BAB II TINJAUAN PUSTAKA

BAB II
TINJAUAN PUSTAKA
2.1
Command, Control, Communication, Computer, and Intelligence
Command, Control, Communications, Computer, and Intelligence (C4I) adalah
sistem informasi yang memiliki kemampuan untuk memperoleh informasi yang
akurat dan handal tentang kondisi aktual musuh yang diperoleh melalui sistem sensor
(radar) maupun sistem satelit kemudian mengumpulkan dan mengirimkan informasi
tersebut ke pusat fasilitas serta mengolahnya menjadi suatu informasi yang
dibutuhkan bagi suatu suatu kelompok atau sistem kelompok pemegang keputusan,
yang pada akirnya akan mengeluarkan sinyal-sinyal command yang akan diberikan
kepada pelaksana-pelaksana tempur untuk melaksanakan kegiatan-kegiatan atau
operasi tertentu untuk menangkal atau membuat serangan.
C4I pertama kali dikembangkan oleh Departemen Pertahanan (Department of
Defense) Amerika Serikat. Dengan dukungan teknologi informasi dan komunikasi
yang pesat, C4I telah menjadi andalan dan kebanggan institusi pencetusnya.
Secara konvensional, komunikasi command dan control mengikuti suatu rantai
komando. Pada eselon–eselon paling bawah, laporan diberikan kepada komandan
kompi untuk dikonsolidasikan, diedit serta diteruskan kepada komandan batalion,
dan seterusnya. Dari eselon–eselon yang lebih tinggi, rencana-rencana pertempuran
dan perintah-perintah operasional diteruskan ke bawah, dirinci, dan diteruskan
kepada masing-masing eselon secara fokus.
Model ini telah berhasil sampai pada era perang modern khususnya untuk
komunikasi suara. Namun, dalam perkembangan selanjutnya yang dibutuhkan tidak
hanya berdasarkan echelonnering, tetapi juga bersifat horisontal. Pada masa
sebelumnya dunia kemiliteran sangat tergantung kepada informasi dari laporan
anggota pasukan kepada suatu eselon, tetapi pada saat ini kondisi tersebut telah
7
berubah menjadi dunia otomasi yang kaya akan data dan informasi. Keterlibatan
manusia dalam pengolahan data yang sangat besar volumenya secara real time
menjadi tidak memungkinkan lagi. Untuk dapat melayani berbagai serangan,
diperlukan komputer-komputer yang cerdas untuk dapat mengolah data-data yang
jumlahnya sangat besar tersebut.
Keadaan tersebut juga terjadi pada bidang bisnis komersial. Informasi intelijen
sangat dibutuhkan dalam bidang pemasaran, seperti lokasi-lokasi penghasil produk
dan lokasi-lokasi konsumer. Untuk proses tersebut dibutuhkan transportasi data yang
sangat besar dalam rangka meningkatkan performansi operasional dan menurunkan
biaya produksi dalam rangka mengalahkan pesaing-pesaingnya.
2.2
Observasi, Orientasi, Keputusan, dan Tindakan
Siklus Obeservasi, Orientasi, Keputusan, dan Tindakan (OOKT) merupakan alur
yang diilhami dari C4I. Alur ini telah menjadi kerangka acuan dalam pengembangan
teknologi informasi dan komunikasi di pemerintahan Republik Indonesia. Diagram
dari siklus ini adalah sebagai berikut[19].
Gambar 2.1 Diagram Siklus OOKT.
8
Berikut ini terminologi leksikon dari tahapan-tahapan tersebut.
observasi: peninjauan secara cermat
Orientasi:
(1) peninjauan untuk menentukan sikap (arah, tempat, dan sebgainya) yang tepat
dan benar;
(2) pandangan yang mendasari pikiran, perhatian atau kecenderungan.
Keputusan: perihal yang berkaitan dengan putusan; segala putusan yang telah
ditetapkan (sesudah dipertimbangkan, dipikirkan, dan sebagainya).
Tindakan:
(1) sesuatu yang dilakukan; perbuatan;
(2) tindakan yang dilaksanakan untuk mengatasi sesuatu.
2.3
Data Mining
Data Mining merupakan teknologi baru yang sangat berguna untuk membantu
perusahaan-perusahaan menemukan informasi yang sangat penting dari gudang data
mereka. Data mining meramalkan kecenderungan dan sifat-sifat perilaku bisnis yang
sangat berguna untuk mendukung pengambilan keputusan penting. Analisis yang
diotomatisasi oleh data mining melebihi analisis yang dilakukan oleh sistem
pendukung keputusan tradisional yang sudah banyak digunakan. Data mining dapat
menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional diperlukan
banyak waktu untuk menjawabnya[22].
2.3.1
Definisi Data Mining
Data mining didefinisikan sebagai satu set teknik yang digunakan secara otomatis
untuk mengeksplorasi secara menyeluruh dan membawa ke permukaan relasi-relasi
yang kompleks pada set data yang sangat besar. Set data yang dimaksud di sini
adalah set data yang berbentuk tabulasi, seperti yang banyak diimplementasikan
dalam teknologi manajemen basis data relasional. Akan tetapi, teknik-teknik data
9
mining dapat juga diaplikasikan pada representasi data yang lain, seperti domain data
spasial, berbasis teks, dan multimedia (citra). Data mining dapat juga didefinisikan
sebagai
pemodelan
dan
penemuan
pola-pola
yang
tersembunyi
dengan
memanfaatkan data dalam volume yang besar.
Data mining menggunakan pendekatan discovery-based yang menggunakan
pencocokan pola (pattern-matching) dan algoritma-algoritma lain untuk menentukan
relasi-relasi kunci di dalam data yang diekplorasi. Data mining merupakan
komponen baru pada arsitektur sistem pendukung keputusan (Decision Support
System) di perusahaan-perusahaan.
2.3.2
Ruang Lingkup Data Mining
Dengan tersedianya basis data dalam kualitas dan ukuran yang memadai, teknologi
data mining memiliki kemampuan-kemampuan sebagai berikut.
a.
Mengotomasi prediksi kecenderungan dan sifat-sifat bisnis. Contoh dari masalah
prediksi ini misalnya target pemasaran, peramalan kebangkrutan dan bentukbentuk kerugian lainnya.
b.
Mengotomasi penemuan pola-pola yang tidak diketahui sebelumnya. Contoh
dari penemuan pola ini adalah analisis pada data penjulan ritel untuk
mengidentifikasi produk- produk yang kelihatannya tidak berkaitan yang
seringkali dibeli secara bersamaan oleh konsumen. Contoh lain adalah
pendeteksian transaksi palsu dengan kartu kredit dan identifikasi adanya data
anomali yang dapat diartikan sebagai data salah ketik karena kesalahan operator.
2.4
Data Collecting dan Data Summarizing
Data collecting atau data collection merupakan proses pengumpulan data melalui
survei, baik dari lokasi yang acak maupun yang terstruktur dengan menggunakan
data kualitatif (capture), form isian, maupun pencatatan rutin (logging)[31].
Data summarizing adalah proses pengambilan interpretasi dan data baru pada data
yang dalam jumlah besar dengan mengaibaikan detil data yang ada.
10
Derajat
summarizing harus sesuai dengan kebutuhan. Seberapa cukup data detil disarikan
namun tetap dapat mewakili data dalam jumlah besar sebelumnya[7].
2.5
Document Management (DM)
Document Management System (DMS) adalah sebuah sistem komputer yang
digunakan untuk menyimpan dan menelusuri dokumen elektronik[26].
Pada DMS terdapat methods yang umum seperti berikut.
Tabel 2.1 Methods pada DM.
Methods
Penjelasan
Lokasi (Location)
Dimanakah dokumen akan disimpan? Dimana orang dapat
mengakses dokumen? Perjalanan secara fisik munuju
tempat penyimpanan yang berupa kabinet-kabinet
dianalogikan dengan navigasi yang dibutuhkan untuk
mendaptkan sistem manajemen dokumen.
Penyimpanan (Filing)
Bagaimana dokumen akan disimpan? Metode apa
yangdigunakan untuk mengorganisasi atau mengindeks
dokumen agar mudah dalam penelusuran? DM biasanya
menggunakan basis data untuk membantu penyimpanan
file-filenya.
Penelusuran (Retrieval)
Bagaimana dokumen dapat ditemukan? Biasanya dengan
melakukan penarian berdasarkan informasi tertentu yang
spesifik dengan suatu dokumen, misalnya nama, konten,
ukuran, tanggal pembuatan, dan sebagainya.
Pengamanan (Security)
Bagaimana dokumen terjaga keamanannya? Bagaimana
orang yang tidak berhak mengakases dicegah dalam
pengakasesan terhadap dokumen berkaitan dengan
modifikasi maupun penghancuran dokumen
Pemulihan (Disaster Recovery)
Bagaimana dokumen dapat dipulihkan kembali apabila
sewaktu-waktu terjadi bencana seperti kebakaran, banjir,
dan bencana yang lain
Waktu pemeliharaan (Retention
period)
Berapa lama suatu dokumen harus terus disimpan sampai
pada akhirnya harus dimusnahkan?
Pengarsipan (Archiving)
Bagaimana dokumen disimpan untuk dapat disajikan
kembali dimasa yang akan datang?
Pendistribusian (Distribution)
Bagaimana dokumen dapat senantiasa tersedia bagi semua
pengguna yang membutuhkannya?
11
Pengaliran (Workflow)
Pembuatan (Creation)
Autentikasi (Authentication)
2.6
Apabila dokumen perlu beredar dari satu pihak ke pihak
lain, bagaimana aturan perpindahannya? Bagaimana peranperan masing masing pihak terhadap dokumen yang sampai
padanya.
Bagaimana dokumen dibuat? Pertanyaan ini muncul
sebagai akibat adanya beberapa orang yang berkolaborasi
dalam membuat dokumen dan menggunakan versi sebagai
kontrol perkembangannya.
Apakah terdapat autentikasi kepada user yang akan
menggunakan dolumen pada DMS?
Knowledge Management (KM)
KM adalah suatu disiplin ilmu yang digunakan untuk meningkatkan performa
seseorang atau organisasi, dengan cara mengatur dan menyediakan sumber ilmu yang
ada saat ini dan yang akan datang.
Secara bahasa istilah Management Pengetahuan (Knowledge Management/KM)
adalah sebagai berikut.
Manajemen: suatu cara untuk merencanakan, mengumpulkan dan mengorganisir,
memimpin dan mengendalikan sumber daya untuk suatu tujuan.
Pengetahuan: data dan informasi yang digabung dengan kemampuan, intuisi,
pengalaman, gagasan, motivasi dari sumber yang kompeten. Sumber pengetahuan
dapat berupa berbagai bentuk, contohnya: koran, majalah, email, e-artikel, mailing
list, e-book, kartu nama, iklan, dan manusia.
Manajemen
pengetahuan:
adalah
merencanakan,
mengumpulkan
dan
mengorganisir, memimpin dan mengendalikan data dan informasi yang telah
digabung dengan berbagai bentuk pemikiran dan analisa dari macam-macam sumber
yang kompeten.
2.7
Sistem Pakar (Expert System)
Sistem pakar merupakan suatu sistem informasi yang menangkap dan menggunakan
pengetahuan serta metoda pengambilan keputusan yang digunakan oleh seorang atau
beberapa orang ahli dalam bidang keahlian tertentu. Sistem pakar berlaku seperti
seorang pakar pada bidangnya, berisi fakta-fakta dan heuristik untuk memecahkan
12
masalah tertentu.
Sistem pakar didasarkan pada sistem pengetahuan, sehingga
memungkinkan komputer dapat berfikir dan mengambil keputusan atau kesimpulan
dari sekumpulan kaidah.
Sistem pakar mempunyai keuntungan dibandingkan dengan seorang pakar yaitu
kepakarannya dapat dimanfaatkan oleh masyarakat tanpa kehadiran sang pakar,
mencakup keseluruhan dari kepakaran tersebut dan sistematis, memungkinkan untuk
menangani masalah yang kompleks dengan lebih cepat, kepakarannya tetap dapat
dimanfaatkan walau pakarnya telah tidak dapat bekerja, membantu kejelasan dan
pemahaman secara efektif untuk suatu bidang kepakaran dan memungkinkan untuk
membuat pengetahuan terpadu atas bidang-bidang tertentu yang relevan. Struktur
sistem pakar dapat digambarkan sebagai berikut[13].
Gambar 2.2 Struktur Sistem Pakar.
2.8
Game Theory
Teori permainan adalah bagian dari ilmu matematika yang mempelajari interaksi
antar agen, di mana tiap strategi yang dipilih akan memiliki pay off yang berbeda
13
bagi tiap agen. Pertama kali dikembangkan sebagai cabang tersendiri dari ilmu
matematika oleh Oskar Morgenstern dan John von Neumann[20].
Game theory mempelajari interaksi yang terjadi antara pihak-pihak yang yang
terlibat konflik. Setiap pihak berusaha memilih strategi yang akan memaksimalkan
keuntungan baginya. Game theory banyak berperan pada ilmu sosial.
Game theory terdiri dari beberapa jenis, yang popular antara lain seperti berikut.
1.
Zero-sum game, ini adalah win-lose solution. Dimana jika satu pihak menang,
maka pihak lain pasti kalah. Jika satu pihak memperoleh keuntungan/manfaat,
maka itu merupakan harga yang harus dibayar oleh pihak lain. Contoh
permainan yang bertipe zero-sum game antara lain adalah catur.
2.
Non-zero sum game, dimana jika satu pihak memperoleh keuntungan, maka
pihak lain tidak pula kalah. Pihak-pihak yang terlibat bisa melakukan
kompromi, sehingga memperoleh solusi yang bermanfaat bagi semuanya.
Contohnya dalam dunia sales, salesman berhasil menjual produknya dan
memenuhi target, sementara pelanggan juga berhasil memperoleh produk yang
ia butuhkan. Kedua pihak sama-sama mendapat manfaat.
3.
Prisoner’s dilemma, merupakan salah satu bentuk non-zero sum game tetapi
tidak terdapat kerjasama ataupun komunikasi antara kedua belah pihak.
Diilustrasikan prisoner’s dilemma ini yaitu dua penjahat yang ditangkap dan
diinterogasi secara terpisah. Jika mereka berdua sama-sama mengaku, maka
keduanya akan menjalani hukuman terberat. Jika salah satu mengaku, maka
temannya akan diganjar hukuman lebih berat dan ia sendiri dikurangi.
Sementara itu jika keduanya tidak mengaku, maka akan memperoleh hukuman
teringan. Masalahnya adalah, keduanya tidak tahu apa yang akan dilakukan
oleh pihak lawan.
Prisoner’s dilemma sendiri sering terjadi dalam kehidupan sehari-hari tanpa
disadari. Misalnya antara satu perusahaan dengan kompetitornya, dimana
sama-sama tidak mengetahui apa yang akan dikerjakan oleh pihak lawan dan
14
tidak ada komunikasi antar keduanya. Kemudian juga banyak aplikasinya di
dunia politik antara politisi dan lawan politiknya.
2.9
Business Intelligent
Business Intelligence (BI) merupakan sistem dan aplikasi yang berfungsi untuk
mengubah data-data dalam suatu perusahaan atau organisasi (data operasional,
data transaksional, atau data lainnya) ke dalam bentuk pengetahuan. Aplikasi ini
melakukan analisis data-data di masa lampau, menganalisisnya dan kemudian
menggunakan pengetahuan tersebut untuk mendukung keputusan dan perencanaan
organisasi.
Definisi BI lainnya adalah yang sebagaimana diungkapkan oleh DJ Powers :
“Business Intelligence menjelaskan tentang suatu konsep dan metoda bagiamana
untuk meningkatkan kualitas pengambilan keputusan bisnis berdasarkan sistem
yang berbasiskan data. BI seringkali dipersamakan sebagaimana briefing books,
report, query tools, dan sistem informasi eksekutif. BI merupakan sistem
pendukung pengambilan keputusan yang berbasiskan data-data”.
2.9.1
a.
Elemen-elemen Business Intelligent
Data Warehouse
Data warehouse merupakan tempat penyimpanan untuk ringkasan dari data
historis yang diambil dari basis data-basis data yang tersebar di suatu organisasi.
Data warehouse mengumpulkan semua data perusahaan dalam satu tempat agar
dapat diperoleh pandangan yang lebih baik dari suatu proses bisnis/kerja dan
meningkatkan kinerja organisasi. Data warehouse mendukung proses pembuatan
keputusan manajemen. Tujuan utama dari pembuatan data warehouse adalah untuk
menyatukan data yang beragam ke dalam sebuah tempat penyimpanan dimana
pengguna dapat dengan mudah
menghasilkan
laporan,
dan
menjalankan
query
(pencarian
data),
melakukan analisis. Salah satu keuntungan yang
15
diperoleh dari keberadaan data warehouse adalah dapat meningkatkan efektifitas
pembuatan keputusan.
Gambar 2.3 Data Warehouse dan BI.
2.9.2
Data Mining
Penjelasan data mining dipisahkan tersendiri di 2.3.
2.9.3
Online Analytical Processing (OLAP)
OLAP merupakan kunci dari BI, yang digunakan untuk menganalisisis data dan
informasi yang pada akhirnya akan menjadi dasar basis Decision Support System
(DSS) dan
Expert Infotmation System (EIS). Beberapa aktivitas yang dapat
dilakukan melalui OLAP antara lain seperti : melakukan query, meminta laporan ad
hoc, mendukung analisis statistik, analisis interaktif, serta membangun aplikasi
multimedia.
16
OLAP merupakan proses komputer yang memungkinkan pengguna dapat dengan
mudah dan selektif memilih dan melihat data dari sudut pandang yang berbedabeda. Data pada OLAP disimpan dalam basis data multidimensi. Jika pada basis data
relasional terdiri dari dua dimensi, maka pada basis data multidimensi terdiri dari
banyak dimensi yang dapat dipisahkan oleh OLAP menjadi beberapa sub atribut.
OLAP dapat digunakan untuk data mining atau menemukan hubungan antara suatu
item yang belum ditemukan. Pada basis data OLAP tidak perlu memiliki ukuran
besar seperti data warehouse, karena tidak semua transaksi membutuhkan analisis
tren. Dengan menggunakan open database connectivity (ODBC), data dapat diimpor
dari basis data relasional menjadi suatu basis data multidimensi untuk OLAP.
17