11.sistem Informasi Manajemen Modul Ke-11 by Agus Arijanto, SE, MM PKK Kranggan - OK

MODUL PERKULIAHAN
Sistem
Informasi
Manajemen
Modul Standar untuk

digunakan dalam
Perkuliahan di Universitas
Mercu Buana
Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh
11
Ekonomi dan Bisnis Manajemen S-1 MK Agus Arijanto,SE,MM
Abstract Kompetensi
Pengertian, definisi dari Implikasi Etis Mampu memahami dan menjelaskan,
Sistem Pendukung Pengambilan serta mengimplikasikan mengeani
Keputusan, DSS, GSS dan Expert Sistem Pendukung Pengambilan
System , dan Tahapan-tahapan kepurusan, tahapan-Tahapan, DSS,
GDSS dan Expert Sistem yang
pengambilan keputusan dengan system diterapkan di perusahaan dalam
informasi mencapai tujuannya.
Sistem Pendukung Pengambilan

Keputusan
Arti Sistem Pengambilan Keputusan
Sistem pendukung keputusan (Inggris: decision support systemsdisingkat DSS) adalah
bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan
(manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam
suatu organisasi atau perusahaan.DSS dapat juga dikatakan sebagai sistem komputer yang
mengolahdata menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur
yang spesifik
Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali
diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah
Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis
komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan
data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur .
Istilah SPK berdasarkan pada suatu sistem yang memanfaatkan dukungan komputer dalam
proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan
diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli,
diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK
merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui
penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya
semi terstruktur maupun yang tidak terstruktur.
Tahapan Dalam Pengambilan Keputusan adalah sebagai berikut :
1) Tahap Pemahaman
2) Tahap Perancangan
3) Tahap Pemilihan
13 Sistem Inf. Manajemen Modul ke-11

2 Agus Arijanto,SE,MM
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
4) Tahap Penerapan
Karakteristik sistem pendukung keputusan adalah :
1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam

memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan
menambahkan kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan
penggunaan model-model analisis dengan teknik pemasukan data konvensional serta
fungsi-fungsi pencari / interogasi informasi.
3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat

digunakan/dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas

serta kemampuan adaptasi yang tinggi.
Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan
keuntungan. Manfaat yang dapat diambil dari SPK adalah :
1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi

bagi pemakainya.
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai
masalah yang sangat kompleks dan tidak terstruktur.
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4. Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi
oleh pengambil keputusan, namun ia dapat menjadi stimulan bagi pengambil keputusan
dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif
pemecahan.
Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga
memiliki beberapa keterbatasan, diantaranya adalah :
1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat
dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan
persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang
dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat
lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini
dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan
tugasnya.
Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil
keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses
pengambilan keputusan.
Komponen Sistem Pendukung

Pengambilan Keputusan
Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu:
1. Subsistem pengelolaan data (database).

2. Subsistem pengelolaan model (modelbase).
3. Subsistem pengelolaan dialog (userinterface).
Tahapan SPK:
Definisi masalah
Pengumpulan data atau elemen informasi yang relevan

pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan
menentukan alternatif-alternatif solusi (bisa dalam persentase)
Tujuan dari SPK:
Membantu menyelesaikan masalah semi-terstruktur

Mendukung manajer dalam mengambil keputusan
Meningkatkan efektifitas bukan efisiensi pengambilan keputusan
Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial
Intelligence, Expert Systems, Fuzzy Logic, d
Banyak sistem pendukung yang tersedia dan mampu melengkapi sistem informasi
manajemen yang ada. Beberapa sistem pendukung yang akan dibahas di sini, di antaranya
adalah:
Sistem Pendukung Pengambilan Keputusan/Decision-Support Systems (DSS)

Sistem Kelompok Pendukung Pengambilan Keputusan/Group Decision-Support
Systems (GDSS)
Sistem Pendukung Pengambilan Keputusan Eksekutif/Executive-Support Systems

(ESS)
Sistem Pakar/Expert System

Keputusan/ Decision Support
System (DSS)
Sistem pendukung pengambilan keputusan kelompok (DSS) adalah sistem berbasis
komputer yang interaktif, yang membantu pengambil keputusan dalam menggunakan data
dan model untuk menyelesaikan masalah yang tidak terstruktur. Sistem pendukung ini
membantu pengambilan keputusan manajemen dengan menggabungkan data, model-model
dan alat-alat analisis yang komplek, serta perangkat lunak yang akrab dengan tampilan
pengguna ke dalam satu sistem yang memiliki kekuatan besar (powerful) yang dapat
mendukung pengambilan keputusan yang semi atau tidak terstruktur. DSS menyajikan
kepada pengguna satu perangkat alat yang fleksibel dan memiliki kemampuan tinggi untuk

analisis data penting. Dengan kata lain, DSS menggabungkan sumber daya intelektual
seorang individu dengan kemampuan komputer dalam rangka meningkatkan kualitas
pengambilan keputusan. DSS diartikan sebagai tambahan bagi para pengambil keputusan,
untuk memperluas kapabilitas, namun tidak untuk menggantikan pertimbangan manajemen
dalam pengambilan keputusannya.
Dalam suatu penelitiannya Steven S. Alter mengembangkan satu taksonomi dari enam jenis
DSS yang didasarkan pada tingkat dukungan pemecahan masalah. Keenam jenis tersebut
tampak pada gambar berikut :
Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang memungkinkan
manajer mengambil hanya sebagian kecil informasi (unsur-unsur informasi) Jenis DSS yang
memberikan dukungan yang sedikit lebih tinggi memungkinkan baginya menganalisis
seluruh isi file mengenai tingkat penyerapan anggaran pada unit-unit lain yang terkait.
Contohnya adalah laporan gaji bulanan pegawai yang disiapkan dari file gaji.
Dukungan yang lebih lagi diberikan oleh sistem yang menyiapkan laporan total penyerapan
anggaran biaya pegawai dan tunjangan-tunjangan yang diterimanya yang diolah dari
berbagai file sistem penggajian.
Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-driven DSS. Jenis DSS
yang pertama merupakan suatu sistem yang berdiri sendiri terpisah dari sistem informasi
organisasi secara keseluruhan. DSS ini sering dikembangkan langsung oleh masing-masing
pengguna dan tidak langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis

dari DSS ini umumnya dikembangkan berdasarkan model atau teori yang ada dan kemudian
dikombinasikan dengan tampilan pengguna yang membuat model ini mudah untuk
digunakan.
Jenis DSS yang kedua, data-driven DSS, menganalisis sejumlah besar data yang ada atau
tergabung di dalam sistem informasi organisasi. DSS ini membantu untuk proses
pengambilan keputusan dengan memungkinkan para pengguna untuk mendapatkan
informasi yang bermanfaat dari data yang tersimpan di dalam database yang besar. Banyak
organisasi atau perusahaan mulai membangun DSS ini untuk memungkinkan para
pelanggannya memperoleh data dari website-nya atau data dari sistem informasi organisasi
yang ada.
Sistem Kelompok Pengambilan

Keputusan (Group Decision Support
System)
GDSS merupakan sistem berbasis komputer yang interaktif untuk memudahkan pencapaian
solusi oleh sekelompok pengambil keputusan atas permasalahan yang sifatnya tidak
terstruktur. GDSS dikembangkan untuk menjawab tantangan terhadap kualitas dan
efektivitas pengambilan keputusan yang dilakukan oleh lebih dari satu orang (kelompok
orang). Permasalahan yang perlu digarisbawahi untuk pengambilan keputusan yang
dilakukan oleh sekelompok orang antara lain adalah banyaknya para pengambil keputusan,

waktu yang harus dialokasikan, dan meningkatnya peserta yang ada. GDSS memberikan
dukungan pada pemecahan masalah dengan menyediakan suatupengaturan yang
mendukung komunikasi bagi anggota yang tergabung dalam kelompok. Gambar 3-4 di
bawah ini menunjukkan empat kemungkinan pengaturan GDSS yang didasarkan pada
ukuran kelompok dan lokasi para anggotanya.
Penggunaan GDSS mampu untuk mengatasi berbagai masalah atau potensi masalah yang
mungkin akan timbul. Beberapa manfaat yang dapat diperoleh dengan penggunaan GDSS
ini, antara lain adalah:
1. Meningkatkan perencanaan awal, yaitu untuk membuat diskusi atau pertemuan menjadi
lebih efektif dan efisien.
2. Meningkatkan partisipasi, sehingga setiap peserta dari berbagai latar belakang dapat
memberikan kontribusinya dengan optimal.
3. Menciptakan iklim yang lebih terbuka dan kolaboratif, yaitu tanpa membuat pihak yang
tingkatannya lebih rendah merasa takut dan terancam. Dan juga tidak membuat pihak
yang tingkatannya lebih tinggi mendominasi jalannya suatu rapat, pertemuan/meeting.
4. Setiap ide yang ditawarkan bebas dari kritik, memungkinkan peserta rapat,
pertemuan/meeting mengkontribusikan ide atau pendapatnya tanpa takut untuk dikritik.
5. Evaluasi yang objektif, menciptakan atmosfir di mana suatu ide akan dievaluasi secara
objektif dan tidak memandang siapa yang memberikan ide tersebut.
6. Menghasilkan ide organisasi, yaitu bagaimana tetap memfokuskan pada tujuan rapat,
pertemuan/meeting, mencari cara yang paling efisien untuk mengorganisir ide yang
dihasilkan dalam sesi brainstorming, dan mengevaluasi ide dalam batasan waktu yang
paling sesuai.

Keputusan Eksekutif ( Executive
Support System /ESS)
Dalam sistem pendukung pengambilan keputusan eksekutif istilah executive support system
(ESS) sering dipertukarkan dengan executive information system (EIS). Namun, ada juga
yang membedakan keduanya. Jika dibedakan, EIS sering didefinisikan sebagai sistem
informasi berbasis komputer yang menyajikan kebutuhan informasi eksekutif puncak. Sistem
ini memberikan akses cepat atas informasi dan laporan manajamen. Di sisi lain, ESS adalah
sistem pendukung komprehensif yang mempunyai kemampuan lebih dari EIS. ESS
menyangkut juga sistem komunikasi, otomatisasi kantor, dukungan analisis, dan intelejensia.

ESS dibangun terutama untuk menyajikan gambaran operasional suatu organisasi; melayani
kebutuhan informasi eksekutif puncak; menyajikan tampilan yang akrab di pengguna, sesuai
dengan tipe keputusan individu, menyajikan penelusuran dan pengendalian yang tepat
waktu dan efektif; menyajikan akses cepat atas informasi rinci dengan teks, angka, atau
grafik; mengindentifikasikan masalah; serta menyaring, mengkompres, dan melacak data
dan informasi kritikal.
Karakteristik utama yang dimiliki ESS adalah kemampuan melihat rincian,

menginformasikan faktor keberhasilan kritikal (critical success factors), akses status,
analisis, pelaporan eksepsi (exception reporting), penggunaan warna, navigasi informasi,
dan komunikasi.
Sistem Pakar (Expert System)

Para ahli atau pakar biasanya memiliki pengetahuan (knowledge) dan pengalaman khusus
untuk masalah tertentu. Mereka paham betul alternatif pemecahan, kemungkinan
keberhasilannya, serta keuntungan dan kerugian yang mungkin timbul. Mereka biasanya
digunakan oleh instansi untuk memberi nasehat atas masalah tertentu, seperti pada
Departemen Pertahanan masalah pembelian peralatan militer yang teknologinya canggih,
penyelesaian tuntutan pembubaran Bisnis TNI, perampingan/reorganisasi departemen, dan

strategikomunikasi dengan media massa. Makin tidak terstruktur masalahnya, makin
spesialis nasehat yang dibutuhkan dari mereka.
Expert systems (ES) mencoba untuk meniru pengetahuan pakar tersebut. Sistem ini
biasanya digunakan jika organisasi harus memberikan keputusan atas suatu masalah yang
kompleks. Secara khusus, ES adalah paket komputer untuk memecahkan atau mengambil
keputusan atas suatu masalah spesifik atau terbatas, yang kemampuan pemecahannya
dapat sama atau melebihi suatu tingkat kemampuan seorang pakar.
ES bisa dibagi dalam dua bagian: lingkungan pengembangan (development environment)

dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan
digunakan oleh pengembang ES untuk membangun komponen komponen ES dan
menempatkan pengetahuan (knowledge) pada basis pengetahuan (knowledge base).
Lingkungan konsultansi digunakan oleh non-pakar untuk memperoleh pengetahuan dan
nasehat para pakar yang disimpan di sistem.
Tiga komponen utama yang biasanya ada dalam ES adalah basis pengetahuan, mesin
inferensi (inference engine), dan tampilan pengguna (user interface).

Pengertian Expert System
Secara umum, Expert System (ES) adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti
yang biasa dilakukan para ahli. Expert System tidak untuk menggantikan kedudukan
seorang pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.
Expert System atau Sistem Pakar juga dapat diartikan sebagai program komputer
yang mencoba untuk mewakili pengetahuan dari pakar manusia dalam bentuk heuristic.
Istilah heuristic diturunkan dari akar Yunani yang sama dengan kata eureka yang berarti
menemukan. Maka dari itu, heuristic merupakan suatu rule of thumb atau suatu aturan
dugaan yang baik.
Expert System (ES) dikembangkan pertama kali oleh komunitas AI tahun 1960an.
ES yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh
Newel Simon.
Adapun beberapa ES yang terkenal beserta dengan kegunaannya, antara lain:
Sistem Pakar Kegunaan
MYCIN Diagnosa Penyakit
Dirancang oleh Edward Feigenbaum (Universitas

Stanford) th 70 an
DENDRAL Mengidentifikasi struktur mo-lecular campuran yang

tidak dikenal
XCON & XSEL Membantu konfigurasi system computer besar
Dikembangkan oleh Digital Equipment Corporation

(DEC) dan Carnegie Mellon Universitas (CMU), akhir
70 an
SOPHIE Analisis sirkuit elektronik
PROSPECTOR Digunakan di dalam geologi untuk membantu

mencari dan menemukan deposit
Didesign oleh Sheffield Research Institute, akhir 70an

FOLIO Membantu memberikan keputusan bagi seorang
manajer dalam hal stok broker dan investasi
DELTA Pemeliharaan lokomotif listrik diesel
Sebagai suatu sistem pendukung keputusan, Sistem Pakar menawarkan kemampuan yang
unik dan menjadi daya tarik. Keunikan itu adalah:
1. Sistem Pakar menawarkan kesempatan untuk membuat keputusan yang melebihi

kemampuan manajer. Contohnya, seorang pejabat investasi baru suatu bank dapat
menggunakan sistem pakar yang dirancang oleh seorang pakar investasi terkemuka,
dan saat menggunakannya, menyatukan pengetahuan pakar itu ke dalam keputusan
investasinya.
2. Sistem pakar dapat menjelaskan alur penalarannya dalam mencapai suatu pemecahan
tertentu. Sangat sering, penjelasan mengenai cara pemecahan diperoleh lebih
berharga dari pemecahan itu sendiri.
Kelebihan dan Kekurangan Expert System (ES)
Kelebihan Expert System
Expert System (ES) memiliki bebrapa kelebihan antara lain sebagai berikut :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli

2. bisa melakukan proses secara berulang secara otomatis
3. menyimpan pengetahuan dan keahlian para pakar
4. meningkatkan output dan produktivitas
5. meningkatkan kualitas
6. mampu mengambil dan melestarikankeahlian para pakar
7. mampu beroperasi dalam lingkungan berbahaya
8. memiliki kemampuan untuk mengakses pengetahuan
9. memiliki realibilitas
10. meningkatkan kapabilitas sistem computer
11. memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidakpastian
12. sebagai media pelengkap dalam pelatihan
13. meningkatkan kapabilitas dalam penyelesaian masalah

14. menghemat waktu dalam pengambilan keputusan
Selain yang disebutkan di atas, Expert System (ES) juga memiliki beberapa kelebihan yang
berguna baik bagi manajer maupun bagi perusahaan.
Keuntungan sistem pakar bagi manajer yakni:
a. Mempertimbangkan lebih banyak alternatif
Sistem pakar memungkinkan manajer untuk mempertimbangkan lebih banyak alternatif

dalam proses memecahkan suatu masalah. Misalnya, manajer keuangan yang biasanya
hanya mampu menelusuri kinerja 30 saham, karena banyaknya volume data yang harus
dipertimbangkan dapat menelusuri 300 saham dengan bantuan sistem pakar. Dengan
kemampuan mempertimbangkan lebih banyak peluang investasi, kemungkinan untuk
memilih alternatif terbaik meningkat.
b. Menerapkan logika yang lebih tinggi
Manajer yang menggunakan sistem pakar dapat menerapkan logika yang sama seperti
seorang pakar yang sangat ahli.
c. Menyediakan lebih banyak waktu untuk mengevaluasi hasil keputusan
Manajer dapat memperoleh nasihat dari sistem pakar secara lebih cepat, sehingga lebih
banyak waktu yang tersedia untuk menimbang kemungkinan hasil sebelum tindakan
dilakukan.
d. Membuat keputusan yang lebih konsisten
Komputer tidak merasakan hari baik atau hari buruk seperti manajer manusia. Setelah
penalaran di program dalam komputer, manajer tahu bahwa proses solusi yang sama
akan diikuti untuk tiap masalah.
Sedangkan keuntungan sistem pakar bagi perusahaan yakni:
a) Kinerja perusahaan yang lebih baik
Karena manajer perusahaan memiliki kemampuan yang lebih luas dalam memecahkan
masalah melalui penggunaan sistem pakar, mekanisme pengendalian perusahaa
meningkat. Dalam hal ini, perusahaan lebih mampu memenuhi tujuannya.

b) Mempertahankan pengendalian atas pengetahuan perusahaan
Sistem pakar memberikan kesempatan untuk membuat pengetahuan pegawai yang

berpengalaman tersedia untuk pegawai yang baru dan kurang berpengalaman serta
menyimpan pengetahuan itu dalam perusahaan lebih lama, bahkan setelah pegawai itu
berhenti.
Kekurangan Expert System (ES)

Selain memiliki kelebihan, Expert System juga memiliki beberapa kekurangan antara lain:
1. biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

2. Sulit dikembangkan : Hal ini erat kaitannya dengan ketersediaan pakar dalam
bidangnya.
3. sistem pakar tidak 100% bernilai benar.
4. Sistem pakar tidak dapat menangani pengetahuan yang tidak konsisten.: Ini
merupakan kerugian nyata karena dalam dunia bisnis hanya sedikit yang tetap
sepanjang waktu karena berubah-ubahnya manusia.
5. Sistem pakar tidak dapat menerapkan panilaian dan intuisi yang merupakan unsur
penting saat memecahkan masalah semi terstruktur atau tidak terstruktur.
Konsep Dasar Expert System (ES)
Menurut Efraim Turban, sistem pakar harus mengandung elemen-elemen sebagai berikut:
1. Pengalaman
2. Orang ahli (pakar)
3. Transfer pengalaman
4. Pembuatan alasan
5. Pembuatan simbol
6. Aturan
7. Kemampuan untuk menjelaskan

Keahlian adalah suatu kelebihan penguasan pengetahuan di bidang tertentu yang diperoleh
dari pelatihan, membaca atau pengalaman. Bentuk pengetahuan :
o fakta-fakta pada lingkup permasalahan tertentu
o teori-teori pada lingkup masalah tertentu
o prosedur-prosedur berkenaan dengan lingkup masalah tertentu
o strategi-strategi global untuk menyelesaikan masalah meta-knowledge

(pengetahuan tentang pengetahuan)
Adapun konsep-konsep utama dalam Expert System adalah:
1. Knowledge base (basis pengetahuan)
berisi pengetahuan-pengetahuan dalam penyelesaian masalah.
Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap

domain masalah.
Inference engine (motor inferensi) bertugas untuk menganalisis pengetahuan dan
menarik kesimpulan berdasarkan knowledge base.
Basis pengetahuan (Bahasa Inggris: knowledge base) adalah suatu jenis basis data yang
dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk
koleksi, organisasi, dan pengambilan pengetahuan terkomputerisasi. Hal terpenting dari
suatu basis pengetahuan adalah kualitas informasi yang dikandungnya. Basis pengetahuan
yang terbaik memiliki artikel-artikel yang ditulis dengan baik dan dijaga untuk selalu
mutakhir, memiliki sistem pengambilan (mesin pencari) yang baik, serta format isi dan
struktur klasifikasi yang dirancang dengan seksama.
Sebuah basis pengetahuan terdiri dari sekian paket data berukuran besar, deskripsi dari
data
tersebut (metadata), dan serangkaian besar aturan-aturan. Secara umum, basis

pengetahuan
memiliki sifat yang dinamis, dengan kemampuan dan kapasitas untuk belajar, sehingga
dekat

dengan topik kecerdasan buatan.
Untuk mengelola suatu basis pengetahuan, dibutuhkan suatu sistem manajemen basis
pengetahuan yang biasanya memiliki kemampuan sebagai berikut:
(a) Membuat simpulan berdasarkan aturan-aturan, deskripsi data, dan fakta untuk
menghasilkan informasi yang baru. Hal ini dibutuhkan karena pengguna sistem harus
bisa menarik kesimpulan meski dengan ketidaklengkapan informasi.
(b) Mekanisme untuk melakukan perbaruan (semisal, memasukkan, menghapus, atau
memodifikasi) basis pengetahuan.
(c) Kemampuan untuk mengoptimalkan query. Bila sistem tidak memiliki query, maka
aktivitas pencarian informasi bisa berlangsung amat lama.
(d) Kemampuan untuk mengintegrasikan beragam basis pengetahuan. Kemampuan
semacam ini sangat dibutuhkan terutama oleh organisasi yang tersebar secara lokasi.
(e) Kemampuan untuk menyediakan jawaban yang bersifat kooperatif kepada pengguna.
Semisal saja, pengguna perlu tahu manakala sebuah query ternyata tidak bisa
memberikan suatu keluaran dikarenakan kondisi keterbatasan basis data, atau data
yang di-query-kan ternyata tidak tersedia di dalam basis data.
(f) Kemampuan untuk melakukan penggalian data, atau penemuan pengetahuan di dalam
basis data. Penggalian data merupakan suatu bentuk cara berpikir induktif, yang mana
membentuk suatu aturan dari suatu atau rangkaian kasus yang ada.
2. User Interface
Antarmuka pemakai (User Interface) merupakan mekanisme komunikasi antara penggunan
(user) dengan sistem. Antarmuka pemakai (User Interface) dapat menerima informasi dari
pengguna (user) dan memberikan informasi kepada pengguna (user) untuk membantu
mengarahkan alur penelusuran masalah sampai ditemukan suatu solusi. User interface
memungkinkan pemakai untuk berinteraksi dengan sistem pakar.
Contoh konsep luas user interface mencakup aspek interaktif sistem operasi komputer,

perkakas tangan, operator kontrol mesin berat. dan proses kontrol. Pertimbangan desain
yang
berlaku saat membuat user interface berkaitan dengan ergonomik dan psikologi.
User interface yang ada untuk berbagai sistem, dan menyediakan cara :
Input : Memungkinkan pengguna untuk memanipulasi sistem. Format interface paling

populer saat ini adalah GUI (Graphical User Interface), yang menyajikan tampilan
Windows. Sebagian sistem menggunakan custom interface, yang disesuaikan
dengan masalah yang sedang dipecahkan. Misalnya, layar mungkin menampilkan
gambar suatu perakitan mekanis.
Output : Memungkinkan sistem untuk menunjukkan efek manipulasi pengguna.
Dalam bagian output ini, sistem pakar dirancang untuk menyarankan pemecahan.
Pemecahan ini dilengkapi penjelasan. Ada dua jenis penjelasan yakni:
Penjelasan atas pertanyaan : Manajer mungkin menginginkan penjelasan sementara
sistem pakar akan meminta manajer untuk memasukkan sejumlah informasi.
Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar
menyediakan penjelasannya.
Penjelasan atas penyelesaian masalah : Setelah sistem pakar memberikan suatu
pemecahan masalah, manajer dapat meminta penyelesaian mengenai bagaimana itu
dicapai. Sistem akan menampilkan tiap langkah-langkah penalaran yang menuju
pada penyelesaian.
Jenis-jenis User Interface ada dua jenis, yaitu :
a. Graphical User Interface (GUI) : Menggunakan unsur-unsur multimedia (seperti

gambar, suara, video) untuk berinteraksi dengan pengguna.
Keunggulan GUI yakni:
Mudah dipelajari oleh pengguna yang pengalaman dalam menggunakan komputer

cukup minim.
Berpindah dari satu layar ke layar yang lain tanpa kehilangan informasi.
Akses penuh pada layar dengan segera untuk beberapa macam tugas/keperluan.

Tujuan sebuah user interface adalah mengkomunikasikan fitur-fitur sistem yang tersedia
agar user mengerti dan dapat menggunakan sistem tersebut. Dalam hal ini penggunaan
bahasa amat efektif untuk membantu pengertian, karena bahasa merupakan alat
komunikasi tertua kedua gestur, yang dipakai orang untuk berkomunikasi sehari-harinya.
Tanpa bahasa pun kadang ikon bisa tidak jelas maknanya, sebab tidak semua lambang ikon
bisa bersifat universal.
Meski penting, namun sayangnya kadang penggunaan bahasa, seperti pemilihan istilah,
sering dianggap kurang begitu penting. Bahasa sering menjadi sesuatu yang nomor dua
ketimbang elemen-elemen interface lainnya.
b. Text-Based
Menggunakan syntax/rumus yang sudah ditentukan untuk memberikan perintah.
Walau cara kerja di dalam sistem pakar mungkin rumit, user interface-nya sangat
memudahkan pemakai. Manajer yang terbiasa berinteraksi dengan komputer tidak akan
menemui kesulitan menggunakan sistem pakar.
3. Inference Engine
Menyediakan kemampuan penalaran yang menafsirkan isi Knowledge Base

berdasarkan urutan tertentu. Selama konsultasi, inference engine menguji aturan-aturan dari
knowledge base satu demi satu, dan saat kondisi aturan itu benar tindakan tertentu diambil.
Dalam terminology sistem pakar, aturan itu ditembakkan saat tindakan diambil.
Dua metode utama telah dibuat bagi inference engine untuk menguji aturan yakni :
a. Penalaran maju (forward chaining)
Aturan-aturan diuji satu per satu dalam urutan tertentu. Urutan itu mungkin berupa urutan
pemasukan aturan ke dalam perangkat aturan, atau dapat juga urutan lain yang ditentukan
oleh pemakai. Saat tiap aturan diuji, sistem pakar berusaha mengevaluasi apakah
kondisinya benar atau salah. Jika kondisinya betul, aturan itu ditembakkan dan aturan

berikutnya diuji. Saat kondisinya salah, aturan itu tidak ditembakkan dan aturan berikutnya
diuji. Jika kondisi aturan tidak diketahui, aturan tidak ditembakkan dan aturan berikutnya
diuji. Contoh proses penalaran maju yakni
b. Penalaran mundur (backward chaining)
Inference engine memilih suatu aturan dan menganggapnya sebagai masalah yang harus
diselesaikan.
Membandingkan panalaran maju dan penalaran mundur:
Penalaran mundur bergerak lebih cepat dari penalaran maju karena penalaran mundur tidak
harus mempertimbangkan semua aturan dan tidak membuat beberapa putaran melalui
perangkat aturan. Penalaran mundur sangat sesuai jika:
Terdapat variabel sasaran berganda (multiple goal variables)

Terdapat banyak aturan
Semua atau hampir semua tidak harus diuji dalam proses mencapai pemecahan.
4. Development Engine
Digunakan untuk menciptakan Sistem Pakar. Pada dasarnya proses ini melibatkan
pembuatan perangkat aturan. Ada dua pendekatan dasar yakni bahasa pemrograman dan
shell sistem pakar.
Bahasa Pemrograman
Kita dapat menciptakan sistem pakar dengan menggunakan bahasa pemrograman apapun,
akan tetapi ada dua yang sangat cocok dengan representasi simbolis dari knowledge base
yaitu Lisp dan Prolog. Lisp dikembangkan tahun 1959 oleh John McCarthy (salah seorang
anggota rapat pertama AI) dan pengerjaan prolog dimulai oleh Alain Colmerauer pada
University of Marseilles tahun 1972.
Shell Sistem Pakar

Salah satu sistem pakar pertama adalah Mycin, yang dikembangkan oleh Edward
Shortliffe dan Stanley Cohen dari Stanford University, dengan bantuan Stanton Axline,
seorang dokter. Mycin diciptakan untuk mendiagnosa penyakit menular tertentu. Ketika
keberhasilan Mycin mulai mapan, para pengemang mencari berbagai cara lain untuk
menerapkan pencapaian mereka. Mereka menemukan bahwa inference engine Mycin dapat
disesuaikan ke jenis problem lain dengan mengganti knowledge base Mycin dengan
knowledge base lain yang merefleksikan problem domain lain. Temuan ini menandakan
dimulainya pendekatan baru untuk membangun sistem pakar: shell sistem pakar.
Shell sistem pakar adalah prosesor siap pakai yang dapat disesuaikan untuk problem
domain tertentu melalui penambahan knowledge base yang sesuai. Sekarang, sebagian
besar minat dalam menerapkan sistem pakar untuk masalah bisnis melibatkan penggunaan
shell.
Sistem Konvensional Vs Sistem Pakar

Sistem konvensional dan sistem pakar memiliki perbadaannya tersendiri, antara lain
Sistem Konvensional Sistem Pakar (ES)
Informasi dan pemrosesan biasanya jadi Basis pengetahuan merupakan bagian

satu dengan program terpisah dari mekanisme inferensi
Biasanya tidak bisa menjelaskan Penjelasan adalah bagian terpenting dari

mengapa suatu input data itu system pakar
dibutuhkan atau bagaimana output itu
diperoleh
Pengubahan program cukup sulit Pengubahan aturan dapat dilakukan dengan

mudah
Sistem hanya akan beroperasi jika Sistem dapat beroperasi hanya dengan
system tersebut sudah lengkap beberapa aturan
Eksekusi dilakukan langkah demi Eksekusi dilakukan pada keseluruhan basis

langkah pengetahuan
Menggunakan data Menggunakan pengetahuan
Tujuan utamanya adalah efisiensi Tujuan utamanya adalah efektivitas

Ciri-Ciri Expert System (ES)
Expert System (ES) atau Sistem Pakar memiliki cirri-ciri sebagai berikut :
1. Memiliki fasilitas informasi yang handal

2. Mudah dimodifikasi
3. Dapat digunakan dalam berbagai jenis komputer
4. Memilki kemampuan untuk belajar beradaptasi.
Struktur Expert System (ES)
Elemen Expert System (ES)
Ada enam elemen Expert System (ES) yakni:
a) User interface (antarmuka)

b) Mekanisme komunikasi antara user dan Expert System.
c) Explanation facility (subsistem Penjelasan) : Digunakan untuk melacak respon dan
memberikan penjelasan tentang kelakuan sistem pakar secara interaktif.
d) Working memory : Database global dari fakta yang digunakan dalam prosedur.
e) Agenda : Daftar prioritas prosedur yang dibuat oleh motor inferensi dan direkam dalam
working memori.
f) Inference engine (motor inferensi) : Program yang berisi metodologi yang digunakan
untuk melakukan penalaran terhadap informasi-informasi dalam basis pengetahuan
untuk memformulasikan konklusi (keismpulan).
g) Knowledge acquisiton facility : Berisi pengetahuan-pengetahuan yang dibutuhkan
untuk memahami, memformulasikan dan menyelesaikan masalah.
Basis Aturan Expert System

Pengetahuan dalam ES direpresentasikan dalam bentuk IF-THEN atau dalam bentuk
Production Rules. Motor inferensi menentukan aturan awal (rule antecedents) yang sesuai.
Sisi kiri harus cocok dengan fakta yang ada di memori kerja.Aturan yang sesuai ditempatkan
di agenda dan dapat diaktivasi. Aturan yang terdapat di agenda dapat diaktivasi :
Aktivasi aturan akan membangkitkan fakta baru di sisi kanan

Aktivasi dari satu aturan adalah bagian dari aktivasi aturan yang lain.

Model Sistem Pakar
Seperti yang sudah dibahas sebelumnya, knowledge base memuat fakta-fakta yang
menjelaskan area masalah dan juga teknik menerangkan masalah yang menjelaskan
bagaimana fakta-fakta tersebut cocok satu dengan yang lain dalam urutan yang logis.
Istilah problem domain atau domain masalah digunakan untuk menjelaskan area
masalah. Tujuan menerangkan masalah (knowledge representation technique) yang populer
adalah penggunaan aturan. Aturan menentukan apa yang harus dilakukan dalam situasi
tertentu dan terdiri dari dua bagian: suatu kondisi yang mungkin benar, mungkin tidak dan
tindakan yang harus diambil jika kondisinya benar.
Semua aturan yang ada di dalam sistem pakar disebut perangkat aturan (rule set).
Perangkat aturan dapat bervariasi dari sekitar selusin aturan untuk sistem pakar yag
sederhana sampai 500, 1000, atau 10.000 aturan untuk sistem pakar yang rumit.
Kunci Menuju Pengembangan Sistem

Pakar yang Berhasil
Dengan menggunakan umpan balik dari responden survey, Profesor Gill mengidentifikasikan
lima area dimana proyek pengembangan dapat diperbaiki sehingga dapat membantu
menuju pengembangan sistem pakar yang berhasil, antara lain:
a) Koordinasikan pengembangan sistem pakar dengan rencana bisnis strategis dan

rencana strategis untuk sumber daya informasi
b) Definisikan secara jelas masalah yang akan dipecahkan dan pahami seluruhnya
problem domain.
c) Berikan perhatian khusus pada kelayakan legal (dan etis) dari sistem yang diusulkan.
d) Pahami sepenuhnya perhatian pemakai tentang proyek pengembangan maupun
harapan mereka pada sistem operasional.

Daftar Pustaka
1. Jones, Organization Design, Process Reengenering, and Change Management, New
york: Mc. Graw Hill, 2000
2. Diane Mayo and Jeanne Goodrich. Staffing for Result : A Guide to Working Smarter,
Chicago: ALA, 2002
3. Roger Fisher and Willian Ury. Getting to Yes : Negotiaating Agreement Without Giving
In. New York: Penguin Books, 1999
4. Michael Hammer dan James Champy, Reengineering the Corporation : A Manifesto for
Business Revolution, 2004
5. Stephen P. Robbin, Organizational Behavior, Concept, Controversies and Application

2001

6. Berger, Lance, The Change Mangement handbook : A Road Map to Corporate
Transformation, Mc.Graw Hill, 2003


11.sistem Informasi Manajemen Modul Ke-11 by Agus Arijanto, SE, MM PKK Kranggan - OK

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

11.sistem Informasi Manajemen Modul Ke-11 by Agus Arijanto, SE, MM PKK Kranggan - OK

Diunggah oleh

Hak Cipta:

Format Tersedia

MODUL PERKULIAHAN

Modul Standar untuk

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Sistem Pendukung Pengambilan

Tahapan Dalam Pengambilan Keputusan adalah sebagai berikut :

13 Sistem Inf. Manajemen Modul ke-11

Karakteristik sistem pendukung keputusan adalah :

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam

3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat

4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi

13 Sistem Inf. Manajemen Modul ke-11

Komponen Sistem Pendukung

1. Subsistem pengelolaan data (database).

3. Subsistem pengelolaan dialog (userinterface).

13 Sistem Inf. Manajemen Modul ke-11

menentukan alternatif-alternatif solusi (bisa dalam persentase)

Tujuan dari SPK:

Membantu menyelesaikan masalah semi-terstruktur

Meningkatkan efektifitas bukan efisiensi pengambilan keputusan

Sistem Pendukung Pengambilan Keputusan/Decision-Support Systems (DSS)

Sistem Pendukung Pengambilan Keputusan Eksekutif/Executive-Support Systems

Sistem Pakar/Expert System

Sistem Pendukung Pengambilan

13 Sistem Inf. Manajemen Modul ke-11

13 Sistem Inf. Manajemen Modul ke-11

Sistem Kelompok Pengambilan

13 Sistem Inf. Manajemen Modul ke-11

13 Sistem Inf. Manajemen Modul ke-11

13 Sistem Inf. Manajemen Modul ke-11

Karakteristik utama yang dimiliki ESS adalah kemampuan melihat rincian,

Sistem Pakar (Expert System)

13 Sistem Inf. Manajemen Modul ke-11

ES bisa dibagi dalam dua bagian: lingkungan pengembangan (development environment)

13 Sistem Inf. Manajemen Modul ke-11

Adapun beberapa ES yang terkenal beserta dengan kegunaannya, antara lain:

Sistem Pakar Kegunaan

MYCIN Diagnosa Penyakit

Dirancang oleh Edward Feigenbaum (Universitas

DENDRAL Mengidentifikasi struktur mo-lecular campuran yang

XCON & XSEL Membantu konfigurasi system computer besar

Dikembangkan oleh Digital Equipment Corporation

SOPHIE Analisis sirkuit elektronik

PROSPECTOR Digunakan di dalam geologi untuk membantu

13 Sistem Inf. Manajemen Modul ke-11

DELTA Pemeliharaan lokomotif listrik diesel

1. Sistem Pakar menawarkan kesempatan untuk membuat keputusan yang melebihi

Kelebihan dan Kekurangan Expert System (ES)

Kelebihan Expert System

1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli

13 Sistem Inf. Manajemen Modul ke-11

Keuntungan sistem pakar bagi manajer yakni:

a. Mempertimbangkan lebih banyak alternatif

Sistem pakar memungkinkan manajer untuk mempertimbangkan lebih banyak alternatif

b. Menerapkan logika yang lebih tinggi

c. Menyediakan lebih banyak waktu untuk mengevaluasi hasil keputusan

d. Membuat keputusan yang lebih konsisten

Sedangkan keuntungan sistem pakar bagi perusahaan yakni:

a) Kinerja perusahaan yang lebih baik

13 Sistem Inf. Manajemen Modul ke-11

Sistem pakar memberikan kesempatan untuk membuat pengetahuan pegawai yang

Kekurangan Expert System (ES)

1. biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal