Java menawarkan RMI (Remote Method Invocation) sebagai alternatif dari socket. Tidak seperti Socket, RMI mengabstrakkan interface antara client dan server menjadi satu pemanggilan prosedur lokal. Oleh karena itu, dengan mengguna-kan RMI, programmer tidak perlu merancang satu protokol.

RMI (Remote Method Invocation) adalah salah satu bagian dari J2SE yang digunakan untuk membangun aplikasi terdistribusi menggunakan bahasa Java. RMI adalah kumpulan kelas dalam Java yang digunakan untuk menangani pemanggilan (invocation) method secara jarak jauh (remote) dalam suatu jaringan atau Internet. RMI menggunakan prinsip pemrograman berorientasi obyek dimana obyek satu dapat saling berkomunikasi dengan obyek lainnya.

RMI terdiri dari RMI client dan server. RMI server biasanya akan membuat beberapa remote
obyek dan referensi-nya yang dapat diakses oleh RMI client menggunakan suatu URL dan menunggu RMI client meminta ke server. Sedangkan RMI client akan membuat koneksi ke server
dan meminta pemanggilan ke beberapa remote obyek berdasarkan referensi yang diterimanya. RMI client akan menggunakan remote obyek sebagai lokal obyek. Setiap remote obyek yang dibuat oleh RMI server didaftarkan terlebih dahulu ke dalam RMI registri, agar ketika client membutuhkannya dapat meminta dengan mudah ke RMI registry. RMI Server akan mendaftarkan remote obyeknya ke RMI Registry melalui bind dengan nama unik. RMI Client yang akan melakukan suatu pemanggilan method dari remote obyek, harus meminta referensi obyek ke RMI Registry berdasarkan nama kelas obyek tersebut.

Merancang dan Menerapkan Aplikasi Komponen RMI

Langkah –langkahnya :

1. Mendefinisikan remote interface. Sebuah antarmuka remote menentukan metode yang dapat dipanggil dari jauh oleh klien. Desain interface tersebut meliputi ptipeobjek yang akan digunakan sebagai parameter dan mengembalikan nilai untuk metode ini.

import java.rmi.Remote;

import java.rmi.RemoteException;


public interface Hello extends Remote {

String SayHello(String nama)throws RemoteException;

}

2. Implements objek remote. Remote objek harus mengimplementasikan satu atau lebih remote interface. Kelas objek remote dapat mencakup implementasi interface dan metode lain yang tersedia hanya secara lokal.

import HelloApi.Hello;

import java.rmi.RemoteException;

import java.rmi.server.UnicastRemoteObject;


public class HelloServer extends UnicastRemoteObject implements Hello {


    public HelloServer() throws RemoteException {

        super();

    }


    public String SayHello(String nama) throws RemoteException {

        return "Hello "+nama;

    }

}

3. Implementasi Client. Klien yang menggunakan objek remote dapat diimplementasikan kapan saja setelah interface remote didefinisikan, termasuk setelah remote objek telah dikirim.

public class FormClient extends javax.swing.JFrame {

private Hello hello;

    public FormClient(Hello hello) {

        this.hello=hello;

        initComponents();

    }

try {

            String response = hello.SayHello(txtNama.getText());

            txtResponse.setText(response);

        } catch (RemoteException ex) {

            ex.printStackTrace();

        }

}

SISTEM PAKAR ( EXPERT SYSTEM )

System pakar (expert system ) merupakan paket perangkat lunak atau paket
program komputer yang ditujukan sebagai penyedia nasehat dan sarana bantu dalam
memecahkan masalah di bidang-bidang spesialisasi tertentu seperti sains, perekayasaan,
matematika, kedokteran, pendidikan dan sebagainya. Expert system merupakan subset
dari Artificial Intelegence.
Keunggulan sistem pakar :
a. Kemampuan menghimpun data dalam jumlah yang sangat besar.
b. Kemampuan menyimpan data tersebut untuk jangka waktu yang panjang dalam
suatu bentuk yang tertentu.
c. Kemampuan mengerjakan perhitungan secara tepat dan tepat dan tanpa jemu
mencari kembali data yang tersimpan dengan kecepatan tinggi.
Kemampuan sistem pakar :
a. Menjawab berbagai pertanyaan yang menyangkut bidang keahliannya.
b. Bila diperlukan dapat menyajikan asumsi dan alur penalaran yang digunakan
untuk sampai ke jawaban yang dikehendaki.
c. Menambah fakta kaidah dan alur penalaran sahih yang baru ke dalam otaknya.
Artificial intelligence
Artificial Intelligence / AI adalah aktifitas penyertaan mesin seperti komputer
yang mempunyai kemampuan untuk menampilkan tingkah laku yang dianggap
intelligent jika dibandingkan dengan manusia. AI muncul sejak dua tahun setelah
komputer pertama diinstal untuk kebutuhan bisnis.
Sejarah AI
Tahun 1956 diselenggarakan meetingdi Dartmounth Colleg, yang dihadiri oleh
Maein Minsky dan john McCartly dari Dartmounth, Nathaniel Rochester dari IBM, dan
Claude Shannon dari Bell Laboratories. Pada pertemuan itu berhasil menemukan istilah
Artificial Intelegence, dan mereka menamakan program komputer AI yang pertama
dengan nama Logic Theorist.
Logic Theorist adalah produk hasil kerja yang beberapa tahun sebelumnya telah
diterapkan di Carnegie Institute Of Technology ( sekarang namanya Carnegie Mellon
University ) oleh Herbert Simon dan Alan Newell.
Bidang AI
AI terdiri dari bidang kerja sebagai berikut :
a. Persepsi
Penggunaan tampilan visual dan signal auditory untuk memberikan instruksi
kepada komputer dan peralatan lain seperti robot.
b. Belajar
Kemampuan komputer dan peralatan lain untuk mendapatkan pengetahuan,
selain apa yang telah dimasukkan ke dalam memorinya oleh pembuatnya.
c. Pemrograman otomatis.
Kemampuan komputer untuk mengkodeprogram dari instruksi yang diberikan
oleh pemakai dalam bahasa yang menyerupai percakapan sehari-hari.
Daya tarik expert sistem adalah dapat melakukan tugas pemecahan masalah dalam
porsi yang lebih besar dari pada yang dapat dilakukan oleh aplikasi komputer lain.
Expert System dan DSS
Perbedaan antara expert sistem dan DSS adalah :
1. DSS terdiri dari routine merefleksikan keyakinan manajer dalam caranya
memecahkan masalah. Keputusan yang dihasilkan oleh DSS
merefleksikan gaya kemampuan manajer, sebaliknya expert sistem
memberikan peluang untuk mendapatkan kemampuan dalam membuat
keputusan melebihi kemampuan yang dimiliki manajer.
2. Expert System mempunyai kemampuan untuk menjelaskan jalur penalaran
yang diikuti pencapaian pemecahan tertentu, penjelasan mengenai
bagaimana pemecahan dicapai akan lebih berguna dari pada pemecahan
itu sendiri.
Memutuskan kapan menggunakan Expert system
DSS data yang digunakan berupa numerik, program menekankan penggunaan
mathematical routines. Expert system data yang digunakan bersifat simbolis, seringkali
berbentuk teksnaratif, program menekankan penggunaan logic routines.
Jika menghadapi masalah bisa memilih menggunakan expert system dari pada
DSS bila :
- Masalah tersebut melibatkan diagnosis situasi yang kompleks /
melibatkan pembutan kesimpulan / peringkasan dari volume data yang
besar.
- Ada tingkat ketidaktentuan dalam aspek masalah tertentu.
- Ada kemungkinan bagi ahli manusia untuk memecahkan masalah
tersebut dala jangka waktu yang wajar.