Artikel Mengenai Sejarah, Definisi, dan Contoh dari ARTIFICIAL INTELLIGENCE (AI)

    1.  SEJARAH ARTIFICIAL INTELLIGENCE (AI)

Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan dalam berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yang mengarah ke AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan Sejarah Perkembangan AI :

Era Komputer Elektronik (1941)

Pada tahun 1941 telah ditemukan alat Penyimpanan dan Pemprosesan Informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang luas dan ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan bagi penggunanya.

Masa - Masa Persiapan AI (1943 - 1956 )

Pada tahun 1943, Warren McCulloch dan Walter Pitt mengemukakan tiga hal: Pengetahuan, Fisiologi Dasar dan Fungsi Sel Syaraf dalam otak. Analisa Formal tentang Logika Proporsi dan Teori Komputasi Turing. Mereka berhasil membuat suatu model Sel Syaraf tiruan di mana setiap Sel Syaraf digambarkan sebagai ‘on’ dan ‘off’.

Mereka menunjukan bahwa setiap fungsi dapat dihitung dengan suatu Jaringam Sel Syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.

Pada tahun 1950, Nobert Wiener membuat penelitian mengenai prinsip-prinsip Teori Feedback. Contoh yang terkenal adalah Thermostat. Penemuan ini juga merupakan awal dari perkembangan AI.

Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang Otomata, Jaringan Syaraf dan Pembelajaran Intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartsmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai Father of AI (Bapak AI).

Awal Perkembangan AI ( 1952 - 1969 )

Pada tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut General Problem Solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi.

Pada tahun 1958, McCarthy di MIT AI Lab Memo No.1 mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-pogram AI. Kemudian, McCarthy membuat program yang dinamakan Programs with Common Sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada Tahun 1959, Nathaniel Rochester dari IBM dan Mahasiswa-Mahasiswanya mengeluarkan Program AI yaitu Geometry Theom Prover. Program ini dapat mengeluarkan suatu teorema menggunakan aksioma-aksioma yang ada.

Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah Integral tertutup untuk mata kuliah Kalkulus.

Perkembangan AI Melambat ( 1966 - 1974 )

Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu :

• Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada subjeknya. Program-program AI berhasil hanya karena manipulasi sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berbagai topic, sebenarnya hanyalah peminjaman manipulasi kalimat-kalimat yang diketikkan manusia.
• Banyak masalah yang harus diselesaikan oleh AI.
• Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku Intelijensia.

Sistem Berbasis Pengetahuan ( 1969 - 1979 )

Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktikan dengan program yang dibuat oleh Ed Feingenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari Spectrometer Massa. Program ini dinamakan Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnose medis juga sudah ada yang menemukannya, yaitu Sau Amarel dalam proyek Computer in Biomedicine. Proyek ini diawali keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

AI Menjadi Sebuah Industri ( 1980 - 1988 )

Industrialisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan RI yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982.

Pada tahun 1986, RI telah berhasil menghemat US$ 40 juta pertahun.

Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi AI. Sehingga perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dolar per tahun meningkat menjadi 2 milyar US dolar per tahun pada tahun 1988.

Kembalinya Jaringan Syaraf Tiruan ( 1986 - Sekarang )

Meskipun bidang ilmu komputer menolak jaringan syaraf tiruan setelah diterbitkannya buku “Perceptrons” karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain yaitu fisika. Para ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat pentimpanan dan optimasi pada jaringan syaraf. Para Ahli Psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai Model Jaringan Syaraf Tiruan pada memori.

Pada tahun 1985-an setidaknya empat kelompok riset menemukan kembali algoritma belajar propagasi balik (Black-Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam bidang Ilmu Komputer dan Psikologi.

AI Saat Ini 

Dengan semakin pesatnya perkembangan hardware dan software, berbagai produk AI telah berhasil dibangun dan digunakan dalam kehidupan sehari-hari. Di sini, produk-produk tersebut dikelompokkan ke dalam empat teknik yang ada di AI, yaitu Searching, Reasoning, Planning, dan Learning.

    2.   DEFINISI ARTIFICIAL INTELLIGENCE (AI) 

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa diantaranya :

    => 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 (H. A. Simon [1987]). 
    => Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).
    => Kecerdasan Buatan (AI) 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 (Encyclopedia Britannica). 
    => Kecerdasan Buatan (AI) merupakan untuk mengetahui dan memodelkan proses – proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia. (John McCarthy [1956]).

Mengapa kita mempelajari AI ? Karena :

1. AI merepresentasikan bagian tengah atau inti dari ilmu komputer (Computer Science)
2. AI mewujudkan suatu bentuk ketidaktepatan dari komputer (karakteristik dalam matematika)
3. AI mempunyai suatu kekuatan alami antarcabang ilmu, AI adalah bagian ilmu teknik dari Cognitive Science, Cognitive Science adalah suatu perpaduan ilmu filsafat, ilmu linguistik dan ilmu fisikologi.
4. AI memperlukan representasi pengetahuan dan manipulasinya.
5. Pengetahuan (knowledge) adalah pusat dari semua ilmu teknik dan AI adalah pusat dari semua ilmu teknik.
6. Alasan penting lainnya adalah penelitian AI diharapkan menemukan atau membongkar bentuk krisis besar dalam waktunya. Krisis dibuat oleh interaksi dari teknologi, ilmiah (science) dan filsafat.

      

       3.   CONTOH ARTIFICIAL INTELLIGENCE (AI)

      

       Di sini saya akan memberikan sebuah Contoh Penerapan Kecerdasan buatan (AI) dalam kehidupan, diantaranya sebagai berikut : 

1.     Natural Language Processing (NLP)

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 dibawah ini, dan deteksi email spam yang cerdas [7].

Gambar. Penerapan NLP pada automated online asistant berbasis web

2.     Computer Vision

Cabang ilmu 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 dibawah ini :

Gambar. Model persepsi visual pada computer vision

Gambar. Contoh penerapan computer vision untuk identifikasi wajah

3.     Game Playing

Game biasanya 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 memancing 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 fun serta antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan[8].

Gambar.  Games tingkat lanjut yang menerapkan AI

SUMBER : 

http://aldririzkykurniawanark.blogspot.co.id/2016/01/sejarah-dan-perkembangan-ai.html

http://web.if.unila.ac.id/purmanailuswp/2015/09/13/pengertian-artificial-intelligence-kecerdasan-buatan/

https://rijalahmad.wordpress.com/2014/02/11/pengertian-dan-sejarah-dari-artificial-intelligence-ai/

https://aiukswgkelompok11.wordpress.com/definisi-artificial-intelligence/

http://duniapengetahuan2627.blogspot.co.id/2012/10/definisi-artificial-intelligence-ai.html

http://blog.rumahproject.com/2016/11/27/contoh-penerapan-kecerdasan-buatan-ai-dalam-kehidupan/

Artikel Mengenai Service Level Agreement (SLA) dan Operasional Level Agreement (OLA), Beserta Contoh Kasus pada Perusahaan IT

SERVICE LEVEL AGREEMENT (SLA)

Dengan demikinan, SLA merupakan kesepakatan formal yang dapat dinegosiasikan guna mengidentifikasi harapan, tanggung jawab, dan memfasilitasi komunikasi antara penyedia produk/layanan (supplier) dengan pelanggannya (costumers) yang diukur dengan jangka waktu tertentu.

Mengapa diperlukan SLA?

Dari definisi SLA terdapat dua pihak yang berkepentingan, yaitu pihak penyedia (supplier) dan pihak pelanggan (costumer). Tentunya keduanya memiliki harapan masing-masing yang bisa saja berbeda. Harapan pelanggan menginginkan produk/layanan tersedia dengan cepat, namun dari pihak penyedia memerlukan waktu proses untuk menyediakan produk/layanan yang dibutuhkan tersebut. Perbedaan harapan inilah yang perlu dikomunikasikan agar tidak terjadi konflik.

Di sinilah diperlukan SLA untuk menjembatani perbedaan harapan, mendefinisikan kewenangan dan tanggung jawab masing-masing pihak sekaligus menjadi alat ukur efektifitas penyediaan produk/layanan oleh supplier.

Bagaimana membuat SLA

Sebelum membuat SLA, terlebih dahulu harus dipahami dahulu tentang unsur- unsur yang terkait SLA yaitu Supplier, Input, Proses, Output, dan Costumer (SIPOC). Adapun penjelasannya adalah sebagai berikut:

• Supplier merupakan pihak yang memberikan sumber daya kepada organisasi untuk menjalankan proses menghasilkan produk/layanan;
• Input adalah segala sumber daya yang digunakan dalam proses menghasilkan produk/layanan, meliputi Manusia, Mesin, Metode, Material dan Lingkungan (Mother Nature);
• Proses merupakan serangkaian aktivitas untuk menghasilkan produk/layanan, meliputi Proses Utama yaitu proses yang dilakukan untuk menghasilkan produk; Proses Pendukung yaitu proses yang dilakukan untuk mendukung proses utama; dan Proses Manajemen yaitu proses yang dilakukan untuk menyempurnakan proses utama;
• Output adalah berupa produk/layanan yang dihasilkan dari suatu proses; dan
• Costumer adalah pihak yang menerima/membutuhkan produk/layanan dari suatu organisasi.

Untuk membuat SLA dapat menggunakan tool berupa Value Stream Map (VSM), yaitu teknik yang digunakan untuk menganalisis dan mendesain flow (alur) dokumen dan informasi yang dibutuhkan dalam memproses produk/layanan.

Dalam VSM, memuat berbagai informasi yang berkaitan dengan proses, seperti: total waktu proses, proses yang bernilai tambah, delay time (waktu tunda), banyaknya operator, dan input yang digunakan.

Total Waktu Proses dapat disebut dengan Process Lead Time (PLT) adalah waktu proses keseluruhan untuk menghasilkan suatu produk/layanan yang merupakan penjumlahan dari Value Added Time (VAT), Non Value Added Time (NVAT), dan Bussines Non Value Added Time (BNVAT).

• VAT adalah waktu yang benar-benar digunakan untuk suatu proses, idealnya adalah maksimum;
• NVAT adalah waktu yang digunakan untuk menunggu sebelum memulai proses (menunggu input) atau menungggu proses berikutnya. Idealnya NVAT adalah nol;
• BNVAT adalah tambahan waktu tunggu karena terkait adanya regulasi dalam suatu proses. Hal ini tidak dapat dihindari dalam suatu proses, namun idealnya minimum.

Untuk memahami penggunaan VSM sebagai tool untuk membuat SLA, dapat digambarkan di bawah ini :

    Pelanggan tidak mau tahu bahkan tidak mau membayar NVAT maupun BNVAT, namun pelanggan hanya mau membayar VAT. VAT ini adalah SLA yang sebenarnya diinginkan oleh pelanggan. Namun pada pelaksanaannya oleh penyedia produk/layanan unsur NVAT dan BNVAT juga dimasukkan sebagai bahan pertimbangan dalam menentukan SLA.

Pembuatan atau penentuan SLA sebaiknya melibatkan seluruh pihak terkait dalam suatu organisasi, agar diperoleh kesepakatan bersama. Pembuatan SLA ini melalui beberapa tahapan sebagai berikut :

1. Untuk membuat SLA yang perlu dipahami adalah tidak semua produk/layanan harus memiliki SLA. Buatlah SLA untuk produk/layanan yang benar-benar critical, dominan terhadap kebutuhan pelanggan.
2. Menentukan pihak-pihak yang terlibat, karena SLA merupakan kesepakatan antara pelanggan dengan penyedia (supplier).
3. Menetapkan harapan pelanggan dan syarat-syaratnya
4. Memetakan proses dan aktivitasnya dalam menyediakan produk/layanan tersebut.
5. Mengukur waktu yang dibutuhkan untuk menghasilkan produk/layanan tersebut.
6. Melakukan negosiasi untuk mendapatkan kesepakatan waktu penyelesaian dari produk/layanan dimaksud.

Kesimpulan

Pelanggan tentunya memiliki harapan terhadap suatu produk/layanan, namun sebaliknya penyedia memiliki kewenangan yang terbatas dan memerlukan waktu proses untuk menyediakan produk/layanan tersebut. Untuk itulah diperlukan SLA yang dapat menjembatani perbedaan harapan, mendefinisikan kewenangan dan tanggung jawab masing-masing pihak serta pada akhirnya diperoleh kesepakatan bersama.

Contoh Kasus Service Level Agreement (SLA) pada Perusahaan IT.

Penggunaan umum dalam manajemen layanan TI adalah sebagai call center di Sebuah Perusahaan Ternama yaitu PT TELKOMSEL. PT Telkomsel sebagai salah satu pelaku Industri Telekomunikasi tidak lepas dari Perkembangan TI.

Pengukuran dalam kasus-kasus ini biasanya diidentifikasi sebagai:

1. ABA (Abandonment Average) : Sebuah persentase panggilan masuk, dimana panggilan lain di tahan, dan menjawab panggilan masuk yang lainnya
2. ASA (Average Speed to Answer) : Rata-rata jumlah detik yang diperlukan untuk panggilan yang harus dijawab oleh pusat layanan.
3. TSF (Time Service Factor) : Sebuah persentase panggilan dijawab dalam batas waktu tertentu, sebuah contoh yang baik adalah mengatakan 80% dalam 20 detik.
4. FCR (First Call Resolution) : Sebuah persentase panggilan masuk yang dapat diselesaikan/ dipecahkan tanpa harus menelpon pelanggan kembali atau pelanggan tidak perlu menelpon kembali untuk menyelesaikan kasus ini.
5. TAT (Turn Around Time) : Waktu yang dibutuhkan untuk menyelesaikan pekerjaan tertentu.

Hasil ini dicatat dan dimonitor untuk memberikan masukan kepada manajemen untuk efisiensi dan kegunaan dari personil call center dan untuk membantu mengindikasikan di mana pelatihan atau sumber daya yang lebih diperlukan.
Penggunaan SLA tidak terbatas pada dunia IT atau telekomunikasi – mereka juga digunakan untuk real estate, medis dan bidang apapun yang menyediakan produk atau layanan kepada pelanggan.Layanan berorientasi manusia dan bisnis memiliki kebutuhan untuk mengukur dan memikul tanggung jawab, dan SLA menyediakan pengukuran dan ide bagi entitas untuk menyepakati.

OPERASIONAL LEVEL AGREEMENT (OLA)

Perjanjian tingkat operasional (OLA) mendefinisikan hubungan saling tergantung dalam mendukung perjanjian tingkat layanan (SLA). Kesepakatan tersebut menggambarkan tanggung jawab masing-masing kelompok pendukung internal terhadap kelompok pendukung lainnya, termasuk proses dan kerangka waktu untuk penyampaian layanan mereka. Tujuan Operasional Level Agreement (OLA) adalah untuk menyajikan deskripsi dukungan internal dari penyedia layanan yang jelas, ringkas dan terukur.

OLA kadang diperluas ke frase lain tapi semuanya memiliki arti yang sama:
     Kesepakatan tingkat organisasi
     Perjanjian tingkat operasi
     Perjanjian tingkat operasi

OLA bukan pengganti SLA. Tujuan OLA banyak variasi, yaitu adalah untuk membantu memastikan bahwa kegiatan yang mendasari yang dilakukan oleh sejumlah komponen tim pendukung secara jelas disesuaikan untuk menyediakan SLA yang dimaksud.

Jika OLA yang berada di bawah tidak ada, seringkali sangat sulit bagi organisasi untuk kembali dan memberi persetujuan insinyur antara tim pendukung untuk mengirimkan SLA. OLA  harus dilihat sebagai dasar praktik yang baik dan kesepakatan bersama.

Enam tips untuk membuat OLA, sebagai berikut ini:
1. Tentukan semua layanan TI yang bertanggung jawab dalam Katalog Layanan.
2. Sebagai CIO, terlibat dalam proses ini dengan memahami apa yang dibutuhkan masing-masing layanan.
3. Tentukan pemain kunci (tim jaringan, kelompok server, dll) dan tanggung jawab mereka.
4. Letakkan setiap harapan kelompok TI untuk mengirimkan setiap layanan.
5. Datang dengan rencana kontingensi untuk kejadian tak terduga.
6. Uji dan uji ulang OLAs, dan buat perubahan bila diperlukan. OLAs, seperti SLA, seharusnya tidak statis dan harus memiliki tanggal mulai, tengah dan akhir.

Daftar Pustaka

Bahan Ajar Diklat Service Level Agreement Kediklatan diterbitkan oleh Pusdiklat Keuangan Umum Kementerian Keuangan Republik Indonesia, 2013.

http://www.bppk.kemenkeu.go.id/publikasi/artikel/167-artikel-pajak/12530-mengenal-lebih-dekat-sla-service-level-agreement

http://debbychodati07.blogspot.com/2012/04/sla-service-level-agreement.html

https://en.wikipedia.org/wiki/Operational-level_agreement

http://whatis.techtarget.com/definition/operational-level-agreement-OLA

PERBANDINGAN 3 FRAMEWORK dari COBIT, ITIL, dan ASL

Perbandingan dari 3 FRAMEWORK yaitu yang saya Bandingkan ialah COBIT vs ITIL dan yang terakhir vs ASL dalam Manajemen Layanan SI.

Disini Saya akan membandingkan atau Perbandingan dari FRAMEWORK yang dibawah ini dalam Manajemen Layanan Sistem Informasi, langsung saja saya jabarkan satu persatu Perbandingannya , tetapi sebelum saya jabarkan Perbandingannya satu persatu, saya akan menjelaskan dahulu dalam satu persatu. Dibawah ini, sebagai berikut:

COBIT  disini yang saya menjelaskan dahulu apa itu COBIT, COBIT ialah kepanjangan dari Control Objective for Information Related Tecnology, yang merupakan yang diciptakan untuk menyediakan sebuah kumpulan dari model-model secara detail dengan spesifikasi untuk Teknlogi Informasinya yaitu salah satu nya ialah IT governance. Tujuan dari COBIT ialah sebagai Pengendalian dalam sebuah Informasi maupun Teknologi yang saling terkait, yang terbuka untuk pengendalian terhadap teknologi informasi. Cobit pertama kali dipubliksikam pada bulan April pada tahun 1996.

 Kemudian ada, ITIL, disini saya akan menjelaskan apa itu ITIL, ITIL ialah kepanjangan dari The IT Infrastructure Library, yang merupakan salah satu dari sebuah FrameWork dari Manajemen Layanan SI, yang sebagai sebuah standar salah satu dari Perusahaan Industri sebagai pengembangan industri perangkat lunak di dunia. Standar ITIL yang berfokuskan kepada pelayanan customer, dan sama sekali tidak menyertakan proses penyelarasan strategi perusahaan terhadap strategi TI yang dikembangkan.

Selanjutnya ada, ASL, disini saya akan menjelaskan apa itu ASL, ASL ialah kepanjangan dari Aplikasi Layanan Perpustakaan adalah kerangka kerja domain publik dari praktik terbaik yang digunakan untuk standarisasi proses dalam Aplikasi Manajemen, disiplin memproduksi dan memelihara sistem informasi dan aplikasi.

Dibawah ini saya akan menjelaskan Perbedaan-perbedaan dari FrameWork yang sudah saya jelaskan diatas, Setelah saya menjelaskan apa itu COBIT, ITIL, dan ASL, Selajutnya saya akan menjelaskan perbandingan-perbandingan atau perbedaan-perbedaannya, sebagai berikut:

PERBANDINGAN COBIT dengan ITIL

ITIL sangat fokus kepada proses desain dan implementasi dari sebuah Teknologi Informasi-nya, serta pelayanan pelanggan (customer service), hal ini diperlihatkan bahwa hampir seluruh proses pada domain AI dan DS COBIT dilakukan, sementara sebagian proses PO dilakukan, ini menunjukkan bahwa ITIL tidak terlalu fokus pada proses penyelarasan strategi perusahaan dengan pengelolaan TI. Proses pada domain sama sekali tidak dilakukan oleh ITIL, hal ini menunjukkan ITIL tidak melakukan pengawasan yang akan memastikan kesesuaian pengelolaan TI dengan keadaan perusahaan di masa yang akan datang. ITIL menekankan siklus hidup layanan yang disediakan oleh Teknologi Informasi.

PERBANDINGAN ASL dengan ITIL

ASL erat terkait dengan kerangka kerja ITIL (IT Service Management) dan BiSL (Manajemen Informasi dan Manajemen Fungsional) dan Capability Maturity Model (CMM). Kerangka ASL dikembangkan karena ITIL, oleh departemen infrastruktur TI, terbukti tidak memadai untuk Manajemen Aplikasi: pada waktu itu, ITIL tidak memiliki pedoman khusus untuk aplikasi desain, pengembangan, pemeliharaan dan dukungan. versi ITIL baru, terutama V3, semakin membahas Pengembangan Aplikasi dan Aplikasi Manajemen domain; ASL BiSL Foundation telah menerbitkan sebuah kertas putih membandingkan ITIL v3 dan ASL.