Sistem Pendukung Keputusan Yudi Agusta, PhD Sistem Informasi Manajemen, Lecture 11
Copyright © Yudi Agusta, PhD, 2007
Lecture’s Structure
Pengambilan Keputusan Struktur Masalah Konsep dan Tujuan DSS Sistem Pendukung Keputusan Kelompok Kecerdasan Buatan Sistem Pakar Jaringan Saraf Buatan Copyright © Yudi Agusta, PhD, 2007
Pengambilan Keputusan
Jenis keputusan:
Keputusan terprogram: berulang dan rutin Keputusan tidak terprogram: baru, tidak terstruktur dan jarang konsisten
Tahapan pengambilan keputusan
Kegiatan intelijen: mencari kondisi-kondisi yang perlu diperbaiki Kegiatan merancang: menemukan, mengembangkan dan menganalisa Kegiatan memilih: memilih tindakan Kegiatan menelaah: menilai pilihan
Copyright © Yudi Agusta, PhD, 2007
1
Struktur Masalah Tingkat-tingkat Manajemen Pengendalian operasional
Pengendalian Manajemen
Terstruktur
Piutang dagang
Strategic Planning Pengaturan armada tanker Lokasi gudang dan pabrik
Semi-terstruktur
Pemasukan pesanan Pengendalian persediaan
Analisis anggaran – biaya rekayasa Peramalan jangka pendek
Tak-terstruktur
Penjadwalan produksi Manajemen Kas Sistem PERT/COST
Analisis Varian – anggaran keseluruhan Penyiapan anggaran Penjualan produksi
Penggabungan usaha dan akuisisi Perencanaan produk baru Perencanaan Litbang
Copyright © Yudi Agusta, PhD, 2007
Konsep DSS
Istilah DSS muncul pertama kali tahun 1971 oleh G. Anthony Gorry dan Michael S. Scott Jenis-jenis DSS berdasarkan tingkatan:
DSS DSS DSS DSS DSS DSS
pengambil elemen-elemen informasi pembuat analisis seluruh file pembuat laporan dari berbagai file yang memperkirakan akibat keputusan yang mengusulkan keputusan yang membuat keputusan Copyright © Yudi Agusta, PhD, 2007
Tujuan DSS
Membantu manajer membuat keputusan untuk memecahkan masalah semi-terstruktur Mendukung penilaian manajer bukan mencoba menggantikannya Meningkatkan efektivitas pengambilan keputusan manajer daripada efisiensinya Copyright © Yudi Agusta, PhD, 2007
2
Model DSS Lingkungan Pemecah masalah perorangan
Perangkat Lunak penulis laporan
Para anggota Kelompok yg lain
Model Matematika
Groupware
Database
Data
Komunikasi
Informasi
Copyright © Yudi Agusta, PhD, 2007
Sistem Pendukung Keputusan Kelompok
Group Decision Support Systems (GDSS) merupakan suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas (atau tujuan) bersama dan yang menyediakn interface bagi suatu lingkungan yang digunakan bersama Istilah lainnya:
Group Support Systems (GSS) Computer Supported Cooperative Work (CSCW) Computerised Collaborative Work Support Electronic Meeting Systems (EMS)
Perangkat lunak yang digunakan disebut dengan Groupware
Copyright © Yudi Agusta, PhD, 2007
Pengaturan Lingkungan GDSS
Ruang keputusan: pengaturan untuk rapat kelompok kecil yang bersifat tatap muka Jaringan keputusan setempat: pengaturan menggunakan local area networks Pertemuan legislatif: jika kelompok terlalu besar untuk ruang keputusan Konferensi bermedia komputer: konferensi jarak jauh (komputer, audio, video) Copyright © Yudi Agusta, PhD, 2007
3
Kecerdasan Buatan
Merupakan kegiatan memberikan kemampuan pada mesin untuk menampilkan perilaku yang dianggap cerdas jika diamati pada manusia Dicetuskan pertama kali oleh John McCarthy tahun 1956 Mencakup Sistem Pakar, Pemrosesan Bahasa Alamiah, Robotik, Jaringan Saraf, Learning Theory, Sistem Persepsi (Penglihatan dan Pendengaran) Copyright © Yudi Agusta, PhD, 2007
Sistem Pakar
Sistem yang dilengkapi dengan pengetahuan yang digunakan untuk memberikan pemecahan terhadap masalah yang dikemukakan oleh pengguna Sistem pakar biasanya mencakup suatu domain permasalahan yang sempit tetapi dalam Copyright © Yudi Agusta, PhD, 2007
Model Sistem Pakar Instruksi dan Informasi
Pemakai Sistem Pakar
User Interface Inference Engine
Knowledge Base
Solusi dan Penjelasan Pengetahuan
Domain Masalah
Development Engine
Perekayasa Pakar dan Pengetahuan Copyright © Yudi Agusta, PhD, 2007
4
Keuntungan dan Kerugian SP
Keuntungan
Mempertimbangkan Lebih Banyak Alternatif Menerapkan Logika yang Lebih Tinggi Menyediakan Lebih Banyak Waktu untuk Mengevaluasi Hasil Keputusan Membuat Keputusan yang Lebih Konsisten Kinerja Perusahaan yang Lebih Baik Mempertahankan Pengendalian atas Pengetahuan Perusahaan
Kerugian
Tidak dapat menangani masalah yang tidak konsisten Tidak dapat menerapkan penilaian dan intuisi dalam pengambilan keputusan Copyright © Yudi Agusta, PhD, 2007
Jaringan Saraf Buatan
Merupakan suatu model matematis dari otak manusia yang mensimulasikan cara neuron berinteraksi untuk mengolah data dan belajar dari pengalaman Dicetuskan pertama kali tahun 1930-an Memerlukan training dalam melakukan pemodelan Bisa menghasilkan analisis prediksi dan analisis klasifikasi Copyright © Yudi Agusta, PhD, 2007
Model Jaringan Saraf Buatan Layer 1 Layer 2 dst Layer N Output
Input Copyright © Yudi Agusta, PhD, 2007
5
Tema Kali Ini
Memiliki dasar teoritis yang lebih luas untuk mengerti pengambilan keputusan dan konsep sistem pendukung keputusan (decision support systems – DSS) Mengerti tujuan DSS Mengerti satu definisi DSS & model yg menyertainya Mengetahui cara menerapkan konsep DSS untuk pemecahan masalah kelompok dan mencapai sistem pendukung keputusan kelompok (group decision support system – GDSS) Mengenal perangkat lunak khusus GDSS bernama groupware Copyright © Yudi Agusta, PhD, 2007
Tema Kali Ini
Mengetahui apa yang dimaksud dengan istilah kecerdasan buatan, dan area yang termasuk di dalamnya Memahami daya tarik sistem pakar dan perbandingan antara sistem pakar dan DSS Mengetahui bagian-bagian komponen dari sistem pakar dan bagaimana mereka bekerja sama Mengetahui peran potensial dari sistem pakar dalam memecahkan masalah bisnis dan mengetahui keunggulan dan keterbatasannya Mengetahui model-model yang berinspirasi biologis yang disebut dengan jaringan saraf dan bagaiman pengaruhnya pada rancangan sistem pakar di masa depan Copyright © Yudi Agusta, PhD, 2007
Topik Diskusi 1.
2.
3.
4.
Menurut matriks Gorry dan Scott Morton, faktor apakah yang paling berpengaruh pada kesulitan menerapkan suatu aplikasi di komputer? Apakah hubungannya, jika ada, antara keputusan terprogram dan tak terprogram menurut Simon dengan struktur masalah yang bervariasi dari terstruktur ke semi-struktrur hingga tak terstruktur? Jelaskan bagaimana satu dari area AI, selain sistem pakar dapat membantu bisnis Apakah seorang pakar akan menggunakan sistem pakar yang telah dikembangkannya? Jika ya, mengapa? Jika tidak, mengapa? Copyright © Yudi Agusta, PhD, 2007
6
