#SIP Artificial Intellegence dan Expert System

Sebelumnya kita telah membahas mengenai apa itu Artificial Intellegence (kecerdasan buatan), selanjutnya kita akan membahas persamaan dan perbedaan antara Artificial Intellegence dan Expert System. Maka sebelum kita lanjut ke persamaan dan perbedaan Artificial Intellegence dan Expert System kita harus terlebih dahulu mengetahui apa itu Expert System (sistem akar)?

Pengertian Expert System

Martin dan Oxman (dalam Kusrini, 2006)  mendefinisikan expert system (sistem pakar) adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

Menurut Martin dan Oxman (dalam Kusrini, 2006) pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan yang dimaksud antara lain: pembuatan keputusan (decicion making), pemandu pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), prakiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan (prescribing) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari seorang pakar.

Sistem pakar dibuat pada wilayah pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seseorang pakar. Selain itu system pakar juga dapat memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya.

Biasanya system pakar hanya digunakan untuk memecahkan masalah yang memang sulit untuk dipecahkan  dengan pemrograman biasa, mengingat biaya yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pembuatan sistem biasa.

Pemakaian Sistem Pakar (Kusrini, 2006):

Sistem pakar dapat digunakan oleh:

1. Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam memecahkan masalah. 
2. Pakar sebagai asisten yang berpengetahuan. 
3. Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.

Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar. Alasan mendasar mengapa expert system dikembangkan untuk menggantikan seorang pakar:

1. Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi.
2. Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar. 
3. Seorang pakar akan pension atau pergi.
4. Menghadirkan menggunakan jasa seorang pakar memerlukan biaya yang mahasiswa
5. Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile eutrontment)

Menurut Kusrini (2006) Ciri-ciri sistem pakar adalah:

• Terbatas pada bidang yang spesifik

• Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti

• Dapat mengemukakan rangkaian  alasan yang diberikannya dengan cara yang dapat dipahami.

• Berdasarkan pada rule atau kaidah tertentu

• Dirancang untuk dapat dikembangkan secara bertahap

• Outputnya bersifat nasihat atau anjuran

• Output tergantung dari dialog dengan user

• Knowledge base dan inference engine terpisah.

Jenis-Jenis Sistem Pakar

• Interpretasi, menghasilkan deskripsi situasi berdasarkan data sensor. 
• Prediksi, memperkirakan akibat yang mungkin dari situasi yang diberikan. 
• Diagnosis, menyimpulkan kesalahan sistem berdasarkan gejala (symptoms).
• Disain, menyusun objek-objek berdasarkan kendala. 
• Planning, merencanakan tindakan 
• Monitoring, membandingkan hasil pengamatan dengan proses perencanaan. 
• Debugging, menentukan penyelesaian dari kesalahan sistem. 
• Reparasi, melaksanakan rencana perbaikan. 
• Instruction, diagnosis, debugging, dan reparasi kelakuan pelajar. 
• Control, diagnosis, debugging, dan reparasi kelakuan sistem.

Beberapa contoh Sistem Pakar

1. MYCIN, diagnosa penyakit 
2. DENDRAL, mengidentifikasi struktur molekular campuran yang tak dikenal
3. XCON & XSEL, membantu konfigurasi sistem komputer besar
4. SOPHIE, analisis sirkit elektronik 
5. Prospector, digunakan di dalam geologi untuk membantu mencari dan menemukan deposit 
6. FOLIO, membantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi 
7. DELTA, pemeliharaan lokomotif listrik disel

Aplikasi Eliza, Parry Dan Nettalk

Eliza, Parry dan Nettalk adalah beberapa contoh darichatterbot. Chatterbot merupakan sebuah program komputer yang dirancang untuk menstimulasi percakapan intelektual dengan satu atau lebih manusia secara audio maupun teks. Chatterbotdikategorikan sebagai kecerdasan buatan atau Artificial Intelligence, yang dimanfaatkan untuk tujuan praktis seperti bantuan online, layanan personal, atau diskusi informasi, dalam hal ini dapat dilihat fungsi program sebagai suatu jenis agen percakapan (conversational agent).

1.   ELIZA 

Program yang dipublikasikan oleh Joseph Weizenbaum pada tahun 1966, yang dapat mengelabui pengguna hingga mempercayai bahwa mereka sedang bercakap-cakap dengan manusia nyata. Tujuan dari pembuatan program ini adalah untuk meniru pembicaraan antara seorang psikolog dan pasiennya, dalam hal ini, ELIZA berperan sebagai psikoterapis dan memberikan saran dan nasihat tentang masalah penggunanya. Kunci metode operasional ELIZA melibatkan rekognisi dari isyarat kata-kata atau kalimat input, dan output berupa tanggapan yang telah dipersiapkan atau diprogram, yang dapat meneruskan percakapan dengan suatu cara sehingga tampak bermakna.

2.  PARRY

Parry dibuat pada tahun 1972 oleh psikiatris Kenneth Colby ketika di Universitas Stanford. Parry bertujuan untuk merefleksikan pikiran pasien dengan mental paranoid yang serius. Program ini menjalankan model mentahan dari prilaku schizophren paranoid berdasarkan konsep, konseptualisasi dan kepercayaan (penilaian tentang konseptualisasi : penerimaan, penolakan, dan netral). Ini juga menggunakan strategi percakapan, lebih serius dan merupakan program lanjutan dari ELIZA.   

3.   NETTALK

Connectionism adalah gerakan dalam ilmu kognitif yang berharap untuk menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf” atau “jaring syaraf”). jaringan syaraf disederhanakan model otak terdiri dari sejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari keterampilan seperti pengenalan wajah, membaca, dan deteksi struktur gramatikal sederhana.

Perbedaan dan Persamaan Artificial Intellegence and Expert System

            Sistem Pakar juga merupakan bagian dari Artificial Intelligence(AI) atau kecerdasan buatan.

Persamaan artificial intelligence dan expert system adalah sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, sedangkan perbedaan artificial intelligence dan expert system adalah sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal.

            Dapat disimpulkan Sistem Pakar merupakan bagian dari AI, dimana selain sistem pakar yang menggunakan AI, ada beberapa yang lain diantarnya games, logika Fuzzy, jaringan saraf tiruan, dan robotika. Kecerdasan buatan merupakan salah satu topik yang disukai penggemar science-fiction, pada film Terminator digambarkan perang manusia melawan mesin, bahkan dalam novel berjudul With Folded Hands. karangan Jack Williamson, digambarkan bangsa Humanoids (robot mesin ciptaan manusia) menjajah bangsa manusia dan menggantikan semua peranan manusia.

Daftar Pustaka:

http://amlsptnfarid.blogspot.co.id/2015/12/artificial-intelligent-expert-system.html#

Kusrini., (2006). Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offeset.

Nurhayati, O. D. (2008). Konsep Interaksi Manusia dan Komputer. Diponogoro: Studi Sistem Komputer.

Solso, Robert L, dkk. 2009.  Psikologi Kognitif. Jakarta : Erlangga.

Stenberg. 2009. Psikologi Kognitif. Yogyakarta: Pustaka Pelajar

#SIP Artificial Intelligence (kecerdasan buatan) dan Kognisi Manusia

Pengertian Artificial Intelligence (kecerdasan buatan)

Menurut Herianto, T (2006) mendefinisikan Artificial Intelligence (kecerdasan buatan) mungkin dapat didefinisikan sebagai cabang ilmu computer yang berhubungan dengan otomatis perilaku inteligens, dengan demikian program kecerdasan buatan didefinisikan sebagai program yang berhubungan dengan otomatisasi perilaku inteligen. Sedangkan Minsky (dalam Kusrini, 2006) mendefinisikan Artificial Intelligence (kecerdasan buatan) adalah suatu ilmu yang mempelajari cara membuat komputer untuk melakukan sesuatu seperti yang dilakukan manusia.

Menurut H.A Simon (dalam Kusrini, 2006) mendefinisikan Artificial Intelligence (kecerdasan buatan) merupakan kawasan penilitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas. Sedangkan Rich and Knight (dalam Kusrini, 2006) mendefinisikan Artificial Intelligence (kecerdasan buatan) sebagai sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.

Sementara ensiklopedi Britannica (dalam Kusrini, 2006) mendefinisikan Artificial Intelligence (kecerdasan buatan) sebagai 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 sejunlah aturan.

Sejarah Artificial Intelligence (kecerdasan buatan)

Kecerdasan buatan termasuk bidang ilmu yang relatif muda. Pada tahun 1950-an para ilmuwan dan peneliti mulai memikirkan bagaimana caranya agar mesin dapat melakukan pekerjaannya seperti yang bisa dikerjakan oleh manusia. Alan turing , seorang matematikawan inggris pertama kali mengusulkan adanya tes untuk melihat bisa tidaknya sebuah mesin dikatakan cerdas. Hasil tes tersebut dikenal dengan Turing test, dimana si mesin tersebut menyamar seolah-olah sebagai seseorang di dalam suatu permainan yang mampu memberikan respon terhadap serangkaian pertanyaan yang diajukan. Turing beranggapan bahwa, jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia). Alan turing juga melakukan percobaan lainnya yaitu Turing melakukan percobaan ini pada saat berpikir bahwa komputer yang bisa berpikir seperti otak manusia bisa hadir dalam kurun waktu 50 tahun lagi. Ilmu-ilmu baru bermunculan dengan tujuan menghasilkan mesin-mesin cerdas inilah yang kemudian kita kenal sebagai Artificial Intelegence (kecerdasan buatan).

Kecerdasan buatan sendiri dimunculkan oleh seorang profesor dari Massachusetts institute of Technology yang bernama John McCarthy pada tahun 1965 pada Dartmouth Conference yang dihadiri oleh para peneliti AI. Pada konferensi tersebut juga didefinisikan tujuan utama dari kecerdasan buatan, yaitu : mengetahui dan memodelkan proses-proses berfikir manusia dan  mendesain mesin agar dapat menirukan kelakuan manusia tersebut.

Beberapa program AI yang mulai dibuat pada tahun 1956-1966, antara lain:

1. Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.
2. Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.
3. ELIZA, diprogram oleh Joseph Weinzenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

Hubungan Artificial Intelligence (kecerdasan buatan) dan Kognisi Manusia

Penelitian McCulloch & Pitts analogis dengan komputer yang berfungsi berkat rangkaian sirkuit biner yang menentukan hidup-matinya neuron tadi melihat hubungan sikap logis neuron ketika berinteraksi dengan kinerja komputer digital. Von Neumann sangatlah mungkin merancang komputer yang meniru otak manusia. Otak komputer dianggap sebagai alat input, output, sekaligus lapisan tersembunyi. Lapisan tersembunyi menanggapi neuron di dalam otak model ini lebih mewakili otak manusia.

W.  Daniel Hillis mengembangkan ‘mesin koneksi’, sebuah model proses paralel. Pada mesin koneksi Hillis, prosesor tersedia untuk memecahkan sebuah  masalah, memungkinkan masalah tsb terbagi menjadi bagian-bagian kecil yang berproses secara berkesinambungan. Orang-orang yang menganggap AI sebagai konsep intelektual yang korup & meyakini bahwa orang yang yakin atas keberadaan mesin berpikir adalah pemuja yang materialistis. Dikotomi John Searle (1980) membedakan AI yang ‘kuat’, menunjukkan bahwa pemprograman yang sesuai dapat menciptakan ‘pikiran’ yang mampu memahami; dan AI yang ‘lemah’, yang menekankan nilai-nilai heuristik dalam pembelajaran kognisi manusia.

Kecerdasan memang terlihat dalam setiap bentuk aktivitas manusia kemampuan untuk beradaptasi, memelajari keterampilan baru, membentuk hubungan yang kompleks dan bermasyarakat. Kita bisa mengatakan bahwa aspek-aspek dalam hidup dan perilaku ini dapat dipakai untuk melengkapi fakta bahwa kita sadar (conscious).

Sayangnya tidak ada kesepakatan eksak tentang apa itu kesadaran (consciousness).  Kebanyakan dari kita menerjemahkan kata kesadaran ini dalam format yang lebih familiar  dengan kata kognisi (cognition), yaitu sejenis kesadaran tentang diri, tentang interaksi dengan dunia luar, tentang bagaimana proses berpikir terjadi dan kemampuan kita untuk paling tidak   mengendalikan secara parsial proses-proses ini. Kita coba mengasosiasikan kognisi dengan emosi, pemikiran, hati nurani dan hal-hal mendalam dari diri kita. Yang jelas, kecerdasan tidak mungkin hadir tanpa adanya kesadaran ini. Kesadaran bisa dijadikan tanda hadirnya kecerdasan jika suatu mesin bisa menampilkan kualitas kecerdasan seperti manusia maka mesin itu dikatakan memiliki conscious.

Daftar Pustaka:

Al Fatta, H., (2009). Rekayasa Sistem Pengenalan Wajah. Yogyakarta: Andi Offeset.

Herianto, T., (2006). Teknik Pemograman Turbo Prolog Tingkat Lanjut. Yogyakarta: Andi Offeset.

http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%201%20Pengenalan%20Kecerdasan%20Buatan.pdf

Kusrini., (2006). Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offeset.

McLead, R., & Schell, G. P., (2008). Sistem Informasi Manajemen. Jakarta: Salemba Empat.

#SIP Lingkup Data CBIS

• Hierarki Data

Data harus disusun secara teratur agar pengolahannya dapat dilakukan dengan baik dan efisien. Pengorganisasian data dapat dibagi dalam enam tingkatan, yaitu :

1. Bit adalah suatu sistem angka biner yang terdiri atas dua macam nilai saja, yaitu 0 dan 1. Sistem angka biner merupakan dasar dasar yang dapat digunakan untuk komunikasi antara manusia dan mesin (komputer) yang merupakan sekumpulan komponen elektronik dan hanya dapat membedakan dua keadaan saja (on dan off). Jadi bit adalah unit terkecil dari pembentuk data
2. Byte adalah bagian terkecil yang dapat dialamatkan dalam memori. Byte merupakan sekumpulan bit yang secara konvensional terdiri atas kombinasi delapan bit. Satu byte digunakan untuk mengkodekan satu buah karakter dalam memori. Contoh: Kode Ascii untuk J ialah 10101010. Jadi byte adalah kumpulan bit yang membentuk satu karakter (huruf, angka, atau tanda). Dengan kombinasi 8 bit, dapat diperoleh 256 karakter (= 2 pangkat 8). 
3. Field atau kolom adalah unit terkecil yang disebut data. Field merupakan sekumpulan byte yang mempunyai makna. Contoh: Joni yang merupakan field nama.  Jadi field ibarat kumpulan karakter yang membentuk suatu kata. 
4. Record atau baris adalah kumpulan item yang secara logic saling berhubungan. Setiap record dapat dikenali oleh sesuatu yang mengenalinya, yaitu field kunci. Gambar 1 merupakan contoh dari record. Jadi record ibarat kumpulan kata yang membentuk satu kalimat yang berarti, misal gambar 1 mewakili kalimat: Joni memenmpuh mata kuliah MIS (kode IS101) dengan nilai A. 
   
5. File atau tabel adalah kumpulan record yang sejenis dan secara logic berhubungan. Pembuatan dan pemeliharaan file adalah faktor yang sangat penting dalam sistem informasi manajemen yang memakai komputer. Jadi tabel ibarat kumpulan baris/record yang membentuk satu tabel yang berarti, misal gambar 2 mewakili tabel nilai mata kuliah MIS. 
   
6. Database merupakan kumpulan file-file yang berhubungan secara logis dan digunakan secara rutin pada operasi-operasi sistem informasi manajemen. Semua database umumnya berisi elemen-elemen data yang disusun ke dalam file-file yang diorganisasikan berdasarkan sebuah skema atau struktur tertentu, tersimpan di hardware komputer dan dengan software untuk melakukan manipulasi data untuk kegunaan tertentu. Jadi, suatu database adalah menunjukkan suatu kumpulan tabel yang dipakai dalam suatu lingkup perusahaan atau instansi untuk tujuan tertentu. Contoh suatu database adalah database akademik yang berisi file-file: mahasiswa, dosen, kurikulum, dan jadwal yang diperlukan untuk mendukung operasi sistim informasi akademik. Contoh suatu database sederhana ditunjukkan oleh gambar 3. 
   

•  Metode Penyimpanan

1. DASD ((Direct Access Storage Device) mekanisme baca atau tulis yang diarahkan ke record tertentu tanpa pencarian secara urut. Komputer mikro memiliki disk drive dan hard disk. Contoh: Magnetic Disk, Floppy Disk, Mass Storage. DASD memiliki mekanisme membaca dan menulis yang dapat diarahkan ke lokasi manapun dalam medium penyimpanan. Walau beberapa teknologi DASD telah dibuat, yang paling populer adalah piringan magnetic 
2. SASD (Sequential Access Storage Device) adalah Penyimpanan berurutan (sequential storage) adalah suatu organisasi atau penyusunan data di suatu medium penyimpanan yang terdiri dari satu catatan mengikuti satu catatan lain ke urutan tertentu. Misalnya, catatan pegawai disusun dalam urutan nomor pegawai. Bila sistem penyimpanannya berurutan yang digunakan, data pertama harus diproses pertama, kedua diproses kedua, dan seterusnya sampai akhir file itu tercapai. Sebagian media penyimpanan komputer hanya dapat memproses data yang disusun secara berurutan. Contoh: Magnetic Tape, Punched Card, Punched Paper Tape. 

• Pemrosesan Data 

• Batch processing adalah suatu model pengolahan data, dengan menghimpun data terlebih dahulu, dan diatur pengelompokkan datanya dalam kelompok-kelompok yang disebut batch. Tiap batch ditandai dengan identitas tertentu, serta informasi mengenai data-data yang terdapat dalam batch tersebut. Setelah data-data tersebut terkumpul dalam jumlah tertentu, data-data tersebut akan langsung diproses. Contoh dari penggunaan batch processing adalah e-mail dan transaksi batch processing. Dalam suatu sistem batch processing, transaksi secara individual dientri melalui peralatan terminal, dilakukan validasi tertentu, dan ditambahkan ke transaction file yang berisi transaksi lain, dan kemudian dientri ke dalam sistem secara periodik. Di waktu kemudian, selama siklus pengolahan berikutnya, transaction file dapat divalidasi lebih lanjut dan kemudian digunakan untuk meng-up date master file yang berkaitan.

DEFINISI ‘BATCH PENGOLAHAN’

Memproses transaksi dalam kelompok atau batch. Tidak ada interaksi pengguna diperlukan sekali batch processing sedang berlangsung. Ini membedakan batch processing dari proses transaksi, yang melibatkan transaksi pengolahan satu per satu dan membutuhkan interaksi pengguna. Sementara batch processing dapat dilakukan setiap saat, itu sangat cocok untuk mengakhiri-of-siklus pengolahan, seperti untuk memproses laporan bank pada akhir hari, atau menghasilkan gaji bulanan atau dua mingguan.

Definisi: Untuk memproses set besar data dengan cara tertentu, secara otomatis, tanpa perlu campur tangan pengguna. Data pertama dikumpulkan, selama hari kerja, misalnya, dan kemudian batch-diproses, sehingga semua data yang dikumpulkan diolah dalam satu pergi. Hal ini bisa terjadi pada akhir hari kerja, misalnya, ketika kapasitas komputasi yang tidak diperlukan untuk tugas-tugas lainnya.

Keuntungan: Hal ini dimungkinkan untuk melakukan tugas-tugas yang berulang-ulang pada sejumlah besar potongan-potongan data dengan cepat tanpa perlu pengguna untuk memonitor.  

• Online (Pengolahan Interaktif atau Online) 

Definisi: Data langsung diproses saat itu dimasukkan, pengguna biasanya hanya harus menunggu waktu yang singkat untuk jawaban. (ex. game, pengolah kata, sistem pemesanan). Pengolahan interaktif atau online mengharuskan pengguna untuk memasok input. 

       

Keuntungan: Interaktif atau pengolahan online memungkinkan pengguna untuk input data dan mendapatkan hasil dari pengolahan data yang segera. 

Online Processing 

Adalah sebuah sistem yang mengaktifkan semua periferal sebagai pemasok data, dalam kendali komputer induk. Informasi-informasi yang muncul merupakan refleksi dari kondisi data yang paling mutakhir, karena setiap perkembangan data baru akan terus diupdatekan ke data induk. Salah satu contoh penggunaan online processing adalah transaksi online. Dalam sistem pengolahan online, transaksi secara individual dientri melalui peralatan terminal, divalidasi dan digunakan untuk meng-update dengan segera file komputer. Hasil pengolahan ini kemudian tersedia segera untuk permintaan keterangan atau laporan. 

Perbedaan Batch Processing dengan Online Processing

1. Pada batch processing, data yang dimasukkan akan dihimpun dahulu menjadi satu kelompok yang kemudian akan dimasukkan ke dalam database untuk mengupdate master file. Sedangkan pada online processing, data yang dimasukkan a akan langsung dimasukkan ke dalam sebuah database untuk mengupadate master file pada saat itu juga 
2. Pada batch processing, data yang dikelompokkan tersebut akan dicek ulang dan disortir sebelum dikirim ke database sehingga jika terdapat data yang tidak valid, data akan dimasukkan ke dalam error report. Pada online processing, ada kemungkinan terdapat data yang tidak valid yang masuk ke database ,  waktu yang dibutuhkan untuk mengupdate database relatif lebih cepat dari pada batch processing.
3. Proses yang memakai batch processing biasanya ditujukan untuk aplikasi yang memiliki jumlah transaksi yang besar, sehingga perlu dilakukan pemeriksaan dahulu, sebelum data-data tadi akan di olah ke Online processing lebih ditunjukan untuk pengolahan data yang memerlukan suatu tingkat transaksi dengan kecepatan tinggi, karena kebutuhan informasi yang harus segera diperoleh pada saat yang sama.

•   Real Time

Real Time Pengolahan

Waktu proses nyata adalah bagian dari proses interaktif atau online.

Definisi: Input terus menerus, secara otomatis diperoleh dari sensor, misalnya, yang segera diproses untuk menanggapi masukan dalam waktu sesedikit mungkin. Setelah sistem ini selesai menanggapi membaca set berikutnya input data segera memproses itu. Sistem ini tidak memerlukan pengguna untuk mengontrolnya, ia bekerja secara otomatis.

Keuntungan: Setiap kali ada reaksi cepat diperlukan karena beberapa jenis perubahan, pengolahan real time dapat mengambil tindakan tanpa perlu pengguna atau waktu proses yang lama terlebih dahulu.

Real Time Processing

adalah mekanisme pengontrolan, perekaman data, pemrosesan yang sangat cepat sehinga output yang dihasilkan dapat diterima dalam waktu yang relatif sama. Perbedaan dengan sistem on-line iyalah satuan waktu yang digunakan oleh real-time biasanya hanya seperseratus atau seperseribu detik saja  sedangkan on-line masih dalam skala detik atau bahkan kadang beberapa menit. Perbedaan lainnya, on-line biasanya hanya berinteraksi dengan pemakai, sedangkan real-time berinteraksi langsung dengan pemakai dan lingkungan yang dipetakan.

Kelebihan Real Time Processing:

1. Pemrosesan real time akan sangat menyederhanakan siklus kas perusahaan. Sistem real time dengan terminal komputer yang terhubung dengan komputer pusat akan mengurangi atau malah menghilangkan hambatan-hambatan seperti keterlambatan beberapa hari antara pengambilan pesanan dan penagihan ke pelanggan 
2. Pemrosesan real time memberikan perusahaan keuntungan persaingan pada pasar. Dengan memelihara informasi persediaan, staf penjualan dapat menentukan dengan cepat bahwa terdapat persediaan di gudang. Informasi yang mutakhir yang disediakan melalui proses real time akan meningkatkan kemampuan perusahaan untuk memaksimalkan kepuasan pelanggan, yang menyebabkan peningkatan penjualan.  
3.  Prosedur manual mempunyai kecenderungan untuk menghasilkan kesalahan kritis, seperti nomor rekening yang salah, nomor persediaan yang tidak valid, dan salah dalam melakukan perhitungan harga. Program perbaikan yang dilakukan secara real time memperbolehkan untuk memperbaiki banyak tipe kesalahan yang mengidentifikasi dan meningkatkan efektifitas serta efisiensi operasional. 
4. Akhirnya, pemrosesan secara real time akan mengurangi pemakaian kertas. Kertas dokumen mahal untuk dibuat dan sering rusak. Dokumen elektronik sangat efisien, efektif, dan sangat berguna.

Daftar Pustaka:

• http://pbsabn.lecture.ub.ac.id/2012/05/hierarki-data-data-hierarchy/

• https://purpledimesiongirls.wordpress.com/2015/11/09/sip-lingkup-data/

• http://www.gurupendidikan.com/perbedaan-batch-online-real-time-processing-method/