Matakuliah Dosen Pengampuh
: Model dan Sistem Informasi : Dra. Susi Daryanti, M.Sc
Kelompok • • • • •
Jatwoko Rita Wirya Saputra Silviani Esther Rumagit Bahar Ipomiarto Wawan Nurmansyah
(292487) (295402) (295611) (295399) (295404)
-
sumber Introduction to information systems james A. O’Brien (tenth edition) Essentials for the internetworked E-Business Enterprise
E-Business
Section I
Pendukung Keputusan dalam E-Bisnis
Section II
Teknologi Kecerdasan Buatan dalam E-Bisnis
KETERANGAN TAMBAHAN PENJELASAN
8 elemen lingkungan
TPS MIS DSS EIS
Kerangka Kerja DS (Decision Support)
MIS
Kekurangan Sistem Pakar
Model Teknik Analisis
Perbandingan MIS & DSS
Metode Penyajian Pengetahuan
Pengolahan Analitis Secara On-Line
Komponen Web yang Memenuhi DSS Marketing
DaftarDaftar Rujukan RujukanDaftar Rujukan
SISTEM PENDUKUNG KEPUTUSAN DALAM E-BISNIS Latar Belakang
Kebijakan konvensional Perubahan kondisi pasar Kebutuhan pelanggan
Kebutuhan Nilai E-Commerce
Tanggapan pendukung keputusan E-Bisnis
Dukungan E-Bisnis dan E-Commerce pada perusahaan memerlukan sistem informasi yang mengandung banyak informasi dan kebutuhan pembuat keputusan bagi para manager dan business professional.
Sistem Informasi Manajemen (Management Information Systems)
Sistem Informasi Manajemen Laporan - laporan
Operational Management Penjelasan detail
TPS
DSS
Operational Management Decisions
Tactical Management Decisions
MIS JENIS INFORMASI DAN PENGAMBILAN KEPUTUSAN
Strategic Management Decisions
EIS Menu Utama
Kebutuhan Informasi Bagi Pembuat Keputusan Berdasar Hierarki Manajerial
Piramida Kerangka Kerja Manajerial
Jenis laporan manajemen • Laporan berkala terjadwal (Periodic Scheduled Reports), • Laporan penerimaan (Exception Reports), • Laporan permintaan dan tanggapan (Demand Reports and Responses), • Laporan khusus (Push Reporting),
Online Analytical Processing (OLAP)
Manajer
dan
analis
memeriksa
dan
memanipulasi data secara interaktif untuk mendukung pembuatan keputusan dan analisa
bisnis. Analisa meliputi hubungan kompleks diantara sejumlah besar data yang tersimpan
dalam database multidimensi.
Komponen Web yang Memenuhi DSS Marketing
Menu Utama
Data mining Data Mining Merupakan proses menemukan hubungan dalam data yang tidak diketahui oleh pengguna, menyajikan dalam bentuk yang mudah dipahami sehingga hubungan tersebut dapat
dijadikan sebagai dasar pengambilan
keputusan. Cara melakukan data mining : verifikasi hipotesis
(hypotesis
verification)
dan
penemuan
pengetahuan (knowledge discovery)
Data Mining menganalisa sejumlah besar data historical yang telah dipersiapkan untuk menganalisa dalam data warehouse.
DSS (Decision Support Systems) Sistem informasi berbasiskan komputerisasi interaktif
yang mengggunakan perangkat lunak DSS dan berdasar model serta database untuk menyediakan bentuk
informasi yang mendukung keputusan. Keputusan yang berupa semistruktur dan tidak terstruktur yang dihadapi oleh Manager.
Model Analisis
DSS vs MIS
DSS menggunakan : Analisis Model * Spesialis DataBase * Pembuatan Keputusan * Interaktif *
Contoh Aplikasi E-Bisnis Pendukung Keputusan (Pegawai, Manager, Pelanggan, Penyalur, Patner Bisnis)
Supply Chain Management
Customer Relationship Management
Enterprise Performance Monitoring
Simulation : What-If Scenario Analysis Knowledge/ Innovation Management
Contoh kasus E-bisnis dan Pendukung Keputusan:
* AmeriKing,Inc. menggunakan teknologi internet dan intranet untuk merubah sistem informasi tradisional bagi informasi manajerial dan pendukung keputusan. EIP (Enterprise Information Portal) merupakan portal bagi pihak manajemen AmeriKing dapat mengakses informasi produk dari beragam sumber tanpa melihat adanya beragam versi aplikasi.
SIG & DVS sistem informasi geografi merupakan kategori khusus DSS yang mengintegrasikan grafis pada komputer dengan fitur DSS lainnya. DSS ini menggunakan database geografis untuk membangun dan menampilkan peta pendukung
keputusan-keputusan yang mempengaruhi distribusi orang dan sumber daya lain. Perangkat yang digunakan global positioning system (GPS).
Contoh Aplikasi laporan GIS
Sistem Informasi Eksekutif (Executive Information Systems) Sistem Informasi Eksekutif (EIS) adalah sistem informasi yang menggabungkan banyak fitur dari sistem informasi manajemen
dan dukungan sistem keputusan. Sistem informasi ini dibentuk untuk menjawab informasi strategis pada top manajemen atas kinerja perusahaan secara keseluruhan dimana hasilnya dapat
disebarkan pada tingkat manajemen yang lebih rendah.
Contoh bentuk tampilan informasi Sistem Informasi Eksekutif
Contoh kasus Sistem Informasi Eksekutif
Conoco KeyCorp
Menu Utama
AI ( Artificial Intelligent )
AI ( Artificial Intelligent ) / Kecerdasan Buatan Tujuan dari kecerdasan buatan adalah pengembangan fungsi komputer standar sehingga dapat berkemampuan layaknya manusia seperti melihat, mendengar, berbicara,
merasakan, bergerak, belajar, berpikir dan memecahkan masalah.
AI ( Artificial Intelligent ) dalam E-Bisnis
Teknologi kecerdasan buatan merupakan aplikasi yang membentuk hubungan baru antara pengguna, komputer, pengetahuan dan dunia secara fisik. Kecerdasan buatan memungkinkan aplikasi bekerja dalam penyebaran dan
pengambilan informasi, pola database, desain produk, manufaktur, inspeksi, pelatihan, dukungan pengguna, perencanaan operasi, penjadwalan sumber daya, dan manajemen sumber daya kompleks.
Pohon AI Teknologi kecerdasan buatan termasuk jaringan saraf, logika samar, algoritma genetika, virtual reality, intelligent agent.
Contoh AI dalam E-Bisnis
JCPenney merupakan salah satu perusahaan besar yang
bergantung pada EchoMail dalam
mengotomatisisasi
tampilan
dan
jawaban
berbagai email yang diterima melalui pelanggan.
website
dari
Jaringan Syaraf (Neural Network) NN merupakan Sistem komputasi yang mirip dengan jaringan otak dari element pemrosesan yang saling berhubungan, yang disebut neuron .
Contoh kasus Jaringan Syaraf di E-bisnis
Jaringan
neural
mengembangkan
pada suatu
infoseek, jasa
perusahaan
untuk
tujuan
Infoseek pemasaran
ini
telah
dengan
menampilkan iklan pada mesin pencari (search-engine) mereka sehingga menjadi daya tarik bagi pengguna yang memanfaatkan internet pada setiap aktifitas pencarian yang dilakukannya. Pelayanan menggunakan teknologi jaringan neural ini dilakukan software Aptex yang mengamati
semua aktifitas pengguna setiap kali mereka
mengunjungi mesin pencari Infoseek untuk melakukan pencarian.
Logika Samar (Fuzzy Logic) Logika samar menggunakan perkiraan aturan untuk menyelesaikan masalah dimana data tidak lengkap dan menimbulkan keraguan. Kebalikan
dari sistem berdasarkan logika tegas adalah sistem yang tidak hanya mewakili suatu yang kecil dan besar, tetapi benar-benar nilai yang sebenarnya. Didalam aplikasi bisnis kecerdasan buatan nilai ini disebut
logika Fuzy. Logika Fuzzy adalah suatu cara penalaran yang menyerupai penalaran manusia sejak awal dengan mempertimbangkan nilai kedekatan dan kesimpulan (bukan logika jelas) berdasarkan data tidak sempurna atau rancu (data tidak jelas) bentuknya adalah crisp data dan tidak hanya bernilai benar atau salah.
Alasan utama mengapa logika samar digunakan yaitu untuk memetakan dengan tepat suatu ruang input kedalam suatu ruang output, beberapa alasan lain diantaranya : Logika samar memiliki toleransi terhadap data-data yang tidak tepat Konsep matematika yang mendasari sangat sederhana dan mudah dimengerti Logika samar sangat flexibel Dan alasan lainya.
Algoritma Genetik Algoritma genetika adalah kumpulan prosedur komputasional
yang
secara
konseptual
mengikuti
diinspirasi oleh evolusi biologis. penyeleksian,
pengacakan
dan
langkah-langkah
yang
Dengan menggunakan
fungsi
matematika
untuk
mensimulasikan suatu proses evolusi sebagai solusi terbaik pemecahan masalah.
Aplikasi Virtual Reality VR
adalah cabang dari perkembangan kecerdasan
buatan
yang
ditujukan
sebagai
upaya
untuk
membangun lebih alami, realistis, antara multisensor manusia
dengan
komputer
dan
memungkinkan
pengguna mengalami lingkungan simulasi komputer seperti layaknya keberadaan sebenarnya.
Agent Cerdas Agent cerdas adalah perangkat lunak berbasis pengetahuan mewakili
user atau proses dalam memenuhi tugas terpilih yang berulang-ulang. Agent cerdas mempergunakan ini untuk membangun dan sebagai dasar pengetahuan berkaitan dengan seseorang atau proses untuk membuat keputusan dan memenuhi tugas berbentuk
cara yang memenuhi
kebutuhan dari seorang pengguna. Contohnya
penggalian
data,
dimana
penemuan
pengetahuan
memungkinkan sistem data warehouse mengidentifikasikan hubungan
data yang sebelumnya tidak dikenal.
Sistem Pakar Sistem
pakar
adalah
sistem
informasi
berbasis
pengetahuan dari seorang pakar yang menggunakan pengetahuan spesifik untuk bekerja seperti konsultan bagi penggunanya. Sistem pakar menghasilkan jawaban dari pertanyaan yang spesifik dengan membuat penalaran seperti yang dilakukan manusia mengenai
pengetahuan yang ada pada basis pengetahuan. Metode Penyajian Pengetahuan
Contoh Penggunaan Sistem Pakar Salah satu contoh penerapan sistem pakar untuk dunia periklanan adalah ADCAD (ADvertising Communications Approach
Designer)
yang
digunakan
oleh
agen
periklanan untuk menentukan objek pasar, memilih strategi kreatif, dan memilih komunikasi yang efektif.
Kriteria yang harus diperhatikan dalam membangun sistem pakar
• • • • •
Domain. Expertise Complexity Structure Availability
QUESTION & SUGGESTION
Menu Utama
Contoh Aturan ADCAD
IF ad objective = convey brand image or reinforce brand image AND brand purchase motivation = sensory stimulation AND message processing motifation = high THEN emotional tone = elation IF ad objective = change brand beliefs AND message processing motivation = low AND purchase anxiety = low AND brand use avoids fearful consequences = yes THEN emotional tone = high fear.
Metode Penyajian Pengetahuan Case base reasoning :
Menyajikan pengetahuan dalam bentuk kasus-kasus, misalkan berdasarkan kejadian yang pernah terjadi, atau berdasarkan pengalaman.
Frame-Based Pengetahuan disajikan dalam bentuk hirarki atau frame Knowledge : jaringan. Pengetahuan disajikan dalam bentuk jaringan objek yang Object-based disusun dari data dan method atau proses yang dapat knowledge : dilakukan data tersebut.
Rule base knowledge :
Pengetahuan disajikan dalam bentuk aturan-aturan dan pernyataan dari fakta. Sebuah aturan merupakan pernyataan yang disusun dari premis dan konklusi, seperti: IF (kondisi) THEN (konklusi). Menu Utama
Kembali
Model Teknik Analisis What-if analisis :
Perubahan pada hubungan variabel antara variabel, dan mengamati perubahan yang dihasilkan dalam nilai variabel lainnya.
Sensitive analisis :
Merupakan kasus khusus dari what-if analisi. Perubahan yang terjadi hanya pada satu variabel yang berulang kali pada waktu yang tidak terencana. Sensitivie analisis digunakan ketika para pembuat keputusan tidak yakin mengenai asumsi yang dibuat dalam mengestimasi nilai variables
Goal seeking :
Kebalikan arah dari penyelesaian analisis dalam what-if & Sensitive analisis. Goal seeking telah memiliki tujuan, pada kriteria variabel yang dapat berubah-ubah sampai menyesuaikan goalnya.
optimasi analisis :
Lebih Komplek dari lanjutan goal-seeking analisis. Menetapkan target pada variabel dengan tujuan untuk menentukan nilai optimum untuk satu atau lebih variabel target, variabel yang berubah berulang kali berhenti sampai variabel target ditemukan. Menu Utama
Kembali
Perbandingan MIS & DSS MIS
DSS
unjuk kinerja perusahan
menganalisa suatu permasalahan
Bentuk Informasi & Frequensi
Priodik (berkala) sesuai dengan Permintaan dan dapat ditanggapi & disetujui
Tanggapan Interaktif, berupa pertanya dan tanggapan Flexibel
Format Informasi
Tetap, sudah dispesifikasikan sebelumnya
Metodelogi proses informasi
data dimanipulasi & diekstrak
model analisis data
Dukungan informasi
Menu Utama
Kembali
MIS The Firm Processing
Input: Raw Materials, Supplies, Data, etc.
MIS
Output: Products, Services, Information etc.
Managers, VPs, CEO
Menu Utama
Menu Utama
Kekurangan Sistem Pakar
Sistem pakar juga mungkin susah dan mahal untuk dibangun dan dipelihara dengan baik. biaya untuk knowledge engineer, waktu untuk pakar, software dan hardware yang lebih jika dibandingkan dengan beberapa aplikasi yang lain. Sistem pakar juga tidak dapat merawat dirinya sendiri. Sistem pakar tidak dapat belajar dari pengalaman tetapi harus diberitahu mengenai pengetahuan yang baru dan dimodifikasi sebagai pengetahuan baru untuk menyesuaikan dengan subjek areanya. Tetapi beberapa kelemahan tersebut dapat ditangani dengan mengkombinasikan sistem pakar dengan teknologi AI seperti logika fuzzy dan neural network atau dengan menggunakan peralatan lain untuk membuat pembuatan dan perawatan lebih mudah. Menu Utama
Kerangka Kerja DS (Decision Support)
Menu Utama http://www.slideshare.net/Mrirfan/decision-support-system-3181481
Sistem Informasi Manajemen (Management Information Systems) Sistem Informasi Manajemen merupakan sistem informasi yang dikembangkan untuk mendukung pengambilan keputusan manajerial sehari-hari. Tampilan laporan (prespecified / tidak spesifik, berkala, terkadang mendesak) dan perlu mendapat tanggapan yang memberikan informasi bahwa pengambilan keputusan
telah
ditetapkan
sesuai
kebutuhan.
Contohnya pembuatan keputusan pada level operational management dan tactical management. Kembali
JENIS INFORMASI DAN PENGAMBILAN KEPUTUSAN Tingkat organisasi Tipe Keputusan
Operasional
Manajemen
strategik
TPS
-
-
Semi terstruktur
-
MIS & DSS
-
Tidak terstruktur
-
Terstruktur
Keterangan: TPS (transaction processing systems) MIS (management information syatem) DSS (decision support systems) ESS (executive support systems)
ESS
Menu Utama
8 elemen lingkungan Pemerintah
Masyarakat
Masy Keuangan
Pemasok
Masy Global
Perusahaan
Serikat Buruh
Pelanggan
Pesaing Pemilik/ Saham Menu Utama
Daftar Rujukan
1. Introduction to Information Systems, James A. O’Brien, edisi 10, Essentials for the Internetworked E-Business Enterprise 2. Management Information System, Raymond McLeod,Jr dan George P.Schell, Pearson,edisi 10 3. Decision Support Systems and Intelligent Systems, E.Turban, Jay E.Aronson, Pearson, edisi 7 Menu Utama
