sistem pemrosesan transaksi

SISTEM PEMROSESAN TRANSAKSI

Pengertian.

Sistem Pengolahan Transaksi (Transaction Processing System disingkat TPS) adalah sistem yang menjadi pintu utama dalam pengumpulan dan pengolahan data pada suatu organisasi. Sistem yang ber-interaksi langsung dengan sumber data (misalnya pelanggan) adalah sistem pengolahan transaksi, dimana data transaksi sehari-hari yang mendukung operasional organisasi dilakukan. Tugas utama TPS adalah mengumpulkan dan mempersiapkan data untuk keperluan sistem informasi yang lain dalam organisasi, misalnya untuk kebutuhan sistem informasi manajemen, atau kebutuhan sistem informasi eksekutif.

alasan adanya system pemrosesan transaksi

1. Pengumpulan Data : setiap organisasi yang ber-interaksi langsung dengan lingkungannya dalam penyediaan jasa dan produk, pasti memerlukan sistem yang mengumpulkan data transaksi yang bersumber dari lingkungan.
2. Manipulasi Data : data transaksi yang dikumpulkan biasanya diolah lebih dahulu sebelum disajikan sebagai informasi untuk keperluan bagian-bagian dalam organisasi atau menjadi bahan masukan sistem informasi yang lebih tinggi. Beberapa tugas manipulasi data adalah sebagai berikut:
1. Klassifikasi : data dikelompokkan menurut kategori tertentu, misalnya menurut jenis kelamin, menurut agama, menurut golongan, dsb.
2. Sortir : data diurutkan menurut urutan tertentu agar lebih mudah dalam pencarian data, misalnya di-sortir menurut abjad nama, atau menurut nomer induk, dsb.
3. Perhitungan : melakukan operasi aritmetika terhadap elemen data tertentu, misalnya menjumlahkan penerimaan dan pengeluaran setiap hari, atau menghitung jumlah hutang pelanggan, dsb.
4. Pengikhtisaran : melakukan peringkasan data (summary) seperti sintesa data menjadi total, sub-total, rata-rata, dsb.
3. Penyimpanan data : data transaksi harus di-simpan dan dipelihara sehingga selalu siap memenuhi kebutuhan para pengguna.
4. Penyiapan dokumen : beberapa dokumen laporan harus disiapkan untuk memenuhi keperluan unit-unit kerja dalam organisasi

Sistem pengolahan transaksi memiliki beberapa karakteristik, antara lain sebagai berikut:

* Volume data yang di-proses relatif sangat besar.
* Kapasitas penyimpanan data (database) tentu sangat besar.
* Kecepatan pengolahan di-perlukan sangat tinggi agar data yang banyak bisa diperoses dalam waktu singkat.
* Sumber data umumnya internal dan keluarannya umumnya untuk keperluan internal.
* Pengolahan data biasa dilakukan periodik, harian, mingguan, bulanan, dsb.
* Orientasi data yang dikumpulkan umumnya mengacu pada data masa lalu.
* Masukan dan keluaran terstruktur, data diformat menurut suatu standar.
* Komputasi tidak terlalu rumit.

Teknik pengolahan data yang biasa diperoleh ada empat macam, yaitu:

* Batch processing : data yang diperoleh dari sumber data biasanya dikumpulkan atau ditumpuk, lalu diproses pada waktu-waktu tertentu, misalnya data dikumpulkan antara jam 8:00 sampai dengan jam 12:00, kemudian diproses mulai jam 14:00 sampai dengan jam 17:00.
* Online processing : data yang diperoleh dari sumber data langsung diproses pada saat diterima, yang mungkin terjadi adalah antrian data untuk menunggu giliran, misalnya pemrosesan yang dilakukan pada saat melakukan transaksi online di depan teller bank.
* Real-time processing : pemrosesan data tidak boleh ditunda karena waktu sangat kritis, penundaan pengolahan dapat mengakibatkan sesuatu yang fatal. Misalnya pengolahan data hasil pemantauan aktivitas gunung berapi.
* Inline processing : biasa juga disebut sebagai hybrid-processing, yaitu kombinasi antara batch-processing dan online-processing. Misalnya pengolahan transaksi di supermarket, dimana transaksi penjualan melalui POS (point of sale) langsung dilakukan (online), tetapi pengolahan lebih lanjut tentang persediaan barang dilakukan setiap jam 10:00 malam.

Selain itu seiring dengan perkembangan teknologi komunikasi dan teknologi internet maka dilahirkan sistem client-server yang populer dengan nama On Line Transaction Processing (OLTP). Prosedur pengolahan mirip dengan online-processing, perbedaan-nya adalah pada teknologi jaringan. Online processing menggunakan arsitektur jaringan terpusat (host-based) sementara OLTP menggunakan arsitektur client/server. Perkembangan dari OLTP melahirkan Customer Integrated System (CIS) yaitu sistem OLTP dimana user/pengguna melakukan sendiri transaksinya secara online, misalnya sistem mesin ATM (automatic teller machine), atau e-commerce (perdagangan lewat fasilitas elektronik)

Komponen pemrosesan transaksi

Seperti layaknya suatu sistem, komponen pemrosesan terdiri dari Input, Proses, Penyimpanan, Output.

Input

Input dalam suatu proses transaksi adalah dokumen sumber yang dapat berupa formulir atau bukti transaksi lainnya.

Sebelum suatu transaksi diproses terlebih dahulu kita harus melakukan pengumpulan data transaksi. Pengumpulan data-data transaksi ini tidak dapat dipisahkan dari desain suatu formulir, sebab suatu formulir merupakan gambaran atau rekaman dari suatu transaksi.

Tujuan dari formulir :

1.  Formulir dibuat untuk meminta dilakukannya suatu tindakan.

2.  Formulir digunakan untuk mencatat tindakan yang telah dilaksanakan.

Kegiatan yang berhubungan dengan penggunaan formulir biasa disebut sebagai Record Management.

Pertimbangan dalam merancang formulir :

1.         Menentukan kebutuhan formulir.

2.         Merencanakan formulir yang akan dibuat.

3.         Menentukan kuantitas kebutuhan formulir.

4.         Mengawasi penggunaan formulir.

5.         Menentukan jangka waktu penyimpanan dan pemusnahan.

6.         Menentukan alat untuk meyortir dan menyimpan formulir.

Proses

Dalam sistem manual, proses disini terdiri dari kegiatan pemasukkan data transaksi kedalam jurnal. Dalam sistem komputer, prosesnya dilakukan dengan memasukkan data kedalam file transaksi.

Jenis jurnal :

Jika perusahaan masih dalam skala kecil, maka dapat digunakan jurnal umum, tapi jika perusahaan mulai membesar dan aktivitas perusahaan bertambah, tidak dapat lagi digunakan jurnal umum, harus digunakan jurnal khusus. Misalnya, Jurnal pembelian, jurnal penjualan, jurnal penerimaan kas, jurnal pengeluaran kas.

Langkah Perancangan Jurnal

1.         Identifikasi karakteristik transaksi.

2.         Buat jurnal standar.

3.         Merancang jurnal (kolomnya) berdasarkan jurnal standar.

Penyimpanan

Media penyimpanan dari transaksi secara manual adalah Buku Besar. Buku besar ini menyediakan ikhtisar transaksi-transaksi keuangan perusahaan. Proses pemasukkan data dari jurnal kedalam buku besar disebut “POSTING”

Untuk sistem komputer, posting ini dilakukan dengan mengup-date file master menggunakan file transaksi.

Macam-Macam File penyimpanan :

1.      Master File

Þ                Merupakan kumpulan catatan(record) yang bersifat tetap dan berisi data yang selalu disesuiakan dengan keadaan. Dalam operasi manual master file setara dengan Buku Besar dan Buku Besar Pembantu.

2.      File Transaksi

Þ                kumpulan catatan transaksi yang terjadi yang digunakan untuk up-date master file. Dalam operasi manual file transaksi ini sama dengan Jurnal.

3.      File Indeks

Þ                Merupakan master file yang berisi data yang digunakan dalam proses menyesuaikan suatu master file. C/ : file pelanggan (berisi No.Pelanggan, alamat, maksimum kredit, dll), digunakan sebagai petunjuk untuk menyesuaikan file piutang (master file).

4.      File Tabel

Þ                Suatu master file yang berisi data yang digunakan sebagai referens dalam memproses suatu file. Biasanya berisi data yang bersifat tetap yang digunakan dalam perhitungan-perhitungan, seperti file gaji karyawan yang digunakan untuk menyusun daftar gaji, file tarif pajak penghasilan yang digunakan untuk menghitung potongan pajak penghasilan karyawan.

Keluaran

Terdapat berbagai macam jenis keluaran yang dihasilkan dari proses transaksi, antara lain : Laporan keuangan, Laporan Operasional, Dokumen Pengiriman, faktur, dsb.

Kelebihan dan kekurangan

Keuntungan

keuntungannya adalah bahwa biasanya proses transaksi sangat cepat, biasanya tidak memakan beberapa detik, namun, jika ada banyak file dalam antrian, waktu yang dibutuhkan untuk memproses data mungkin mengambil panjang

kekurangannya

membutuhkan biaya yang besar

REFRENSINYA

http://wiki.answers.com/Q/Advantages_and_disadvantages_of_transaction_processing#ixzz1gcErdGGd

C.SISTEM PAKAR

Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

 “karakteristik Sistem Pakar”

1. Memiliki informasi yang handal.
2. Mudah dimodifikasi.
3. Heuristik dalam menggunakan pengetahuan (yang sering kali tidak
   sempurna) untuk mendapatkan penyelesaiannya.
4. Dapat digunakan dalam berbagai jenis komputer.
5. Memiliki kemampuan untuk beradaptasi

Alas an adanya system pakar:

• Case-based reasoning (CBR) yang merupakan representasi pengetahuan berdasarkan pengalaman termasuk kasus dan solusinya
• Rule-base reasoning (RBR) mengandalkan serangkaian aturan-aturan yang merupakan representasi dari pengetahuan dan pengalaman karyawan (manusia) dalam memecahkan kasus yang rumit.
• Model-based reasoning (MBR) melalui representasi pengetahuan dalam bentuk atribut, perilaku antar hubungan maupun simulasi proses terbentuknya pengetahuan.
• Constraint-Satisfaction Reasoning yang merupakan perpaduan antara RBR & MBR.

Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu

Ada beberapa  komponen utama dalam sistem pakar, yaitu :
1. Basis pengetahuan
Basis pengetahuan merupakan tempat menyimpan pengetahuan yang di dapat dari ahli dalam memori komputer. Biasanya disismpan dalam bentuk database.

2. Mesin inferensi
Mesin inferensi merupakan suatu program computer yang dirancang untuk menghasilkan informasi dari fakta yang telah di ketahui atau diasumsikan dari pakar.

Kelebihan dan kekurangan system pakar

Ada banyak keuntungan bila menggunakan system pakar, diantaranya adalah :

1. Menjadikan pengetahuan dan nasihat lebih mudah didapat.

2. Meningkatkan output dan produktivitas.

3. Menyimpan kemampuan dan keahlian seorang pakar.

4. Meningkatkan penyelesaian masalah yang khusus.

5. Meningkatkan reliabilitas.

6. Memberikan respons (jawaban) yang cepat.

7. Merupakan panduan yang cerdas.

8. Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian.

9. Sebagai basis data cerdas, bahwa system pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.

Selain keuntungan di atas, system pakar seperti halnya system lainnya, juga memiliki kelemahan. Di antaranya adalah :

1. Masalah dalam mendapatkan pengetahuan di mana pengetahuan tidak selalu bisa didapatkan dengan mudah karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang pendekatan yang dimiliki oleh pakar berbeda-beda.

2. Untuk membuat suatu system pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaanya.

3. Boleh jadi system tidak dapat membuat keputusan.

4. System pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan. Sehingga dalam hal ini peran manusian tetap merupakan factor yang dominan.

Kelemahan-kelemahan atau kekurangan dari system pakar tersebut bukanlah sama sekali tidak bisa diatasi, tetapi dengan terus melakukan perbaikan dan pengolahan berdasarkan pengalaman yang telah ada maka hal itu diyakini akan dapat diatasi, walaupun dalam waktu yang panjang dan terus menerus.

Contoh Sistem Pakar:
            contoh system pakar  pengembangan banyak ditemukan dalam kasus pasien di rumah sakit, di mana dengan kemampuan sistem pakar dapat dilakukan kontoro terhadap cara pengobatan dan perawatan melalui sensor data atau kode alarm dan memberikan solusi terapi pengobatan yang tepat bagi si pasien yang sakit.

Daftar pustaka: blog.re.or.id/ciri-ciri-sistem-pakar.

htmgaptechnology.wordpress.com

http://teja-satria-sriwijaya.blogspot.com/2011/04/contoh-sistem-pakar.html

D.Kecerdasan buatan

Pengertian

Kecerdasan Buatan ( Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.

Tidak ada definisi yang memuaskan untuk 'kecerdasan':

1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
2. atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan

. komponen meliputi:

1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
2. Petimbangan berdasar kasus
3. Jaringan Bayesian
4. AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:

1. Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
2. Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
3. Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

komponen ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)

kelemahan dan kelebihan

KELEBIHAN KECERDASAN BUATAN
kelebihan Artificial Intellegence adalah kepintaran yang memiliki logika dan dapat menyelesaikan masalah. contoh kelebihan Artificial Intellegence seperti: sentient atau self aware. secara teori kelebihan kecerdasan buatan terdiri dari dua tipe:
1. Human_ like Artificial Intellegence, program komputer yang dapat berfikir dan memiliki logika seperti halnya pikiran manusia
2.Non Human - like Artificial Intellegence, prorgam komputer yang dibuat tidak menyerupai manusia, dan berfikir serta memiliki logika tidak seperti manusia.

KELEMAHAN KECERDASAN BUATAN
kelemahan kecerdasan buatan adalah kepintaran buatan yang memiliki logika dan dapat menyelesaikan masalah hanya pada daerah tertentu saja.

Contohnya

Robot ASIMO menggunakan sensor dan algoritma kecerdasan buatan untuk menuruni tangga dan menghindari rintangan

Reprensinya:http://id.wikipedia.org/wiki/Kecerdasan_buatan

          http://tmbem.blogspot.com/2010/01/artificial-intelegence-kecerdasan.html