Dalam film-film fiksi ilmiah tentang masa depan -seperti Terminator, Blade Runner, Total Recall, Robo Cop dsb.- sering digambarkan bagaimana teknologi canggih dapat menguasai manusia. Teknologi dalam bentuknya sebagai cyborg (cybernetics organism) itu mempunyai kemampuan fisik maupun intelegensia melebihi manusia biasa. Cyborg sebenarnya khayalan manusia saat ini tentang makhluk setengah mesin dan setengah manusia atau mesin yang bisa berpikir seperti manusia. Itulah gambaran gamblang dari aplikasi teknologi Artificial Intellegence (AI) atau kecerdasan buatan.

AI dikembangkan pertama kali pada tahun 1960-an ketika John McCarthy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP. Kemudian berkembang dengan dibuatnya program komputer yang “berpikir” seperti permainan catur dan pembuktian perhitungan matematis secara komputasi. Pada tahun 1964, Joseph Weizenbaum juga dari MIT membuat ELIZA, sebuah program yang menggambarkan konsultasi seorang psikiater dengan pasiennya.

Era 70-an, perkembangan AI menghasilkan beberapa terobosan dan satu diantaranya yang paling populer adalah Expert System (ES). ES adalah suatu program yang berisikan berbagai macam informasi dari berbagai bidang yang dapat memberikan respon ketika diberi sejumlah persoalan dengan tambahan informasi pembantu tertentu. Salah satu ES yang pertama kali dibuat adalah MYCIN-nya Universitas Stanford yang membantu para ahli medis untuk mendiagnosa dan menganalisa sakit yang diderita oleh pasien-pasiennya. Terobosan lainnya adalah diciptakannya bahasa khusus untuk AI yaitu PROLOG (Programming in Logic). PROLOG mempunyai beberapa kelebihan dibanding LISP yaitu : mempunyai database sendiri, fasilitas rutin yang dapat mengakses secara backtracking dan sintaksis dari perintah-perintahnya yang lebih sederhana. Jika LISP adalah bahasa terpilih untuk AI di Amerika pada tahun 1980. Maka tahun 1981, PROLOG terpilih sebagai generasi kelima dan dipergunakan seluas- luasnya dalam pengembangan AI di Jepang.

ANN;Komputer Generasi IV

Berawal dari mesin Von Neumann, pada akhir tahun 1980-an, impian manusia untuk menciptakan Brain Like Computer (BLC) atau Neural Intellegence mengalami perkembangan pesat. Walaupun jelas tidak mungkin mampu menyamai kecanggihan otak manusia, BLC diharapkan bisa meniru fungsi kepandaian biologis. Fungsi itu antara lain mengolah informasi dengan menggunakan teknik pelatihan dalam proses belajar, pengenalan pola serta menentukan keputusan. Karena meniru fungsi sistem syaraf tersebut, BLC akhirnya lebih terkenal sebagai Artificial Neural Network (ANN).

Berbeda dengan komputer digital yang menerapkan algoritma numerik – sehingga sering mendefinisikan banyak fungsi secara rekursif- ANN mengerjakan proses penghitungan fungsi- fungsi komputasi di dalam network fisisnya sendiri. Karenanya kemudian muncul istilah sel saraf atau neuron dan sinapsis bagi setiap operasi komputasi dasar. ANN merupakan suatu teknik komputasi yang menggunakan model syaraf biologis dengan model matematik yang dibentuk dari sejumlah besar elemen pemroses yang dapat saling berkomunikasi melalui interkoneksi jaringan. Problem dalam pembuatan model sistem untuk ANN adalah tidak diketahuinya komponen dasar sistem secara jelas agar dapat dipakai untuk mendefinisikan persamaan-persamaan fundamental sistem tersebut. Salah satu penyebabnya adalah banyaknya input yang tak dapat dikendalikan guna menghasilkan suatu nilai yang diharapkan secara alamiah. Pengukuran langsung fungsi transfer dari sebuah neuron hanya dapat dilakukan amat kasar sehingga tidak memberi hasil memadai yang mendasari teori sistem yang kompleks. Akibatnya para ahli riset ANN harus membayangkan bentuk dasar fungsi transfer beserta persamaan-persamaan sistem adaptifnya menggunakan common sense untuk merumuskan, mencoba banyak fungsi-fungsi analitis yang berbeda, dalam upaya pengimplementasian gejala agar sealamiah mungkin.

Dalam melakukan proses belajar, ANN dapat memodifikasi tingkah lakunya sesuai lingkungan. ANN dapat mengatur diri untuk menghasilkan respon yang konsisten terhadap serangkaian input. Beberapa ANN yang dibuat mampu mengabtraksikan intisari serangkaian input. Contohnya, sebuah network dapat dilatih mengenali beberapa versi huruf S. Setelah latihan, network dapat menghasilkan huruf S yang sempurna dari input huruf-huruf S yang terdistorsi. Secara prinsip, network itu telah belajar menghasilkan sesuatu yang belum pernah ada sebelumnya. Dengan latihan-latihan yang diberikan pada proses belajar, ANN dapat diarahkan untuk melakukan fungsi tertentu yang diinginkan. Struktur elemen pemroses paralel akan membuat ANN mampu beradaptasi pada lingkungan yang kurang ideal dan kebal terhadap kesalahan. Hal yang menarik dari ANN memang kemampuannya untuk belajar yang menunjukkan beberapa kesamaan dengan perkembangan intelektual manusia. Namun kemampuan belajar ANN ini terbatas dan tak bisa melakukan segalanya.

Lahir dan berkembangnya ANN di era 80-an ini merupakan sebuah terobosan yang fundamental. Terobosan teknologi komputasi awal adalah lahirnya komputer generasi I tahun 1948. Ditandai dengan diciptakannya ENIAC yang berorentasi titik dengan elemen dasar tabung-tabung hampa udara. Generasi II ditandai dengan lahirnya Transistor di tahun 1960. Kemudian tahun 1965 lahir komputer berorentasi garis sebagai generasi III. Dan tahun 1976 muncul generasi IV yaitu komputer berorentasi daerah. Selanjutnya muncul komputer generasi V yang tak lain adalah Artificial Intellegence. Maka munculnya ANN ini merupakan tonggak dimulainya era komputer generasi VI.

Aplikasi AI dan ANN

Aplikasi AI sebenarnya banyak sekali, namun bisa diwakili oleh beberapa bidang yang penting dan memang sedang dikembangkan dengan serius.

Pertama, aplikasi searching yang di sini bukan berarti mencari suatu data atau informasi dalam database melainkan menentukan penyelesaian dari suatu masalah (searching for solution). Jika penyelesaian biasa dengan komputasi hanya bisa dilaksanakan dengan persamaan input (misal : algoritma matematik) yang sudah ada, maka penyelesaian model ini bisa membuat solusi dari kombinasinya. Contoh sederhana misalnya, ada seorang yang ingin membooking pesawat Garuda untuk rute Jakarta ke Berlin. Ternyata tidak ada jadwal penerbangan seperti itu pada pesawat Garuda. Kemudian komputer memberikan solusi dengan menyatakan bahwa rute itu bisa ditempuh dengan 3 kali rute penerbangan yakni dari Jakarta-Singapura, Singapura-Roma dan Roma-Berlin. Teknik searching for solution ini terbagi menjadi beberapa metode yakni : Depth-first, Breadth-first, Hill-Climbing dan Least- Cost.

Ke dua, aplikasi bidang kebahasaan dengan pengembangan Natural Language Processing (NLP). NLP dikembangkan dengan tujuan agar terjadi jalur komunikasi antar manusia dan komputer dengan mempergunakan bahasa manusia sehari-hari. Komputer diupayakan agar mengerti bahasa manusia sehingga mampu memberikan respon terhadap input dari manusia dengan struktur bahasa yang baik. Karenanya bidang ini juga amat berpengaruh terhadap teknologi robotika. Materi utama yang dipelajari dalam NLP ini adalah parser yaitu suatu bagian dari program yang membaca tiap kalimat, kata demi kata untuk menentukan tata bahasa yang benar. Terdapat tiga jenis parser yaitu : State Machine Parser, Context Free Recursive Descent Parser dan Noise Disposal Parser.

Ke tiga, aplikasi dalam bidang pengenalan pola dan pandangan (Pattern and Recognition). Dengan teknologi ini, sebuah komputer dapat mengetahui suatu obyek seperti lazimnya manusia. Contoh aplikatifnya antara lain : memeriksa arah permukaan suatu obyek, pengenalan beragam obyek berdasarkan klasifikasi tertentu, pengenalan pola sistem dua dan tiga dimensi, membedakan obyek yang saling menindih, mendeteksi gerakan suatu obyek, menentukan susunan permukaan suatu obyek dan sebagainya.Aplikasinya memegang peranan vital dalam pengembangan robotika.

Ke empat, aplikasi dalam bidang logika dan ketidaktentuan (logic and uncertainty). Tanpa adanya pemahaman logika yang mendasar maka akan sulit untuk membuat suatu program. Dalam bidang ini dipelajari hukum-hukum logika dan salah satunya juga diajarkan tentang ketidaktentuan. Salah satu hasilnya adalah fuzzy logic atau logika samar (kemungkinan) yang sudah diterapkan pada berbagai macam peralatan elektronika dan sistem kontrol. Prinsip dasarnya ditemukan Lotfi A. Zadeh, seorang guru besar komputer sains di Universitas California pada tahun 1965. Jika komputer konvensional hanya mengenal logika biner tradisional dan terbatas seperti : on-off, hitam-putih, false-true aatu satu-nol, maka logika fuzzy dapat menelaah informasi tak eksak seperti : mungkin, barangkali, agak kurang lebih dll. Sehingga komputer bekerja mendekati naluri manusia.

Ke lima, adalah aplikasi yang mungkin paling banyak berkembang saat ini yaitu sistem pakar (expert system). Pada dasarnya expert system terdiri dari banyak database dan seperangkat aturan yang akan mencari dari database itu suatu solusi terbaik atas suatu masalah. Database dan aturan itu dikembangkan berdasarkan pengetahuan para ahli pada suatu bidang tertentu. Misalnya, program PROSPECTOR yang dibuat tahun 1978 untuk pemakaian di bidang geologi, databasenya dibuat berdasar ilmu para pakar dari berbagai spesialisasi bidang geologi bahkan beberapa pakar bidang lainnya yang terkait. Tidak seperti program-program komputer biasa yang membutuhkan informasi lengkap untuk dapat membuat suatu keputusan, program expert system didesain untuk menghasilkan harapan terbaik berdasarkan database yang ada seperti layaknya seorang pakar mendiagnosa. Keuntungan utama teknologi ini adalah tersedianya semua pengetahuan para ahli berbagai bidang yang dapat diperoleh dari berbagai tempat (misalnya dengan penggunaan modem). Dan keuntungan lainnya adalah kemudahan untuk mengadakan pembaharuan database dan perangkat dan seperangkat aturan yang dipakai, sesuai dengan hasil penelitian terbaru.

Beberapa problema dalam pengembangan AI seperti : pengenalan citra (image recognotion), pengenalan kata/suara (speech recognotion), peramalan cuaca (weather forecasting) serta pemodelan tiga dimensi, tak mudah dilakukan dan kurang akurat jika diterapkan pada set instruksi komputer yang berbasis sistem 386/1486. Atas dasar inilah, maka diterapkan arsitektur komputer baru yang bermodelkan berdasarkan otak manusia. Dan lahirlah ANN yang ternyata memberi banyak harapan dan kemajuan. AI dan ANN memang punya persamaan sebagai bagian penting dari pengembangan teknologi mesin cerdas. Namun terdapat perbedaan yang jelas dalam pendekatan cara kerjanya. AI berorentasi kerja pada apa yang dikerjakan oleh otak, sedangkan ANN lebih memperhatikan bagaimana fungsi otak manusia. AI lebih menekankan pada teori model dalam psikologi, sedangkan ANN mencoba memodelkan sel biologis mulai dengan neuron sebagai unit yang paling sederhana kemudian mencari pengaruh dari neuron yang saling dihubungkan dan dikombinasikan. Karenanya ANN mempunyai beberapa kelebihan dibanding AI.

Beberapa kelebihan ANN itu antara lain adalah pertama, ANN akan mempelajari sendiri respon yang diinginkan sehingga tidak memerlukan pemrograman hubungan input dan output. Ke dua, ANN didesain untuk mengevaluasi dan beradaptasi pada kriteria-kriteria yang baru dan karenanya ia mampu memperbaiki respon dengan belajar. Ke tiga, informasi tidak disimpan pada lokasi memori tertentu seperti pada komputer digital biasa. ANN menyimpan informasinya secara terdistribusi sehingga dapat mengakibatkan kerusakan beberapa neuron, namun tidak akan menyebabkan gangguan operasional secara serius. Ke empat, karena ANN bekerja sebagai penjumlah sinyal maka input bisa tidak harus tepat sama. Contohnya, ANN akan mengenali suatu kata, mesti kata itu diucapkan oleh orang-orang yang berbeda. ANN juga mampu mengenali seseorang meski ia sudah berbeda (misal potongan rambutnya) dengan saat pertama dikenali. Dengan teknik komputasi digital biasa, kasus- kasus tersebut jelas akan sulit dilakukan.

Riset dan aplikasi yang dilakukan di berbagai negara, telah membuktikan bahwa ANN dapat menyelesaikan bermacam masalah yang tak dapat dilakukan komputer konvensional. Dalam bidang bisnis atau keuangan, ANN ditugaskan mengenali tulisan dan tanda tangan nasabah untuk menghindarkan pemalsuan surat berharga. ANN dipergunakan dalam kedokteran untuk membuat analisis tentang penyebab terjadinya penyakit tertentu atau juga meramalkan reaksi penolakan obat. Dalam bidang rekayasa dan manufaktur, ANN berfungsi sebagai pengendali produksi dan otomatisasi. Di bidang meteorologi dan geofisika, ANN membantu peramalan cuaca. Sedang kemiliteran, ANN diperlukan untuk mengklasifikasikan serta meramal sinyal-sinyal radar, mengenali dan menangkap sasaran ANN juga mampu mengendalikan dan mengatur beban pembangkitan tenaga listrik. ANN juga sedang dikembangkan dalam telekomunikasi untuk mencari alternatif saluran yang tidak sibuk secara otomatis.

Dengan merajalelanya aplikasi ANN di berbagai bidang tersebut, akankah AI menjadi usang dan ditinggalkan? Secara individual memang terjadi kompetisi sengit antara para pakar AI dan ANN untuk membuktikan siapa pembuat mesin cerdas yang terbaik. Namun untuk kepentingan yang lebih universal dan fundamental -misalnya impian tentang manusia mesin seperti disinggung di awal tulisan- para pakar itu akan cenderung memilih untuk bekerja sama. Bagaimanapun, AI maupun ANN adalah sekedar salah satu disiplin teknologi diantara belantara disiplin ilmu/sains dan teknologi lainnya, yang tak mungkin bisa berdiri sendiri!

Zainal Arifin adalah Peminat Mekatronika alumni Fakultas Teknologi Industri ITS, tinggal di Surabaya.
Tingkatan Profesi Teknologi Informasi di Indonesia
Tingkatan profesi selain merupakan jalur karir bagi seorang yang berkiprah dalam profesi tersebut juga merupakan masalah apabila “supply” tidak sesuai dengan “demand” dalam satu tingkatan profesi. Bagaimanakah gambaran tingkatan profesi teknologi informasi di Indonesia?

Suatu survai tentang tingkatan profesi teknologi informasi, baik di tingkat makro maupun mikro, akan dibahas dalam tulisan ini. Dari hasil survai ini akan didapatkan gambaran kondisi saat ini dari berbagai tingkatan profesi teknologi informasi. Suatu metode pencapaian keseimbangan di berbagai tingkatan profesi teknologi informasi di Indonesia juga akan disampaikan.

Syarat-syarat pencapaian tingkatan profesi tertentu di bidang teknologi informasi dan masalah-masalah yang ada, akan menutup pembahasan dalam tulisan ini.

Latar Belakang
Pebenarnya bukanlah hal yang mudah berbicara mengenai Tingkatan Profesi Teknologi Informasi, mengingat banyak sekali definisi tentang tingkatan profesi teknologi informasi. Misalnya yang disebutkan oleh Brooks (1975), Schaeffer(1981), Fairley (1985), Biro Pusat Statistik (1989), atau yang terakhir diinformasikan oleh Widia dan Marsudi (1993). Namun, dari berbagai pendapat para ahli tersebut dapat disimpulkan bahwa sesungguhnya perbedaan pandangan tentang definisi tingkatan profesi teknologi informasi tersebut berasal dari cara pandang masing-masing profesi teknologi informasi terhadap teknologi informasi itu sendiri, yang lazim disebut sebagai four beholders sebagai berikut :

Profesional Teknologi Informasi yang bertindak sebagai User adalah mereka yang bekerja di Pusat Pengolahan Data Elektronik (PDE) atau di Information Technology Department, baik di lembaga pemerintah, BUMN, maupun swasta.

Profesional Teknologi Informasi yang bertindak sebagai Buyer adalah mereka yang bekerja di Bagian Pengadaan, Bappenas, Direktorat Jenderal Anggaran Depkeu, Setneg, Head Office dari Kantor Konglomerat, dan sebagainya. Pokoknya mereka yang bekerja di lembaga pemerintah, BUMN, atau swasta yang sehari-harinya bertugas membelanjakan sejumlah uang, baik bagi organisasinya sendiri atau bagi organisasi lainnya, untuk dibelikan seperangkat perangkat keras, perangkat lunak, atau perangkat jaringan.

Profesional Teknologi Informasi yang bertindak sebagai Developer adalah mereka yang bekerja di Software House atau di Bagian Pengembangan Sistem Intern.

Sedangkan profesional Teknologi Informasi yang bertindak sebagai Maintainer adalah mereka yang bekerja di Software House atau yang bekerja di Pusat Pengolahan Data Elektronik atau I nformation Technology Department.

Dengan cara pengupasan masalah dengan “four beholders” ini jelas bahwa yang dimaksudkan oleh Brooks dan Fairley adalah profesi Teknologi Informasi sebagai Software Developer dan Software Maintainer. Biro Pusat Statistik dalam menggolongkan profesi Teknologi Informasi cenderung memandang profesional Teknologi Informasi sebagai User (kadang-kadang sebagai Buyer, namun seringkali sebagai ilmuwan komputer yang tentunya bisa dimasukkan di kategori mana saja di dalam “four beholders”). Schaeffer membahas profesi Teknologi Informasi sebagai User, sedangkan Widia dan Marsudi yang karena kegiatan sehari-harinya di lingkungan Perguruan Tinggi Swasta memandang profesi Teknologi Informasi secara keseluruhan di dalam “four beholders” tersebut.

Tingkatan Profesi Teknologi Informasi
Menurut Frederick P. Brooks, Jr. yang pernah menjadi Project Manager dalam pembanguann Sistem Operasi OS/360, tingkatan profesi Teknologi Informasi di dalam team yang dipimpinnya dibagi menjadi :

* Programmer
* Documentation writer
* Machine operator
* Manager (project manager, development manager, operation manager, etc.)

Brooks di dalam buku klasiknya “The Mythical Man-Month”, juga menyinggung adanya career path di lingkungan IBM yang disebut “IBM dual ladder of advancement” (Gambar 1)

Howard Schaeffer dalam bukunya “Data Center Operations” menyebutkan tingkatan profesi Teknologi Informasi sebagai berikut :

* Operation clerk
* System associate
* Production operator
* Operator level I
* Operator level II
* Computer operator level I
* Computer operator level II
* Senior computer operator
* Computer supervisor
* Scheduler
* Senior computer supervisor

Tingkatan profesi Teknologi Informasi menurut Richard Fairley dalam bukunya “Software Engineering Concepts” terdiri atas :

* Librarian
* Backup program consultant
* Programmer
* Junior Programmer
* Senior Programmer
* Chief Programmer
* Project Leader

Tingkatan profesi Teknologi Informasi menurut Biro Pusat Statistik sebagai Initiator dan Juror dari Jabatan Pranata Komputer, yang disebutkan dalam Surat Edaran Bersama Kepala Badan Administrasi Kepegawaian Negara dan Kepala Biro Pusat Statistik Nomor : 33/SE/1989 dan Nomor : 028/1989 tertanggal 29 Juni 1989 menyebutkan bahwa Tingkatan Profesi Teknologi Informasi yang dinamakan ‘Jabatan Pranata Komputer’ adalah :

* Asisten Pranata Komputer Madya (II/b)
* Asisten Pranata Komputer (II/c)
* Ajun Pranata Komputer Muda (II/d)
* Ajun Pranata Komputer Madya (III/a)
* Ajun Pranata Komputer (III/b)
* Ahli Pranata Komputer Pratama (III/c)
* Ahli Pranata Komputer Muda (III/d)
* Ahli Pranata Komputer Madya (IV/a)
* Ahli Pranata Komputer Utama Pratama (IV/b)
* Ahli Pranata Komputer Utama Muda (IV/c)
* Ahli Pranata Komputer Utama Madya (IV/d)

Bakuan Profesi Informatika menurut Widia dan Marsudi dalam Makalah KKN’93 yang berjudul “Bakuan Profesi Informatika dalam Menunjang Industrialisasi Piranti Lunak” dibagi dua, yaitu : 1) Bakuan spesifikasi fungsi dan tugas, dan 2) Bakuan kualifikasi. Bakuan fungsi adalah : analisis, disain, pendidikan, implementasi, manajemen, penelitian, dan pemasaran. Profesi Informatika hanya dibedakan menurut spesialisasinya, yaitu dalam bidang-bidang : komunikasi data, komputasi sains, basis data, grafik, kecerdasan buatan, otomatisasi perkantoran, dan pemrograman sistem. Bakuan kualifiaksi dalam Profesi Teknologi Informasi diambil dari Career Task Force SRIG-PS SEARCC, yang antara lain menyebutkan kualifikasi setiap tingkatan Profesi Teknologi Informasi yangmeliputi preferred qualification and experience, serta training and development.

Dengan semakin maraknya penggunaan komputer pribadi yang harganya dapat dijangkau namun kemanpuannya mendekati minikomputer, serta kecenderungan penggabungan beberapa komputer pribadi dalam suatu jaringan (LAN), Internet (1995) menyebutkan tingkatan profesi Teknologi Informasi yang berkaitan dengan kecenderungan ini tidak sebagai career path, namun lebih sebagai bidang spesialisasi sebagai berikut :

* programmer
* network manager
* computer technologist
* systems integrator
* multimedia developer
* systems analyst
* facilities manager
* database administrator

Hasil Survai “Supply” dan “Demand” Profesional Teknologi Informasi

Menurut Moeliodihardjo (1993), dalam pembahasan pendidikan dalam Teknologi Informasi, dampak kecenderungan yang ada pada PJPT II bagi pendidikan dalam Teknologi Informasi akan menjadi fokus perhatian. Dampak tersebut dibahas dalam tiga aspek utama, yaitu :

* Kuantitas, yaitu jumlah tenaga kerja yang dihasilkan dibandingkan dengan jumlah tenaga kerja yang dibutuhkan;
* Kualitas, yaitu tingkat kemampuan tenaga kerja yang dihasilkan dibandingkan dengan tingkat kemampuan yang dibutuhkan; dan
* Relevansi, yaitu kesesuaian antara jenis kemampuan tenaga kerja yang dihasilkan dibandingkan dengan jenis kemampuan yang dibutuhkan.

Data “supply” profesi Teknologi Informasi, yaitu data lulusan setingkat D-3 dan S-1 baik dari PTS, PTN dan LN yang didapat Moeliodihardjo pada tahun 1991, diproyeksikan untuk tahun 1995 dengan asumsi pertumbuhan 15% per tahun (proyeksi pesimistik). Hasilnya terlihat pada Tabel 1.

Karena angka-angka pada Tabel 1 hanya menunjukkan lulusan Jurusan Informatika (Teknik Komputer, Teknik Informatika, dan Manajemen Informatika), sedangkan yang berkecimpung di Bidang Teknologi Informasi juga yang berasal dari jurusan lain (Matematika, Fisika, Statistika, atau Elektro), maka jumlah sarjana yang tersedia dapat ditambahkan sekitar 300-400 orang lagi.

Dari segi “demand”, para praktisi di bidang Teknologi Informasi memperkirakan jumlah kebutuhan tenaga kerja sarjana berkisar antara 800-900 orang, dengan pertumbuhan 15- 20% per tahun. Dapat dikatakan bahwa pada saat ini terjadi over supply tenaga kerja sarjana di bidang Teknologi Informasi. Walaupun demikian kenyataan di lapangan memperlihatkan keadaan yang berbeda. Tenaga kerja sarjana yang memenuhi kualifikasi terasa amat sulit diperoleh. Kalaupun tersedia, kompensasi yang diminta amatlah tinggi. Keadaan ini memperlihatkan bahwa walaupun dari segi kuantitas terjadi kelebihan penawaran, namun dari segi kualitas masih kurang. Selain itu, sarjana baru yang diterima bekerja di bidang Teknologi Informasi masih memerlukan sekitar 6-12 bulan untuk pelatihan (Moeliodihardjo, 1993, data diproyeksikan ke tahun 1995).

Metode Pencapaian Keseimbangan
Salah satu metode pencapaian keseimbangan antara “supply” di satu sisi dengan “demand” di sisi lainnya dari tenaga kerja profesional di bidang Teknologi Informasi adalah melalui pendidikan dan pelatihan.

Ada beberapa tipe sekolah dan pusat pelatihan dimana perusahaan dapat merekrut profesional di bidang Teknologi Informasi, termasuk sekolah dan pusat pelatihan di dalam negeri dan di luar negeri. Dalam merekrut sarjana baru atau calon sarjana, recruiter harus merperhatikan dua hal dari sekolah atau pusat pelatihan tersebut, yaitu : kurikulumnya dan peralatan yang digunakannya.

Pada umumnya sarjana baru tersebut telah menerima pendidikan Teknologi Informasi yang menyeluruh, jika kurikulumnya menekankan kepada beberapa bahasa pemrograman, teknik-teknik yang up-to-data, dan subyek-subyek yang sedang menjadi perhatian. Selain mendapatkan kurikulum yang baik, sarjana baru tersebut harusnya telah menggunakan peralatan yang mutakhir, dan bukan peralatan dengan sistem operasi yang sudah usang, misalnya.

Agar perusahaan dapat dengan sukses merekrut profesional di bidang Teknologi Informasi, perusahaan harus bekerjasama dengan sekolah atau pusat pelatihan yang ada. Demikian pula, sekolah dan pusat pelatihan harus mengetahui dengan baik perusahaan- perusahaan yang menjadi pusat pencari profesional Teknologi Informasi yang dihasilkannya, sehingga requirements yang ditetapkan oleh perusahaan tersebut dapat dipenuhi yang pada gilirannya akan menaikkan peluang profesional Teknologi Informasi lulusan sekolah atau pusat pelatihan tersebut dapat diterima bekerja di perusahaan ini.

Perusahaan pencari tenaga profesional di bidang Teknologi Informasi dapat membantu jalannya hubungan baik dengan sekolah atau pusat pelatihan dengan cara melaksanakan aktivitas-aktivitas berikut :

* memberi sekolah atau pusat pelatihan dengan literatur informasi tentang perusahaan;
* berpartisipasi dalam menawarkan program kerja praktek (internship, industrial attachment);
* memberi pembicara dari berbagai program pendidikan dan pelatihan; dan
* berpartisipasi dalam aktivitas perekrutan di dalam kampus.

Kesimpulan
Tingkatan profesi Teknologi Informasi di Indonesia bermacam-macam, tergantung apakah lembaga pemerintah, BUMN atau swasta pengguna Teknologi Informasi tersebut berfungsi sebagai Buyer, User, Developer, atau Maintainer dari produk dan teknologi informasi.

Di tingkat mikro, perlu diperhatikan perbedaan-perbedaan yang ada dalam penyebutan atau pengklasifikasian profesi di bidang Teknologi Informasi, dengan maksud supaya tingkatan profesi yang benar yang akan digunakan sesuai dengan requirements dari lembaga pemerintah, BUMN, atau swasta pengguna Teknologi Informasi.

Perbedaan antara “supply” dan “demand” dalam profesi Teknologi Informasi, baik secara kuantitatif, kualitatif, atau relevansi, perlu segera diselesaikan di tingkat makro. Sehingga dapat dihasilkan tenaga-tenaga profesional Teknologi Informasi yang sesuai secara kuantitatif, kualitatif, dan relevansi. Untuk itu, perlu dimatangkan metode atau strategi dalam menyeimbangkan antara “supply” dan “demand” tersebut.

Daftar Pustaka

* Biro Pusat Statistik (1989), Surat Edaran Bersama antara Kepala Badan Administrasi Kepegawaian Negara dan Kepala Biro Pusat Statistik Nomor : 33/SE/1989 tanggal 29 Juni 1989 tentang Tata Laksana Penilaian Angka Kredit dan Pengangkatan Pejabat Fungsional Pranata Komputer.
* Brooks Jr., Frederick P. (1975), The Mythical Man- Month, Addison-Wesley Publishing Company.
* Fairley, Richard E. (1985), Software Engineering Concept, McGraw-Hill Book Company.
* Moeliodihardjo, Bagyo Y. (1993), Pendidikan dan Penelitian dalam Teknologi Informasi, Prosiding Konperensi Komputer Nasional ’93.
* Schaeffer, Howard (1981), Data Center Operations, Prentice-Hall, Inc.
* Widia, Th. dan Marsudi Wahyu Kisworo (1993), Bakuan Profesioanal Informatika untuk Menunjang Industrialisasi Piranti Lunak di Indonesia, Prosiding Konperensi Komputer Nasional ’93.

Dikutip dari makalah Herry Pansila Prabowo dan Tri Djoko Wahjono, disampaikan pada Konferensi Komputer Nasional 1995 di Jakarta.