STMIK AMIKOM PURWOKERTO
Management Support System
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kompetensi Dasar • Mahasiswa mampu menjelaskan tahapan-tahapan dalam pemodelan Management Support System. • Mahasiswa mampu melakukan pemodelan Management Support System.
9/5/2017 2 ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Referensi Utama • Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng. 2005. Decision Support Systems and Intelligent Systems. International Edition, Edisi 7. New Jersey: Pearson Prentice-Hall Education International.
9/5/2017 3 ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pemodelan • Pemodelan merupakan suatu upaya untuk melakukan analisis sistem dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Alasan Penggunaan Model • Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukan-nya pada sistem nyata. • Model dapat menghemat waktu. • Biaya untuk menganalisis model jauh lebih murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata. • Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Alasan Penggunaan Model • Lingkungan bisnis yang banyak mengandung ketidakpastian. • Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas. • Model meningkatkan pembelajaran & pelatihan. • Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web. • Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pemodelan • Pemodelan pada SPK mencakup beberapa isu, antara lain: – – – – – – –
Identifikasi masalah dan analisis lingkungan Identifikasi variabel Forecasting Penggunaan beberapa model keputusan Seleksi kategori model yang sesuai Manajemen model Pemodelan berbasis pengetahuan ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pemodelan • Pemodelan pada SPK mencakup beberapa isu, antara lain: – – – – – – –
Identifikasi masalah dan analisis lingkungan Identifikasi variabel Forecasting Penggunaan beberapa model keputusan Seleksi kategori model yang sesuai Manajemen model Pemodelan berbasis pengetahuan ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Identifikasi Masalah • Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi-informasi yang telah terkumpul. • Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan. • Analisis dilakukan dengan mempertimbangkan tahapan sbb: – Analisis proses bisnis yang terjadi. – Analisis penyebab masalah. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Analisis Proses Bisnis • Proses bisnis (business process) adalah urutan tugas atau aktivitas yang dilakukan oleh orang atau sumber daya lain dalam rangka menyelesaikan tujuan organisasi (Magal SR, 2009). • Proses bisnis dapat dideskripsikan dengan berbagai cara, seperti: – Blok diagram. – Diagram aktivitas. – Flowchart, dll. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Analisis Proses Bisnis • Analisis proses bisnis dilakukan dalam rangka: – Memahami budaya organisasi. – Mengumpulkan informasi – Melacak dimungkinkannya masalah yang timbul dalam organisasi
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Frontliner Penerimaan order konsumen, Pemberian AWB, Konsumen (pengirim) Pencatatan identitas pengirim, tujuan, paket
Warehouse acceptance Unit Pengecekan barcode Mensortir paket berdasarkan tujuan
Laporan-laporan
Database server
Costomer service
Konsumen (penerima)
Picking unit Mengantar paket ke bandara Atau agen tujuan
Packaging unit, Pengecekan barcode
Frontliner Pengambilan paket secara langsung oleh konsumen
Warehouse acceptance unit Breakdown (mensortir) paket
Picking unit Menjemput paket dari bandara Alur proses Arus informasi
Courrier unit Pengantaran paket ke alamat tujuan, Pencatatan identitas penerima Menerbitkan NOA
9/5/2017
Sumber: Inasari 12
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Analisis Penyebab Masalah • Untuk mendapatkan solusi yang optimum, perlu dicari penyebab suatu masalah. • Diagram tulang ikan (Fishbone Diagram) adalah diagram yang digunakan untuk menganalisis masalah dengan cara mengkategorikan penyebab utama yang sangat potensial dalam memunculkan permasalahan tersebut. • Diagram tulang ikan disebut juga Diagram Ishikawa atau Sebab-Akibat (cause-effect) ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Analisis Penyebab Masalah • Diagram Tulang Ikan:
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Identifikasi Variabel • Pada tahap ini akan diidentifikasi variabelvariabel yang relevan. • Untuk kepentingan tersebut, dapat digunakan alat bantu seperti: – Influence Diagram – Bayesian Networks
untuk menunjukkan relasi antar variabelvariabel tersebut. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram • Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model (terutama model matematis), pengembangan dan pemahaman (Turban, 2005). • Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram • Simbol yang digunakan (Lumina, 2010): – Empat Persegipanjang, variabel keputusan, yang masih dapat dikendalikan oleh pengambil keputusan. – Oval, chance variable, yang mengandung ketidakpastian dan tidak dapat dikendalikan secara langsung oleh pengambil keputusan. – Empat Persegipanjang bersudut tumpul, variabel umum yang dapat berupa fungsi. – Segienam, variabel tujuan (hasil), yang menunjukkan hasil terbaik. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram Variabel Keputusan
Variabel Umum
Chance Variable
Variabel Tujuan
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram A
B
• Variabel A mempengaruhi B
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram: Contoh… • Penentuan kapasitas produksi dan biaya produksi. Harga Bahan Baku Harga Bahan Baku
Keuangan Biaya per Tenaga Kerja
Persediaan Barang di Gudang
Total Biaya Tenaga Kerja
Kapasitas Produk
Biaya Produksi
Jumlah Tenaga Kerja
Permintaan Pasar Permintaan Pasar
Operasional alat Operasional alat
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram: Contoh… • Pimpinan perusahaan ingin memilih alternatif terbaik berdasarkan beberapa kriteria yang ada, yaitu: – Harga; – Daya dukung terhadap produktivitas perusahaan; – Nilai investasi dalam 10 tahun ke depan; dan – Ketersediaan barang.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Influence Diagram: Contoh… Harga Harga
Nilai Harga
Tingkat Kepentingan Harga
Besar Investasi Besar Investasi
Nilai Besar Investasi
Tingkat Kepentingan Nilai Investasi
Jenis Barang
Ketersediaan Barang Ketersediaan Barang
Nilai Preferensi Barang
Nilai Ketersediaan Barang
Tingkat Kepentingan Ketersediaan Barang
Daya Dukung terhadap Daya Dukung terhadap Produktivitas Perusahaan Produktivitas Perusahaan
Nilai Daya Dukung
Tingkat Kepentingan Daya Dukung
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Jaringan Bayes • Jaringan Bayes (Bayesian Network) adalah model grafis yang menunjukkan hubungan probabilitas antar variabel yang berkepentingan dalam sistem. • Jaringan Bayes dapat digunakan untuk menunjukkan hubungan sebab-akibat.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Jaringan Bayes: Contoh Penentuan Jenis Hunian
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Jaringan Bayes: Contoh Penentuan Resiko Stroke
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Forecasting • Apabila suatu keputusan diambil, maka akibatnya akan dirasakan di kemudian hari. • Oleh karena itu, perlu dipertimbangkan adanya peramalan (forecasting) untuk memprediksi kemungkinan yang akan terjadi.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Penggunaan Beberapa Model • Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model. • Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Seleksi Kategori Model • Turban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu: – Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. – Model optimasi dengan algoritma. – Model optimasi dengan formula analitik. – Model simulasi. – Model heuristik. – Model prediktif. – Model-model yang lainnya. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (1) • Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil. – Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif. – Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan atau pohon keputusan. – Multi-Attribute Decision Making merupakan model ini. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Tabel Keputusan • Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek. • Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah. • Secara umum, tabel keputusan berbentuk: D = E {E1, E2, ..., EK} dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran atribut ke-i (i = 1, 2, ... K). ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Tabel Keputusan: Contoh Ekspresi logika Variabel Logika
Ekspresi Logika
E1
Memiliki IPK > 3,00
E2
Minimal tengah duduk di semester 3
E3
Nilai matakuliah algoritma pemrograman = A
E4
Nilai matakuliah kecerdasan buatan = A
E5
Nilai matakuliah basisdata = A
E6
Nilai matakuliah grafika komputer = A
E7
Nilai matakuliah jaringan komputer = A
E8
Nilai matakuliah informatika kedokteran minimal B ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Tabel Keputusan: Contoh No
Atribut* E1
E2
E3
1
Y
Y
Y
2
Y
3
Y
4
Y
5
Y
6
Y
7
Y
8
Y
9
Y
E4
E5
E6
E7
E8
Laboratorium Pemrograman & Informatika Teori
Y
Y
Komputasi & Sist. Cerdas
Y
Sistem Informasi & RPL Y
Y
Grafika & Multimedia Y
Y
Y Y Y
Sistem & Jaringan Komp. Y
Informatika Kedokteran
Y
Informatika Kedokteran
Y
Informatika Kedokteran
Y
Informatika Kedokteran ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pohon Keputusan: Contoh • Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon. • Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut. • Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Harga (murah, normal, mahal).
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pohon Keputusan: Contoh Tekanan darah Tinggi
Normal
TINGGI
TIA Ya
Tidak
TINGGI
Merokok Ya
Obesitas Ya
TINGGI
Tidak
RENDAH
Tidak
RENDAH
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) • Secara umum, model Multi-Attribute Decision Making (MADM) dapat didefinisikan sebagai berikut (Zimermann, 1991): – Misalkan A = {ai | i = 1,...,m} adalah himpunan alternatif-alternatif keputusan dan C = {cj | j = 1,..., n} adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif x0 yang memiliki derajat harapan tertinggi terhadap tujuan–tujuan yang relevan cj. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) • Janko (2005) memberikan batasan tentang adanya beberapa fitur umum yang akan digunakan dalam MADM, yaitu: – Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. – Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) – Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. – Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap kriteria. – Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen xij, yang merepresentasikan rating dari alternatif Ai (i=1,2,...,m) terhadap kriteria Cj (j=1,2,...,n). ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) • Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. • Kriteria atau atribut dapat dibagi menjadi dua kategori, yaitu: – Kriteria keuntungan adalah kriteria yang nilainya akan dimaksimumkan, misalnya: keuntungan, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll. – Kriteria biaya adalah kriteria yang nilainya akan diminimumkan, misalnya: harga produk yang akan dibeli, biaya produksi, dll.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) • Pada MADM, matriks keputusan setiap alternatif terhadap setiap atribut, X, diberikan sebagai:
x 11 x 21 X x m1
x 12 x 22 x m2
x 1n x 2 n x mn
dengan xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. • Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, W: W = {w1, w2, ..., wn} ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) • Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan. • Masalah MADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002). • Pada MADM, umumnya akan dicari solusi ideal. • Pada solusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Multi-Attribute Decision Making (MADM) Masalah
Kriteria-1 (C1)
Kriteria-2 (C2)
Alternatif-1 (A1)
Alternatif-2 (A2)
...
...
Kriteria-m (Cn)
Alternatif-n (Am)
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (2) • Model optimasi dengan algoritma. – Model ini akan melakukan pencarian terhadap solusi terbaik dari banyak alternatif. – Proses pencarian dilakukan tahap demi tahap. – Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan linear programming atau model matematika yang lainnya, atau menggunakan model jaringan.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Optimasi - contoh • Maksimumkan 50x1 + 10x2 • dengan batasan: – 5 x1 + 7 x2 50 – 3 x1 + 5 x2 30 – x1, x2 > 0
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (3) • Model optimasi dengan formula analitik. – Model ini akan melakukan pencarian terhadap solusi hanya dengan satu langkah melalui rumus tertentu. – Model seperti ini banyak dijumpai pada masalahmasalah inventory.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (4) • Model simulasi. – Model ini akan melakukan pencarian terhadap solusi cukup baik atau solusi terbaik pada beberapa alternatif yang akan diuji dalam penelitian. – Model ini lebih banyak digunakan untuk beberapa tipe simulasi.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (5) • Model heuristik. – Model ini akan melakukan pencarian terhadap solusi yang cukup baik melalui serangkaian aturan (rules). – Model ini lebih banyak direpresentasikan dengan menggunakan pemrograman heuristik atau sistem pakar
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (6) • Model prediktif. – Model ini akan melakukan prediksi untuk masa depan apabila diberikan skenario tertentu. – Model ini lebih banyak direpresentasikan dengan menggunakan model peramalan (forecasting) atau analisis Makov
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori SPK (7) • Model-model yang lainnya. – Model ini akan menyelesaikan kasus what-if menggunakan formula tertentu. – Model ini lebih banyak digunakan pada pemodelan keuangan atau konsep antrian.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Kategori Model • Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik. • Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Manajemen Model • Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik mungkin. • Untuk keperluan tersebut dibutuhkan suatu model base management system. • Model Base Management System (MBMS) merupakan paket perangkat lunak yang dibangun dengan kapabilitas yang mirip dengan DBMS. ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Komponen DSS • Turban, dkk (2005) – Manajemen data – Manajemen model – Model-model eksternal – Subsistem berbasis pengetahuan – Antarmuka pengguna
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
6. Jawaban
5. Model terpilih
4. Informasi yang dibutuhkan
Manajemen Data
2. Pertanyaan
3. Pemilihan model
Manajemen Model
Perusahaan membutuhkan beberapa karyawan baru di bagian pengepakan produk. Ada beberapa calon karyawan yang telah mendaftarkan diri. Berapa banyak karyawan yang dibutuhkan? Siapa saja yang layak diterima?
Manajemen Antarmuka
1. Masalah
7. Solusi Telah dapat ditentukan jumlah karyawan yang harus diterima beserta nama-nama karyawan yang layak diterima.
What – If Models
Organizational Information
Optimization Models
External Information
Goal-seeking Models
Personal Information
Statistical Models
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO Sistem berbasis komputer lainnya
Internet, intranet, ekstranet
Data: eksternal dan internal Manajemen data
Manajemen model
Model-model eksternal
Subsistem berbasis pengetahuan Antarmuka pengguna
Basis pengetahuan terorganisasi
Manajer (pengguna) ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Subsistem Manajemen Data (DMS) • Subsistem manajemen data, terdiri-atas basisdata yang berisi data yang terkait dengan permasalahan yang akan diselesaikan.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Subsistem Manajemen Data DSS database Elemenelemen pada subsistem manajemen data
Database Management System
Data dictionary Query facility
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO Basis pengetahuan terorganisasi
Sumber data eksternal
Sumber data internal
Ekstraksi
Query facility
Data dictionary
DSS database
Database management system: Retrieval, Inquiry, Update, Report generation, Delete
Data pribadi, private Data warehouse perusahaan Manajemen antarmuka Manajemen model
Subsistem berbasis pengetahuan
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Subsistem Manajemen Model (MMS) • Subsistem manajemen model, merupakan paket perangkat lunak yang berisi statistik, ilmu manajemen, atau model kuantitatif lainnya yang mampu memberikan kapabilitas analitik bagi sistem.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO Model • Strategik, taktik, operasional. • Statistik, keuangan, teknik, akuntansi, dll. • Blok-blok pembentukan model.
Model dictionary
Manajemen Model • Model creation, using subroutine, building blocks. • Generation new routines and reports • Model updating & changing. • Data manipulation.
Manajemen data
Manajemen antarmuka
Data dictionary
Subsistem berbasis pengetahuan ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Subsistem User Interface • Subsistem antarmuka, yang digunakan oleh pengguna untuk berkomunikasi dengan sistem. • Untuk sistem berbasis web, web browser digunakan untuk keperluan tersebut.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO Manajemen data & DBMS
Subsistem berbasis pengetahuan
Manajemen model & MBMS
User Interface Management System (UIMS) Natural Language Processor
INPUT Action Languages
OUTPUT Display Languages
PC display
Printer, Plotter
User ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Subsistem Manajemen berbasis Pengetahuan • Subsistem manajemen berbasis pengetahuan, yang digunakan untuk mendukung subsistemsubsistem yang lainnya. • Beberapa metode dalam kecerdasan buatan dapat digunakan untuk keperluan tersebut.
ABDUL AZIS, M.KOM
STMIK AMIKOM PURWOKERTO
Pemodelan Berbasis Pengetahuan • Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan permasalahannya. • Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat kualitatif. • Sistem pakar merupakan sistem berbasis pengetahuan.
ABDUL AZIS, M.KOM