Management Decision Support
and Intelligent Systems
and Intelligent Systems
Jenis keputusan
• Terstruktur (terprogram)
– Dibuat berdasarkan kebiasaan, aturan, prosedur, tertulis ataupun tidak
– Biasanya bersifat rutin dan berulang-ulang
– Bisa dibuat dgn metode matematis dan alat bantu – Bisa dibuat dgn metode matematis dan alat bantu
komputer
• Tidak terstruktur (tidak terprogram)
– Mengenai masalah khusus, khas, tidak biasa – Karena kebijakan yg ada belum menjawab – Misal: pengalokasian sumber daya
4 FASE PEMBUATAN KEPUTUSAN
(menurut Herbert A. Simon)
a.
INTELLIGENCE ACTIVITY – mencari lingkungan
kondisi untuk mencari solusi
b. DESIGN ACTIVITY - menemukan,
mengembangkan & menganalisis berbagai jenis
tindakan pemecahan masalah
tindakan pemecahan masalah
c. CHOICE ACTIVITY - memilih jenis tindakan
tertentu yang tersedia fase sebelumnya.
d. REVIEW ACTIVITY- memeriksa pilihan yang
dibuat
Information characteristics
Karakteristik Operational
Strategic
• Akurasi
High
Low
• Detail
Detail
Agregasi
• Time
Now
Future
• Time
Now
Future
• Use
Frequent
Infrequent
• Source
Internal
External
• Scope
Sempit
Luas
Decision Complexity
Decision Support Systems
• Computer tool that helps people make
better decisions & faster
• Leaves the human in control of decision
making
making
• Istilah DSS muncul pertama kali tahun
1971oleh G. Anthony Gorry dan Michael
S. Scott
Definitions of a Decision
Support System
General definition -
a system providing both
problem-solving and communications capabilities
for semistructured problems
– A semistructured decision is one which is partially programmable, but still requires human judgment programmable, but still requires human judgment
Specific definition -
a system that supports a
single manager or a relatively small group of
managers working as a problem-solving team in
the solution of a semistructured problem by
providing information or making suggestions
concerning specific decisions.
Using DSS
• What-if Analysis
– End user makes changes to variables, or
relationships among variables, and observes
the resulting changes in the values of other
the resulting changes in the values of other
variables
• Sensitivity Analysis
– Value of only one variable is changed
repeatedly and the resulting changes in other
variables are observed
Using DSS
• Goal-Seeking
– Set a target value for a variable and then
repeatedly change other variables until the
target value is achieved
target value is achieved
• Optimization
– Goal is to find the optimum value for one or
more target variables given certain constraints
– One or more other variables are changed
repeatedly until the best values for the target
variables are discovered
Examples of Situations in which
DSSs may be used
• Help
medical personnel
in a hospital
setting to consider various diagnoses and
treatment plans,
• Help
engineers
to analyze, develop and
compare solution options,
compare solution options,
• Help
military planners
to generate
alternative plans of military maneuvers,
• Help
search and rescue workers
to
prioritize which of many critical activities
Manager + Computer (DSS) Solution Computer Solution Manager Solution
The DSS Focuses on Semistructured Problems
The DSS Focuses on Semistructured Problems
Solution
Structured Semistructured Unstructured DEGREE OF PROBLEM STRUCTURE
Analytic and Heuristic Decision
Making
Analytic Decision Maker Heuristic Decision Maker Learns by analyzing Learns by acting
Uses step-by-step procedure
Uses trial and error procedure
Values quantitative information and models
Values experience Builds mathematical
models and algorithms
Relies on common sense
Seeks optimal solution Seeks completely satisfying solution
Siapkan Perkira-kan Propose Decision Make D e ra ja t P ro b le m S o lv in g S u p p o rt Retrieve elemen informasi Analisis Seluruh File Siapkan Report dari Multiple Files kan Konse-kuensi Keputu san Make Decision Derajat Kompleksitas Problem Solving Kecil Besar
Tipe-tipe DSS menurut STEVEN L. ALTER
D e ra ja t P ro b le m S o lv in g S u p p o rt
ENAM TIPE DSS menurut STEVEN L. ALTER
ENAM TIPE DSS menurut STEVEN L. ALTER
Bentuk special report sbg respons terhadap query database, serta laporan berkala (periodic report):
• Tipe 1 DSS: dukungan support paling kecil;
– (retrieve) elemen informasi, mis.:
– Query ke database untuk gambaran penjualan dari salah satu marketing regions.
• Tipe 2 DSS: dukungan support sedikit lebih besar; • Tipe 2 DSS: dukungan support sedikit lebih besar;
– menganalisis seluruh file, mis.:
– Query ke database utk special report dr data pd file inventory, atau laporan payroll bulanan dr file payroll.
• Tipe 3 DSS: dukungan lebih besar;
– menyiapkan report dari berbagai file, mis.:
– Laporan income statement dan analisis penjualan produk berdasarkan pelanggan (customer).
Tiga tipe DSS terakhir melibatkan penggunaan
Tiga tipe DSS terakhir melibatkan penggunaan
model matematik.
model matematik.
• Tipe 4 DSS: DSS dengan berbagai efek kemungkinan
keputusan, yaitu model yang dapat menduga konsekuensi
keputusan (estimate decision consequences). Misal:
• Manajer menginput harga pada suatu model harga untuk melihat efeknya terhadap keuntungan bersih (what if)
– Model akan memberikan respons: Apabila harga – Model akan memberikan respons: Apabila harga
direndahkan menjadi $25, maka keuntungan bersih akan meningkat sebesar $5,000.
model tidak bisa menetapkan apakah $25 adalah the best
price, model hanya memberikan kemungkinan yang akan
terjadi bila suatu keputusan dibuat.
• Model analisis resiko: model yang menggunakan dugaan distribusi peluang untuk setiap faktor kunci (sensitivity)
• Tipe 5 DSS: model yang menawarkan keputusan (propose decision), misal:
• manajer manufacturing memasukkan data tentang
pabrik dan peralatan ===> dengan model
pemrograman linear akan dihasilkan output layout yang paling efisien. (max-min)
• Tipe 6 DSS: dukungan penuh membuatkan keputusan (make decisions) untuk manajer, misal:
• Pemodelan komputer untuk penentuan diagnosa • Pemodelan komputer untuk penentuan diagnosa
apakah suatu kredit diterima atau tidak
• Untuk ini diperlukan kepercayaan dari manajemen terhadap model yang dipakai.
TUJUAN DSS
TUJUAN DSS
(Peter G.W. Keen & Scott Morton)
(Peter G.W. Keen & Scott Morton)
a. Membantu manajer membuat keputusan
untuk menangani masalah semi terstruktur,
b. Mendukung pertimbangan manajer, bukan
sebagai pengganti pertimbangan manajer,
c. Meningkatkan efektifitas manajer dalam
c. Meningkatkan efektifitas manajer dalam
Structure and Components of
DSSs
• Data management subsystem berisi seluruh data dari berbagai resources.
• Model management subsystem berisi model dan
building blocks yang dibutuhkan untuk membangun DSS • User interface berisi seluruh aspek komunikasi antara
user dan DSS
• User interface berisi seluruh aspek komunikasi antara user dan DSS
• Users adalah orang yang berhadapan dgn DSS,
sebagai penginput masalah ataupun penerima output keputusan
• Knowledge-based subsystems menyediakan pengetahuan dan pakar untuk masalah tertentu
Organizational Decision Support
System (ODSS)
• Organizational Decision Support System
(ODSS) is a DSS that focuses on an
organizational task or activity involving a
sequence of operations and decision makers
and provides the following:
and provides the following:
– It affects several organizational units or corporate problems;
– It involves computer-based and (usually) communications technologies.
Executive Information (Support)
Systems
• Executive information system (EIS) also known as an
executive support system (ESS), is a computer-based
technology designed specifically for the information needs of
top executives and provides for:
– Rapid access to timely information; – Direct access to management reports;
– Very user friendly and supported by graphics. – Very user friendly and supported by graphics.
– Exception reporting – reporting of only the results that deviate from a set of standards.
– Drill down reporting – investigating information in increasing detail.
– Easily connected within online information services and e-mail. – Include analysis support, communications, office automation and
DSS -> Business Intelligence
Definisi Sistem Cerdas
• Sistem Cerdas = bidang ilmu komputer
yang meneliti dan mempelajari bagaimana
agar komputer dapat bertindak dan
mengerjakan pekerjaan seperti yang
mengerjakan pekerjaan seperti yang
dilakukan oleh manusia.
• Awalnya komputer hanya mesin hitung
• Intinya pada bagaimana komputer bisa
Intelligence Systems processes
Knowledge
acquisition
(from experts or
other sources)
Knowledge
representation
(organized as
rules or frames in the computer)
rules or frames in the computer)
Knowledge
inferencing
is performed in a
component called the
inference engine
of the
ES and results in the recommendation.
Knowledge
transfer
to the user (the expert’s
knowledge has been transferred to users).
Bagian Utama Sistem Cerdas
• Basis Pengetahuan (Knowledge Based)
– Berisi fakta, teori, pemikiran, dan hubungannya
• Motor Inferensi (Inference Engine)
– Kemampuan menalar dan menarik kesimpulan – Kemampuan menalar dan menarik kesimpulan
Knowledge base Inference mechanism Computer Inputs Outputs
AI vs Non AI
• AI lebih permanen, non AI mudah berubah
seturut waktu
• AI mudah diduplikasikan dan disebarkan
• AI lebih murah dari non AI
• AI lebih murah dari non AI
• AI lebih konsisten dan mudah didokumentasi
• AI tidak kreatif
• AI tidak dapat menggunakan pengalaman
secara langsung
Metode Penalaran
• Forward reasoning (data driven): dimulai
dari keadaan awal (dari fakta), kemudian
menuju ke arah kesimpulan / tujuan
• Backward reasoning (goal driven):
• Backward reasoning (goal driven):
dimulai dari tujuan / hipotesa baru
dicocokkan dengan keadaan awal /
fakta-fakta
Sistem Pakar
• Suatu program AI yang berisi basis
pengetahuan dan mesin inferensi
• Seperti layaknya seorang pakar
• Berfungsi sebagai konsultan
• Berfungsi sebagai konsultan
• Tidak untuk menggantikan kemampuan seorang
pakar
• Berisi pengetahuan dari para pakar
• Dapat digunakan untuk menjawab pertanyaan,
memecahkan masalah dan membuat keputusan
Perbedaan ES dan Pakar
• Time:
– P:hari kerja; ES: tiap saat • Geografis:
– P:lokal/tertentu; ES: dimana saja • Keamanan:
• Keamanan:
– P: tdk tergantikan; ES: dapat diganti • Dapat habis:
– P: ya; ES: tidak
• Performa dan kecepatan: – P: variabel; ES: konstan • Biaya:
Konsep Dasar ES
• Komponen Sistem Pakar:
– Pengetahuan Pakar: pengetahuan pada suatu
bidang tertentu
• Fakta-fakta, teori, prosedur, aturan, strategi, meta knowledge – Pakar
– Pengalihan Pengetahuan: – Pengalihan Pengetahuan:
• Tambahan pengetahuan, representasi pengetahuan, inferensi pengetahuan, pengalihan pengetahuan ke user. – Inferensi: kemampuan menalar
– Aturan: dalam bentuk aturan IF-THEN
– Fasilitas Penjelasan: penejelasan bagaimana keputusan dibuat
Penjelasan
• Knowledge Acusition: penambahan pengetahuan, mengkonstruksi atau memperluas pengetahuan
• Knowledge Base: berisi pengetahuan
• Inference Engine: program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi dalam basis
pengetahuan dan blackboard:
– Interpreter: mengeksekusi item-item agenda yang terpilih menggunakan – Interpreter: mengeksekusi item-item agenda yang terpilih menggunakan
aturan
– Scheduler: mengkontrol agenda
– Consistency Enforcer: memelihara kekonsistenan dalam merepresentasikan solusi yang bersifat darurat
• Blackboard: area kerja dalam memori yang digunakan dalam
kejadian yang sedang berlangsung termasuk keputusan sementara – Plan: bagaimana menghadapi masalah
– Agenda: aksi aksi potensial yang sedang menunggu untuk dieksekusi – Solution: calon aksi yang akan dibangkitkan
Penjelasan
• Interface: sebagai media komunikasi antara user
dan program
• Explanation Facility: melacak respon dan
memberi penjelasan ttg kelakuan sistem pakar
– Mengapa suatu pertanyaan ditanyakan? – Mengapa suatu pertanyaan ditanyakan? – Bagaimana konklusi dicapai?
– Mengapa ada alternatif yang dibatalkan?
– Rencana apa yang dilakukan mendapatkan solusi?
• Knowledge refinement: mengevaluasi kinerja
sistem pakar, apakah pengetahuan tersebut
masi cocok untuk digunakan pada masa yang
akan datang?
Benefits of Expert Systems
• Memungkinkan orang awam dapat mengerjakan pekerjaan para ahli
• Bisa melakukan proses berulang secara otomatis • Menyimpan pengetahuan dan keahlian pakar
• Meningkatkan output dan produktifitas • Melestarikan keahlian pakar
• Melestarikan keahlian pakar
• Dapat beroperasi pada lingkungan berbahaya
• Dapat meningkatkan kemampuan sistem komputer • Dapat bekerja dengan informasi yang tidak lengkap • Sebagai media pelengkap dalam pelatihan
Natural Language Processing &
Voice Technologies
• Natural language processing (NLP): Communicating with a computer in English or whatever language you may speak.
• Natural language understanding/speech (voice)
recognition: The ability of a computer to comprehend
instructions given in ordinary language, via the keyboard instructions given in ordinary language, via the keyboard or by voice.
• Natural language generation/voice synthesis:
Technology that enables computers to produce ordinary language, by “voice” or on the screen, so that people can understand computers more easily.
