Database adalah kumpulan dari data-data yang membentuk suatu berkas yang saling berhubungan (relation) dengan tatcara yang tertentu untuk membentuk data baru atau informasi. Pada komputer, basis data disimpan dalam perangkat hardware penyimpan dan dengan software tertentu dimanipulasi untuk kepentingan atau keguanaan tertentu. Hubungan atau relasi data biasanya ditunjukkan dengan kunci dari tiap data yang ada. Data merupakan fakta atau nilai yang tercatat atau merepresentasikan deskripsi dari suatu objek. Data yang merupakan fakta yang tercatat dan selanjutnya dilakukan pengolahan menjadi bentuk yang berguna atau bermanfaat bagi pemakainya akan membentuk apa yang disebut informasi.
Sejarah Database
-Tahun 1960-
Dari awal penggunaan komputer, penyimpanan dan manipulasi data merupakan focus utama aplikasi. Pada awal tahun 1960, Charles Bachman diperusahaan General Electric mendesain generasi pertama DBMS yang disebut Penyimpanan Data Terintegrasi (Integrated Data Store). Dasar untuk model data jaringan dibentuk lalu distandardisasi oleh Conference on Data System Language (CODASYL). Kemudian, Bachman menerima ACM Turing Award (Penghargaan semacam nobel pada ilmu komputer ) di tahun 1973.
Pada akhir tahun 1960-an, IBM mengembangkan system manajemen informasi (Information Manajemen System) DBMS. IMS dibentuk dari representasi data pada kerangka kerja yang disebut model data hierarki. Dalam waktu yang sama, hasil kerja sama antara IBM dengan perusahaan penerbangan Amerika mengembangkan system SABRE. System SABRE memungkinkan user mengakses data yang sama pada jaringan computer.
-Tahun 1970-
Pada tahun 1970, Edgar Codd di laboratorium penelitian di San Jose mengusulkan suatu representasi data baru yang disebut model data relational. Pada tahun 1980, model relasional menjadi paradigm DBMS paling dominan. Bahasa query SQL dikembangkan untuk basisdata relasional sebagai bagian proyek Sistem R dari IBM. SQL di standardisasi di akhir tahun 1980 dan SQL-92 diadopsi oleh American National Standards Institute (ANSI) dan International Standards Organization (ISO). Program yang digunakan untuk eksekusi bersamaan dalam basisdata disebut transaksi. User menulis programnya, dan bertanggung jawab menjalankan program secara bersamaan terhadap DBMS. Pada tahun 1999, James Gray memenangkan Turing award untuk kontribusinya pada manajemen transaksi dalam DBMS.
-Tahun 1980-
Pada akhir tahun 1980 dan permulaan tahun 1990, banyak bidang system basisdata dikembangkan. Penelitian dibidang basisdata meliputi bahasa query yang powerful, model data yang lengkap, dan penekanan pada dukungan analisis data yang kompleks semua bagian organisasi. Beberapa vendor (misalnya IBM, DB2, Oracle8, dan Informix UDS) memperluas sistemnya dengan kemampuan menyimpan tipe data baru misalnya image dan text serta kemampuan query yang kompleks. System khusus dikembangkan banyak vendor untuk membuat data warehouse dan mengonsolidasi data beberapa basisdata.
Suatu fenomena menarik adalah munculnya enterprice resource planning (ERP) dan management resource planning (MRP), yang menambah lapisan substansial dari fitur berorientasi aplikasi pada DBMS utama. Paket yang digunakan secara luas meliputi Baan, Oracle, PeopleSoft, SAP, dan Siebel. Paket tersebut mengidentifikasi kumpulan tugas umum (misalnya manajemen inventori, perencanaan sumber daya manusia, dan analisis keuangan) yang dihadapi oleh sejumlah besar organisasi dan menyediakan lapisan aplikasi umum untuk melaksanakan tugas. Data disimpan dalam DBMS relasional. Kemudian, lapisan aplikasi dapat disesuaikan pada perusahaan berbeda sehingga biaya keseluruhan perusahaan menjadi lebih rendah disbanding biaya pembuatan lapisan aplikasi dari awal. Lebih jauh, DBMS memasuki dunia internet. Saat generasi pertama, web site menyimpan datanya secara ekskulisif dalam file system operasi. Pada saat ini, DBMS dapat digunakan untuk menyimpan data yang dapat diakese melalui web browser. Query dapat dibuat melalui form web dan format jawabannya dengan menggunakan markup language semisal HTML untuk mempermudah tampilan pada browser. Semua vendor basisdata menambah fitur ini untuk DBMS mereka.
Manajemen basisdata mempertimbangkan pentingnya suatu data bersifat online dan dapat diakses melalui jaringan computer. Saat ini, bidang seperti ini diwujudkan dalam basisdata multimedia, video unteraktif, perpustakaan digital, proyek ilmuwan seperti proyek pemetaan, proyek system obeservasi bumi milik NASA, dan lain sebagainya (Ramakrishnan and Gehrke, 2003).
Konsep
Konsep dasar dari basis data adalah kumpulan dari catatan-catatan, atau potongan dari pengetahuan. Sebuah basis data memiliki penjelasan terstruktur dari jenis fakta yang tersimpan di dalamnya: penjelasan ini disebut skema. Skema menggambarkan objek yang diwakili suatu basis data, dan hubungan di antara objek tersebut. Ada banyak cara untuk mengorganisasi skema, atau memodelkan struktur basis data: ini dikenal sebagai model basis data atau model data. Model yang umum digunakan sekarang adalah model relasional, yang menurut istilah layman mewakili semua informasi dalam bentuk tabel-tabel yang saling berhubungan di mana setiap tabel terdiri dari baris dan kolom (definisi yang sebenarnya menggunakan terminologi matematika). Dalam model ini, hubungan antar tabel diwakili denga menggunakan nilai yang sama antar tabel. Model yang lain seperti model hierarkis dan model jaringan menggunakan cara yang lebih eksplisit untuk mewakili hubungan antar tabel.
Struktur
Hubungan antara berbagai elemen data terpisah yang disimpan dalam database didasarkan pada salah satu dari beberapa struktur atau model logis data. Software DBMS didesain untk menggunakan struktur data tertentu agar dapat memberi para pemakai akhir akses yang cepat dan mudah ke informasi yang disimpan dalam database.
Struktur Hirarki
Software DBMS awal menggunakan struktur hirarkis, yang membuat hubungan antar cattan membentuk hierarki atau struktur yang seperti pohon. Dalam model hirarki tradisional, semua catatan merupakan dependen dan diatur dalam struktur multi tingkat, teridiri dari catatan akar (roat) dan sejumlah tingkat subordinat. Semua hubungan antar catatan adalah satu-ke-banyak, karena setiap elemen data dihubungkan ke hanya satu elemen di atasnya.
Struktur Jaringan
Struktur jaringan dapat mewakili hubungan logis yang lebih rumit, dan masih digunakan oleh beberapa software mainframe DBMS. Struktur ini memungkinkan hubungan banyak-ke-banyak antar catatan, dengan kata lain model jaringan dapat mengakses elemen data dengan mengikuti salah satu dari beberapa jalur, karena elemen data atau catatan apapun dapat dihubungkan ke banyak elemen data lainnya.
Struktur Rasional
Struktur relasional adalah model yang paling banyak digunakan dari ketiga struktur database. Model ini digunakan oleh kebanyakan software DBMS mikrokomputer, dan juga sistem skala menengah dan mainframe. Dalam model ini, semua elemen data dalam database disimpan dan dipandang dalam bentuk tabel-tabel sederhana.
Struktur Berorientasi pada Objek
Model database yang berorientasi pada objek dianggap merupakan salah satu dari teknologi penting dari generasi baru aplikasi multimedia berbasis Web. Model yang berorientasi pada objek ini juga mendukung pewarisan (inheritance) yaitu objek-objek baru dapat secara otomatis dibuat dengan mereplikasi beberapa atau semua karakteristik dari satu atau lebih objek asal (parent)
Struktur Multidimensi
Struktur database multidimensional adalah variasi dari model relasional yang menggunakan struktur multidimensional untuk mengatur data dan menyajikan hubungan antardata. Setiap sel dalam struktur multidimensional berisi data teragregasi yang berhubungan dengan berbagai elemen bersama dengan setiap dimensinya
Kelemahan dan keunggulan database managemen sistem
Kelebihan DBMS :
1. Mengendalikan atau mengurangi duplikasi data.
2. Menjaga konsistensi dan integritas data.
3. Memudahkan pemerolehan informasi yang lebih banyak dari data yang sama disebabkan data dari berbagai bagian dalam organisasi dikumpulkan menjadi satu.
4. Meningkatkan keamanan data dari orang yang tak berwewenang.
5. Memaksakan penerapan standar.
6. Dapat menghemat biaya karena data dapat dipakai oleh banyak departemen.
7. Menanggulangi konflik kebutuhan antarpemakai karena basis data di bawah kontrol administrator basis data.
8. Meningkatkan tingkat respon dan kemudahan akses bagi pemakai akhir.
9. Meningkatkan produktivitas pemrograman.
10. Meningkatkan pemeliharaan melalui independensi data.
11. Meningkatkan konkurensi (pemakai data oleh sejumlah data) tanpa menimbulkan masalah kehilangan informasi atau integritas.
12. Meningkatkan layanan backup dan recovery.
Kekurangan DBMS:
1. Kompleksitas yang tinggi membuat administrator dan pemakai akhir harus benar-benar memahami fungsi-fungsi dalam DBMS agar dapat memperoleh manfaat yang optimal. Kegagalan memahami DBMS dapat mengakibatkan keputusan rancangan salah, yang akan memberikan dampak serius bagi organisasi.
2. Ukuran penyimpan yang dibutuhkan oleh DBMS sangat besar dan memerlukan memori yang besar agar bisa bekerja secara efisien.
3. Rata-rata harga DBMS yang handal sangat mahal.
4. Terkadang DBMS meminta kebutuhan perangkat keras dengan spesifikasi tertentu sehingga diperlukan biaya tambahan.
5. Biaya Konversi sistem lama (yang mencakup biaya pelatihan staf dan biaya untuk jasa konversi) ke sistem baru yang memakai DBMS terkadang sangat mahal melebihi biaya untuk membeli DBMS.
6. Kinerjanya terkadang kalah dengan sistem yang berbasis berkas.
7. Dampak kegagalan menjadi lebih tinggi karena semua pemakai sangat bergantung pada ketersediaan DBMS. Akibatnya, kalau terjadi kegagalan dalam komponen lingkungan DBMS akan membuat operasi dalam organisasi tersendat atau bahkan terhenti.
Peranan database dan DBSM dalam memecahkan masalah dibidang psikologi
Database tidak harus berupa sekumpulan data yang sangat banyak dan kompleks, namun bisa terdiri dari puluhan data saja. Pada beberapa database sederhana, sebuah software word processing (Word) bisa digunakan untuk menampung dan mengorganisir data tersebut. Atau jika database terdiri dari data yang bersifat angka dan diperlukan perhitungan lanjutan, pengolahan bisa dilakukan dengan software spreadsheet (Excel). Pada prinsipnya software seperti Wordataupun Excel bisa berfungsi seperti layaknya sebuah database yang representatif.
Manfaat dalam Psikologi
Dalam bidang psikologi, khususnya pada bidang Psikologi Industri dan Organisasi penggunaan database sangatlah dibutuhkan agar dapat memudahkan pihak HRD untuk melihat atau mengecek data-data yang diperlukan dari seorang pegawai atau calon pegawai diantara 1000 pegawai yang ada.
Dalam ruang lingkup sekolah, database sangat dibutuhkan, terlenih lagi bagi psikolog yang mengatasi anak-anak yang sering bolos disekolah. Dengan database, dapat memudahkan psikolog untuk mencari beberapa anak yang sering bolos di sekolah dari ratusan yang ada.
Dalam database terdapat istilah “attribute” Sebutan untuk mewakili sebuah entity(Suatu kumpulan orang, tempat, kejadian, aktifitas atau bagian yang terdapat dalam sebuah organisasi atau informasi yang akan direkam). Misalkan, seorang mahasiswa atau siswa dapat dilihat atributnya, misalnya npm, nama, alamat, hobby dan lain-lain. Atribute juga disebut data elemen, data field atau data item. Ini juga merupakan salah satu pemanfaatan data base untuk lingkup Psikologi, karena salah satu bidang profesi Psikologi adalah School Psychologist, misalkan pada suatu organisasi pendidikan terdapat siswa yang sedang mengalami masalah sering terlambat datang kesekolah, maka tugas seorang psikolog adalah mengetahui data awal siswa tersebut yang dimiliki sekolah, setelah itu baru dapat memikirkan langkah atau treatment apa yang baik digunakan. Dan masih banyak lagi pemanfaatan yang dapat dirasakan dengan penggunaan data base lainnya, dalam bidang Psikologi maupun bidang lainnya.
SISTEM INFORMASI MANAGEMEN DAN SISTEM PENUNJANG KEPUTUSAN
Definisi Sistem Informasi Manajemen dan Sistem Penunjang Keputusan
Sistem informasi manajemen atau SIM adalah sistem perencanaan bagian dari pengendalian internal suatu bisnis yang meliputi pemanfaatan manusia, dokumen, teknologi, dan prosedur oleh akuntansi manajemen untuk memecahkan masalah bisnis seperti biaya produk, layanan, atau suatu strategi bisnis. Sistem informasi manajemen dibedakan dengan sistem informasi biasa karena SIM digunakan untuk menganalisis sistem informasi lain yang diterapkan pada aktivitas operasional organisasi. Secara akademis, istilah ini umumnya digunakan untuk merujuk pada kelompok metode manajemen informasi yang bertalian dengan otomasi atau dukungan terhadap pengambilan keputusan manusia, misalnya sistem pendukung keputusan, sistem pakar, dan sistem informasi eksekutif.
Sistem penunjang keputusan adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan
Konsep Sistem Informasi Manajemen dan Sistem Penunjang Keputusan
Konsep Sistem Informasi Manajemen (SIM)
Sekumpulan subsistem yang saling berhubungan membentuk satu kesatuan, saling berinteraksi dan bekerjasama melakukan fungsi pengolahan data, menerima masukan (input), mengolah masukan (processing), menghasilkan keluaran (output) berupa informasi, informasi dapat digunakan sebagai dasar pengambilan keputusan, mendukung kegiatan operasional manajerial dan strategis, memanfaatkan sumberdaya yang ada dan tersedia bagi fungsi tersebut dan digunakan untuk mencapai tujuan.
Konsep Sistem Penunjang Keputusan (SPK)
Konsep sistem penunjang keputusan pertamakali dikenalkan oleh Michael S. Scott Morton pada tahun 1970an. Sistem penunjang keputusan dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan hingga mengevaluasi pemilihan alternative.
Model Sistem Informasi Manajemen dan Sistem Penunjang Keputusan
Turban adalah sebuah representasi atau abstraksi realitas yang disederhanakan. Karena realitas terlalu kompleks untuk ditiru secara tepat dan karena banyak dari kompleksitas itu sebenarnya tidak relevan dalam penyelesaian masalah yang spesifik.
Model diklasifikasikan menjadi tiga kelompok menurut abstarksinya, antara lain
(Turban,1998) :
1. Model Iconik (skala)
Sebuah model iconik, model abstraksi terkecil adalah replika sebuah sistem, biasanya pada suatu skala yang berbeda dari aslinya.
2. Model Analog
Sebuah model yang tidak tampak mirip dengan model aslinya, tetapi bersifat seperti sistem aslinya. Model analog lebih abstrak dari model iconik dan merupakan perpresentasi simbolik dari realitas.
3. Model matematik (Quantitatif)
Kompleksitas hubungan pada banyak sistem organisasioanal tidak dapat disajikan secara model icon atau model analog. Atau representasi semacam itu malah dapat menimbulkan dan kesulitan dan membutuhkan banyak waktu dalam pemakaiannya.
ARTIFICIAL INTELLIGENCE DAN EKSPERT SISTEM
Sejarah dan definisi artificial intelligence dan Expert System
Artificial Intelligence
Secara sederhana aritificial intelligence adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer. Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia, sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah dengan pemikiran seperti seorang manusia.
Era komputer elektronik (1941)
Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.
Masa persiapan AI (1943-1956)
Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.
Awal perkembangan (1952-1969)
Pada tahun 1958, McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.
Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.
Perkembangan AI melambat (1966-1974)
Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.
Sistem berbasis pengetahuan (1969-1979)
Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari iagnose ter massa. Dari segi iagnose medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan iagnose penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
AI menjadi sebuah industry (1980-1988)
Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.
Kembalinya jaringan saraf tiruan (1986 – sekarang)
Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.
Expert System
Sistem Pakar (expert system) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi).
Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).
Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusiamengenai 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.
Hubungan artificial intelligence dan Kognisi manusia
Teknologi Artificial Intelligence memiliki hubungan yang erat dengan dunia teknologi komunikasi dan informasi. Sama seperti proses komunikasi, Artificial Intelligencemenaruh perhatian yang besar terhadap konsep kognisi. Salah satu fungsi kognisi yang kita kenal adalah bahasa. Dengan adanya sistem bahasa, komunikasi antara senderdengan receiver dapat berjalan dengan lancar, dan sistem bahasa, lebih spesifiknya sistem computer linguistic, pun telah menyumbang banyak kontribusi bagi perkembangan dunia Artificial Intelligence. Dari relasi ini, bisa terlihat bahwa bahasa sebagai salah satu konsep relevan dalam dunia komunikasi memiliki hubungan yang demikian erat dengan perkembangan teknologi artificial intelligence dari zaman dahulu hingga sekarang. Selain itu, penalaran dan pengambilan keputusan adalah aspek lainnya dari kognisi yang juga memiliki relasi dengan konsep komunikasi dan teknologi artficial intelligence sendiri
SUMBER
Jr., Raymond., McLeod. & Schell., P., George. (2008). Management Information System: Sistem Informasi Manajemen. Jakarta: Penerbit Salemba Empat
O’Brien, James A, Introduction to Information Systems, 15th Edition, McGraw Hill, 2010
Suyanto. 2007. Artificial Intelligense (Searching, Reasoning, Planning, and Learning). Bandung : Informatika.
Sumber : http://informatika.web.id/sejarah-basis-data.htm
https://id.wikipedia.org/wiki/Pangkalan_data
https://id.wikipedia.org/wiki/Sistem_informasi_manajemen
http://elearning.gunadarma.ac.id/docmodul/sisteminformasimanajemen/bab10_sistem_penunjang_keputusan.pdf
https://id.wikipedia.org/wiki/Sistem_pakar
