MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell

(1)

MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schelly , g

Sistem

Sistem Pakar Pakar Sistem

Sistem Pakar Pakar

Disajikan

Disajikan dalamdalam KuliahKuliah SIMSIM Program

Program SarjanaSarjana Magister Magister UniversitasUniversitas GunadarmaGunadarma Oleh

Oleh LilyLily WulandariWulandari Oleh

Oleh Lily Lily WulandariWulandari

(2)

Pendahuluan Pendahuluan

Subsistem

Subsistem CBIS yang menCBIS yang men--stimulasistimulasi sejumlahsejumlah perhatianperhatian terbesar

terbesar didi antaraantara ahliahli ilmuilmu komputerkomputer dandan spesialisspesialis informasi

informasi adalahadalah sistemsistem pakarpakar -- satusatu subsetsubset informasi

informasi adalahadalah sistemsistem pakarpakar satusatu subset subset kecerdasan

kecerdasan tiruantiruan, , atauatau AI. AI.

Tidak

Tidak sepertiseperti DSS, DSS, sistemsistem pakarpakar mempunyaimempunyai potensipotensi t k

t k ll kk hh l hl h

untuk

untuk memperluasmemperluas kemampuankemampuan pemecahanpemecahan masalahmasalah manajer

manajer didi luarluar kemampuankemampuan normalnyanormalnya..

Sistem

Sistem PakarPakar terdiriterdiri atasatas 44 bagianbagian utamautama yakniyakni UserUser Sistem

Sistem PakarPakar terdiriterdiri atasatas 4 4 bagianbagian utamautama yakniyakni User User interface, Knowledge base, interface engine,

interface, Knowledge base, interface engine, dandan sebuah

sebuah development engine.development engine.

(3)

Pendahuluan Pendahuluan

K l d b

K l d b kk l /l / tt t kt k t kt k Knowledge base

Knowledge base menggunakanmenggunakan rule/rule/aturanaturan untukuntuk menyatakanmenyatakan logika

logika daridari masalahmasalah dimanadimana sistemsistem pakarpakar dirancangdirancang untukuntuk membantu

membantu memecahkanmemecahkan masalahmasalah..

Mesin

Mesin kesimpulankesimpulan (Inference engine) (Inference engine) menggunakanmenggunakan penalaranpenalaran, , di

di dalamdalam banyakbanyak caracara yang yang samasama sepertiseperti seorangseorang manusiamanusia, , dalam

dalam memprosesmemproses isipp isi dasardasar pengetahuanpengetahuan..p gp g Mesin

Mesin pengembanganpengembangan (development engine) (development engine) terdiriterdiri daridari yang yang manapun

manapun, , baikbaik bahasabahasa pemrogramanpemrograman atauatau prewritten prewritten inference engine

inference engine disebutdisebut shellshell sistemsistem pakarpakar MembuatMembuat inference engine

inference engine disebutdisebut shell shell sistemsistem pakarpakar. . MembuatMembuat prototip

prototip terutamaterutama dapatdapat digunakandigunakan untukuntuk pengembanganpengembangan sistem

sistem pakarpakar

(4)

Pendahuluan Pendahuluan

Sistem

Sistem PakarPakar menawarkanmenawarkan keuntungankeuntungan-- keuntungan

keuntungan, , yaituyaitu pemakaianpemakaian dalamdalam perusahaan

perusahaan dandan parapara manajermanajer, , tetapitetapi merekamereka mempunyai

mempunyai keterbatasanketerbatasan yang yang signifikansignifikan. . Penelitian

Penelitian yangyang berlanjutberlanjut yangyang menyertakanmenyertakan Penelitian

Penelitian yang yang berlanjutberlanjut yang yang menyertakanmenyertakan jaringan

jaringan neural neural diharapkandiharapkan memperluasmemperluas kemampuan

kemampuan daridari sistemsistem pakarpakar masamasa depandepan..

kemampuan

kemampuan daridari sistemsistem pakarpakar masamasa depandepan..

(5)

Artificial Intelligence (AI) Artificial Intelligence (AI)

Aktivitas

Aktivitas yang yang menyediakanmenyediakan sepertiseperti mesinmesin sebagai

sebagai komputerkomputer dengandengan kemampuankemampuan untukuntuk menampilkan

menampilkan perilakuperilaku yang yang akanakan dianggapdianggap cerdas

cerdas jikajika ia diamati di dalam manusia.ia diamati di dalam manusia.

(6)

Sejarah

Sejarah AI AI

Sejarah

Sejarah AwalAwal

•• John McCarthy John McCarthy mengusulkanmengusulkan istilahistilah, AI, , AI, padapada tahuntahun 1956

1956 tt k fk f ii D tD t th C llth C ll 1956,

1956, saatsaat konferensikonferensi Dartmouth College.Dartmouth College.

•• Teori Logika (program pertama AI. Herbert Simon Teori Logika (program pertama AI. Herbert Simon memegang peranan)

memegang peranan) memegang peranan) memegang peranan)

•• PemecahPemecah masalahmasalah UmumUmum (GPS (GPS GPSGPS)) 2

2 dekadedekade masamasa lampaulampau

•• PenelitianPenelitian telahtelah mengambilmengambil suatusuatu tempattempat yang yang belakang

belakang untukuntuk pengembanganpengembangan MIS MIS dandan DSSDSS

(7)

Area

Area dari dari Artificial Intelligence Artificial Intelligence

(8)

Permohonan

Permohonan Sistem Sistem Pakar Pakar

Program

Program komputerkomputer yang yang mengmeng--kodekode--kankan pengetahuan

pengetahuan daridari pakarpakar manusiamanusia dalamdalam bentuk

bentuk heuristikheuristik Dua

Dua perbedaanperbedaan daridari DSSDSS 1.

1. MemilikiMemiliki potensipotensi untukuntuk memperluasmemperluas kemampuan

kemampuan pemecahanpemecahan masalahmasalah manajermanajer 2. Kemampuan untuk menjelaskan bagaimana 2. Kemampuan untuk menjelaskan bagaimana

solusi tercapai solusi tercapai

(9)

(10)

Model

Model Sistem Sistem Pakar Pakar

Interface

Interface PemakaiPemakai

–– MungkinkanMungkinkan pemakaipemakai untukuntuk berhubunganberhubungan dengandengan sistem

sistem sistem sistem

Knowledge base Knowledge base

–– Houses accumulated knowledge Houses accumulated knowledge gg Mesin

Mesin KesimpulanKesimpulan

–– MenyediakanMenyediakan penalaranpenalaran

–– menterjemahkanmenterjemahkan dasardasar pengetahuanpengetahuan (knowledge base)(knowledge base) Mesin

Mesin PengembanganPengembangan M i t k

M i t k i ti t kk –– MenciptakanMenciptakan sistemsistem pakarpakar

(11)

User Interface User Interface

Pemakai

Pemakai MemasukkanMemasukkan::

–– InstruksiInstruksi –– InformasiInformasi

}

Sistem

Sistem PakarPakar menyediakanmenyediakan::

Menu, perintah, natural language, GUI

}

S ste

S ste a aa a e yed a ae yed a a –– SolusiSolusi

–– PenjelasanPenjelasan mengenaiPenjelasanPenjelasan mengenaimengenai::mengenai::

»

» PertanyaanPertanyaan

»» SolusiSolusi masalahmasalah

»

» SolusiSolusi masalahmasalah

(12)

Knowledge Base Knowledge Base

Uraian

Uraian daridari domain domain masalahmasalah Rules/

Rules/AturanAturan

–– TeknikTeknik representasirepresentasi PengetahuanPengetahuan –– LogikaLogika ‘IF:THEN’‘IF:THEN’

–– JaringanJaringan aturanaturan

» Tingkat Paling

» Tingkat Paling rendahrendah menyediakanmenyediakan buktibukti

»

» TingkatanTingkatan PuncakPuncak menghasilkanmenghasilkan 1 1 atauatau lebihlebih kesimpulan

kesimpulan

»

» Kesimpulan disebut satu variabel tujuanKesimpulan disebut satu variabel tujuan..

(13)

(14)

Pemilihan

Pemilihan Aturan Aturan/Rule /Rule

Pemilihan

Pemilihan aturanaturan untukuntuk efisiensiefisiensi pemecahanpemecahan suatu

suatu masalahmasalah adalahadalah sulitsulit Beberapa

Beberapa tujuantujuan dapatdapat dicapaidicapai dengandengan hanyahanya sedikit

sedikit aturanaturan/rule; /rule;

(15)

Mesin

Mesin Kesimpulan Kesimpulan

Lakukan

Lakukan penalaranpenalaran dengandengan menggunakanmenggunakan isiisi dasar

dasar pengetahuanpengetahuan dalamdalam satusatu urutanurutan tertentu

tertentu Dua

Dua pendekatanpendekatan dasardasar untukuntuk menggunakanmenggunakan aturan

aturan 1.

1. PenalaranPenalaran majumaju (data driven) (data driven) 2.

2. PenalaranPenalaran kebalikankebalikan (goal driven)(goal driven)

(16)

Forward Reasoning Forward Reasoning (Forward Chaining) (Forward Chaining)

Aturan

Aturan/rule /rule dievaluasidievaluasi sebagaisebagai: : (1)

(1) benarbenar, (2) , (2) salahsalah, (3) , (3) taktak dikenaldikenal Evaluasi

Evaluasi aturanaturan adalahadalah satusatu prosesproses iterative iterative Ketika

Ketika tidaktidak adaada lagilagi aturanaturan yang yang dapatdapat dipresiksi

dipresiksi, , prosesproses penalaranpenalaran berhentiberhenti sekalipun

sekalipun satusatu tujuantujuan tidaktidak dicapaidicapai Mulai

Mulai dengandengan input input dandan bekerja

bekerja menujumenuju solusisolusi

(17)

(18)

Langkah

Langkah Penalaran Penalaran Kebalikan Kebalikan

Membagi masalah ke dalam subMembagi masalah ke dalam sub--masalahmasalah

CobaCoba untukuntuk memecahkanmemecahkan satusatu subproblemsubproblem

KemudianKemudian mencobamencoba yang lainyang lain Mulai

Mulai dengandengan solusisolusi dandan bergerak

bergerak kembaligg kembali keke masukanmasukan

(19)

(20)

(21)

Forward VS Reverse Reasoning Forward VS Reverse Reasoning

Reverse reasoning

Reverse reasoning lebihlebih cepatcepat dibandingkandibandingkan forward reasoning

forward reasoning Reverse reasoning

Reverse reasoning bekerjabekerja terbaikterbaik didi bawahbawah syarat

syarat--syaratsyarat tertentutertentu

•• BerbagaiBerbagai variabelvariabel tujuantujuan

•• BanyakBanyak AturanAturan/rule/rule

•• SemuaSemua atauatau sebagiansebagian besarbesar aturanaturan tidaktidak harus

harus diujidiuji didi dalamdalam prosesproses mencapaimencapai satusatu ll

solusi solusi

(22)

Mesin

Mesin Pengembang Pengembang

¾

¾ BahasaBahasa PemrogramanPemrograman -- LispLisppp

–– PrologProlog

¾

¾ Expert system shellsExpert system shellspe t syste s e spe t syste s e s

¾

¾ Prosesor yang sudah jadi dapat dikhususkan Prosesor yang sudah jadi dapat dikhususkan untuk satu domain masalah tertentu

untuk satu domain masalah tertentu

¾

¾ CaseCase--based reasoning (CBR)based reasoning (CBR)

¾

¾ Decision treeDecision tree

¾

¾ Decision treeDecision tree

(23)

Keuntungan

Keuntungan Sistem Sistem Pakar Pakar

Bagi

Bagi manajermanajer

•• MempertimbangkanMempertimbangkan lebihlebih banyakbanyak alternatifalternatif

•• MenerapkanMenerapkan logikalogika tingkattingkat tinggitinggi

•• MempunyaiMempunyai lebihlebih banyakbanyak waktuwaktu untukuntuk mengevaluasimengevaluasi aturan

aturan pengambilanpengambilan keputusankeputusan aturan

aturan pengambilanpengambilan keputusankeputusan

•• LogikaLogika KonsistenKonsisten Bagi

Bagi perusahaangg ppperusahaan

•• KinerjaKinerja LebihLebih baikbaik daridari timtim manajemenmanajemen

•• Mempertahankan sumber daya pengetahuan Mempertahankan sumber daya pengetahuan perusahaan

perusahaan

(24)

Kekurangan

Kekurangan Sistem Sistem Pakar Pakar

I

I tidaktidak bisabisa menanganimenangani pengetahuanpengetahuan yang yang tidak

tidak konsistenkonsisten

I

I tidak bisa menerapkan tidak bisa menerapkan

judgement/pertimbangan atau intuisi judgement/pertimbangan atau intuisi

(25)

Kunci

Kunci Sukses Sukses Mengembangkan Mengembangkan ES ES

•• KoordinirKoordinir pengembanganpengembangan ES ES dengandengan perencanaanperencanaan strategis

strategis D fi i ik

D fi i ik l hl h dd j lj l t kt k didi hkhk

•• DefinisikanDefinisikan masalahmasalah dengandengan jelasjelas untukuntuk dipecahkandipecahkan dan

dan memahamimemahami domain domain masalahmasalah

•• MemberikanMemberikan perhatianMemberikanMemberikan perhatianperhatian tertentuperhatian tertentutertentu padatertentu padapada kelayakanpada kelayakankelayakan etikakelayakan etikaetikaetika dan

dan hukumhukum daridari kelayakankelayakan sistemsistem yang yang diusulkandiusulkan

•• Memahami perhatian dan ekspektasi pemakai Memahami perhatian dan ekspektasi pemakai ii ii

mengenai

mengenai sistemsistem

•• MenggunakanMenggunakan teknikteknik manajemenmanajemen yang yang dirancangdirancang untuk

untuk mempertahankanmempertahankan pengembangpengembang untuk

untuk mempertahankanmempertahankan pengembangpengembang

(26)

Neural Networks Neural Networks

Model

Model matematismatematis daridari otakotak manusiamanusia -- MensimulasikanMensimulasikan caracara neuron neuron salingsalinggg

berhubungan

berhubungan untukuntuk memprosesmemproses data data dandan belajar

belajar daridari pengalamanpengalaman Pendekatan

Pendekatan daridari bawahbawah keke atasatas untukuntuk memodelkan

memodelkan intuisiintuisi manusiamanusia

(27)

Otak

Otak Manusia Manusia

Neuron

Neuron –– ProsesorProsesor informasiinformasi –– InputInput --Input Input dendrites-- dendritesdendritesdendrites

–– Processing Processing ---- somasoma –– OutputOutput –– axonOutput Output axonaxonaxon

Neuron

Neuron dihubungkandihubungkan oleholeh synapsesynapse

(28)

Simple Biological Neurons

(29)

Evolusi

Evolusi Artificial Artificial

Neural Systems (ANS) Neural Systems (ANS)

Fungsi

Fungsi neuron neuron matematismatematis McCulloch Pitts (McCulloch Pitts (akhirakhir 1930

1930--an) an) adalahadalah titiktitik awalawal Hebb’s

Hebb’s learning law (learning law (awalawal tahuntahun 19401940--an) an) Neurocomputers

Neurocomputers

-- Marvin Marvin Minsky’sMinsky’s SnarkSnark ((awalawal tahuntahun 19501950--an)an) –– Rosenblatt’s Rosenblatt’s PerceptronPerceptron ((pertengahanpp ((ppertengahan tahunp gg tahun

1950) 1950)

(30)

Metodologi

Metodologi Saat Saat ini ini

Model

Model MatematisMatematis tidaktidak menduplikasikanmenduplikasikan otak otak manusia, tetapi memperlihatkan kemampuan manusia, tetapi memperlihatkan kemampuan serupa

serupa

Jaringan yang kompleks Jaringan yang kompleks Pelatihan berulang

Pelatihan berulang

I

I ANS “ANS “belajarbelajar” ” dengandengan contohcontoh

(31)

Single Artificial Neuron

(32)

Multi

Multi--Layer Layer Perceptron Perceptron

(33)

Sistem Berbasis pengetahuan di Sistem Berbasis pengetahuan di dalam Perspective

dalam Perspective

Banyak

Banyak yang yang dipenuhidipenuhi didi dalamdalam jaringanjaringan syarafsyaraf dan

dan sistemsistem pakarpakar Menyisakan

Menyisakan banyakbanyak pekerjaanpekerjaan Kemampuan

Kemampuan sistemsistem untukuntuk menirumeniru kecerdasankecerdasan manusia

manusia adalahadalah terlaluterlalu terbatasterbatas dandan dianggapdianggap sebagai

sebagai primitifprimitif