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
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].
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
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 bentuk- bentuk 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. 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?
Pengaliran (Workflow) Apabila dokumen perlu beredar dari satu pihak ke pihak lain, bagaimana aturan perpindahannya? Bagaimana peran-peran masing masing pihak terhadap dokumen yang sampai padanya.
Pembuatan (Creation) Bagaimana dokumen dibuat? Pertanyaan ini muncul sebagai akibat adanya beberapa orang yang berkolaborasi dalam membuat dokumen dan menggunakan versi sebagai kontrol perkembangannya.
Autentikasi (Authentication) Apakah terdapat autentikasi kepada user yang akan menggunakan dolumen pada DMS?
2.6 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
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
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
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 Elemen-elemen Business Intelligent
a. 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 menjalankan query (pencarian data), menghasilkan laporan, dan melakukan analisis. Salah satu keuntungan yang
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.
OLAP merupakan proses komputer yang memungkinkan pengguna dapat dengan mudah dan selektif memilih dan melihat data dari sudut pandang yang berbeda-beda. 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.
