Audit Teknologi Sistem Informasi

Pengertian

Audit teknologi informasi atau IT (Information Techonology) audit atau juga dikenal sebagai audit sistem informasi (Information system audit) merupakan aktivitas pengujian terhadap pengendalian dari kelompok-kelompok unit infrastruktur dari sebuah sistem atau teknologi informasi. Pengujian atau evaluasi terhadap kelompok-kelompok unit infrastruktur tersebut dapat dilakukan atas audit keuangan, audit internal maupun obyek-obyek lain yang terkait dengan pengembangan atau pembangunan sebuah sistem informasi. Sebelumnya audit dikenal sebagai EDP (Electronic Data Processing) audit atau audit pengolaha data secara elektronik. Saat itu pengujian lebih menitikberatkan pada pengumpulan dan evaluasi bukti-bukti pengembangan, penerapan serta operasional sistem informasi. Audit TI (teknologi informasi) pun dikenal sebagai ADP (Automated Data Processing) audit dan Computer Audit.

Sejarah

Audit IT yang pada awalnya lebih dikenal sebagai EDP Audit (Electronic Data Processing) telah mengalami perkembangan yang pesat. Perkembangan audit IT ini didorong oleh kemajuan teknologi dalam sistem keuangan, meningkatnya kebutuhan akan kontrol IT, dan pengaruh dari komputer itu sendiri untuk menyelesaikan tugas-tugas penting. Pemanfaatan teknologi komputer ke dalam sistem keuangan telah mengubah cara  kerja sistem keuangan, yaitu dalam penyimpanan data, pengambilan kembali data dan pengendalian. Sistem keuangan pertama yang menggunakan teknologi komputer muncul pertama kali pada tahun 1954.

Selama periode 1954 sampai dengan 1960-an profesi audit masih menggunakan komputer. Pada pertengahan 1960-an terjadi perubahan pada mesin komputer, dari mainframe menjadi komputer yang lebih kecil dan murah. Pada tahun 1968, American Institute of Certified Public Accountants (AICPA) ikut mendukung perkembangan EDP auditing. Sekitar periode ini pula para auditor bersama-sama mendirikan Electronic Data Processing Auditors Association (EDPAA).

Tujuan lembaga ini adalah untuk membuat suatu tuntunan prosedur dan standar bagi audit EDP. Pada tahun 1977, edisi pertama Control Objectives diluncurkan. Publikasi ini kemudian dikenal sebagai Control Objectives for Information and Related Technology (CobiT). Tahun 1994, EDPAA mengubah namanya menjadi Information System Audit (ISACA). Selama periode 1960-an sampai saat ini teknologi IT telah berubah dengan cepat dari mikrokomputer dan jaringan ke internet. Pada akhirnya perubahan-perubahan tersebut ikut pula menentukan perubahan pada audit IT.

Jenis-Jenis IT Audit

1.      Sistem dan Aplikasi

Audit yang berfungsi untuk memeriksa apakah sistem dan aplikasi sesuai dengan kebutuhan organisasi, berdayaguna, dan memiliki kontrol yang cukup baik untuk menjamin keabsahan, kehandalan, tepat waktu, dan keamanan pada input, proses serta output pada semua tingkat kegiatan sistem.

2.      Fasilitas Pemrosesan Informasi

Audit yang berfungsi untuk memeriksa apakah fasilitas pemrosesan terkendali untuk menjamin ketepatan waktu, ketelitian dan pemrosesan aplikasi yang efisien dalam keadaan normal dan buruk.

3.      Pengembangan Sistem

Audit yang berfungsi untuk memeriksa apakah sistem yang dikembangkan mencakup kebutuhan obyektif organisasi.

4.      Arsitektur Perusahaan dan Manajemen TI

Audit yang berfungsi untuk memeriksa apakah manajemen TI dapat mengembangkan struktur organisasi dan prosedur yang menjamin kontrol dan lingkungan yang berdaya guna untuk pemrosesan informasi.

5.      Client/Server, telekomunikasi, intranet, dan ekstranet.

Suatu audit yang berfungsi untuk memeriksa apakah kontrol-kontrol berfungsi pada client server, dan jaringan yang menghubungkan client dan server.

Kesimpulan

Saya memperoleh kesimpulan bahwa kebutuhan IT audit sangatlah penting dikarenakan setiap sistem yang ada haruslah dicek dan diperiksa untuk mengoptimalkan kinerja sistem yang ada. Audit IT perlu dilakukan untuk mencegah kehilangan data, kesalahan dalam pengambilan keputusan dan lain sebagainya.

Referensi :

·         Bathdeville.blogspot.co.id/2012/06/sejarah-singkat-it-audit.html?m=1

·         https://wisudarini.wordpress.com/2011/11/02/audit-teknologi-informasi

Kelebihan dan Kekurangan Sistem Cerdas

Seperti yang telah kita ketahui kecerdasan buatan adalah entitas ilmiah yang pada umumnya sebagai sistem komputer. Sistem ini telah menggunakan digitalisasi dalam pengoperasiannya yang bisa jadi menggunakan teknologi canggih dalam pembuatannya. Kecerdasan buatan biasanya berada pada bidang sistem pakar, permainan komputer (games), logika fuzzy, jariangan syaraf tiruan dan robotika. Kecerdasan buatan memiliki banyak dampak positif diantaranya :

• ·         Mempermudah kinerja manusia

Dengan teknologi yang semakin canggih di zaman ini, teknologi sangatlah berperan penting bagi efektifitas pekerjaan manusia. Komputer yang dulu di desain untuk 1 fungsi, kini beralih sebagai media utama dalam pembuatan laporan, perhitungan sederhana bahkan sebagai sarana pertukaran data menjadi informasi. Selain itu komputer pada zaman kini, telah disulap menjadi media hiburan yang dapat digunakan manusia seperti halnya mendengarkan musik, menonton video, bermain games dan lain sebagainya.

• ·         Ketepatan

Selanjutnya ketepatan dalam suatu pekerjaan sangatlah penting. Sebagai contoh, kini banyak negara-negara asing yang telah menggunakan robot untuk membantu pekerjaan manusia. Ketepatan pada sistem robotika ini tidak diragukan lagi kualitasnya. Dibandingkan dengan ketepatan yang dimiliki manusia, robot dapat dijadikan rekomendasi untuk mengandalkan ketepatan dalam suatu pekerjaan.   Efisiensi Waktu

Seluruh pekerjaan dituntut untuk selesai tepat waktu. Efisiensi waktu sangatlah penting bagi suatu pekerjaan. Dengan perkembangan teknologi yang semakin baik, pekerjaan tidaklah mungkin dikerjakan dengan waktu yang lama. Sebagai contoh komputer dan gadget lainnya.

Masih banyak lagi kelebihan yang dapat kita peroleh dalam penggunaan sistem cerdas yang sudah berkembang pesat pada zaman ini. Di samping banyaknya kelebihan atau dampak positif dalam penggunaan teknologi sistem cerdas, terdapat berbagai pula dampak negatif yang dapat kita peroleh seperti :

• ·         Manusia semakin malas

Dengan perkembangan teknologi sistem cerdas yang sudah mumpuni, manusia dapat dengan mudah mengakses berbagai hal dan pekerjaannya pun menjadi lebih ringan. Manusia kini menjadi pribadi yang cukup malas, dikarenakan teknologi ini. Sebagai contoh manusia kini dengan dapat mudahnya memperoleh informasi untuk mengerjakan tugas, sehingga pribadi ini dapat langsung saja menyalin informasi yang ada di internet dengan mudah dan cepat.

• ·         Sumber daya manusia digantikan oleh robot

Memang sistem robotika hanya digunakan di negara-negara yang sudah maju dalam sebuah pekerjaannya. Sehingga sumber daya manusia di negara-negara maju tersebut semakin berkurang yang akhirnya dapat menimbulkan pengangguran yang relatif besar. 

Menurut saya untuk pandangan kedepannya pada sistem cerdas, supaya sistem cerdas bisa meringankan pekerjaan manusia dan tidak mengurangi sumber daya manusia itu sendiri.

Kecerdasan Buatan Pada Bidang Kesehatan

Pada dewasa ini sistem informasi kecerdasan buatan (Artifical Intellegance) sangat banyak dibutuhkan dalam berbagai bidang ilmu. Teknologi softcomputing merupakan adalah sebuah bidang kajian penelitian interdisipliner dalam ilmu komputasi dan kecerdasan buatan. Sebagai contohnya dimana beberapa teknik dalam softcomputing diantaranya sistem pakar (expert system), jaringan saraf tiruan (neural Networks), logika fuzzy (fuzzy logic), dan algoritma genetik (genetic algorithms) mulai banyak diterapkan dalam aplikasi-aplikasi yang sangat membantu manusia dalam menjalan kan tugas dan mencapai tujuan tertentu yang ingin dicapai.

 Salah satu sub bidang yang menggunakan sistem kecerdasan buatan untuk mengatasi dan menganalisis permasalah yang ada adalah bidang kedokteran. Pengembangan aplikasi kecerdasan buatan pada bidang kedokteran sangat membantu sekali beberapa user yang terlibat dalam kedokteran.

Penelitian yang dilakukan Ting-Sheng Weng dan Chien-Hung Kuo pada tahun 2009 dengan judul “Development and Research on the Intelligent Emergency Medical Information System: A Case Study of Yunlin and Chiayi Counties in Taiwan ”, merupakan salah satu aplikasi yang sangat membantu pasien untuk mempercepat dan mempermudah dalam mendapatkan pelayanan serta membantu tenaga medis untuk melaksanakan tugasnya dengan cepat dalam menangani pasien. Dalam penelitian tersebut di ciptakan sebuah aplikasi sistem infomasi darurat dalam menangani pasien secara cerdas di suatu daerah. Dimana jika terjadi kecelakaan ataupun pasien yang ingin ke sebuah rumah sakit di daerah tersebut dengan mudah dan cepat dapat ditunjukkan oleh sistem ini atau  akan meningkatkan kecepatan dan pelayanan ambulan dalam membantu pelayanan darurat medis serta efisien waktu tempuh untuk menemukan posisi rumah sakit terdekat dengan pasien yang membutuhkan pelayanan.  

Sistem Kerja: sistem dirancang untuk membantu memecahkan masalah antara pasien dengan tenaga medis/rumah sakit. Dalam sistem ini, diciptakan sebuah tugas fungsi darurat penyelamatan medis. Sistem ini menggunakan peta satelit Formosa 2 (FORMOSAT-2) dan teknologi Ajax untuk mengakses informasi terhadap peta dan memungkinkan operator pusat untuk menentukan lokasi yang benar dari pasien secara tepat waktu.

Berdasarkan lokasi pasien, kemudian ambulans akan mengetahui posisi pasien dari layanan. Kemudian, teknisi medis darurat sejalan penyelamatan pertama yang menggunakan perangkat mobile pasien atau smart phone dapat terhubung ke sistem melalui GPRS (General Packet Radio Service ) atau 3G (Third Generation Wireless Format) untuk mencari pasien. Akhirnya, teknisi medis darurat bisa memasukkan kondisi pasien ke dalam sistem, dan kemudian sistem akan menentukan rujukan rumah sakit mana yang paling tepat.

Hasil yang diperoleh : Penelitian yang telah dilakukan tersebut bertujuan untuk meningkatkan kemungkinan bahwa pasien menerima pengobatan yang tepat, dan disesuaikan untuk mengurangi pemborosan waktu yang disebabkan oleh transportasi yang tidak perlu antara rumah sakit. Sistem ini merupakan pengintegrasian sistem informasi rumah sakit dengan menggunakan ASP berbasis Web. Aplikasi mobile, dan bahasa teknologi Ajax, JavaScript dan SQL untuk membuat suatu sistem cerdas untuk informasi medis darurat yang menggabungkan aplikasi web, peta satelit dan fungsi keputusan darurat medis mobile. Diharapkan dengan menggunakan sistem ini, akan dapat meningkatkan efisiensi transportasi pasien di rumah sakit.

Penelitian yang dilakukan Rifat Shahriyar dkk (2009), dengan judul “Intelligent Mobile Health Monitoring System (IMHMS)”, dimana penelitian ini membahas tentang Handphone Health Care  merupakan sistem  integrasi antara komputasi mobile dengan pemantauan kesehatan manusia. Aplikasi teknologi komputasi mobile ini untuk meningkatkan komunikasi antara pasien, dokter dan petugas kesehatan. Perangkat mobile telah menjadi bagian tak terpisahkan dari kehidupan kita ternyata dapat diintegrasikan dengan kesehatan manusia. Hal ini memungkinkan penyampaian informasi medis yang akurat kapan saja di mana saja dengan menggunakan ponsel.

Sistem Kerja: IMHMS akan mengumpulkan data fisiologis pasien melalui bio-sensor. Data dikumpulkan dalam jaringan sensor dan ringkasan, kemudian data yang dikumpulkan ditransmisikan ke komputer pribadi pasien atau ponsel / PDA. Perangkat ini akan mentransfer data ke server untuk analisis medis. Setelah menganalisa data, server memberikan masukan medis ke komputer pribadi pasien atau ponsel / PDA. Pasien dapat mengambil langkah-langkah berdasarkan umpan balik. IMHMS berisi tiga komponen :

• Wearable Body Sensor Network [WBSN] : pada bagian ini terdiri dari banyak sensor-sensor (bio-sensor) yang di tanam pada tubuh manusia, sensor ini akan menangkap semua kejadian pada setiap organ tubuh manusia dan kemudian mengirimkannya data-data yang terekam ke central controller, dimana ini merupakan pusat yang bertanggung jawab untuk mentransmisikan data pasien ke telepone, komputer pribadi maupun ke PDA.  
• Patients Personal Home Server [PPHS]: Merupakan seperangkat server rumah pribadi pasien bisa berupa satu komputer pribadi atau perangkat mobile seperti ponsel / PDA. PPHS mengumpulkan informasi dari pusat pengendali WBSN. PPHS mengirim informasi ke Intelligent Medical Server [IMS]. PPHS berisi logika untuk menentukan apakah akan mengirim informasi ke IMS atau tidak. Personal Computer PPHS berdasarkan berkomunikasi dengan IMS menggunakan Internet. perangkat PPHS Mobile untuk berkomunikasi dengan IMS menggunakan GPRS / EDGE / SMS. 
• Intelligent Medical Server [IMS] : IMS akan menerima data dari semua PPHS. IMS merupakan tulang punggung dari seluruh arsitektur sistem ini.  Data yang ada dapat dipelajari dari catatan pengobatan pasien sebelumnya. Setiap kali dokter atau spesialis memeriksa pasien, pemeriksaan dan hasil pengobatan disimpan dalam database pusat. IMS menggunakan teknik data mining state-of-the-art seperti jaring saraf, aturan asosiasi, pohon keputusan tergantung pada sifat dan distribusi data. Setelah pengolahan informasi untuk memberikan umpan balik untuk PPHS atau menginformasikan otoritas medis dalam situasi kritis. PPHS menampilkan umpan balik kepada pasien. otoritas kesehatan untuk mengambil tindakan yang diperlukan.
  
  
  
  
  
  
  Pada penelitian yang dilakukan Prasdl dkk (2011) dengan judul  “An Approach to Develop Expert System in Medical Diagnosis using Machine Learning Algorithms (Asthma) and a Performance Study”, mengatakan bahwa Mesin Intelijen memainkan peranan penting dalam perancangan sistem pakar dalam diagnosis medis. Di India banyak orang yang menderita beberapa jenis penyakit seperti asma, kanker diabetes, dan banyak lagi. Dalam penelitian ini peneliti mempertimbangkan untuk membuar sistem pakar diagnosis asma. Data diagnosis asma dapat dilakukan dengan dua cara 1) melalui kuesioner dan 2) melalui data klinis. Metode yang dipakai dalam penelitian ini adalah dengn menggunakan pendekatan Machine Learning Algorithmts, metode Backpropogation, algoritma C45, Bayesian Network, dan Particle Swarm Optimazation.
  
  
  Sistem Kerja: Pertama-tama pasien diberikan beberapa pertanyaan yang harus dijawab,  berdasarkan pertanyaan ini seleksi Sistem Pakar akan ditentukan asma atau penyakit lain yang terjadi dalam sistem pernapasan pasien yang melakukan konsultasi apakan penyakit pasien derita seperti asma kronis, gagal jantung kongestif, Episodic Asma, Infeksi Saluran Pernapasan, Infeksi Viral. Dan kemudian pasien melaporkan jenis darah klinis untuk analisa lebih lanjut kemuadian dilakukan diagnosis dengan menggunakan algoritma yang telah dipilih, gejala asma dan data klinis yang dianalisis akan menghasilkan beberapa faktor seperti validasi, kehandalan, efektivitas , dan akurasi hasil analisis yang tepat yang bisa dipetakan dengan pengetahuan dari ahli.
  
  
  Hasil yang diperoleh:  dari penelitian ini pula dapat didefinisikan konteks memori tergantung pada jaringan neurel-asosiatif dan  Particle Swarm Optimazation  adalah salah satu algoritma terbaik dari jaringan Bayesian, Backpropogation dan C4.5.
  
  
  Particle Swarm Optimazation adalah salah satu metode yang paling menjanjikan untuk merancang dan mengembangkan sistem pakar dalam diagnosis medis. Bila dibandingkan dengan algoritma  backpropogation, Particle Swarm Optimazation adalah metode menjanjikan dari analisis neurel network.
  
  
  Masih tentang penelitian sistem pakar, tetapi penelitian yang dilakukan Gang lou dkk, (2009) dengan judul “Intelligent Consumer-Centric Electronic Medical Record ”, menjelaskan tentang pemanfaatan sistem pakar berbasis web-base untuk memperluas cakupan pasein tentang medical record. Sebuah sistem pakar menggunakan pengetahuan medis untuk mengubah informasi dalam EMRs menjadi satu set "panduan pencarian informasi" yang mencerminkan situasi medis pengguna dan kebutuhan kesehatan.
  
  
  Sistem Kerja: mesin pencari berbasis web menggunakan panduan pencarian informasi untuk mengambil informasi kesehatan pribadi. Pendekatan ini menggabungkan sistem pakar domain tertutup dengan orang-orang dari sistem pencarian terbuka-domain. Ahli sistem built-in pengetahuan untuk membantu menghasilkan query berkualitas tinggi, sedangkan sistem pencarian untuk menemukan halaman web yang sebelumnya tidak dikenal dengan sistem pakar.
  
  
   
  
  
  iCEMR cerdas mengantisipasi kebutuhan pengguna di muka dan secara otomatis menyediakan satu set informasi kesehatan. Pengguna sering tidak tahu sebelumnya apa yang mereka inginkan karena kurangnya pengetahuan medis, sementara mereka biasanya dapat mengetahui apakah informasi kesehatan membantu ketika mereka disajikan dengan informasi tersebut. Hasil yang diperoleh: Harapan yang ingin dicapa dengan dibuatnya intelligent CEMR ini untuk mempermudah masyarakat dalam memantau kesehatan secara online dan berfokus pada memfasilitasi kegiatan sehari-hari konsumen.
  
  
  Dalam penelitian yang berjudul “SAPHIRE - Intelligent Healthcare Monitoring  based on Semantic Interoperability Platform - The Homecare Scenario - ”, yang dilakukan oleh Andreas Hein dkk,(2006) dimana perancangan dan pembuatan sistem informasi monitoring kesehatan yang di beri nama SAPHIRE. Proyek Saphire bertujuan untuk mengembangkan pemantauan kesehatan pemantauan cerdas dan sistem pendukung keputusan pada platform mengintegrasikan data sensor nirkabel medis dengan sistem informasi rumah sakit. Dalam proyek Saphire, pemantauan pasien akan dicapai dengan menggunakan teknologi agen dimana  "agent behaviour " akan didukung oleh sistem pendukung keputusan klinis yang cerdas akan didasarkan pedoman komputerisasi praktek klinis, dan akan mengakses riwayat medis pasien disimpan dalam sistem informasi medis melalui layanan web.
  
  
  Sistem kerja: konseptual dari proyek Saphire digunakan untuk pasien di rumah sakit atau di rumah dan ini merupakan inti dari proyek ini. Berbagai dari sensor untuk mengumpulkan data dari pasien. Sensor data ditransmisikan secara nirkabel ke Interoperabilitas Multi-Platform disebut HealthCare Services Platform (MSHCP). Agen menggabungkan dan mengevaluasi status sensor dan menyimpulkan pada pasien. Berdasarkan data tersebut, dan dengan mempertimbangkan sejarah account pasien akan dikumpulkan dari berbagai instansi kesehatan, sebuah Semantic Intelligent Sistem Pendukung Keputusan berdasarkan pedoman semantis beranotasi dimodelkan menggunakan Pedoman Interchange Format (GLIF) yang dibuat saran untuk perawatan pasien. Mekanisme yang menjamin privasi lengkap dan keamanan sistem.
  
  
  
  
  Daftar Pustaka :
  https://www.academia.edu/23690638/PENERAPAN_KECERDASAN_BUATAN_DI_BERBAGAI_BIDANG