Materi 1. 2. 3. 4. 5. 6.
Era Informasi Strategi dan Peluang Yang Kompetitif Database dan Database Warehouse Desain Database Sistem Pendukung Keputusan dan Sistem Cerdas E-Commerce
Sistem Pendukung Keputusan dan Artificial Intelligence Pertemuan 08
3 SKS
Sistem Pendukung Keputusan dan Artificial Intelligence • Pendahuluan • Decision support system (DSS) • Artificial intelligence
Sistem Pendukung Keputusan dan Artificial Intelligence • Membuat keputusan adalah salah satu kegiatan penting, terkadang satu keputusan bisa lebih mudah daripada keputusan yang lain, misalnya : a. Keputusan untuk membeli suatu makanan b. Keputusan menerima pekerjaan
Sistem Pendukung Keputusan dan Artificial Intelligence • Membuat keputusan adalah salah satu kegiatan penting, terkadang satu keputusan bisa lebih mudah daripada keputusan yang lain, misalnya : a. Keputusan untuk membeli suatu makanan b. Keputusan menerima pekerjaan
Sistem Pendukung Keputusan dan Artificial Intelligence • Terstruktur : –suatu keputusan yang menghasilkan satu jawaban benar , misalnya jika seorang pegawai bekerja lebih besar dari 40 jam, penerimaan gaji > 40 kali
• Tidak terstruktur : –menghasilkan lebih dari satu jawaban yang benar
Sistem Pendukung Keputusan dan Artificial Intelligence • Bagaimana membuat suatu keputusan Intelegence (find what to fix)
Design (find fixes)
Choice (Pick a fix)
Implementation (Apply the fix)
Pendahuluan
Strategic Mgt.
Models
Tactical Management
Business Operations
Decision Support system (DSS) Sebuah sistem IT yang interaktif untuk mendukung pengambilan keputusan Sebuah DSS adalah gabungan antara anda, pembuat keputusan dan IT Anda Experience Intuition Judgment Knowledge
DSS Increased productivity Speed increased understanding increased speed increased flexibility reduced problem complexity reduced cost
IT information processing capabilities
Contoh penggunaan DSS: Baylor university medical center menggunakan DSS untuk pemberian obat pasien Hallmark Cards, Inc menggunakan DSS untuk analisa trend penjualan dan menentukan permintaan terhadap produknya Hornell Foods menggunakan DSS untuk mengevaluasi penjualan per jenis untuk mengukur keberhasilan dari tim marketing
Decision Support system (DSS)
Sales and Revenue 1994 300
Model
250
Legend 200 150
sales 154 163 161 173 143 181
Database
revenue profit 204.5 45.32 217.8 53.24 220.4 57.17 268.3 61.93 195.2 32.38 294.7 83.19
prior 35.72 37.23 32.78 47.68 41.25 67.52
Sales Revenue Profit Prior
100 50 0 Jan
Feb
Mar
Apr
May
Output
Jun
Decision Support system (DSS) Komponen DSS: Data management : Menyimpan data customer dan informasi tentang produk Informasi organisasi : biasanya dihubungkan dengan database organisasi / data warehouse External informasi : hubungan dengan pihak luar seperti pemerintah, web dll Personal informasi : Model management : model yang digunakan untuk menganalisa informasi, model yang dibutuhkan oleh pengambil keputusan dalam merencanakan sebuah produk. Model bisa direpresentasikan dalam beberapa event, fakta atau situasi. Contoh: airline menggunakan penerbangan simulasi untuk pendidikan calon pilotnya. Penggunaan excel (what-if) sebagai DSS sederhana User interface management : memungkinkan user dapat mengakses informasi yang lebih spesifik sesuai dengan keinginannya User interface : digunakan untuk memasukan informasi, perintah dan model User interface management :
Decision Support system (DSS)
Strategy
Decision 100 80 60 40 20 0 1st Qtr
2nd Qtr
Actual
3rd Qtr
4th Qtr
Forecast
Output 1 f ( x) 2
1 x 2 exp 2
Model Tactics Data
Operations Company
Decision Support system (DSS) Digital Dashboard
Stock market Equipment details
Exceptions
Plant schedule
Products
http://www.microsoft.com/business/casestudies/dd/honeywell.asp
Decision Support system (DSS) Data Mining: Spotfire
http://www.spotfire.com
Decision Support system (DSS) Executive IS
Sales Production Costs Distribution Costs Fixed Costs
Executives
Production Costs South North Overseas 5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0
Central Management
South North Overseas
1993
1994
1995
1996
Production: North Data Data Sales
Data Distribution
Data
Item#
1995
1994
1234 2938 7319
542.1 631.3 753.1
442.3 153.5 623.8
Production
Decision Support system (DSS) P r oj e c t C N P V = - $ 3 , 8 14
P r oj e c t A N P V=$ 18 , 4 7 5
100,000
60,000
50,000
40,000 20,000
0
0
-50,000
1
2
3
4
5
6
0
Costs-A Revenue-A
-100,000
-20,000
0
1
2
3
4
5
6
Revenue-C -40,000
-150,000
-60,000
-200,000
-80,000
-250,000
-100,000
Y e ar
Y ea r
P r o j e c t B N P V=$ 6 , 0 6 4
Rate = 7%
80,000 60,000 40,000 20,000 0 -20,000 -40,000
Costs-B
0
1
2
3
-60,000 -80,000 -100,000 -120,000 Y ear
4
5
6
Revenue-B
Costs-C
Contoh penggunaan DSS dalam bidang Financial
Decision Support system (DSS)
Group Decision Support system (GDSS) Sebuah GDSS adalah fasilitas yang dapat digunakan dalam memformulasikan suatu permasalah oleh team
People in a team using ….
groupware
+
DSS capabilities
+
Telecommunication
To go about the decision making process
Group Decision Support system (GDSS)
3 phase (step) dalam GDSS untuk membantu pengambilan keputusan : Brainstorming Seluruh team mengenbangkan idea, membuat analisa SWOT Memilih penyelesaian yang mungkin Issue categorization & analysis Mengklasifikasikan idea Memperdalam pembahasan ttg idea yang dipilih Ranking & voting Setelah selesai di-diskusikan dan di analisa setiap anggota memberi bobot pada setiap idea Akhirnya team akan membuat voting untuk rengking akhir
Artificial intelligence Kategori AI , adalah 1. Expert system 2. Neural network 3. Genetic algorithm 4. Intelligent agent Expert system biasanya dibangun untuk aplikasi yang spresific yang disebut domain Expert system disebut juga knowledge based system. Expert system cocok digunakan untuk melakukan diagnostik suatu masalah, misalnya : Accounting -> auditing, tax planning Medicine Process control Produksi Financial management
Artificial intelligence
Expert Knowledge Base
Expert decisions made by non-experts
Symbolic & Numeric Knowledge Rules
If income > 20,000 or expenses < 3000 and good credit history or . . . Then 10% chance of default
Artificial intelligence Domain expertise Knowledge Engineer
USER
Komponen E.S Knowledge acquisition Representasi dari Domain expertise
Knowledge base
Informasi User Interface Explanation modul Permintaan informasi Rule dari domain expertise
Inference engine
Artificial intelligence Contoh rule : If binatang itu hidup dalam air And binatang itu bernafas dalam air Then BINATANG ITU ADALAH IKAN
If pasien sering sakit kepala And penglihatannya kabur Then pasien harus memakai kacamata Dll
Artificial intelligence Perbedaan antara DSS dan expert system DSS
ES
goal method
help user make decision
provide expert advice
data - model - presentation
type of problems
general, limited by user models
asks questions, applies rules, explains narrow domain
Artificial intelligence Contoh ES: Welcome to the Loan Evaluation System. What is the purpose of the loan? car Forward Chaining How much money will be loaned? 10,000 For how many years? 5 The current interest rate is 10%. The payment will be $212.47 per month. What is the annual income? 24,000 What is the total monthly payments of other loans? Why? Because the payment is more than 10% of the monthly income. What is the total monthly payments of other loans? 50.00 The loan should be approved, there is only a 2% chance of default.
Artificial intelligence Payments < 10% monthly income?
Contoh ES:
No
Yes Other loans total < 30% monthly income?
Yes Credit History
Good
Bad
No
So-so
Approve the loan
Job Stability
Good
Poor
Deny the loan
Pengembangan sebuah ES •
•
ES Shells – Guru – Exsys Custom Programming – LISP – PROLOG Expert
Rules and decision trees entered by designer
Forward and backward chaining by ES shell
Maintained by expert system shell
ES screens seen by user
Knowledge database
Knowledge engineer Programmer
(for (k 0 (+ 1 k) ) exit when ( ?> k cluster-size) do (for (j 0 (+ 1 j )) exit when (= j k) do (connect unit cluster k output o -A to unit cluster j input i - A )) ... )
Custom program in LISP
Neural Network: Pattern recognition
Output Cells Input weights
7 3 -2
4
Hidden Layer
Some of the connections
Incomplete pattern/missing inputs.
Sensory Input Cells
