Formula vlookup

Rumus atau Formula Pada Ms. Excel

Tabel di atas merupakan hasil penghitungan menggunakan fungsi VLOOKUP, yaitu fungsi yang digunakan untuk membaca tabel data yang disusunsecara tegak lurus (vertikal).

Contoh Menghitung Gaji Karyawan :

Untuk menghitung GAJI POKOK, menggunakan fungsi LOOKUP, caranya:

Klik fx, pada function pilih VLOOKUP, lalu OK

Pada lookup_value isi C3

Pada table_array isi H3;K5

Pada col_index_num isi 2

Klik OK

Untuk mengcopy hasil kebawah, rumus perlu ditambah dengan “$”, sehingga menjadi:

=VLOOKUP(C3;$H$3:$K$5;2)

Contoh cara Menghitung Tunjangan :

Untuk menghitung TUNJANGAN, menggunakan fungsi LOOKUP, caranya:

Klik fx, pada function pilih VLOOKUP, lalu OK

Pada lookup_value isi C3

Pada table_array isi H3;K5

Pada col_index_num isi 3

Klik OK

Untukmengcopyhasilkebawah, rumusperluditambahdengan “$”, sehingga menjadi:

=VLOOKUP(C3;$H$3:$K$5;3)

Contoh Cara Menghitung Status Karyawan :

Untuk menghitung STATUS, menggunakan fungsi LOOKUP, caranya:

• Klik fx, pada function pilih VLOOKUP, lalu OK
• Pada lookup_value isi C3
• Pada table_array isi H3;K5
• Pada col_index_num isi 4
• Klik OK

Untukmengcopyhasilkebawah, rumusperluditambahdengan “$”, sehinggamenjadi:

=VLOOKUP(C3;$H$3:$K$5;4)

  

Cara Mensort Data Karyawan :

Untuk mensort data karyawan, caranya:

• Block padatabel F
• Pilih Sort & Filter danpilih Sort A to Z
• Pada table sort warning pilih expand the selection
• Laluklik Sort

Setelah Di sort :

KECERDASAN BUATAN DALAM SISTEM INFORMASI

A.      Pengertian Kecerdasan Buatan

Kecerdasan Buatan atau Artificial Intelligence adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer.

Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk mengkombinasikan pengetahuan dari semua  bidang ini pada akhirnya akan bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin.

Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

B.     Sejarah Kecerdasan Buatan

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Perkembangan terus berlanjut, Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas” pada 1943 yang meletakkan pondasi awal untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

C.    Paham Pemikiran Kecerdasan Buatan

Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence).

Metoda-metodanya meliputi:

• Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
• Petimbangan berdasar kasus
• Jaringan Bayesian
• AI berdasar tingkah laku:: metoda modular pada pembentukan sistem AI secara manual 

            Kecerdasan komputasional melibatkan pengembangan atau pembelajaran interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis). Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak.

Metoda-metoda pokoknya meliputi:

• Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat.
• Sistem  Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

D. Jenis – jenis Kecerdasan Buatan

Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut:

• Sistem Pakar (Expert System)

Komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar. Kemampuan, keahlian dan pengetahuan tiap orang berbeda-beda. Komputer dapat diprogram untuk berbuat seperti orang yang ahli dalam bidang tertentu. Komputer yang demikian dapat dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem demikian disebut Expert System (Sistem Pakar).
Untuk mengembangkan expert system, harus diciptakan terlebih dahulu suatu knowledge base yang dibutuhkan oleh aplikasinya. Suatu knowledge base terdiri dari kumpulan data tertentu untuk permasalahan yang spesifik dan aturan-aturan bagaimana memanipulasi data yang disimpan tersebut. Berbeda dengan database biasa, knowledge base mungkin dapat juga terdiri dari asumsi-asumsi, kepercayaan-kepercayaan, pendugaan-pendugaan dan metode-metode heuristic. Untuk membuat knowledge base perencanaan sistem harus bekerja sama atau meminta nasehat dari ahli di bidangnya. Orang yang menciptakan expert system disebut dengan knowledge engineer. Salah satu expert system yang pertama adalah: CADUCEUS  untuk mendeteksi penyakit.

• Pengolahan Bahasa Alami (Natural Language Processing)

User dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya. Studi mengenai AI mencoba supaya komputer dapat mengerti bahasa alamiah yang diketikkan lewat keyboard. Bahasa alamiah (natural language) adalah bahasa sehari-hari yang dipergunakan oleh orang untuk berkomunikasi. Komputer yang dapat menerjemahkan satu bahasa ke bahasa lainnya merupakan contoh penerapan AI di bidang ini. Biasanya komputer yang khusus untuk AI dan dapat digunakan pada bidang ini diantaranya adalah IPL (Information Processing language), LISP, INTERLISP, SAIL, PLANNER, KRL dan PROLOG.

• Pengenalan Ucapan (Speech Recognition)

Manusia dapat berkomunikasi dengan komputer menggunakan suara. Kita dapat berkomunikasi dengan komputer hanya dengan bicara, kita bisa mengetik sebuah buku hanya dengan bicara, dan selanjutnya komputer yang akan menampilkan tulisan hasil pembicaraan kita. Akan tetapi bidang ini masih belum sempurna seperti yang diharapkan. Hal ini dikarenakan jenis suara manusia berbeda-beda. Suatu alat recognizer dapat ditambahkan pada komputer mikro sehingga dapat digunakan untuk speech recognition, diantaranya yaitu:Voice Recognition Module (VRM) buatan Interstate Electronic,Voice Data Entry System (VDEC) buatan Interstate Electronic, SpeechLab buatan Heuristics Inc,Voice Entry Terminal (VET) buatan Scott Instruments, dan Cognivox buatan Voicetek.

• Robotika

Piranti elektromagnetik yang dapat diprogram untuk melakukan otomasi terhadap tugas yang biasa dilakukan manusia. Robot adalah suatu mesin yang dapat diarahkan untuk mengerjakan bermacam-macam tugas tanpa campur tangan lagi dari manusia. Secara ideal robot diharapkan dapat melihat, mendengar, menganalisa lingkungannya dan dapat melakukan tindakan-tindakan yang terprogram. Dewasa ini robot digunakan untuk maksud-maksud tertentu dan yang paling banyak adalah untuk keperluan industri. Diterapkannya robot untuk industri terutama untuk pekerjaan 3D yaitu Dirty, Dangerous, atau difficult (kotor, berahaya dan pekerjaan yang sulit). Negara yang banyak menggunakan robot untuk industri adalah Jepang, Amerika Serikat dan Jerman Barat. Contoh robot ASIMO dari Jepang.

• Computer Vision , menginterpretasikan gambar atau objek-objek tampak melalui komputer.

• Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.

• Game Playing

Bidang AI yang sangat populer berupa permainan antara manusia melawan mesin yang mempunyai intelektual untuk berpikir. Bermain dengan komputer memang menarik, bahkan sampai melupakan tugas utama yang lebih penting. Komputer dapat bereaksi dan menjawab tindakan-tindakan yang diberikan oleh lawan mainnya seperti permainan catur.

DATA BASE

Database adalah kumpulan dari data-data yang membentuk suatu berkas (file) yang saling berhubungan (relation). Database adalah tempat penyimpanan sebuah data yang berupa informasi. Penggunaan teknologi dalam sebuah perusahaan, institusi ataupun organisasi mempunyai peranan penting guna mencapai tujuan. Suatu perusahaan dituntut untuk bekerja se-efisien mungkin supaya bisa bertahan di atas kerasnya persaingan. Salah satu teknologi yang harus dimiliki oleh sebuah perusahaan, institusi maupun organisasi adalah teknologi dalam memproses data sehingga menjadi informasi yang beguna, teknologi yang dimaksud adalah sistem pengolahan basis data atau database. Penggunaan database yang baik pada perusahaan retail misalnya, mampu membantu seorang kasir bekerja lebih cepat ketika mencari jumlah barang atau harga barang yang akan dijual. Begitupun dengan admin, database mempermudah ketika pencarian stok persediaan, barang paling laku dan banyak lagi yang lainnya.

Database sangat berpengaruh penting terhadap penyimpanan sebuah aplikasi tertentu, jadi sobat novtani mungkin sebagian sudah pernah mendengar atau sudah memakainya untuk pembuatan aplikasi dan sebagainya. Database adalah makanan setiap hari para programmer maupun developer, memang jelas sudah bidangnya setiap hari bergelut dengan script dan database serta web server. Begitu terasa manfaat dari database ini, terutama dunia website yang harus menyimpan file, gambar dsb. Berikut ini ada bahasan mengenai teori dan berbagai macam database yang perlu kita ketahui.
Beberapa contoh aplikasi yang membutuhkan database sebagai landasannya antara lain: transaksi perbankan, pemesanan tiket, aplikasi pemrosesan penjualan dan pembelian pada perusahaan dagang, absensi perusahaan serta sistem penggajian karyawan pada perusahaan, aplikasi akademik, aplikasi pencatatan pajak, dan lain sebagainya. Selain dapat meningkatkan kinerja sebuah perusahaan, penggunaan database masih memiliki banyak keuntungan lain yang bisa kita dapatkan.

Data Base Management System ( DBMS )

DBMS merupakan software ,firmware dan hardware yang diciptakan untuk melindungi dan manajemen data base. DBMS dilengkapi dengan berbagai bahasa generasi 4 atau bahasa tingkat tinggi yang dapat di pahami oleh seorang programmer.

Fungsi dari DBMS yaitu sebagai berikut :

Definisi data dan hubungannya

Manipulasi data

Keamanan dan integritas data

Security dan integritas data

Recovery/perbaikan dan concurrency data

Data dictionary

Unjuk kerja / performance



Macam – Macam Data Base Management System ( DBMS )

Beberapa software DBMS yang sering digunakan atau yang sudah ada saat ini antara lain sebagai berikut :

1. MySql

2. Postgre Sql

3. MS SQL

4. Maria DB

5. Percona

6. Mongo DB

7. Fire Bird

8. Oracle

9. SQL Server

10. Visual FoxPro

11. Paradox

12. DB2

13. dBase

14. Microsoft Access

15. Ingres

Manfaat Penggunaan Database
Kecepatan dan Kemudahan
Database memiliki kemampuan dalam menyeleksi data sehingga menjadi suatu kelompok yang terurut dengan cepat. Hal inilah yang ahirnya dapat menghasilkan informasi yang dibutuhkan secara cepat pula. Seberapa cepat pemrosesan data oleh database tergantung pula pada perancangan databasenya.

Pemakaian Bersama-sama
Suatu database bisa digunakan oleh siapa saja dalam suatu perusahaan. Sebagai contoh database mahasiswa dalam suatu perguruan tinggi dibutuhkan oleh beberapa bagian, seperti bagian admin, bagian keuangan, bagian akademik. Kesemua bidang tersebut membutuhkan database mahasiswa namun tidak perlu masing-masing bagian membuat databasenya sendiri, cukup database mahasiswa satu saja yang disimpan di server pusat. Nanti aplikasi dari masing-masing bagian bisa terhubung ke database mahasiswa tersebut.

Kontrol data terpusat
Masih berkaitan dengan point ke dua, meskipun pada suatu perusahaan memiliki banyak bagian atau divisi tapi database yang diperlukan tetap satu saja. Hal ini mempermudah pengontrolan data seperti ketika ingin mengupdate data mahasiswa, maka kita perlu mengupdate semua data di masing-masing bagian atau divisi, tetapi cukup di satu database saja yang ada di server pusat.

Menghemat biaya perangkat
Dengan memiliki database secara terpusat maka di masing-masing divisi tidak memerlukan perangkat untuk menyimpan database berhubung database yang dibutuhkan hanya satu yaitu yang disimpan di server pusat, ini tentunya memangkas biaya pembelian perangkat.

Keamanan Data
Hampir semua Aplikasi manajemen database sekarang memiliki fasilitas manajemen pengguna. Manajemen pengguna ini mampu membuat hak akses yang berbeda-beda disesuaikan dengan kepentingan maupun posisi pengguna. Selain itu data yang tersimpan di database diperlukan password untuk mengaksesnya.

Memudahkan dalam pembuatan Aplikasi baru
Dalam poin ini database yang dirancang dengan sangat baik, sehingga si perusahaan memerlukan aplikasi baru tidak perlu membuat database yang baru juga, atau tidak perlu mengubah kembali struktur database yang sudah ada. Sehingga Si pembuat aplikasi atau programmer hanya cukup membuat atau pengatur antarmuka aplikasinya saja

Ada beberapa bagian bagian dari database yaitu:
A).Komponen Database
Komponen yang terdapat pada suatu database antara lain :
1).Tabel
Sebuah komponen yang digunakan untuk menyimpan suatu data yang telah di akses dan dimasukkan kedalamnya.
2).Record
Isi atau data dari table tersebut yang telah dikelola. Record dapat mempunyai beberapa macam data. Dan data berfariasi tersebut di simpan kedalam table dan itulah yang disebut record.
3).Field
Pemberian identitas suatu data dimana data tersebut akan di letakkan. Sesuai dengan pengelompokan datanya.
B).Strukture Database
Strukture database adalah suatu pengaturan field-field pada suatu table pada database. Beberapa struktur database sbb:
1).Nama Field
Digunakan sebagai suatu pemberian identitas atau member keterangan pada field.
2). Type Data
Pemberian suatu tipe pada field sesuai dengan identitas yang telah diberikan.
3).Ukuran Data
Pemberian suatu panjang atau banyak data yang telah di inputkan
4).Keterangan
Memberikan suatu keterangan atau deskripsi pada sebuah field.


contoh data base

NIS	Nama	L/P	Bulan	Ujian ke	Nilai Ujian
A10001	Kwon Ji young	L	Januari	1	8.5
A10002	Choi Seung Hyun	L	Januari	1	9,2
A10003	Dong Young Bae	L	Januari	1	7,7
A10004	Kang Daesung	L	Januari	1	6,3
A10005	Lee Seung Hyun	L	Januari	2	7,6
A10006	Kim Hyun Joon	L	Januari	2	8.0
A10007	Bang Youngguk	L	Januari	2	9,5
A10008	Lee Chaerin	P	Januari	3	9,3
A10009	Park Bom	P	Januari	3	5,8
A10010	Park Sandara	P	Januari	3	7,0
A10011	Gong Minzi	P	Januari	3	6,0

*NIS	Nama	L/P	Bulan	Ujian ke	Nilai Ujian
A10001	Kwon Ji young	L	Januari	1	8.5
A10002	Choi Seung Hyun	L	Januari	1	9,2
A10003	Dong Young Bae	L	Januari	1	7,7
A10004	Kang Daesung	L	Januari	1	6,3
A10005	Lee Seung Hyun	L	Januari	2	7,6
A10006	Kim Hyun Joon	L	Januari	2	8.0
A10007	Bang Youngguk	L	Januari	2	9,5
A10008	Lee Chaerin	P	Januari	3	9,3
A10009	Park Bom	P	Januari	3	5,8
A10010	Park Sandara	P	Januari	3	7,0
A10011	Gong Minzi	P	Januari	3	6,0