TUGAS 1 SOFTSKILL Peng. Teknologi Sistem Cerdas #

APA ITU AI ( ARTIFICIAL INTELLIGENCE)

KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)

Kecerdasan buatan merupakan bidang dari  ilmu komputer yang berperan penting dalam mewujudkan sistem komputer yang handal dan cerdas untuk memenuhi kebutuhan manusia pada bidang  industry , rumah tangga dan lain-lain.  

DEFINISI  KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)

     Sebelum kita mengenal Apa itu AI ? kita harus tahu apa itu kecerdasan, kecerdasan merupakan sifat pikiran yang mencakup sejumlah kemampuan, meliputi kemampuan untuk menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar. Ada begitu banyak definisi tentang kecerdasan buatan ( Artificial Intelligence atau disingkat AI). AI  adalah suatu pengetahuan mengenai komputer yang mampu meniru kecerdasan manusia sehingga diharapkan komputer ( berupa  mesin atau software) dapat melakukan pekerjaan manusia yang memerlukan kecerdasan; misalnya melakukan penalaran untuk mencapai suatu kesimpulan atau melakukan terjemahan dari suatu bahasa manusia kebahasa manusia yang lain.

Dibawah ini berbagai definisi dari Kecerdasan buatan (Artificial Intelligence) :

• Menurut H.A Simon (1987), Kecerdasan buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas. 
• Menurut Schalkoff (1990) , Kecerdasan buatan (Artificial Intelligence)  adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi. 
• Menurut Rich dan Knight (1991), Kecerdasan buatan (Artificial Intelligence) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dilakukan lebih baik oleh manusia. 
• Menurut Luger dan Stubblefield (1993), Kecerdasan buatan  (Artificial Intelligence) adalah cabang ilmu komputer yang berhubungan dengan otomasi perilaku yang cerdas. 
• Menurut Haag dan Keen (1996), Kecerdasan buatan (Artificial Intelligence) adalah Bidang studi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia. 
• Menurut Encyclopedia Britannica, Kecerdasan Buatan (Artificial Intelligence) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan. 
• Menurut Andi (2003), kecerdasan buatan adalah suatu studi khusus di mana tujuannya adalah membuat komputer berfikir dan bertindak seperti manusia. 
• Menurut Kusumadewi (2003), kecerdasan buatan merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.

Winston dan Prendergast (Turban, Mclean, dan Wetherbe, 1999) , mengungkapkan bahwa adapun tujuan dari kecerdasan buatan meliputi : 

1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)

O’Brien (2001) mengatakan bahwa beberapa atribut perilaku cerdas adalah: 

1. Berpikir dan Bernalar, memakai penalaran dalam memecahkan masalah, 
2. Menyerap dan menerapkan pengetahuan. 
3. Memperlihatkan kreativitas dan imajinasi,  
4. Memakai penalaran untuk memecahkan persoalan,  
5. Bekerja dengan situasi yang kompleks dan membingungkan,   
6. Melakukan tanggapan dengan cepat dan berhasil terhadap situasi baru,   
7. Mengenali elemen-elemen yang relative penting dalam suatu situasi, 
8. Menangani informasi yang rancu, tak lengkap, atau salah.

PENERAPAN KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) PADA KOMPUTER

     Dalam membuat aplikasi kecerdasan buatan yang mampu bertindak seperti manusia diperlukan pengetahuan untuk menalar, adapun 2 bagian utama yang penting dalam pembuatan aplikasi kecerdasan buatan ini meliputi;

1. Basis Pengetahuan (Knowledge Base), bersifat fakta-fakta, teori, pemikiran dan hubungan antar satu dengan yang lainnya. 
2. Motor Inferensi (Inference Engine), kemampuan menarik kesimpulan berdasarkan pengetahuan dan pengalaman.

Dibawah ini merupakan Penerapan Konsep Kecerdasan Buatan di Komputer :

SEJARAH KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)

     Kata “intelligence” berasal dari bahasa Latin “intelligo” yang berarti “saya paham”.  Maka dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.   Kecerdasan Buatan (Artificial Intelligence) atau disingkat dengan AI,  mulai muncul dari adanya komputer sekitar tahun 1940-an, walaupun sejarah perkembangannya dapat dilihat sejak peradaban Mesir kuno dan kisah mitologi dari Yunani. Pada masa ini, perhatian lebih terpusat pada kemampuan komputer yang dapat mengerjakan sesuatu yang bisa dikerjakan oleh manusia. 

Pada tahun 1941 dimulainya pengembangan komputer elektronik,  Warren McMulloh dan Walter Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari neuron di dalam  otak.  Mereka  menunjukkan cara neuron menjadi aktif seperti saklar on-off dan neuron tersebut dapat belajar dan memberikan aksi berbeda terhadap waktu dari input yang diberikan. Pada tahun 1949 pengembangan stored program  mulai bermunculan sehingga mendorong para pengembang AI untuk mempelajari AI lebih jauh.

 Sumbangan terbesar di bidang AI diawali pada paper Alan Turing, pada tahun 1950 yang mencoba menjawab  “Dapatkah komputer berfikir” dengan menciptakan mesin Turing.  Paper Alan Turing pada tahun 1950 berjudul “Computing Machineri and Intelligence” mendiskusikan syarat sebuah mesin dianggap cerdas. Dia beranggapan bahwa jika mesin dapat berhasil berprilaku seperti manusia, maka dapat dikatakan cerdas. Percobaan yang dilakukannya cukup sederhana  yaitu : apabila seseorang memasuki ruangan dan menemukan 2 terminal maka 1 terminal terkoneksi dengan software AI dan 1 termianal lagi terhubung  dengan seseorang yang menuliskan respons.

     Pada tahun 1951 terciptalah sebuah sistem kecerdasan buatan yang benar-benar bekerja untuk pertama kalinya, dengan menggunakan komputer Ferranti Mark 1 , Christopher Strachey dan Dietrich Prinz berhasil membuat sebuah permainan catur melawan komputer.

Allen Newell dan Herbert Simon dengan mengembangkan  The Logic Theorist dengan membentuk bidang pemrograman heuristik. Program AI pertama ini direkayasa khusus untuk meniru keterampilan memecahkan masalah manusia dengan penyelesaiannya dengan  menghasilkan kesimpulan terakurat. Program ini berdampak besar dan menjadi sarana penting dalam mengembangkan bidang AI.  Oleh karena itu, Newell meminta bantuan programmer komputer dari RAND Corporation yaitu John Clifford Shaw untuk mengkode The Logic Theorist matematika dengan menggunakan versi awal bahasa pemrograman IPL (Information Processing Language), yang berjalan di komputer fasilitas penelitian RAND di Santa Monica.

   Pada tahun 1956 Profesor John McCarthy dari  Massacuhetts Institute of Technology dianggap sebagai bapak dari  AI (Artificial Intelligence) dunia , menyelenggarakan konferensi untuk menarik minat para peneliti AI bertemu, dengan  nama kegiatan “The Dartmouth summer research project on artificial intelligence.”   Pada Konferensi Dartmouth itu para peneliti  AI bertugas untuk menetapkan dasar bagi masa depan  pemgembangan dan penelitian AI. Pada konferensi itu John McCarthy  mengusulkan definisi tujuan utama Kecerdasan buatan (Artificial Intelligence) ialah  mengetahui dan Memodelkan proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.

Profesor John McCarthy

    Program pada kecerdasan buatan dapat ditulis dalam bahasa pemrograman komputer apa saja, misalnya bahasa C, C ++, Pascal, Basic, dan bahasa pemrograman lainnya. Namun dalam pengembangan bahasa programaman selanjutnya dibuatlah khusus untuk aplikasi kecerdasan buatan yaitu LISP  pada tahun 1958 dan PROLOG pada tahun1972. 

    Pada  tahun 1960 - 1970, Dikarenakan keberhasilan dalam membagun sistem pemahaman bahasa alami yang limited domains, maka muncul berbagai dikusi mengenai bagaimana komputer dapat meniru kemampuan otak manusia secara mendetail dan ini dapat dikategorikan sebagai “classical AI”. Misalnya, Program dari Daniel Bobrow (1967) yaitu dapat memecahkan masalah aljabar sekolah menengah yang dinyatakan dalam bahasa alami.

   Pada tahun 1980, komputer semakin mudah diperoleh dengan harga yang lebih ekonomis menjadikan berbagai riset di bidang kecerdasan buatan berkembang sangat pesat di berbagai universitas yang ada. 

 LINGKUP UTAMA KECERDASAN BUATAN:

• Sistem pakar (expert system). Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar.  
• Pengolahan bahasa alami (natural language processing). Dengan  pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari. 
• Pengenalan percakapan ( speech recognition). Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara. 
• Robotika dan Sistem sensor . 
• Computer vision,  untuk dapat mengintrepetasikan gambar atau objek-objek  melalui komputer. Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar. 
• Pengenalan penglihatan (Visual Recognition) Bidang ini merupakan kemampuan suatu komputer yang dapat menangkap signal elektronik dari suatu kamera dan dapat memahami apa yang dilihat tersebut. Penerapan AI ini misalnya pada komputer yang dipasang di peluru kendali, sehingga peluru kendali dapat diprogram untuk selalu mengejar sasarannya yang tampak di kamera.

KONSEP KECERDASAN BUATAN

Dibawah ini adalah beberapa konsep yang ada dalam kecerdasan buatan, di anataranya :

1. Turing Test, Metode pengujian kecerdasan dengan proses uji yang melibatkam seorang penanya (manusia) dan dua obyek yang ditanyai (yaitu antara manusia dengan sebuah mesin yang akan diuji).
2. Pemrosesan Simbolik, Komputer untuk memproses angka (numerik) dengan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah.
3. Heuristic, Istilah heuristic dari bahasa Yunani yaang artinya menemukan. Ini merupakan strategi melakukan proses pencarian (search) ruang problem secara selektif.
4. Penarikan Kesimpulan (Inferencing), membuat mesin yang memiliki kemampuan berpikir atau mempertimbangkan (reasoning) berdasarkan fakta dan aturan dari metode heuristik atau metode pencarian lainnya.
5. Pencocokan Pola (Pattern Matching),  dengan metode ini kita dapat berusaha untuk menjelaskan objek, events, atau proses dalam hubungan logika atau komputasional.

PERBEDAAN KECERDASAN BUATAN DAN KECERDASAN ALAMI

Keuntungan Kecerdasan Buatan :

• Kecerdasan buatan bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan karena sifat manusia yang sering lupa. Kecerdasan buatan tidak akan berubah selama sistem komputer dan program tidak mengubahnya. 
• Kecerdasan buatan lebih mudah diduplikasi dan disebarluaskan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebut dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain. 
• Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama. 
• Kecerdasan buatan bersifat konsisten dan menyeluruh. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami dapat berubah-ubah.
• Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi. 
• Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami. 
• Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.

Keuntungan kecerdasan alami:

• Bersifat Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan lebih mendalam pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun. 
• Kecerdasan alami menggunakan penalaran yang luas dari pengalaman secara langsung . Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik
• Pemikiran ataupun tingkatan keahlian manusia dapat digunakan secara luas dari pemula, kompeten, profisien dan ahli (expert). Sedangkan kecerdasan buatan cakupanya sangat terbatas. 

CONTOH-CONTOH PENERAPAN APLIKASI AI MENURUT BIDANG PENELITIAN :

Mundane Task (Tugas Biasa) :

• Persepsi (vision & speech) & Pemikiran yang bersifat common sense (berdasarkan pikiran yang sehat), Pada Computer Vision AI ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh, melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan mampu menghasilkan sebuah visual intelligence system. Akuisisi dan pemrosesan informasi berupa vision dapat ditampilkan pada gambar. 

Natural Language/ bahasa alami  (understanding, generation & translation), Natural Language Processing NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar disamping ini dan deteksi email spam yang cerdas.

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar diatas.

Robot control dan Sistem Navigasi, Bidang ini mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan actuator  seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi,  Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat oleh Hisashige Tanaka.

Formal Task (Tugas Formal) :

• Permainan Game / Games Playing, Game dalam AI memiliki karakter yang dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan oleh player. Hal ini akan membuat penasaran user dan membuat game menarik untuk dimainkan. Tujuan intinya adalah membuat non-player memiliki strategi yang cerdas untuk mengalahkan player. Pada bidang ini,  AI dibutuhkan, yaitu untuk merancang dan menghasilkan game yang seru baik antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan.

• Matematika (Geometri, logika, kalkulus integral, pembuktian teorema) . Dalam bidang AI misalnya pembuktian teorema (theorem proving) dapat dilakukan oleh  MACSYMA (Project MAC’s Symbolic Manipulator) untuk mengerjakan tugas-tugas matematika. MACYSMA ini merupakan sistem aljabar komputer tertua yang masih banyak digunakan yang dikembangkan dari tahun 1968-1982 di MIT’s Project MAC. 

 Expert Task (Tugas Ahli) :  

• Financial Analysis, Pada Bank menggunakan sistem AI untuk mengurus berbagai operasi ,investasi, dan mengatur properti. Sering juga digunakan dalam perhitungan harga saham. Berbagai institusi finansial juga sudah menggunakan teknologi AI untuk menyelidiki berbagai klaim, mengurangi penggunaan sumber daya manusia.

Medical Diagnostics , Pada bidang kesehatan, AI sering diterapkan untuk mengatur rotasi staff, menyediakan informasi medik yang penting, dan beberapa hal lainnya. Dimanfaatkan pula untuk menyimpan data kesehatan seorang pasien.

 Analisis ilmu pengetahuan ,  Rekayasa (design, pencarian kegagalan, perencanaan  manufaktur) ; General Problem Solving dalam AI ini berhubungan dengan pemecahan masalah terhadap suatu situasi yang akan diselesaikan oleh komputer. Permasalahan yang diungkapkan dalam suatu cara sehingga komputer dapat menalar  semua deskripsi-deskripsi yang diinginkan juga diberikan kepada komputer. Biasanya permasalahaan tersebut dapat diselesaikan secara trial and error sampai solusi yang diinginkan didapatkan. Suatu program  yang cukup populer di komputer mikro untuk pemecahan masalah secara trial and error adalah EUREKA yang ditulis oleh Borland.

REFERENSI :

Dahria, Muhammmad. 2008. Kecerdasan Buatan ( Arificial Intelligence). Jurnal SAINTIKOM. VOL.5, NO.2, Agustus 2008.  http://lppm.trigunadharma.ac.id/public/fileJurnal/160B2-OK-Jurnal9-MD-Kecerdasan%20Buatan.pdf (diakses tanggal 17 September 2017).

Dr. Widodo Budiharto, S.Si., M.Kom. Juni 2012. Kecerdasan Buatan, Kini dan Akan Datang.http://socs.binus.ac.id/2012/06/06/mengenal-kecerdasan-buatan-kini-dan-akan-datang/.( diakses tanggal 21 September 2017)

Poole, David , dan Alan Mackworth. 2010. ARTIFICIAL INTELLIGENCE FOUNDATIONS OF COMPUTATIONAL AGENTS. Canada : Cambridge University Press  http://artint.info/index.html (diakses tanggal 22 September 2017)

Russel, Stuart J., dan Peter Norvig, dkk. 1995. Artificial Intelligence A Modern Approach. Englewood Cliffs,New Jersey : Prentice-Hall, Alan Apt.  http://stpk.cs.rtu.lv/sites/all/files/stpk/materiali/MI/Artificial%20Intelligence%20A%20Modern%20Approach.pdf (diakses tanggal 22 September 2017)

Kusrini, S.Kom. 2006. Sistem Pakar, Teori dan Aplikasi. Ed. I.  Yogyakarta :  ANDI. https://books.google.co.id/books?id=MocuEV7C96YC&pg=PA5&dq=konsep+kecerdasan+buatan&hl=id&sa=X&ved=0ahUKEwjahbvTn7vWAhWBsY8KHYqeCRIQ6AEIJjAA#v=onepage&q=konsep%20kecerdasan%20buatan&f=false  (diakses tanggal 23 September 2017)

https://arafarra17.blogspot.com/2017/09/apa-itu-ai-artificial-intelligence.html

TRANSITION PLANNING AND SUPPORT

TRANSITION PLANNING AND SUPPORT

PENGANTAR DAN RUANG LINGKUP

Mengingat pentingnya transisi layanan dengan benar ke lingkungan hidup, tidak mengherankan bahwa salah satu proses utama dalam fase ini melibatkan perencanaan semua kegiatan secara menyeluruh dan memastikan bahwa semua sumber daya yang diperlukan tersedia sebagaimana dan di mana mereka diperlukan.

Input kunci untuk perencanaan transisi adalah paket desain layanan, yang berisi semua detail yang relevan tentang perubahan tersebut.

Meskipun tidak bertanggung jawab atas perencanaan rinci kegiatan dalam perubahan atau pelepasan individu, perencanaan dan dukungan transisi memiliki cakupan luas yang mencakup:

• Menetapkan kebijakan, standar, dan model untuk kegiatan dan proses transisi layanan;
• Mengawasi kemajuan perubahan besar melalui semua proses transisi layanan;
• Mengoordinasikan dan memprioritaskan sumber daya untuk memungkinkan beberapa transisi dikelola tanpa konflik;
• Penganggaran untuk persyaratan masa depan untuk transisi layanan;
• Meninjau dan meningkatkan kinerja perencanaan transisi dan mendukung kegiatan;
• Memastikan bahwa transisi layanan dikoordinasikan dengan manajemen program dan proyek, desain layanan dan kegiatan pengembangan layanan.

TUJUAN

Tujuan dari proses ini adalah untuk merencanakan dan mengoordinasikan transisi layanan dan sumber daya yang diperlukan.

Tujuan perencanaan dan dukungan transisi adalah untuk:

• Merencanakan dan mengoordinasikan sumber daya untuk memastikan bahwa persyaratan strategis yang dirancang tercapai dalam operasi;
• Mengoordinasikan kegiatan transisi lintas proyek, pemasok dan tim layanan;
• Memastikan layanan baru atau yang diubah diperkenalkan sesuai anggaran, tepat waktu dan dengan kualitas yang tepat;
• Memastikan bahwa arsitektur, teknologi, proses, dan metode pengukuran baru diimplementasikan dengan benar;
• Memastikan bahwa kerangka kerja umum dari proses yang dapat digunakan kembali standar dan sistem pendukung diadopsi oleh semua;
• Menyediakan rencana yang jelas dan komprehensif yang memungkinkan pelanggan dan proyek perubahan bisnis untuk menyelaraskan kegiatan mereka dengan rencana transisi layanan;
• Mengidentifikasi, mengelola, dan mengendalikan risiko, meminimalkan kemungkinan kegagalan dan gangguan di seluruh kegiatan transisi;
• Melaporkan masalah transisi layanan, risiko dan penyimpangan kepada pemangku kepentingan dan pembuat keputusan yang tepat;
• Memantau dan meningkatkan kinerja kegiatan transisi.

Sebagian besar nilai berasal dari perubahan individual atau layanan baru yang digunakan. Perencanaan transisi yang efektif memungkinkan penyedia layanan untuk mendukung perubahan bersamaan dan memastikan koordinasi kegiatan dan sumber daya yang efisien di berbagai proyek dan tim.

KEGIATAN UTAMA

   Output dari fase desain layanan adalah paket desain layanan (SDP), yang mencakup banyak informasi yang diperlukan oleh tim transisi layanan. Ini termasuk:

• Piagam layanan, yang menggambarkan utilitas dan garansi yang diharapkan;
• Garis besar anggaran dan rentang waktu;
• Spesifikasi dan model layanan;
• Desain arsitektur yang dipilih, termasuk kendala yang diketahui;
• Definisi dan desain setiap rilis spesifik;
• Bagaimana komponen layanan akan dirakit dan diintegrasikan ke dalam paket rilis;
• Rilis dan rencana manajemen penyebaran;
• Kriteria penerimaan layanan.

           Kegiatan transisi layanan harus dipantau terhadap niat yang ditetapkan dalam model transisi dan rencana untuk memastikan kesesuaian. Laporan manajemen tentang status setiap transisi akan membantu untuk mengidentifikasi ketika ada perbedaan yang signifikan dari rencana sehingga, misalnya, manajemen proyek dan organisasi manajemen layanan dapat merespons sesuai.

Rencana transisi mungkin memerlukan amandemen agar sejalan dengan kenyataan yang telah berubah sejak desain. Ini tidak sama dengan desain atau kesalahan yang buruk dalam memilih model transisi, tetapi hanya refleksi dari lingkungan yang dinamis.

Pemicu utama untuk merencanakan satu transisi adalah penerimaan perubahan yang disahkan, meskipun perencanaan jangka panjang dapat dipicu oleh penerimaan proposal perubahan. Penganggaran untuk persyaratan transisi di masa depan akan dipicu oleh siklus perencanaan penganggaran organisasi.

Input utama adalah paket desain layanan, yang mencakup definisi paket rilis dan spesifikasi desain, rencana uji dan penyebaran, dan kriteria penerimaan layanan (SAC).

Keluaran akan berupa strategi transisi, anggaran, dan serangkaian rencana transisi layanan yang terintegrasi.

HUBUNGAN DENGAN PROSES MANAJEMEN LAYANAN LAINNYA

Perencanaan dan dukungan transisi memiliki antarmuka untuk tim program dan proyek, dan pelanggan, serta hampir setiap bidang manajemen layanan lainnya termasuk:

• Manajemen portofolio layanan (SPM) dan manajemen permintaan, yang harus memberikan informasi jangka panjang tentang proposal masa depan dan kemungkinan kebutuhan sumber daya;
• SPM dan manajemen hubungan bisnis, untuk membantu mengelola komunikasi dua arah yang tepat dengan pelanggan dan kegiatan perencanaan strategis;
• Semua bidang desain layanan, meskipun ini terutama melalui kontribusi mereka terhadap paket desain layanan;
• Manajemen pemasok, untuk memastikan bahwa ada kontrak yang sesuai;
• Proses transisi layanan lain yang dikoordinasikan oleh perencanaan dan dukungan transisi;
• Fungsi operasi layanan untuk mengoordinasikan pilot, serah terima dan dukungan kehidupan awal;
• Manajemen teknis dan manajemen aplikasi, yang akan menyediakan personel yang diperlukan untuk melakukan banyak aspek transisi layanan (mis. Untuk meninjau perubahan atau merencanakan penyebaran).

Perencanaan transisi dan proses dukungan banyak menggunakan sistem manajemen pengetahuan layanan untuk menyediakan akses ke berbagai informasi yang diperlukan untuk perencanaan jangka pendek, menengah dan panjang.

Business Relationship Management

 1.       Ruang Lingkup

Manajemen hubungan bisnis terdiri dari pengetahuan, keterampilan, dan perilaku (atau kompetensi) yang membina hubungan yang produktif antara organisasi jasa (misalnya Sumber Daya Manusia , teknologi informasi , departemen keuangan, atau penyedia eksternal) dan mitra bisnis mereka.

BRM berbeda dari manajemen hubungan perusahaan dan manajemen hubungan pelanggan meskipun hal itu berkaitan. Ini adalah ruang lingkup yang lebih besar daripada penghubung yang sejalan kepentingan bisnis dengan TI Penyerahan

Ruang lingkup manajemen hubungan bisnis berfokus pada penyelarasan pelanggan tujuan dengan kegiatan penyedia layanan TI , yaitu, semua interaksi bahwa penyedia layanan memiliki dengan pelanggan .

      2.       Maksud dan Tujuan 

·         Pengertian

Manajemen hubungan bisnis (BRM) adalah pendekatan formal untuk pemahaman, mendefinisikan, dan mendukung kegiatan antar-usaha yang terkait dengan jaringan bisnis .

·         Tujuan

Tujuan dari manajemen hubungan bisnis adalah untuk memahami kebutuhan pelanggan bisnis dan untuk memberikan layanan yang memenuhi kebutuhan tersebut .

      3.       Prinsip Umum

Prinsip Business Relationship Management

·         Pengukuran dan analisis

Tujuan BRM mengharuskan konsep-konsep dan prinsip-prinsip dapat diidentifikasi dan diukur. Mengingat model, seseorang harus mampu mengidentifikasi hubungan bisnis yang mereka terlibat dalam, dan mengukur mereka dalam hal seperti kuantitas atau durasi. Hal yang sama berlaku untuk setiap aspek BRM, seperti jenis, peran, atau prinsip.

Setiap hubungan bisnis memiliki tujuan yang memerlukan partisipasi dari peran ganda untuk mencapai. Tujuan dari hubungan bisnis yang diberikan adalah diskrit dan terukur.

·         Reputasi dan kepercayaan

Model BRM harus berusaha untuk model dan mengukur reputasi dan kepercayaan .

Setiap hubungan, dan setiap interaksi di dalamnya, memberikan kontribusi untuk reputasi. Reputasi meringankan risiko dan mengurangi gesekan dalam proses bisnis. Kepedulian untuk reputasi incentivizes perilaku yang baik.

Tidak adanya kepercayaan akan menyebabkan hubungan bisnis untuk gagal. Kepercayaan meningkatkan efisiensi dan memungkinkan resolusi konflik. Hubungan antara kepercayaan sebagai konsep inti tradisional dan dalam bentuk yang muncul 'radikal' sebagai komponen dari komunitas online [11] harus dijelaskan.

·         Governance

Model BRM perlu memperhitungkan dan menyelaraskan dengan model tata kelola perusahaan , termasuk etika bisnis , kendala hukum, dan norma-norma sosial yang berlaku untuk hubungan bisnis.

·         Batas

Model BRM harus menentukan batas-batas hubungan bisnis dalam kontinum yang lebih besar dari hubungan interpersonal. Selain isu-isu pemerintahan, model harus memeriksa jika ada tingkat optimal dari hubungan pribadi, dan apakah mereka berbeda berdasarkan jenis, peran, atau atribut lainnya. model harus membantu menentukan batas-batas yang mengoptimalkan efektivitas sementara mendukung tata kelola yang baik.

·         Pertukaran dan timbal balik

Model BRM pertukaran dan timbal balik harus memperluas dimensi tradisional untuk akun untuk tidak hanya pertukaran keuangan, tetapi juga pertukaran waktu, uang, pengetahuan, dan reputasi. Ini adalah fitur kunci dari hubungan bisnis.

      4.       Peran

Sebagai peran organisasi, BRM peran organisasi adalah hubungan antara penyedia layanan dan bisnis. Peran bertindak sebagai penghubung, orkestra, dan navigator antara penyedia layanan dan satu atau unit bisnis yang lebih.

Peran Bisnis Relationship Manager telah diperkenalkan di ITIL 2011 untuk melakukan kegiatan dalam proses bisnis Relationship Management.

      5.       Hubungan dengan Proses Manajemen Layanan Lainnya

Deskripsi proses

ITIL Bisnis Relationship Management, Manajemen Hubungan Bisnis

Bisnis Relationship Management telah diperkenalkan sebagai proses baru dalam ITIL 2011.

Terbaru tempat bimbingan survei kepuasan pelanggan dan manajemen pengaduan dalam Bisnis Relationship Management. Akibatnya, proses yang sesuai telah dipindahkan dari terus menerus Peningkatan Pelayanan untuk Bisnis Relationship Management. Gambaran proses ITIL Bisnis Relationship Management, menunjukkan antarmuka yang paling penting.

Singkatnya, dengan BRM, nilai pengiriman layanan dioptimalkan untuk pelanggan, memperkuat hubungan antara klien dan organisasi.

Selain Strategi Layanan, BRM berdampak pada bagian lain dari siklus hidup dalam sejumlah cara.

Manajemen hubungan bisnis terdiri dari pengetahuan, keterampilan, dan perilaku (atau kompetensi) yang menumbuhkan hubungan yang produktif antara organisasi layanan (mis. Sumber Daya Manusia, teknologi informasi, departemen keuangan, atau penyedia eksternal) dan mitra bisnis mereka.

BRM berbeda dari manajemen hubungan perusahaan dan manajemen hubungan pelanggan meskipun itu terkait. Ini adalah ruang lingkup yang lebih besar daripada penghubung yang menyelaraskan kepentingan bisnis dengan kiriman TI.

Pengembangan BRM

Mitra bisnis strategis (yang dulunya disebut sebagai layanan bersama atau penyedia layanan) memerlukan metodologi umum untuk mendorong inovasi dan strategi bisnis sejati. Mitra bisnis strategis ini (TI, Keuangan, SDM, penyedia eksternal, dll.) Berkonvergensi dengan bisnis. Ada satu strategi bisnis bersama dengan masing-masing mitra bisnis bertanggung jawab untuk bagian dari nilai bisnis keseluruhan yang dicapai. Business Relationship Management Institute, Inc mulai mempromosikan kemampuan bisnis ini pada 2012 dengan komunitas keanggotaan nirlaba yang didedikasikan untuk profesi BRM. Fitur-fitur ini termasuk:

1. Business Relationship Management berfokus pada realisasi nilai bisnis melalui mitra bisnis yang bertanggung jawab
2. kemajuan dalam skala, ruang lingkup, dan kecanggihan efek jaringan
3. gangguan konstan sebagai dinamika bisnis 'normal baru'
4. desentralisasi pengetahuan dan devaluasi kekayaan intelektual tradisional
5. peningkatan keterbukaan pengetahuan jaringan
6. penurunan manajemen komando dan kontrol
7. Dampak tren ini pada hubungan bisnis telah mendorong fondasi disiplin BRM yang berbeda.

 Peran dan tanggung jawab Business Relationship Manager

Peran Business Relationship Manager menggabungkan tanggung jawab seorang Analis Bisnis dengan kualitas Pengembangan Bisnis dan Arsitek Solusi.

Business Relationship Manager bertanggung jawab untuk:

• Menawarkan pihak ketiga yang netral antara perusahaan dan organisasi di luar meja layanan dan manajemen operasi.
• Membantu dalam penciptaan layanan baru.
• Memastikan tingkat layanan disesuaikan dan relevan.
• Terlibat dengan risiko internal dan badan pengatur yang berwenang seperti CAB.
• Membantu pengembangan saluran umpan balik pelanggan untuk keluhan dan pujian.
• Memperoleh akses ke sistem manajemen keuangan, hukum, dan layanan eksklusif.
• Membantu perencanaan strategis proses dan prosedur SLM dan BRM.

Sub-proses BRM

BRM mempengaruhi siklus hidup ITIL melalui beberapa sub-proses. Ini termasuk:

• Menjaga hubungan pelanggan dengan memastikan kebutuhan pelanggan terus dipahami dan penyedia layanan mengabdikan diri untuk memenuhinya.
• Mengenali persyaratan layanan dengan mendokumentasikan hasil yang diinginkan dari proses yang diberikan.
• Memperoleh pelanggan baru dengan memberikan tingkat layanan yang dapat disetujui oleh pelanggan.
• Menerapkan saluran umpan balik kepuasan pelanggan seperti survei pelanggan dan menyampaikan hasil yang terdokumentasi kepada semua pemangku kepentingan yang diperlukan seperti mereka yang beroperasi.
• Menangani keluhan dengan bijaksana dan mendesak.
• Memantau insiden dan melacak eskalasi, melihatnya hingga ke resolusi klien.

SERVICE STRATEGY

           Service Strategy (Strategi Layanan) adalah salah satu publikasi inti IT Infrastructure Library (ITIL) framework yang digunakan di dalam penerapan IT Service Management (ITSM). Dari judulnya, buku pertama ITIL ini bertujuan untuk memberikan panduan tentang pentingnya bagi semua organisasi untuk menyelaraskan strategi bisnis yang didefinisikan dengan baik dengan strategi ICT yang efektif.

       Organisasi yang ingin menerapkan ITSM seharusnya memikirkan strategi yang dibutuhkan di dalam memberikan layanan untuk pelanggan seperti menetapkan visi, tujuan, kebijakan, persyaratan dan target untuk tahap siklus proses dan fungsi yang di dalam buku ITIL berikutnya yaitu Service Design, Service Transition & Continual Service Improvements.

Dengan semakin banyaknya organisasi-organisasi yang ingin menerapkan ITSM langsung dengan tools, banyaklah pula kendala yang diketahui sewaktu implementasi tools. Karena secara sederhana, strategi akan memutuskan dan membenarkan layanan apa yang akan diberikan kepada siapa, kapan, dengan cara apa dan dengan biaya berapa – dimana informasi ini mudah untuk dikatakan, tetapi jauh lebih kompleks untuk dicapai.

      ITSM seharusnya menjamin layanan ICT yang efisien dan efektif. Di lain hal, ITIL akan menyediakan kerangka kerja yang konsisten dan pemahaman bahasa yang sama di dalam meningkatkan ITSM untuk keberhasilan proses bisnis.

Rencanakan kerangka kerja ITIL Service Strategy sebagai pelengkap EA yang sudah ada dimana terintegrasinya kedua sistem manajemen tersebut akan menambah nilai untuk bisnis dan di dalam pengelolaan strategi operasional ICT.

EA menggambarkan sebuah arsitektur sebuah perusahaan yang bertujuan untuk meningkatkan efektivitas dan efisiensi bisnis dimana keluarannya bisa menjadi inovasi perubahan struktur organisasi, sentralisasi atau terintegrasinya proses bisnis. Arsitek EA bisa mendapatkan manfaat dimana layanan pengelolaan ICT sebagai indicator kinerja keselarasan dengan strategi bisnis.

        Inti dari Service Strategy adalah bagaimana Service (yang akan kita jalani) mempunyai Value

Service Strategy menilai apakah sebuah service ini layak di “launching” ke customer/public…

Inget ya, Outcome dari Service Strategy à Value

Nah, agar suatu Service mempunyai Value maka harus diperhatikan 2 hal berikut ini:

• Utility = bisa kah fitur tersebut berjalan
• Warranty = seberapa baik ini service bisa di deliver

Value = Utility + Warranty

Ada beberapa hal yang dibahas di Service Strategy

• Strategy Management
• Service Portfolio Management
• Financial Management
• Business Relationship Management
• Demand Management