Sistem Pendukung Tujuan
Pendukung Tujuan
MIS and DSS
Intelegen Artificial
Sistem Expert
Tujuan
Pembelajaran
1.
Mengidentifikasi perubahan yang terjadi dalam bentuk dan
penggunaan pendukung keputusan dalam bisnis.
2.
Mengidentifikasi peran dan pelaporan alternatif sistem
informasi manajemen.
3.
Menjelaskan bagaimana pengolahan
analisis online dapat memenuhi kebutuhan informasi kunci dari manajer.
4.
Menjelaskan dukungan konsep sistem
pengambilan keputusan dan bagaimana hal itu berbeda dari sistem informasi
manajemen tradisional.
5.
Menjelaskan bagaimana sistem
informasi dapat mendukung kebutuhan informasi eksekutif, manajer, dan
profesional bisnis:
a.
Sistem informasi eksekutif
b.
Informasi perusahaan portal
c.
Sistem manajemen pengetahuan
6.
Mengidentifikasi bagaimana jaringan
saraf, logika fuzzy, algoritma genetika, virtual reality, dan agen cerdas dapat
digunakan dalam bisnis.
7.
Berikan contoh dari beberapa sistem pakar cara yang bisa
digunakan dalam situasi pengambilan keputusan bisnis.
Kasus 1: Business Intelligence Terpusat di Tempat Kerja
Memulai setiap proyek bisnis intelijen dari awal mengarah ke
Reinventing roda
Pengembangan tinggi dan biaya dukungan
sistem yang tidak kompatibel
Beberapa perusahaan standarisasi pada sedikit alat bisnis intelijen dan membuat
mereka tersedia di seluruh organisasi dan
Bisnis-intelijen pusat kompetensi
Kasus studi Pertanyaan
Apa intelijen bisnis? Mengapa sistem intelijen bisnis seperti aplikasi bisnis
populer TI?
Apa nilai bisnis dari berbagai aplikasi BI dibahas dalam kasus ini?
Apakah sistem bisnis intelijen MIS atau DSS
Kegiatan Nyata Dunia Internet
Perusahaan
yang mengambil keuntungan dari keunggulan kompetitif mereka nikmati dari
intelijen bisnis berkualitas tinggi. Untuk memenuhi permintaan untuk aplikasi
untuk mendukung proses, vendor sedang mengembangkan berbagai macam penawaran.
Menggunakan Internet,
Lihat jika Anda dapat menemukan beberapa contoh produk perangkat lunak untuk
mendukung pengelolaan intelijen bisnis.
Apakah mereka semua mengambil pendekatan yang sama, atau ada cara yang berbeda
untuk mengelola proses?
Aktivitas
nyata kelompok dunia
Bisnis intelijen pusat kompetensi dapat cukup mahal untuk memulai dan
mempertahankan. Ada prevalensi, bagaimanapun, menunjukkan manfaat yang sepadan
dengan biaya. Dalam kelompok kecil,
Diskusikan berbagai keterampilan dan peran pekerjaan yang diperlukan untuk
bisnis intelijen pusat kompetensi kompetitif.
Bisa pusat tersebut dianggap keunggulan kompetitif atau kebutuhan hanya
kompetitif?
Tingkat Manajemen Pengambilan Keputusan
manajemen strategis
Eksekutif mengembangkan tujuan organisasi, strategi, kebijakan, dan tujuan
Sebagai bagian dari proses perencanaan strategis
manajemen taktis
Manajer dan profesional bisnis dalam tim self-directed
Mengembangkan rencana jangka pendek dan menengah, jadwal dan anggaran
Tentukan kebijakan, prosedur dan tujuan bisnis untuk subunit mereka
Tingkat
Manajemen Pengambilan Keputusan
manajemen operasional
1.
Manajer atau anggota tim self-directed
2.
Mengembangkan rencana jangka pendek seperti jadwal
produksi mingguan
Kualitas
informasi
Informasi produk yang
karakteristik, atribut, atau kualitas membuat nilai informasi yang lebih
Informasi memiliki 3 dimensi:
1.
waktu
2.
kadar
3.
bentuk
Struktur
keputusan
Terstruktur - situasi di mana
prosedur yang harus diikuti ketika keputusan diperlukan dapat ditentukan di
muka
Tidak Terstruktur - situasi keputusan di mana tidak mungkin untuk
menentukan di muka sebagian besar prosedur keputusan untuk mengikuti
Semiterstruktur - prosedur
pengambilan keputusan yang dapat prespecified, tetapi tidak cukup untuk
menghasilkan keputusan yang direkomendasikan pasti
Keputusan
Tren Dukungan
Analisi keputusan proaktif yang personalisasi
Aplikasi Web-Based
Keputusan di tingkat bawah manajemen dan dengan tim dan individu
Aplikasi bisnis intelijen
Sistem
Pendukung Keputusan
DSS
Memberikan dukungan informasi interaktif untuk manajer dan profesional bisnis
selama proses pengambilan keputusan
Gunakan:
model analitis
database khusus
Wawasan dan penilaian Seorang pembuat keputusan sendiri
Pemodelan berbasis komputer interaktif
Untuk mendukung keputusan bisnis semiterstruktur
Model
dasar DSS
Model dasar
Sebuah komponen perangkat lunak yang terdiri dari model yang digunakan dalam
rutinitas komputasi dan analisis yang matematis mengungkapkan hubungan antar
variabel
contoh:
Model pemrograman linier,
Beberapa model peramalan regresi
Penganggaran model present value Modal
Sistem
Informasi Manajemen
MIS
Menghasilkan produk informasi yang mendukung banyak hari-hari pengambilan
keputusan kebutuhan manajer dan profesional bisnis
Laporan prespecified, menampilkan dan tanggapan
Mendukung keputusan yang lebih terstruktur
MIS
Pelaporan Alternatif
Laporan Terjadwal Berkala
Format prespecified secara teratur
Laporan Exception
Laporan tentang kondisi luar biasa
Dapat diproduksi secara teratur atau bila pengecualian terjadi
Permintaan Laporan dan Tanggapan
Informasi yang tersedia saat dibutuhkan
Dorong Pelaporan
Informasi mendorong kepada manajer
Proses analiti online
OLAP
Memungkinkan mangers dan analis untuk memeriksa dan memanipulasi sejumlah besar
data rinci dan konsolidasi dari berbagai perspektif
Dilakukan secara interaktif secara real time dengan respon yang cepat
OLAP
Analiti
Operasi
konsolidasi
Agregasi data
Drill-down
Menampilkan data detail yang berisi gabungan data
Mengiris dan dicing
Kemampuan untuk melihat database dari sudut pandang yang berbeda
Sistem Informasi Geografis
GIS
DSS yang menggunakan database geografis untuk membangun dan menampilkan peta
dan grafis lainnya menampilkan
Bahwa keputusan dukungan mempengaruhi distribusi geografis orang dan sumber
daya lain
Sering digunakan dengan Sistem Posisi Global (GPS) perangkat
Visualisasi
Data Systems
DVS
DSS yang mewakili data yang kompleks dengan menggunakan bentuk grafis tiga
dimensi interaktif seperti tabel, grafik, dan peta
Alat DVS membantu pengguna untuk menyortir interaktif, membagi, menggabungkan,
dan mengatur data sementara itu dalam bentuk grafis.
menggunakan
DSS
Analisa
apa-jika
Pengguna akhir membuat perubahan variabel, atau hubungan antar variabel, dan
mengamati hasil perubahan nilai variabel lain
Analisis Sensitivitas
Nilai hanya satu variabel berubah berulang kali dan menghasilkan perubahan
dalam variabel lain diamati
Pencarian Utama
Menetapkan target nilai
variabel dan kemudian berulang kali mengubah variabel lain sampai nilai target
tercapai
Bagaimana analisis
optimasi
Tujuannya adalah untuk menemukan nilai optimum untuk satu atau lebih variabel
target yang diberikan kendala tertentu
Satu atau lebih variabel lain berubah berulang kali sampai nilai-nilai terbaik
untuk variabel sasaran ditemukan
Peranjauan Data
- Maksud utama untuk
menyediakan dukungan tujuan untuk manajer dan pebisnis profesional yang
menyelesaikan penemuan pengetahuan
- Menganalisa toko
secara luas dari history data pebisnis
- Mencoba menemukan
pola, trend, dan korelais yang tersembunyi di data dimana dapat membantu
perusahaan memperbaiki penampilan perusahaan
- Menggunakan
regresi/kemunduran, dalam tujuan , jaringan neural, analisis
cluster/tandan, atau analisis keranjang pasar
Analisis Keranjang Pasar
- Satu dari sebagian
besar keadaan biasa data ranjau selama pemasaran
- Tujuan untuk
memutuskan produk pembeli apa yang diperoleh bersama dengan produk lain
Pelaksana Sistem Informasi (EIS)
EIS
- Terdiri banyak
ciri-ciri dari MIS dan DSS
- Menyediakan
pelaksana atas dengan segera dan akses mudah untuk informasi
- Mengenai unsur
bahwa kritik untuk menyelesaikan strategi tujuan organisasi (Unsur kritik
sukses)
- Terkenal,
memperluas untuk banyak manajer, analis dan pekerja pengetahuan lainnya
Keistimewaan dari EIS
- Informasi sekarang
di penyesuain form untuk pilihan dari pelaksana yang menggunakan sistem
1. Mengubah dengan perantara yang
berhubungan
2. Laporan pengecualian
3. Analisis Trend
4. Latihan kemampuan turun
Penghubung awal Keberanian berusaha
(EIP)
EIP
- Website yang diikuti
interface (penghubung)
- Menyatupadukan
dari MIS,DSS,EIS dan teknologi lainnya
- Memberikan semua
pengguna intranet dan akses pengguna extranet pilihan
- Untuk variasi dari
internal dan aplikasi eksternal perusahan dan layanan
Khusus
menyesuaikan untuk pengguna memberikan
personalisasi papan digital
Batasan komponen Keberanian
berusaha informasi
Sistem Pengetahuan Manajemen
- Penggunaan
teknologi informasi untuk membantu mengumpulkan, mengatur, dan berbagi
pengetahuan perusahaan sampai organisasi
- Batasan
pengetahuan keinginan berusaha
EIPs merupakan catatan untuk
menggabungkan intranet dimana pelayanan sebagai sistem manajemen pengetahuan
Batasan Pengetahuan Keinginan
Berusaha
Kecerdasan Buatan
Sebuah bidang ilmu pengetahuan dan teknologi berdasarkan
disiplin ilmu seperti ilmu komputer, biologi, psikologi, linguistik,
matematika, dan teknik
Tujuannya adalah untuk mengembangkan komputer yang dapat mensimulasikan
kemampuan berpikir, serta melihat, mendengar, berjalan, berbicara, dan
merasakan
Atribut
Perilaku Cerdas
1. Berpikir dan bernala
2. Gunakan alasan untuk memecahkan masalah
3. Belajar atau mengerti dari pengalaman
4. Memperoleh dan menerapkan pengetahuan
5. Kreativitas dan imajinasi pameran
6. Menghadapi situasi yang kompleks atau membingungkan
7. Merespon dengan cepat dan berhasil dengan situasi baru
8. Mengenali pentingnya relatif unsur-unsur dalam situasi
9. Menangani ambigu, informasi yang tidak lengkap, atau
salah
Sains
Kognitif
Berbasis di biologi,
neurologi, psikologi, dll
Berfokus pada penelitian bagaimana otak manusia bekerja dan bagaimana manusia
berpikir dan belajar
robotika
Berbasis di AI, teknik dan fisiologi
Mesin robot dengan kecerdasan komputer dan terkendali, kemampuan mirip manusia fisik
komputer
Antarmuka alam
Berbasis di linguistik, psikologi,
ilmu komputer, dll
Termasuk bahasa alami dan pengenalan suara
Pengembangan perangkat multiindrawi yang menggunakan berbagai gerakan tubuh untuk
mengoperasikan komputer
Realita Virtual
Menggunakan antarmuka manusia-komputer
multiindrawi yang memungkinkan pengguna manusia untuk mengalami objek simulasi komputer, ruang dan "dunia" seolah-olah mereka benar-benar ada
Sistem Pakar
ES
Sebuah sistem informasi berbasis pengetahuan (KBIS) yang menggunakan pengetahuan tentang, aplikasi yang kompleks khusus untuk bertindak sebagai
konsultan ahli untuk pengguna
akhir
KBIS adalah sistem yang menambahkan basis pengetahuan ke komponen lain pada IS
Sistem Pakar Komponen
Basis pengetahuan
Fakta-fakta tentang bidang subjek tertentu
Heuristik yang mengungkapkan prosedur penalaran seorang ahli (aturan praktis)
Sumber Daya Perangkat Lunak
Mesin inferensi proses pengetahuan dan membuat kesimpulan untuk membuat merekomendasikan
tindakan
Program antarmuka pengguna untuk berkomunikasi dengan pengguna akhir
Penjelasan program untuk menjelaskan proses penalaran ke pengguna akhir
Metode Representasi
Pengetahuan
Kasus Berbasis - pengetahuan terorganisir
dalam bentuk kasus
Kasus: contoh kinerja
masa lalu, kejadian dan pengalaman
Frame-Based - pengetahuan diatur dalam hierarki atau jaringan frame
Bingkai: entitas yang
terdiri dari paket kompleks
nilai data
Obyek Berbasis - pengetahuan
terorganisir dalam jaringan benda
Obyek: elemen data dan metode atau proses yang
bekerja pada data tersebut
Rule-Based - pengetahuan direpresentasikan dalam aturan dan pernyataan
fakta
Aturan: pernyataan yang biasanya berbentuk premis
dan kesimpulan
Seperti, Jika (kondisi)
maka (kesimpulan)
Manfaat Sistem Pakar
Lebih cepat dan lebih konsisten daripada ahli
Dapat memiliki pengetahuan dari beberapa ahli
Tidak lelah atau
terganggu oleh terlalu banyak pekerjaan atau stres
Membantu melestarikan dan mereproduksi pengetahuan para ahli
Keterbatasan Sistem Pakar
fokus terbatas
Ketidakmampuan untuk belajar
masalah perawatan
biaya pembangunan
Hanya dapat memecahkan jenis tertentu
masalah dalam domain yang terbatas pengetahuan
Kriteria kesesuaian untuk Sistem Pakar
Domain: area subyek yang relatif kecil dan terbatas pada daerah yang
terdefinisi dengan baik
Keahlian: solusi memerlukan upaya ahli
Kompleksitas: solusi dari masalah adalah tugas kompleks yang membutuhkan proses
inferensi logis (tidak mungkin dalam pengolahan informasi konvensional)
Struktur: Proses solusi harus mampu mengatasi dengan sakit-terstruktur, tidak
pasti, hilang dan data yang bertentangan
Ketersediaan: ahli ada yang mengartikulasikan dan koperasi
Pengembangan Alat
Sistem Pakar Shell
Paket perangkat lunak yang terdiri dari
sistem pakar tanpa basis pengetahuan
Memiliki mesin inferensi dan program antarmuka pengguna
pengetahuan Orang Teknik
Seorang
profesional yang bekerja dengan para ahli untuk menangkap pengetahuan yang mereka miliki
Membangun basis pengetahuan menggunakan iteratif, proses
prototyping
Jaringan
neural
Sistem komputasi model setelah mesh seperti jaringan otak elemen pemrosesan
saling berhubungan, yang disebut neuron
Rehabilitasi prosesor beroperasi secara paralel dan saling berinteraksi
Memungkinkan jaringan untuk belajar dari data yang berproses
Logika
Tidak Jelas
Metode penalaran
yang menyerupai penalaran manusia
Memungkinkan untuk nilai perkiraan dan kesimpulan dan data yang tidak lengkap
atau ambigu bukan mengandalkan hanya pada data renyah
Menggunakan istilah-istilah seperti "sangat tinggi" daripada langkah-langkah
yang tepat
Algoritma genetik
Software yang menggunakan Darwin ,
mengacak, dan
fungsi-fungsi matematika
Untuk mensimulasikan proses evolusi yang dapat menghasilkan solusi semakin lebih
baik untuk masalah
Realita
Virtual (VR)
Realitas simulasi komputer
Bergantung pada perangkat input / output yang banyak berhubungan pancaindera seperti
1. pelacakan headset dengan kacamata
video dan earphone stereo,
2. sarung tangan data
atau jumpsuit dengan sensor serat optik yang melacak gerakan tubuh Anda, dan
3. walker yang
memantau pergerakan kaki Anda
Agen cerdas
Sebuah pengganti perangkat lunak untuk pengguna akhir atau proses yang
memenuhi kebutuhan atau kegiatan dinyatakan
Menggunakan dan belajar basis pengetahuan pembuatnya
Untuk membuat keputusan dan menyelesaikan tugas-tugas dengan cara yang memenuhi
niat pengguna
Juga disebut robot perangkat lunak atau bot
Agen Pengguna Antar
Muka
Antarmuka Tutor - mengamati operasi komputer
pengguna, kesalahan pengguna yang
benar, dan memberikan petunjuk
dan saran tentang penggunaan
perangkat lunak yang efisien
Presentasi - menampilkan informasi
dalam berbagai bentuk dan media berdasarkan preferensi pengguna
Jaringan Navigasi - menemukan jalan untuk
informasi dan menyediakan cara untuk
melihat informasi berdasarkan preferensi
pengguna
Peran-dan peran lainnya untuk
membantu pengguna memahami informasi dan membuat keputusan yang lebih baik
Agen Manajemen
Informasi
Pencari Agen - membantu pengguna menemukan
file dan database, mencari informasi yang diinginkan, dan menyarankan dan menemukan jenis baru produk informasi,
media, dan sumber daya
Makelar Informasi - menyediakan layanan komersial untuk menemukan dan mengembangkan
sumber-sumber informasi yang sesuai
dengan kebutuhan bisnis atau
pribadi pengguna
Saringan Informasi - menerima, mencari, menyaring,
membuang, menyimpan, mengembangkan, dan memberitahu
pengguna tentang produk diterima
atau diinginkan
