Pendukung Keputusan Dalam Bisnis

PENDUKUNG KEPUTUSAN DALAM BISNIS

Ketika perusahaan bermigrasi ke model e-business yang responsif, mereka melakukan investasi pada kerangka kerja aplikasi pendukung keputusan berdasarkan data yang membantu mereka merespons secara cepat perubahan pada kondisi pasar dan kebutuhan pelanggan.

Informasi, Keputusan, dan Manajemen

Jenis informasi yang dibutuhkan oleh pengambil keputusan di dalam suatu perusahaan berhubungan langsung dengan tingkat pengambilan keputusan manajemen dan jumlah struktur dalam situasi keputusan yang mereka hadapi.

Tingkat pengambilan keputusan manajemen yang harus didukung oleh teknologi informasi dalam organisasi yang sukses adalah:

• Manajemen Strategis. Umumnya, dewan direksi dan komite eksekutif yang terdiri dari CEO dan eksekutif atas mengembangkan tujuan umum organisasi, strategi, kebijakan, dan tujuan sebagai bagian dari proses perencanaan strategis.

• Manajemen Taktis. Semakin banyak praktisi bisnis dalam tim mandiri serta manajer unit bisnis yang mengembangkan rencana jangka pendek dan jangka menengah, jadwal, dan anggaran serta menentukan kebijakan, prosedur, dan tujuan bisnis untuk subunit mereka di perusahaan.

• Manajemen Operasional. Anggota tim mandiri atau manajer operasional mengembangkan rencana jangka pendek seperti jadwal produksi mingguan.

Kualitas Informasi

Apa karakteristik yang akan membuat produk informasi bernilai dan bermanfaat bagi Anda? Salah satu cara untuk menjawab pertanyaan penting ini adalah dengan menguji karakteristik atau atribut kualitas informasi.

Struktur Keputusan

Keputusan yang dibuat pada tingkat manajemen operasional cenderung lebih terstruktur, sedangkan keputusan pada tingkat taktis lebih semiterstruktur , dan keputusan pada tingkat strategis lebih tak terstruktur. Keputusan yang terstruktur melilbatkan situasi di mana prosedur yang diikuti ketika keputusan diperlukan, dapat disebutkan lebih awal. Keputusan pemesanan ulang persediaan yang dihadapi oleh kebanyakan bisnis adalah salah satu contohnya. Keputusan tak terstruktur melibatkan situasi keputusan di mana tidak mungkin menentukan lebih awal mengenai prosedur keputusan yang harus diikuti. Akan tetapi, kebanyakan keputusan bersifat semiterstruktur. Maksudnya, beberapa prosedur keputusan dapat ditentukan, namun tidak cukup untuk mengarah ke suatu keputusan yang direkomendasikan.

Dimensi Waktu

Ketepatan waktu Informasi harus tersedia ketika dibutuhkan.

Kekinian Informasi harus selalu baru ketika disediakan.

Frekuensi Informasi harus tersedia sesering yang dibutuhkan.

Periode waktu Informasi harus tersedia untuk periode waktu lampau, sekarang, dan masa depan.

Dimensi Isi

Keakuratan Informasi harus bebas dari kesalahan.

Relevasi Informasi harus berhubungan dengan kebutuhan informasi dari penerima tertentu untuk situasi tertentu.

Kelengkapan Semua informasi yang dibutuhkan harus tersedia.

Keringkasan Hanya informasi yang dibutuhkan yang disediakan.

Cakupan Informasi dapat memiliki cakupan yang sempit dan luas, atau untuk fokus internal dan eksternal.

Kinerja Informasi dapat menunjukan kinerja dengan mengukur aktivitas yang diselesaikan, kemajuan yamg dicapai, atau sumber daya yang diakumulasi.

Dimensi Bentuk

Kejelasan Informasi harus tersedia dalam bentuk yang mudah dipahami.

Rinci Informasi dapat disediakan dalam bentuk rinci dan ringkasan.

Urutan Informasi dapat disusun dalam urutan yang telah ditentukan.

Presentasi Informasi dapat disajikan dalam bentuk narasi, numerik, grafik, atau bentuk lainnya.

Media Informasi dapat disediakan dalam bentuk dokumen tercetak, tampilan video, atau media lainnya.

Contoh-contoh keputusan menurut jenis struktur keputusan dan menurut tingkat manajemen.

Struktur Keputusan Manajemen Operasional Manajemen Taktis Manajemen Strategis

Tak terstruktur Manajemen kas Rekayasa ulang proses bisnis Analisis kinerja kelompok kerja Inisiatif e-business yang baru Reorganisasi perusahaan

Semiterstruktur Manajemen kredit Penjadwalan produksi Tugas kerja harian Penilaian kinerja karyawan Penganggaran modal Penganggaran program Perencanaan produksi Merger dan akuisisi Lokasi site

Terstruktur Pengendalian Pengendalian program

Perbandingan perbedaan utama informasi dan kemampuan pendukung keputusan sistem informasi manajemen dan sistem pendukung keputusan (Decission support system-DSS).

Sistem Informasi Sistem Pendukung Keputusan

• Pendukung keputusan yang disediakan Menyediakan informasi mengenai kinerja oprganisasi Menyediakan informasi dan teknik pendukung keputusan untuk menganalisis masalah khusus atau peluang

• Bentuk informasi Respons dan laporan periodik, pengecualian, permintaan, dan pendorong Respons dan permintaan yang interaktif

• Format informasi Format tetap dan telah ditentukan sebelumnya Format yang dapat diadaptasi, fleksibel, dan ad hoc

• Metodologi pemrosesan informasi Informasi yang diproduksi dengan ekstaksi dan manipulasi data bisnis Informasi yang diproduksi dengan pemodelan analitis dari dat bisnis

Tren Pendukung Keputusan

Semakin banyaknya aplikasi yang memfokuskan pada pendukung keputusan yang bersifat persona, pemodelan, penulusuran informasi, gudang data, skenario jika–maka (what-if), dan pelaporan.

Tren ini telah mengalami percepatan seiring dengan pertumbuhan yang sangat cepat dari Internet serta intranet dan ekstranet dari perusahaan yang menggunakan Internet dan pemilik kepentingannya. Inisiatif e-business dan e-commerce yang sedang diimplementasikan oleh banyak perusahaan juga memperluas ekspektasi serta penggunaan informasi dan pendukung keputusan dari karyawan, manajer, pelanggan, pemasok, dan mitra bisnis lainnya.

Bisnis harus memenuhi persyaratan analisis data dan informasi dari pemilik kepentingan dengan menyediakan pendukung keputusan berbasis Web yang lebih proaktif dan dipersonalisasi.

Sistem Informasi Manajemen

Sistem Informasi manajemen adalah jenis awal dari sistem informasi yang dikembangkam untuk mendukung pengambilan keputusan manajerial. SIM menghasilkan produk informasi yang mendukung banyak kebutuhan pengmbilan keputusan harian dari para manajer dan praktisi bisnis. Laporan, tampilan, dan respons yang dihasilkan oleh sistem informasi manajemen menyediakan informasi yang telah ditetapkan oleh para pengambil keputusan untuk mencukupi kebutuhan informasi. Produk informasi yang telah ditentukan dapat memuaskan kebutuhan informasi para pengambil keputusan pada tingkat ooperasional dan taktis di organisasi yang dihadapi dalam situasi keputusan yang lebih terstruktur. Misalnya, manajer penjualan sangat bergantung pada laporan analisis penjualan untuk mengevaluasi perbedaan kinerja antartenaga penjual yang menjual jenis produk yang sama ke jenis pelanggan yang sama.

Manajer dan pengmbil keputusan bisnis lainnya menggunakan Sim untuk memperoleh informasi mengenai tempat kerja mereka yang berjaringan yang mendukung aktivitas pengambilan keputusan mereka. Informasi ini dapat berbentuk laporan periodik, pengecualian, dan permintaan dan tanggapan langsung dari permintaan. Browser Web, program aplikasi, dan software manajemen database meneyediakan akses ke informasi di intranet dan database opersional lannya di dalam organisasi.

Alternatif Pelaporan Manajemen

Sistem informasi manajemen menyediakan berbagai produk informasi bagi manajer. Ada empat alternatif pelaporan utama yang disediakan oleh sistem ini.

• Laporan Terjadwal secara Periodik (periodic scheduled reports). Bentuk tradisional penyediaan informasi bagi manajer dengan menggunakan format yang telah ditentukan dan menyediakan informasi secara rutin kepada manajer.

• Laporan Pengecualian (exception reports). Dalam beberapa kasus, laporan dibuat hanya jika terjadi kondisi pengecualian. Dalam kasus lainnya, laporan dibuat secara periodik namun hanya berisi informasi mengenai kondisi pengecualian tersebut. Misalnya, manajer kredit dapat diberi laporan yang hanya berisi informasi mengenai pelanggan yang melewati batas kreditnya. Pelaporan pengecualian mengurangi kelebihan informasi, sehingga tidak perlu memberikan seluruh laporan aktivitas bisnis secara rinci bagi pengambil keputusan.

• Laporan Permintaan dan Tanggapan (demand report s and responses). Informasi tersedia kapan pun manajer menginginkannya. Misalnya, browser Web dan bahasa permintaan DBMS serta penghasil laporan (report generator) memungkinkan manajer di tempat kerja komputer untuk memperoleh tanggapan langsung atau menemukan dan mendapatkan laporan tertentu sebagai hasil dari permintaan informasi yang mereka butuhkan. Jadi, manajer tidak harus menunggu laporan periodik untuk tiba sesuai yang dijadwalkan.

Pemrosesan Analitis Online

Pada rapat pemegang saham baru-baru ini, CEO PepsiCo, D. Wayne Calloway, mengatakan : “Sepuluh tahun yang lalu, saya dapat menyampaikan kepada Anda bagaimana penjualan Doritos di bagian Barat Mississipi. Saat ini, saya tidak hanya dapat menyampaikan seberapa baik penjualan Doritos di bagian Barat Mississipi, namun saya juga dapat memberitahukan kepada Anda seberapa baik penjualan mereka di California, di Orange County, di desa Irvine, di supermarket lokal Vons, dalam promosi khusus, diujung Lorong 4, pada hari Kamis”.

Lingkungan bisnis global saat ini yang dinamis dan kompetitif mendorong permintaan manajer bisnis dan analis akan sistem informasi yang dapat menyediakan jawaban yang cepat atas berbagai permintaan bisnis. Industri SI telah merespons permintaan ini dengan pengembangan seperti database analitis, data mart, gudang data, teknik penambangan data, dan struktur database multidimensi (dibahas di Bab 5), dan dengan server khusus serta produk software berbasis Web yang mendukung pemrosesan analitis online (online analytical processing – OLAP).

Pemrosesan analitis online melibatkan beberapa operasional analitis dasar, termasuk konsolidasi, “penggalian (drill-down)”, dan “pengirisan dan pemotongan (slicing and dicing).”

• Konsolidasi. Konsolidasi melibatkan pengumpulan data. Hal ini dapat melibatkan pengumpulan sederhana atau pengelompokan yang rumit dengan melibatkan data yang saling berhubungan. Misalnya, data kantor penjualan dapat dikumpulkan ke wilayah, dan wilayah ke regional.

• Penggalian. OLAP dapat bergerak kearah kebalikan dan secara otomatis menampilkan rincian data yang telah dikonsolidasikan. Ini disebut penggalian. Misalnya, penjualan menurut produk individual atau staf penjualan yang menghasilkan total penjualan regional dapat dengan mudah diakses.

• Pengirisan dan Pemotongan. Pengirisan dan pemotongan merujuk pada kemampuan untuk melihat database dari berbagai sudut pandang. Satu irisan dari database penjualan dapat menunjukkan semua penjualan dari satu jenis produk secara regional. Irisan yang lain dapat menunjukkan semua penjualan menurut saluran penjualan dari setiap jenis produk. Pengirisan dan pemotongan sering dilakukan sejalan dengan sumbu waktu untuk menganalisis trend an menemukan pola berbasis waktu pada data.

Sistem Pendukung Keputusan

Sistem pendukung keputusan (decision support system – DSS) adalah sistem informasi berbasis komputer yang menyediakan dukungan informasi yang interaktif bagi manajer dan praktisi bisnis selama proses pengambilan keputusan. Sistem pendukung keputusan menggunakan (1) model analitis, (2) database khusus, (3) penilaian dan pandangan pembuat keputusan, dan (4) proses pemodelan berbasi komputer yang interaktif untuk mendukung pembuatan keputusan bisnis yang semiterstruktur dan tak terstruktur.

Komponen DSS

Berbeda dengan sistem informasi manajemen, sistem pendukung keputusan bergantung pada basis model (model bases) dan database sebagai sumber daya sistem yang vital. Basis model DSS adalah komponen software yang terdiri dari model-model yang digunakan dalam rutinitas komputasional dan analitis yang secara matematis menyatakan hubungan antarvariabel. Misalnya, program spreadsheet dapat berisi model yang menyatakan hubungan akuntansi sederhana antara berbagai variabel, seperti Pendapatan – Beban = Laba. Atau basis model DSS dapat mencakup model-model dan teknik analitis yang digunakan untuk menyatakan hubungan yang jauh lebih kompleks.

Paket DSS

• Ritel : Information Advantage dan Unisys menawarkan Category Management Solution Suite, sistem pendukung keputusan OLAP, dan model data khusus industri.

• Asuransi : Computer Associates menawarkan RiskAdvisor, sistem pendukung keputusan risiko akuntansi yang model datanya menyimpan informasi dalam tabel khusus industri asuransi yang dirancang untuk kinerja permintaan yang optimal.

• Telekom: NCR dan SABRE Decision Technologies telah bergabung untuk menciptakan program Retensi Pelanggan NCR untuk industri komunikasi termasuk data mart untuk perusahaan telepon yang dapat digunakan sebagai pendukung keputusan dalam mengelola loyalitas pelanggan, kualitas pelayanan, manajemen jaringan, penipuan, dan pemasaran.

Penggunaan Sistem Pendukung Keputusan

Penggunaan sistem pendukung keputusan (decision support system-DSS) melibatkan proses pemodelan analitis (analytical modeling) yang interaktif. Misalnya, penggunaan paket software DSS untuk pendukung keputusan dapat menghasilkan berbagai tampilan sebagai respons terhadap alternatif perubahan jika-maka yang dimasukkan oleh manajer. Hal ini berbeda dari respons permintaan dari sistem informasi manajemen, karena pengambil keputusan tidak minta informasi yang telah ditentukan sebelumnya. Sebaliknya, mereka mengeksplorasi alternatif yang memungkinkan. Jadi, mereka tidak perlu menentukan kebutuhan informasi mereka didepan. Melainkan, mereka menggunakan DSS untuk menemukan informasi yang mereka butuhkan untuk membantu mereka membuat keputusan. Itu adalah inti dari konsep sistem pendukung keputusan.

Jenis Pemodelan Analitis Aktivitas dan Contoh

Analisis jika-maka Mengamati bagaimana perubahan terhadap variabel tertentu mempengaruhi variabel lainnya.

Contoh: Bagaimana jika kita memotong biaya iklan sebesar 10 persen? Apa yang akan terjadi pada penjualan?

Analisis sensitivitas Mengamati bagaimana perubahan yang berulang-ulang terhadap satu variabel mempengaruhi variabel lainnya.

Contoh: Mari kita potong biaya iklan sebanyak $100 secara berulang-ulang, agar kita dapat melihat hubungannya dengan penjualan.

Analisis pencarian-sasaran (goal seeking) Membuat perubahan yang berulang-ulang terhadap variabel tertentu hingga variabel yang dipilih mencapai nilai sasarannya.

Contoh: Mari kita naikkan iklann hingga penjualanmencapai $1 juta.

Analisis optimisasi Menemukan nilai optimum untuk variabel tertentu, yang diberikan pembatas tertentu.

Contoh: Berapa jumlah biaya iklan yang terbaik, jika kita melihat anggaran dan pilihan media kita?

SISTEM INFORMASI EKSEKUTIF

Sistem informasi eksekutif (executive information system- EIS) adalah sistem informasi yang menggabungkan berbagai fitur sistem inforrmasi manajemen dan sistem pendukung keputusan. Ketika pertama kali dikembangkan, fokusnya adalah untuk memenuhi kebutuhan informasi strategis manajemen tingkat atas. Jadi, tujuan pertama dari sistem informasi eksekutif adalah untuk menyediakan akses informasi yang mudah dan cepat kepada eksekutif tingkat atas mengenai faktor-faktor penentu keberhasilan (critical succes factors –CSF) perusahaan, yaitu faktor-faktor utama yang penting untuk mencapai tujuan strategis organisasi. Misalnya, para eksekutif di jaringan toko ritel akan mempertimbangkan faktor-faktor seperti hasil penjualan e-commerce dan tradisional, atau bauran lini produksinya sebagai faktor penentu untuk tetap bertahan dan sukses.

Fitur EIS

Dalam EIS, informasi ditampilkan dalam bentuk yang disesuaikan dengan keinginan eksekutif yang menggunakan sistem tersebut. Misalnya, kebanyakan sistem informasi eksekutif menekankan pada penggunaan interface grafis dan tampilan grafis yang dapat disesuaikan dengan informasi yang dibutuhkan oleh eksekutif yang menggunakan EIS. Metode presentasi informasi lainnya yang digunakan oleh EIS mencakup laporan pengecualian dan analisis tren. Kemampuan penting lainnya adalah kemampuan untuk menggali (drill down), yang memungkinkan para eksekutif untuk segera menelusuri tampilan informasi yang berhubungan dengan tingkat pencarian yang lebih rendah.

Sistem informasi eksekutif berbasis Web menyediakan berbagai informasi pribadi dan alat analisis bagi manajer dan praktisibisnis untuk pendukung keputusan.

Portal Perusahaan dan Pendukung Keputusan

Jangan menganggap portal sama dengan sistem informasi eksekutif yang telah digunakan dibeberapa industri selama bertahun-tahun. Portal adalah untuk setiap orang di perusahaan, dan bukan hanya untuk eksekutif. Anda menginginkan orang-orang di garis depan membuat keputusan dengan menggunakan browser dan portal, selain eksekutif yang menggunakan software sistem informasi eksekutif khusus.

Portal informasi Perusahaan

Seseorang pemakai memeriksa e-mailnya, melihat harga saham perusahaan saat ini, memeriksa hari libburnya, dan menerima pesanan dari pelanggan – semua dari browser di komputernya. Ini adalah intranet generasi berikutnya, yang juga disebut portal informasi perusahaan atau korporat. Dengan portal ini, browser menjadi dashboard bagi tugas bisnis harian.

Portal Informasi perusahaan (enterprise information portal – EIP) adalah interface berbasis Web dan perpaduan SIM, DSS, EIS dan teknologi lainnya yang memberikan semua pemakai intranet dan pemakai ekstranet tertentu untk mengakses berbagai layanan dan aplikasi bisnis internal dan eksternal. Misalnya, aplikasi internal dapat mencakup akses ke e-mail, situs Web proyek, dan kelompok diskusi; layanan mandiriWeb sumber daya manusia;database pelanggan, persediaan dan database korporat lainnya; sistem pendukung keputusan, dan sistem manajemen pengetahuan. Aplikasi eksternal dapat mencakup industri keuangan dan layanan berita Internet lainnya;koneksi ke kelompok diskusi industri; dan koneksi ke situs Web ekstraanet dan Internet pemasok dan pelanggan.

Portal sistem informasi perusahaan dapat menyediakan tempat kerja pribadi dari sumber informasi, alat analisis dan administrasi, serta aplikasi bisnis yang relevan bagi praktisi bisnis.

Sistem Informasi Pengetahuan

Sistem manajemen pengetahuan (knowledge management system – KMS) diperkenalkan di Bab 2 sebagai penggunaan teknologi informasi untuk membantu mengumpulkan, mengatur, dan saling berbagi pengetahuan bisnis di dalam organisasi. Di banyak orrganisasi, database hipermedia di situs Web intranet korporat telah menjadi basis pengetahuan untuk penyimpanan dan penyebaran pengetahuan bisnis. Pengetahuan ini sering berbentuk pengalamann terbaik (best practices), kebijakan, dan solusi bisnis di tingkat proyek, tim, unit bisnis, dan tingkat perusahaan.

TEKNOLOGI KECERDASAN ARTIFISIAL DALAM BISNIS

Bisnis dan AI

Teknologi kecerdasan artifisial (arificial intelligence - AI) dipergunakan dalam berbagai cara untuk memperbaiki pendukung keputusan yang disediakan bagi manajer dan praktisi bisnis di banyak perusahaan. Misalnya :

Aplikasi berbasi AI digunakan dalam distribusi dan penelusuran informasi, penambangan basis data, desain produk, manufaktur, inspeksi, pelatihan, pendukung pemakai, perencanaan operasi bedah, penjadwalan sumber daya, dan manajemen sumber daya yang rumit.

Bahkan, bagi setiap orang yang menjadwalkan, merencanakan, mengalokasi sumber daya, mendesain produk baru, menggunakan Internet, mengembangkan software, bertanggungjawab atas kualitas produk, praktisi investasi, mengandalkan TI, menggunakan TI, atau bekerja dalam berbagai kapasitas dan arena lainnya, teknologi AI mungkin sudah ada dan menyediakan keunggulan kompetitif.

Gambaran Umum Kecerdasan Artisial

Apa itu kecerdasan artisial? Kecerdasan artifisial (artificial Intelligence - AI) adalah bidang ilmu pengetahuan dan teknologi yang didasari oleh ilmu-ilmu seperti ilmu komputer, biologi, psikologi, linguistik, matematika, dan teknik. Tujuan AI adalaah mengembangkan komputer yang dapat berpikir, serta melihat, mendengar, berjalan, berbicara, dan merasakan sesuatu. Pendorong utama dari kecerdasan artifisial adalah perkembangan fungsi komputer yang umumnya diasosiasikan dengan kecerdasan manusia, seperti penalaran, pembelajaran, dan penyelesaian masalah.

Atribut Perilaku Cerdas

• Berpikir dan bernalar

• Menggunakan penalaran untuk menyelesaikan masalah

• Belajar dan paham dari pengalaman

• Memperoleh

• Menampilkan kreativitas dan imajinasi

• Mengatasi situasi yang rumit dan membingungkan

• Menanggapi situasi baru dengan cepat dan dengan berhasil

• Mengenali elemen-elemen yang penting dalam suatu situasi

• Mengatasi informasi yang ambigu (bermakna ganda), tidak lengkap, dan salah

Aplikasi Komersial AI

Pendukung Keputusan

• Lingkungan kerja yang cerdas yang akan membantu Anda menangkap alasan dan apa yang termasuk dalam rancangan teknis dan pengambilan keputusan.

• Sistem interface komputer-manusia (human-computer interface – HCI) yang cerdas yang dapat memahami bahasa lain dan bahasa tubuh, serta membantu penyelesaian masalah dengan cara mendukung kerja sama dalam organisasi guna menyelesaikan masalah tertentu.

• Software penilaian situasi dan alokasi sumber daya untuk penggunaan mulai dari pesawat dan bandara hingga pusat logistik

Penelususran Informasi

• Sistem Internet dan intranet berbasi AI yang menyaring gelombang pasang dari informasi menjadi presentasi yang sederhana

• Teknologi bahasa alami untuk menelusuri semua jenis informasi online, dari teks hingga gambar, video, peta, dan klip audio, sebagai tanggapan terhadap pertanyaan dalam bahasa Inggris.

• Penambangan data untuk analisis tren pemasaran, peramalan keuangan, pengurangan biaya perawatan, dan lain-lain.

Realitas Virtual

• Versi seperti sinar-X yang dilengkapi dengan visualisasi realitas yang memungkinkan dokter bedah otak untuk “melihat ke dalam” jaringan untuk mengoperasikan, mengawasi, dan mengevaluasi keadaan penyakit.

• Animasi otomatis dan interface peraba yang memungkinkan pemakai untuk berinteraksi dengan objek virtual memalui sentuhan (misalnya, mahasiswa kedokteran dapat “merasakan” cara menjahit pembuluh nadi yang rusak).

Robotik

• Sistem inspeksi visi mesin untuk mengukur, membimbing, mengidentifikasi,dan memeriksa produk dan menyediakan keunggulan kompetitif dalam proses manufaktur.

• Sistem robotik singkat dari robot mikro dengan tangan dan kakihingga robot kognitif dan sistem visi modular yang dapat dilatih

Jaringan Syaraf

Jaringan syaraf (neural networks) adalah sistem komputansi yang dibuat mirip dengan jaringan otak dari elemen pemrosesan yang saling berhubungan, yang disebut neuron. Tentu saja, jaringan syaraf lebih sederhana dalam arsitekturnya (otak manusia diperkirakan memiliki lebih dari 100 miliar neuron!).

Sistem Logika yang Kabur (Fuzzy Logic)

Fuzzy logic adalah metode penalaran yang mirip dengan penalaran manusia karena memungkinkan perkiraan nilai dan inferensi (fuzzy logic) dan data yang tidak lengkap atau bermakna ganda (fuzzy data), tidak mengandalkan pada data yang jelas (crisp data), seperti pilihan binari (ya/tidak).

Realitas Virtual

Realitas virtual (virtual reality - VR) adalah realitas yang disimulasikan oleh komputer. Realitas virtual adalah bidang AI yang berkembang pesat yang berasal dari usaha untuk membangun interface komputer-manusia multisensor yang lebih alam dan realistis.

Jenis-jenis Agen yang Cerdas

Agen Interface Pemakai

• Tutor Interface. Mengamati operasional komputer pemakai, mengoreksi kesalahan pemakai, dan menyediakan petunjuk dan nasihat mengenai penggunaan software secara efisien

• Agen Presentasi. Menunjukkan informasi dalam berbagai bentuk pelaporan dan presentasi yang disukai oleh pemakai.

• Agen Navigasi Jaringan. Menemukan jalur informasi dan menyediakan cara untuk melihat informasi sesuai keinginan pemakai.

• Agen Permainan-Peran (Role-Playing Agent). Memainkan permainan jika-maka (what-if) dan peran lainnya untuk membantu pemakai memahami informasi dan membuat keputusan yang lebih baik

Agen Manajemen Informasi

• Agen Pencari. Membantu pemakai untuk menemukan file dan database, mencari informasi yang diinginkan, dan menyarankan serta menemukan jenis-jenis baru dari produk, media, dan sumber daya informasi.

• Pialang (Broker) Informasi. Menyediakan layanan komersial untuk menemukan dan mengembangkan sumber daya yang sesuai dengan kebutuhan pribadi atau bisnis dari seorang pemakai.

• Saringan Informasi. Menerima, menemukan, ,menyaring, membuang, menyimpan, melanjutkan, dan memberitahukan ke pemakai akhir mengenai produk yang diterima atau yang diinginkan, termasuk e-mail,voice mail, dan semua media informasi lainnya.

Agen yang cerdas seperti pada Ask Jeeves mambantu Anda menemukan informasi dalam berbagai kategori dari sejumlah sumber online.

Sistem Pakar

Salah satu aplikasi kecerdasan artifisial yang paling praktis dan banyak diimplementasikan dalam bisnis adalah pengembangan sistem pakar dan sistem informasi berbasis pengetahuan lainnya. Sistem informasi berbasis pengetahuan (knowledge-based information system – KBIS) menambah basis pengetahuan ke komponen utama yang ditemukan dalam jennis-jenis lain dari sistem informasi berbasis komputer. Sistem pakar (expert system – ES) adalah sistem informasi berbasis pengetahuan yang menggunakan pengetahuannya mengenai bidang aplikasi yang khusus dan kompleks untuk bertindak sebagai konsultan ahli bagi pemakai akhir.

Komponen Sistem Pakar

• Basis Pengetahuan. Basis pengetahuan dari sistem pakar terdiri atas (1) fakta-fakta mengenai bidang tertentu (misalnya, john adalah seorang analis) dan (2) heuristik (peraturan utama) yang menyatakan prosedur penalaran dari seorang pakar mengenai suatu topik (misalnya: JIKA John adalah seorang analis, MAKA dia membutuhkan tempat kerja). Ada banyak cara untuk menyajkan pengetahuan seperti ini dalam sistem pakar. Contohnya metode representasi pengetahuan berbasis peraturan, berbasis kerangka, berbasis objek, dan berbasis kasus.

Metode Representasi Pengetahuan

• Penalaran Berbasis Kasus. Mewakili pengetahuan dalam basis pengetahuan sistem pakar dalam bentuk kasus, yaitu, contoh-contoh kinerja yang lampau, kejadian, dan pengalaman.

• Pengetahuan Berbasis Kerangka. Pengetahuan yang disajikan dalam bentuk hierarki atau jaringan kerangka. Kerangka adalah koleksi pengetahuan mengenai entitas yang terdiri dari paket nilai data yang kompleks yang mendeskripsikan atributnya.

• Pengetahuan Berbasis Objek. Pengetahuan yang disajikan sebagai jaringan objek. Objek adalah elemen data yang mencakup data dan metode atau proses yang bertindak atas data tersebut.

• Pengetahuan Berbasis Peraturan. Pengetahuan yang disajikan dalam bentuk peraturan dan pernyataan mengenai fakta. Peraturan adalah pernyataan yang umumnya berbentuk premis dan kesimpulan, seperti: Jika (kondisi), Maka (kesimpulan).

• Sumber daya software. Paket software sistem pakar berisi mesin inferensi dan program lainnya untuk menyempurnakan pengetahuan dan berkomunikasi dengan pemakai. Program mesin inferensi memproses pengetahuan (seperti peraturan dan fakta) yang berhubungan dengan masalah tertentu. Program ini kemudian membuat suatu asosiasi dan inferensi yang mnghasilkan tindakan yang direkomendasikan. Program interface pemakai untuk komunikasi dengan pemakai akhir juga dibutuhkan, termasuk program penjelasan untuk menjelaskan proses penalaran ke pemakai jika diminta. Program akuisisi pengetahuan bukan merupakan bagian dari sistem pakar namun merupakan alat software untuk pengembangan berbasis pengetahuan, seperti kulit luar sistem pakar (expert system shells) yang digunakan untuk mengembangkan sistem pakar.

Tivoli Systems Manager dari IBM secara otomatis mengawasi dan mengelola komputer dalam jaringan dengan komponen software sistem pakar yang proaktif berdasarkan keahlian manajemen sistem mainframe ekstensif dari IBM.

Manfaat Sistem Pakar

Sistem pakar menangkap keahlian seorang atau sekelompok pakar dalam sistem informasi berbasis komputer. Jadi, sistem ini dapat melakukan keahlian manusia dalam banyak situasi masalah. Ini karena sistem pakar lebih cepat dan lebih konsisten, dapat memiliki pengetahuan dari beberapa pakar, dan tidak dapat lelah atau terganggu oleh pekerjaan yang terlalu banyak atau stres. Sistem pakar juga membantu memelihara dan memproduksi kembali pengetahuan para pakar.

Kategori Aplikasi Sistem Pakar

• Manajemen keputusan - Sistem yang menilai situasi atau mempertimbangkan alternatif dan membuat rekomendasi berdasarkan kriteria yang disediakan selama proses penemuan:

Analisis portofolio pinjaman

Evaluasi kinerja karyawan

Tanggungan asuransi

Peramalan demografi

• Diagnostik/pemecahan masalah – Sistem yang menyimpulkan penyebab utama dari sejarah dan gejala yang dilaporkan:

Pencocokan peralatan

Operasional bantuan (help desk)

Pengoreksian software

Diagnosis medis

• Desain/konfigurasi – Sistem yang membantu mengkonfigurasi komponen peralatan, berdasarkan batasan yang ada:

Instalasi peralatan komputer

Studi kemampuan manufaktur

Jaringan komunikasi

Rencana perakitan optimum

• Seleksi/klasifikasi – Sistem yang membantu pemakai memilih produk atau proses, biasanya dari berbagai jenis alternatif:

Seleksi materi

Identifikasi rekening yang menunggak

Klasifikasi informasi

Identifikasi sesuatu yang dicurigai

• Pengawasan/pengendalian proses – Sistem yang mengawasi dan mengendalikan prosedur atau proses:

Pengendalian mesin (termasuk robotik)

Pengendalian persediaan

Pengawasan produksi

Pengujian kimia

Kriteria kesesuaian untuk sistem pakar

• Ranah: Ranah, atau topik, masalah relatif kecil dan terbatas pada bidang masalah yang didefinisikan dengan baik.

• Keahlian: Solusi masalah memerlukan usaha dari seorang pakar. Maksudnya, kumpulan pengetahuan, teknik, dan intuisi yang dibutuhkan hanya dimiliki oleh beberapa orang.

• Kompleksitas: Solusi masalah adalah tugas yang kompleks yang membutuhkan pemrosesan inferensi logis, yang tidak akan dapat diatasi dengan baik oleh pemrosesan informasi konvensional.

• Struktur: Proses solusi harus dapat mengatasi struktur yang rusak, ketidakpastian, kehilangan, dan kekacauan data, dan situasi masalah yang berubah seiring dengan perubahan waktu.

• Ketersediaan: Ada pakar yang mudah menyampaikan pendapatnya dan mudah diajak bekerjasama, serta mendukung manajemen dan pemakai akhir yang terlibat dalam pengembangan sistem yang diusulkan.

Ringkasan

• Informasi, Keputusan, dan Manajemen. Sistem informasi dapat mendukung berbagai tingkat pengambilan keputusan menajemen dan keputusan. Hal ini mencakup tiga tingkat aktivitas manajemen (pengambilan keputusan strategis, taktis, dan operasional) dan tiga jenis struktur keputusan (terstruktur, semiterstruktur, dan tak terstruktur). Sistem informasi menyediakan berbagai produk informasi untuk mendukung jenis-jenis keputusan ini pada semua tingkat di organisasi.

• Tren Pendukung Keputusan. Perubahan besar sedang terjadi pada alat SIM, DSS, dan EIS tradisional untuk menyediakan informasi dan pemodelan yang dibutuhkan oleh manajer guna mendukung pengambilan keputusan. Pendukung keputusan dalam bisnis sedang berubah, yang didorong oleh pengembangan yang pesat pada komputansi dan jaringan pemakai akhir; teknologi Web dan Internet; dan aplikasi bisnis berbasis Web. Pertumbuhan intranet perusahaan, ekstranet, serta Web, telah mempercepat pengembangan interface “kelas eksekutif” seperti portal informasi perusahaan dan alat software kecerdasan bisnis berbasis Web, dan penggunaannya pada tingkat manajemen yang lebih rendah dan oleh individual dan tim praktisi bisnis. Selain itu, pertumbuhan aplikasi e-business dan e-commerce telah memperluas penggunaan portal perusahaan dan alat DSS oleh pemasok, pelanggan, dan pemilik kepentingan bisnis yang lain dari suatu perusahaan.

• Sistem Informasi Manajemen. Sistem informasi manajemen menyediakan laporan yang telah ditentukan dan tanggapan ke manajer berdasarkan pelaporan periodik, pengecualian, permintaan, atau dorongan, untuk memenuhi kebutuhan mereka akan informasi guna mendukung pengambilan keputusan.

• OLAP dan Penambangan Data. Pemrosesan analitis online (online analytical processing – OLAP) secara interaktif menganalisis hubungan yang kompleks antara sejumlah besar data yang disimpan dalam database multidimensi. Penambangan data menganalisis sejumlah besar data historis yang telah disiapkan untuk analisis dalam gudang data. Kedua teknologi ini menemukan pola, tren, dan kondisi pengecualian dalam data perusahaan yang mendukung analisis bisnis dan pengambilan keputusan.

• Sistem Pendukung Keputusan. Sistem pendukung keputusan (decision suprt system - DSS) adalah sistem informasi berbasis komputer interaktif yang menggunakan software DSS dan basis model serta database untuk menyediakan informasi yang sesuai untuk mendukung keputusan yang semiterstruktur dan tak terstruktur yang dihadapi oleh manajer individual. DSS didesain untuk menggunakan pandangan dan penilaian pengambil keputusan dalam proses pemodelan analitis, interaktif, dan ad hoc yang mengarah pada keputusan khusus.

• Sistem Informasi Eksekutif. Sistem informasi eksekutif (executive information systems - EIS) adalah sistem informasi yang dulunya didesain untuk mendukung kebutuhan informasi strategis oleh manajemen tingkat tinggi. Akan tetapi, penggunaannya telah meluas ke tingkat manajemen yang lebih rendah dan praktisi bisnis. EIS mudah digunakan dan memungkinkan eksekutif untuk menelusuri informasi yang sesuai dengan kebutuhan dan preferensi mereka. Jadi, EIS dapat menyediakan informasi mengenai faktor-faktor utama kesuksesan perusahaan bagi eksekutif untuk mendukung perencanaan dan mengendalikan tanggung jawab.

• Portal Pengetahuan dan Informasi Perusahaan. Portal informasi perusahaan menyediakan interface berbasi Web yang dibuat khusus untuk intranet korporat guna memberikan bagi para pemakai akases yang mudah ke berbagai aplikasi bisnis internal dan eksternal, database, dan layanan informasi yang sesuai dengan preferensi individual dan kebutuhan informasi. Jadi, portal ini dapat menyediakan informasi berbasis Web, pengetahuan, dan pendukung keputusan bagi para eksekutif, manajer, dan praktisi bisnis, serta pelanggan, pemasok, dan mitra bisnis lainnya. Portal pengetahuan perusahaan adalah portal intranet korporat yang memperluas penggunaan portal informasi perusahaan untuk mencakup fungsi manajemen pengetahuan dan sumber daya berbasis pengetahuan agar menjadi bentuk utama dari sistem manajemen pengetahuan bagi perusahaan.

• Kecerdasan Artifisial. Ranah aplikasi utama dari kecerdasan artifisial (artificial intelligence - AI) mencakup berbagai aplikasi dalam ilmu kognitif, robotik, dan interface alami. Tujuan umum dari AI adalah pengembangan fungsi komputer agar mirip dengan kemampuan mental dan fisik manusia, seperti robot yang dapat melihat, mendengar, berbicara, merasa, dan bergerak, serta software yang dapat melakukan penalaran, belajar, dan menyelesaikan masalah. Jadi, AI sedang diterapkan kedalam banyak aplikasi operasional bisnis dan pengambilan keputusan manajerial, serta dalam banyak bidang lainnya.

• Teknologi AI. Berbagai bidang aplikasi AI termasuk jaringan syaraf, logika yang kabur/membingungkan (fuzzy logic), algoritma genetis, realitas virtual, dan agen yang cerdas. Jaringan syaraf adalah sistem software dan hardware yang didasari oleh model sederhana dari struktur syaraf otak yang dapat belejar mengenali pola data. Sistem logika yang kabur menggunakan peraturan penalaran perkiraan untuk menyelesaikan masalah jika data tidak lengkap atau ambigu (bermakna ganda). Algoritma genetis menggunakan seleksi, pengacakan, dan fungsi matematika lainnya untuk mensimulasi proses evolusi yang dapat menghasilkan solusi yang lebih baik terhadap masalah. Realitas virtual (virtual reality - VR) adalah sistem multisensor yang memungkinkan pemakai (manusia) untuk mengalami lingkungan simulasi komputer seolah-olah lingkungan tersebut memang nyata. Agen yang cerdas adalah wakil software berbasis pengetahuan bagi pemakai atau proses untuk menyelesaikan tugas-tugas tertentu.

• Sistem pakar. Sistem pakar (Expert system) adalah sistem informasi berbasis pengetahuan yang menggunakan software dan basis pengetahuan mengenai bidang aplikasi yang khusus dan kompleks untuk bertindak sebagai konsultan ahli bagi pemakai di banyak bisnis dan aplikasi teknis. Software-nya mencakup program mesin inferensi yang menarik kesimpulan berdasarkan fakta dan peraturan yang disimpan dalam basis pengetahuan. Basis pengetahuan terdiri atas fakta-fakta mengenai bidang khusus dan heuristik (peraturan utama) yang menyatakan prosedur penalaran dari seorang pakar. Manfaat dari sistem pakar (seperti pemeliharaan dan pengulangan keahlian) harus disesuaikan dengan kemampuan aplikasinya yang terbatas dalam banyak situasi masalah.