Rabu, 06 Desember 2017

Metode pencarian Buta (Blind Search) dan metode pencarian Heuristik.

Metode pencarian Buta (Blind Search) dan metode pencarian Heuristik.


1.Metode Pencarian Buta(Blind Search).  

merupakan pencarian asal. Jika solusi sudah ditemukan, maka pencarian akan dihentikan. Jika dibuat skemanya, pencarian buta hanya mengenal 3 bagian yaitu [masalah]-[pencarian]-[solusi]. Blind search tidak mempunyai atribut atau informasi tambahan. Algoritma yang termasuk Blind search yaitu:

A.Pencarian Melebar Pertama (Breadth-First Search)

Pada metode pencarian ini, semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan, Kemudian ke level selanjutnya hingga solusi ditemukan
contoh:


 • Keuntungan
– Tidak akan menemui jalan buntu
– Menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti
yang paling baik
– Jika ada satu solusi maka bread-first search akan menemukannya
• Kelemahannya
– Membutuhkan memori yang cukup banyak
– Membutuhkan waktu yang cukup lama

B.Pencarian mendalam pertama (Depth-First Search)

 Proses pencarian dilakukan pada semua anaknya sebelum dilakukan           pencarian ke node-node yang selevel
 contoh:

• Keuntungan
– Memori yang relatif kecil
– Secara kebetulan, akan menemukan solusi tanpa harus menguji lebih banyak  lagi


2.metode pencarian Heuristik.

Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses pencarian, namum dengan kemungkinan mengorbankan kelengkapan (completeness). Fungsi heuristik digunakan untuk mengevaluasi keadaankeadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi yang diinginkan. Jenis-jenis Heuristic Searching:

A.PEMBANGKITAN dan PENGUJIAN (Generate and Test).

Metode ini merupakan penggabungan antara depth-first search dengan pelacakan mundur (backtracking), yaitu bergerak kebelakang menuju pada suatu keadaan awal. Algoritma: 
  • Bangkitkan suatu kemungkinan solusi (membangkitkan suatu tititk tertentu atau lintasan tertentu dari keadaan awal). 
  • Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengan cara membandingkan node terebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan. 
  • Jika solusi ditemukan, keluar. Jika  tidak, ulangi kembali langkah pertama.

Contoh:

 “Travelling Salesman Problem (TSP)” Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap kota sudah diketahui. Kita ingin mengetahui ruter terpendek dimana setaip kota hanya boleh dikkunjungi tepat  1 kal i. Misalkan ada 4 kota dengan jarak antara tiap-tiap kota seperti gambar di bawah ini: 



Penyelesaian dengan metode Generate and Test



B.PENDAKIAN BUKIT (Hill Climbing)

Metode ini hampir sama dengan metode pembangkitan dan pengujian, hanya saja proses pengujian dilakukan dengan menggunakan fungsi heuristic. Pembangkitan keadaan berikutnya tergantung pada feedback dari prosedur pengetesan. Tes yang berupa fungsi heuristic ini akan menunjukkan seberapa baiknya nilai terkaan yang diambil terhadap keadaan-keadaan lainnya yang mungkin. 

Algoritma Simple HillClimbing 

Kerjakan langkah-langkah berikut sampai solusinya ditemukan atau sampai  tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang: 
  • Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru.
  • Evaluasi keadaan baru tersebut : 
  • Jika keadaan baru merupakan tujuan, keluar 
  • Jika bukan tujuan, namun nilainya lebih baik dari pada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang. 
  • Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi. 
Pada simple hill climbing, ada 3 masalah yang mungkin: 

  • Algoritma akan berhenti kalau mencapai nilai optimum local 
  • Urutan penggunaan operator akan sangat berpengaruh pada penemuan solusi 
  • Tidak diijinkan untuk melihat satupun langkah sebelumnya.
Contoh: TSP dengan Simple Hill Climbing 
Disini ruang keadaan berisi semua kemungkinan lintasan yang mungkin. Operator digunakan untuk menukar posisi kota-kota yang bersebelahan. Apabila ada n kota, dan kita ingin mencari kombinasi l intasan dengan menukar posisi urutan 2 kota, maka kita akan mendapatkan sebanyak: 


atau sebanyak 6 kombinasi (lihat gambar dibawah). Fungsi heuristic yang digunakan adalah panjang lintasan yang terjadi 

SUMBER:

Minggu, 29 Oktober 2017

Rabu, 18 Oktober 2017

DEFINISI PEAS (Perfomance measure , Environment , Actuators , Sensors)


DEFINIsi PEAS





PEAS yaitu adalah singkatan dari Perfomance measure , Environment , Actuators ,Sensors dimana harus dispesifikasikan terlebih dahulu dalam mengenai rancangan intelligent agent.
PEAS
P (performance measure) :yaitu suatu komponen keberhasilan si agent
E (environment) : yaitu kodisi di sekitar agent
A (actuators) : yaitu segala sesuatu yang dapat dilakukan si agent
S (sensors) : yaitu segala sesuatu yang menjadi input si agent

 CONTOH  PEAS:

1.Contoh: Taksi Otomatis
  Sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan :

  • Performance measure: sampai tujuan, tidak melanggar aturan lalu lintas, perjalanan nyaman,
    hemat bensin
  • Environment: jalan, lalu lintas, pejalan kaki, pelanggan
  • Actuators: arah stir, gas, rem, klakson, sinyal kiri atau kanan
  • Sensors: video, speedometer, GPS, keyboard
  1. Contoh: Medical diagnosis system                                                            Sebuah agent Medical diagnosis system yang mendiagnosa pasien secara otomatis:
  • Performance measure: pasien sembuh, biya murah, tidak menyalahi hukum
  • Environment: pasien, rumah sakit, suster, dokter
  • Actuators: layar monitor (pertanyaan, tes, diagnosa, treatment, petunjuk)
  • Sensors: keyboard (masukan gejala penyakit, jawaban pasien)
  1.  Contoh: Robot pabrik penjamin mutu                                                  Sebuah robot yang melakukan pemisahan komponen yang bermutu tinggi pada ban berjalan ke dalam kotak berbeda
  • Performance measure: prosentase jumlah komponen yg diletakkan pada kotak yang benar • Environment: ban berjalan, komponen yang diuji, kotak
  • Actuators: gerak lengan dan tangan robot
  • Sensors: kamera, sensor fisik
  1. Contoh: Interactive English tutor                                                              Sebuah agent tutor yang memberikan latihan english secara interaktif
  • Performance measure: nilai skor maksimal
  • Environment: para siswa
  • Actuators: layar monitor (latihan, saran koreksi)
  • Sensors: keyboard
 SUMBER:



Definisi, Konsep dan Contoh Agents




Definisi, Konsep dan Contoh Agents

Pengertian sebuah AGENT adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melaluisensor dan bertindak atas 
lingkungan yang melalui efektor. Agenmanusia memiliki mata, telinga, dan organ lain untuk sensor, dantangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor.Sebuah pengganti agen robot kamera dan berbagai pencariin framerah untuk sensor dan berbagai motor untuk efektor Dapat digambarkan secara sederhana sebagai berikut:
Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan  yaitu rasional. 

Konsep Intellegent Agents







·         Rational → melakukan hal yang terbaik.
·         Kita harus mendefinisikan tujuan dari si agent (goal).
·         Goal bisa dinyatakan sebagai performance measure: ukuran kinerja si agent
·         Contoh:


Goal
Performance Measure
Lulus kuliah
IPK
Cepet kaya
Gaji bulanan
Juara liga sepakbola
Posisi klasemen
Bahagia
Tingkat kebahagiaan

Rational Agent
·         Definisi:
Rational agent: suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
·         Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.
·         Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, autonomy.

Task Environment

·         Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:
·         Performance measure: apa saja yang menjadi ukuran kinerja agent?
·         Environment: di manakah agent berperan?
·         Actuators: apa saja yang bisa dilakukan si agent?
·         Sensors: apa saja yang menjadi perantara input untuk agent?
·         PEAS
Contoh: Agent taksi otomatis
Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.
·         Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan
·         Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca
·         Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan
·         Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard






Minggu, 24 September 2017

Tugas Pengantar Teknologi Sistem Cerdas


A.SEJARAH AI (Artificial Intelligence)



Kecerdasan buatan merupakan bidang ilmu komputer yang sangat penting di era kini dan masa akan datang untuk mewujudkan sistem komputer yang cerdas. Kata “intelligence” berasal dari bahasa Latin “intelligo” yang berarti “saya paham”.  Arti dasar dari intelligence ialah kemampuan untuk memahami dan melakukan aksi.Sebenarnya,area Kecerdasan Buatan (Artificial Intelligence) atau disingkat dengan AI,  bermula dari kemunculan komputer sekitar th 1940-an, meskipun sejarah perkembangannya dapat dilacak sejak zaman Mesir kuno. AI dapat didefinisikan sebagai suatu kajian yang mencoba untuk mengaplikasikan kemampuan manusia dalam memecahkan permasalah kedalam komputer sehingga komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada masa ini, perhatian difokuskan pada kemampuan komputer mengerjakan sesuatu yang dapat dilakukan oleh manusia. Dalam hal ini, komputer tersebut dapat meniru kemampuan kecerdasan dan perilaku manusia.
McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari neuron di dalam  otak. Mereka juga menunjukkan  bagaimana neuron menjadi aktif seperti saklar on-off dan neuron tersebut mampu untuk belajar dan memberikan aksi berbeda terhadap waktu dari input yang diberikan.  Sumbangan terbesar di bidang AI diawali pada paper Alan Turing, pada tahun 1950 yang mencoba menjawab  “Dapatkah computer 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 dengan sukses berprilaku seperti manusia, kita dapat menganggapnya cerdas.
Pada akhir 1955, Newell dan Simon mengembangkan  The Logic Theorist, program AI pertama. Program ini merepresentasikan  masalah sebagai model pohon, lalu penyelesaiannya dengan  memilih cabang yang akan menghasilkan kesimpulan terbenar. Program ini berdampak besar dan menjadi batu loncatan penting dalam mengembangkan bidang AI. Pada tahun 1956 John McCarthy dari Massacuhetts Institute of Technology dianggap sebagai bapak AI, menyelenggarakan konferensi untuk menarik para ahli komputer bertemu, dengan  nama kegiatan “The Dartmouth summer research project on artificial intelligence.”   Konferensi Dartmouth itu mempertemukan para pendiri dalam AI, dan bertugas untuk meletakkan dasar bagi masa depan  pemgembangan dan penelitian AI.  John McCarthy  di saat itu mengusulkan definisi AI adalah “AI merupakan cabang dari ilmu komputer yang berfokus pada pengembangan komputer untuk dapat memiliki kemampuan dan  berprilaku  seperti manusia”.
Pada  tahun 1960 hingga 1970, muncul berbagai dikusi bagaimana komputer dapat meniru sedetail mungkin pada kemampuan otak manusia, dimana saat itu dapat dikategorikan sebagai “classical AI”. Pada tahun 1980, dimana computer yang semakin mudah diperoleh dengan harga yang lebih murah menjadikan berbagai riset di bidang kecerdasan buatan berkembang sangat pesat pada berbagai universitas. Berikut sejarah perkembangan Kecerdasan Buatan (Artificial Intelligence)
1.  Tahun 1206, robot humanoid pertama karya Al-Jazari
2.  Tahun 1796, boneka penuang the dari jepang bernama Karakuri
3.  Tahun 1941, komputer elektronik pertama
4.  Tahun 1949, komputer dengan program tersimpan pertama
5.  Tahun 1956, kelahiran dari Artificial Intelligence pada Dartmouth conference
6.  Tahun 1958, bahasa LISP dibuat
7.  Tahun 1963, penelitian intensif departemen pertahanan Amerika
8.  Tahun 1970, sistem pakar pertama diperkenalkan secara luas
9.  Tahun 1972, bahasa Prolog diciptakan
10 Tahun 1986, perangkat berbasis AI dijual luas mencapai $425 juta
11.Tahun 1994, AC berbasis Neuro fuzzy dijual
12.Tahun 2010, sistem kecerdasan buatan untuk Pesawat komersial BOEING 900-ER
13 Tahun 2011, service robot untuk restoran berhasil dibuat di Indonesia
14.Tahun 2012, sistem pakar troubleshooting komputer berbasis Fuzzy dan Self Learning
15.Tahun 2012, sistem immune pada deteksi spam diciptakan

AI mencakup kerja dalam area berikut :
•  Jaringan saraf (neural network) seperti kemampuan belajar, generalisasi, dan abstraksi
• Sistem persepsi, menggunakan citra visual dan sinyal suara utk menginstruksikan komputer atau alat lain misalnya robot.
• Belajar, meliputi semua kegiatan yg memungkinkan komputer atau alat lain utk memperoleh pengetahuan sbg tambahan dr apa yg tlh dimasukkan ke dlm memori oleh pembuatnya atau pemrogramnya.
•   Robotik, terdiri dari alat yg dikendalikan komputer yang meniru aktivitas gerak manusia.
•   Hardware AI, mencakup alat fisik yang membantu aplikasi AI.
•  Pemrosesan bahasa alamiah, memungkinkan pemakai untuk berkomunikasi dengan komputer dalam berbagai bahasa & memungkinkan komputer memeriksa ejaan & tata bahasa.


B.DEFINISI AI (Artificial Intelligence)

Kecerdasan Buatan yaitu berasal dari Bahasab Inggris "artificial intelligence",
intelligence termasuk kata sifat yang mempunyai arti Cerdas , sedangkan Artificial artinya Buatan Didefinisikan menurut beberapa ahli sebagai berikut :

  • 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 Encyclopedia Britannica, 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”
  • Menurut Rich (1991), Kecerdasan Buatan adalah “Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia”.
  • Menurut Suparman (1991) Artificial Intelligence atau Kecerdasan Buatan merupakan sub bidang pengetahuan komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi otak manusia.
  • Menurut Rich (1991), Kecerdasan Buatan adalah “Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia”.
  • Menurut Suparman (1991) Artificial Intelligence atau Kecerdasan Buatan merupakan sub bidang pengetahuan komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi otak manusia. (2) 
  • Definisi AI (Artificial Intelligence) juga mempunyai beberapa sudut pandang yang dapat dilihat dari :
  • Sudut pandang Kecerdasan.
  • Kecerdasan Buatan akan membuat mesin menjadi ‘cerdas’ (mampu berbuat seperti apa yang dilakukan oleh manusia).
  • Sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Kinight,1991)
  • Sudut Pandang Penelitian
  • Kecerdasan buatan adalah studi bagaimana membuat komputer dapat melakukan sesuatu sebaik yang dilakukan manusia
  • Sudut Pandang Bisnis
  • Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah bisnis
  • Sudut Pandang Pemrogram
  • Kecerdasan buatan meliputi studi tentang pemrograman simbolik, problem solving, dan pencarian
  • 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 adlah cerdas”

  • Rich and Knight [1991]:“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
  • EncyclopediaBritannica:“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”
  • JohnMcCarthy[1956] :“AI adalah Untuk mengetahui dan memodelkan proses – proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.”
  • Tujuan dari kecerdasan buatan menurut Winston dan Prendergast[1984]:
  • Membuat mesin menjadi lebih pintar (tujuan utama)
  • Memahami apa itu kecerdasan (tujuan ilmiah)
  • Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
  • AI dapat dipandang dalam berbagai perspektif :
  • Dari perspektif Kecerdasan (Intelligence) :
  • AI adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia
  • Dari perspektif bisnis : AI adalah sekelompok alat bantu (tools) yang berdaya guna dan metodologi yang menggunakan tool-tool tersebut guna menyelesaikan masalah-masalah bisnis.
  • Dari perspektif pemrograman (Programming) : AI termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah proses pencarian (search).
  • Dari perspektif penelitian (research) :
  • Riset tentang AI dimulai pada awal tahun 1960-an, percobaan pertama adalah membuat program permainan (game) catur membuktikan teori dan general problem solving (untuk tugas tugas sederhana).
  • “Artificial intelligence” adalah nama pada akar dari studi area.

  C.Contoh Aplikasi AI
  •  Expert System (Sistem Pakar) Expert System adalah system yang herusaha mengadopsi penectahuan manusia ke komputer,agar komputer bisa menyelesaikan masalah seperti yang dilakukan para ahli. Sistcm pakar merupakan.salah satu aplikasi dan Artificial Inteligence (Al) yang hanyak dimanfaatkan dalarn dunia bisnis.Komponen Sistem pakar terbagi menjadi empat bagian, yaitu:
  • Knowledge base (basis pengetahuan)
  • Working Memory (basis data atau memori kerja)
  • Inference Engine (mesin inferensia)
  • User interface
  • Pengolahan Bahasa Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
  • Pengenalan Ucapan (Speech Recognition). Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer dengan menggunakan suara.
  • Robotika & Sistem Sensor (Robotics & Sensory Systems).
  • Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau obyek-obyek tampak melalui komputer.
  • Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar.
  • Game Playing.
  • Contoh Aplikasi dalam Kehidupan Sehari-hari :
  • Logica Fuzzy adalah Fuzzy Logic adalah metodologi pemecahan masalah dengan beribu-ribu aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dan informasi yang ambigu, samar-samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dan data yang ditafsirkan dan mencari solusi yang tepat.
  • Dalam bidang teknologi adanya  Robot,alat-alat pabrik(alat),komputer sensor,dll.
  • Dalam bidang pendidikan adanya  E-learning,perpus online,dll.
  • Dalam bidang kesehatan adanya sinar X untuk kedokteran,alat operasi jarak jauh,dll. 

s     SUMBER:


Kamis, 18 Mei 2017

PERBANDINGAN FRAMEWORK MAN.LAYANAN SI.


PERBANDINGAN ANTARA COBIT, ITIL, ISO/IEC




COBIT (Control Objectives for Information and Related Technology)

COBIT didasarkan atas filosofi bahwa sumber daya IT membutuhkan pengelolaan untuk menyediakan informasi yang dapat dipercaya kepada organisasi dalam rangka mencapai tujuannya. Penguasaan IT yang efektif akan membantu untuk menyakinkan bahwa IT telah mendukung tujuan perusahaan, mengoptimalkan investasi bisnis pada IT.
Tujuan COBIT adalah menyediakan model dasar yang memungkinkan pengembangan aturan yang jelas dan praktek yang baik dalam mengontrol informasi dalam suatu organisasi/perusahaan dalam mencapai tujuannya.
• Manajemen
Dengan penerapan COBIT, manajemen dapat terbantu dalam proses penyeimbangan resiko dan pengendalian investasi dalam lingkungan IT yang tidak dapat diprediksi.
• User
Pengguna dapat menggunakan COBIT untuk memperoleh keyakinan atas layanan keamanan dan pengendalian IT yang disediakan oleh pihak internal atau pihak ketiga.
• Auditor
Dengan penerapan COBIT, auditor dapat memperoleh dukungan dalam opini yang dihasilkan dan/atau untuk memberikan saran kepada manajemen atas pengendalian internal yang ada.
1. Control Objectives: 
Terdiri atas 4 tujuan pengendalian tingkat-tinggi (high-level control objectives) yang tercermin dalam 4 domain, yaitu: planning & organization , acquisition & implementation , delivery & support  dan monitoring .
2. Audit Guidelines: Berisi sebanyak 318 tujuan-tujuan pengendalian yang bersifat rinci (detailed control objectives ) untuk membantu para auditor dalam memberikan management assurance dan/atau saran perbaikan.
3. Management Guidelines: Berisi arahan, baik secara umum maupun spesifik, mengenai apa saja yang mesti dilakukan.
COBIT melihat pengendalian dalam tiga dimensi berbeda yaitu Sumber TI, Proses
TI, dan Kriteria Informasi TI.

ITIL ( Information Technology Infrastructure Library)
 Pemerintah sebagai regulator, Orang/ pihak di bidang jasa pelayanan IT, organisasi yang menerapkan ITIL, Auditor, Mitra Bisnis (Investor/konsumen)
ITIL-3 bukanlan sebuah standar tetapi hanya kerangka yang berisi 8 seri mengenai praktek-praktek terbaik mengenai IT service management dan distribusi IT service yang berkualitas tinggi. Delapan seri tersebut adalah sebagi berikut : Software Asset Management, Service Support, Service Delivery, Planning to Implement Service Management, ICT Infrastructure Management, Application Management, Security Management, Business Perspective
2  dasar konsep ITIL  :
1. Menjaga supaya layanan bisa digunakan dengan baik oleh user ( service support )
2. Proses bagaimana cara mendeliverykan layanan tersebut (service delivery )
Dua karakteristik dasar konsep ITIL adalah sebagai berikut:Service management,Customer orientation.

ISO/IEC

International Organization for Standardization disingkat ISO atau Iso) adalah badan penetap standar internasional yang terdiri dari wakil-wakil dari badan standardisasi nasional setiap negara. Pada awalnya, singkatan dari nama lembaga tersebut adalah IOS, bukan ISO. Tetapi sekarang lebih sering memakai singkatan ISO, karena dalam bahasa Yunani isos berarti sama (equal). Penggunaan ini dapat dilihat pada kata isometrik atau isonomi.
ISO/IEC 38500:2008 memberikan panduan secara prinsip bagi para direksi dari suatu perusahaan (termasuk di dalamnya para pemilik, anggota dewan, direksi, partners, senior executives, atau sejenisnya) mengenai Teknologi Informasi (TI) yang effective, efficient, dan acceptable use di dalam organisasi mereka.

PERBEDAAN :

• COBIT dan ITIL adalah standard yang cakupan areanya adalah menengah ke bawah
• ISO 38500 cakupan areanya adalah menengah ke atas
• COBIT dan ITIL cocok jika dijadikan sebagai IT management framework
• ISO 38500 cocok jika digunakan sebagai IT governance framework.
• Kerangka kerja COBIT memasukkan hal-hal berikut ini : 
(1) Maturity Models ,
(2)Critical Success Factors (CSFs)
(3) Key Goal Indicators (KGIs)
(4) Key Performance Indicators (KPIs).

• Kerangka kerja yang digunakan untuk mengelola infrastruktur teknologi dan informasi dalam suatu organisasi, dan bagaimana memberikan pelayanan yang terbaik bagi para pengguna teknologi informasi.
• Kerangka kerja digunakan bagi pemerintahan untuk membantu mereka pada tingkat tertinggi dari organisasi untuk memahami dan memenuhi kewajiban hukum, peraturan, dan etika mereka dalam hal penggunaan organisasi mereka ‘IT.

PERSAMAAN
Dijadikan sebagai IT governance framework
memberikan pedoman pada perusahaan bahwa keputusan-keputusan strategic IT tidak hanya berada pada CIO saja tetapi juga pada direksi, komisaris dan pemegang-saham.

 COBIT
  • COBIT adalah framework matang, pertama kali dirilis pada tahun 1996 oleh Information System Audit and Control Association (ISACA)
  • Edisi kedua muncul pada tahun 1998, yang ketiga pada tahun 2000, dan yang terakhir pada edisi keempat
  • Sekarang CoBIT dipublikasikan dengan nama ITGI (the IT Governance Institute)
  • COBIT adalah framework untuk informasi manajemn resiko IT, atau lebih formal, sebuah “kerangka kerja dan toolset pendukung yang memungkinkan manajer untuk menjembatani kesenjangan antara kebutuhan pengendalian permasalahan teknis dan risiko bisnis”(ref: ISACA)

Kelebihan  Cobit:
1. Rahasia
2. Proteksi terhadap informasi yang sensitif dari akses yang tidak bertanggung jawab.
3. Integritas
4. Berhubungan dengan penyediaan informasi yang sesuai untuk manajemen.
5. Secara umum dapat dikatakan bahwa COBIT merupakan sebuah model tata kelola TI yang memberikan sebuah arahan yang lengkap mulai dari sistem mutu, perencanaan, manajemen proyek, keamanan, pengembangan dan pengelolaan layanan. Arahan dari COBIT kemudian didetailkan kembali oleh beberapa model framework sesuai dengan perkembangan keilmuan.
Kekurangan COBIT
  • COBIT hanya memberikan panduan kendali dan tidak memberikan panduan implementasi operasional.
  •  COBIT hanya berfokus pada kendali dan pengukuran.

ITIL
ITIL adalah sebuah framework yang mulai dikembangkan sejak tahun 1980 oleh pemerintahan Inggris, untuk kebutuhan mereka sendiri
Dalam beberapa tahun terakhir ini telah diadopsi secara luas, dan internasional
Dapat dikatakan kerangka manajemen yang paling banyak digunakan IT
ITIL mencakup struktur organisasi dan persyaratan keterampilan untuk organisasi IT dengan menghadirkan seperangkat prosedur manajemen,
Ini dimaksudkan untuk menjadi pemasok independen dan berlaku untuk semua aspek infrastruktur TI.

Kelebihan ITIL  :

1. Memberi deskripsi rinci sejumlah praktik penting TI dan menyediakan daftar komprehensif tugas dan prosedur yang didalamnya setiap organisasi dapat menyesuaikan dengan kebutuhannya sendiri
2. ITIL bukan merupakan standard yang memberikan prescription tetapi lebih kepada merekomendasikan, oleh karena itu implementasi antara satu organisasi dengan organisasi lain dapat dipastikan terdapat perbedaan. Dengan demikian kita tidak bisa membandingkan / melakukan benchmark secara pasti;

Kelemahan ITIL  :
1. Kelemahan ITIL antara lain: buku-buku ITIL sulit terjangkau bagi pengguna non komersial, ITIL bersifat holistic yang mencakup semua kerangka kerja untuk tatakelola TI, pelaksanaan pedoman dalam buku ITIL memerlukan pelatihan khusus dan biaya pelatihan atau sertifikasi ITIL terlalu tinggi.