dari nilai-nilai yang diasumsikan dengan argumen mereka, keinstanan terkontrol dari nilai-nilai selanjutnya yang menyediakan cara memvalidasi nilai-nilai kebenaran pernyataan yang berisi predikat. Unifikasi merupakan dasar atas kebanyakan strategi inferensi dalam Kecerdasan Buatan. Sedangkan dasar dari unifikasi adalah substitusi.

      Suatu substitusi (substitution) adalah suatu himpunan penetapan istilah-istilah kepada peubah, tanpa ada peubah yang ditetapkan lebih dari satu istilah. Sebagai pengetahuan jantung dari eksekusi Prolog, adalah mekanisme unifikasi.

Aturan-aturan unifikasi :

1. Dua atom (konstanta atau peubah) adalah identik.
2. Dua daftar identik, atau ekspresi dikonversi ke dalam satu buah daftar.
3. Sebuah konstanta dan satu peubah terikat dipersatukan, sehingga peubah menjadi terikat kepada konstanta.
4. Sebuah peubah tak terikat dipersatukan dengan sebuah peubah terikat.
5. Sebuah peubah terikat dipersatukan dengan sebuah konstanta jika pengikatan pada peubah terikat dengan konstanta tidak ada konflik.
6. Dua peubah tidak terikat disatukan. Jika peubah yang satu lainnya menjadi terikat dalam upa-urutan langkah unifikasi, yang lainnya juga menjadi terikat ke atom yang sama (peubah atau konstanta).
7. Dua peubah terikat disatukan jika keduanya terikat (mungkin melalui pengikatan tengah) ke atom yang sama (peubah atau konstanta).

Generalized Modus Ponens (GMP)

Dalam logika Boolean, dengan aturan `` JIKA X adalah A THEN Y adalah B '', proposisi X adalah A harus diamati untuk mempertimbangkan proposisi Yadalah B. Dalam logika fuzzy, proposisi `` X adalah A' '', Dekat dengan premis `` X adalah A '' dapat diamati untuk memberikan kesimpulan `` Y adalah B' '' Dekat dengan kesimpulan `` Y adalah B '' . Sebuah inferensi fuzzy sederhana dapat direpresentasikan sebagai:

Aturan	: JIKA	X adalah A THEN	Y adalah B
Fakta	:	X adalah A'
Kesimpulan	:		Y adalah B'

Untuk menyimpulkan seperti inferensi fuzzy kita menggunakan mekanisme yang disebut umum modus ponens. Di sini, kita menggunakan salah satu berdasarkan implikasi fuzzy Brouwer-Gödel diungkapkan oleh:

Catatan: Asumsikan -> operator implikasi Brouwer-Gödel dan o operator kombinasi, rumus dapat dinyatakan dengan B' = A'o(A-->B) yang kita gunakan sekarang untuk menyederhanakan notasi.

Rangkaian Forward dan backward

Forward chaining 

• Suatu rantai yang dicari atau dilewati/dilintasi dari suatu permasalahn untuk memperoleh solusi.
• Penalaran dari fakta menuju konklusi yang terdapat dari fakta.

Backward chaining :

• Suatu rantai yang dilintasi dari suatu hipotesa kembali ke fakta yang mendukung hipotesa tersebut.
• Tujuan yang dapat dipenuhi dengan pemenuhan sub tujuannya.

 Karakteristik Forward dan Backward chaining :

Forward chaining	Backward chaining
Perencanaan, monitoring, kontrol	Diagnosis
Disajkan untuk masa depan	Disajikan untuk masa lalu
Antecedent ke konsekuen	Konsekuen ke antecedent
Data memandu, penalaran dari bawah ke atas	Tujuan memandu, penalaran dari atas ke bawah
Bekerja ke depan untuk mendapatkan solusi apa yang mengikuti fakta	Bekerja ke belakang untuk mendapatkan fakta yang mendukung hipotesis
Breadth first search dimudahkan	Depth first search dimudahkan
Antecedent menentukan pencarian	Konsekuen menentukan pencarian
Penjelasan tidak difasilitasi	Penjelasan difasilitasi

Sumber :
http://portal.survey.ntua.gr/main/labs/rsens/DeCETI/IRIT/GEODES/node18.html

http://sumarna.staff.gunadarma.ac.id/Downloads/files/29148/6+Metode+Inferensi.doc 

https://www.academia.edu/9763118/Metode_Inferensi_1_54_Pengantar_Kecerdasan_Buatan_AK045218