Minggu, 16 Juni 2013

Sistem Pendukung Tujuan



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 ditemuka
n

Peranjauan Data
  1. Maksud utama untuk menyediakan dukungan tujuan untuk manajer dan pebisnis profesional yang menyelesaikan penemuan pengetahuan
  2. Menganalisa toko secara luas dari history data pebisnis
  3. Mencoba menemukan pola, trend, dan korelais yang tersembunyi di data dimana dapat membantu perusahaan memperbaiki penampilan perusahaan
  4. Menggunakan regresi/kemunduran, dalam tujuan , jaringan neural, analisis cluster/tandan, atau analisis keranjang pasar
Analisis Keranjang Pasar
  1. Satu dari sebagian besar keadaan biasa data ranjau selama pemasaran
  2. Tujuan untuk memutuskan produk pembeli apa yang diperoleh bersama dengan produk lain
Pelaksana Sistem Informasi (EIS)
EIS
  1. Terdiri banyak ciri-ciri dari MIS dan DSS
  2. Menyediakan pelaksana atas dengan segera dan akses mudah untuk informasi
  3. Mengenai unsur bahwa kritik untuk menyelesaikan strategi tujuan organisasi (Unsur kritik sukses)
  4. Terkenal, memperluas untuk banyak manajer, analis dan pekerja pengetahuan lainnya
Keistimewaan dari EIS
  1. 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
  1. Website yang diikuti interface (penghubung)
  2. Menyatupadukan dari MIS,DSS,EIS dan teknologi lainnya
  3. Memberikan semua pengguna intranet dan akses pengguna extranet pilihan
  4. 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
  1. Penggunaan teknologi informasi untuk membantu mengumpulkan, mengatur, dan berbagi pengetahuan perusahaan sampai organisasi
  2. 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




















Tidak ada komentar:

Posting Komentar