Chapter 10, Decision Support System

James A O’Brien & George M. Marakas

Management Information Systems, 10th edition, 2010, McGraw-Hill

Chapter 2. Decision Making, System, Modeling and Support

Chapter 3. Decision Support System Concepts, Methodologies, and Technologies

Efrain Turban, Ramesh Sharda, Dursun Delen

Decision Support and Business Intellegence Systems, 9th Edition, 2011, Pearson

DAFTAR ISI
Management Information Systems
Chapter 10 Supporting Decision Making
Section I Decision Support in Business
Introduction
Decision Making
Decision Support Trends
Decision Support Systems
Management Information Systems
Online Analytical Processing
Using Decision Support Systems
Executive Information Systems
Enterprise Portals and Decision Support
Knowledge Management Systems

Section II Artificial Intelligence Technologies in Business

Business and AI
An Overview of Artificial Intelligence
Expert Systems
Developing Expert Systems
Neural Networks
Fuzzy Logic Systems
Genetic Algorithms
Virtual Reality
Intelligent Agents

Section I : Pendukung Keputusan dalam Bisnis

Pendahuluan

Bagian ini membahas bagaimana sebuah tipe dari sistem informasi berupa sistem pendukung
keputusan dapat mendukung pengambilan keputusan bagi organisasi. Organisasi melakukan
pengambilan keputusan berdasarkan informasi yang mengalami perubahan secara cepat.
Tingkat pengambilan keputusan manajemen tetap, tapi ukuran, bentuk, dan partisipan terus
berubah. Struktur organisasi saat ini terus berkembang. Dengan demikian, tingkat pengambilan
keputusan manajerial yang harus didukung oleh teknologi informasi dalam organisasi adalah:

Manajemen Strategis. Dewan direksi dan komite eksekutif dan eksekutif puncak mengembangkan
tujuan keseluruhan organisasi, strategi, kebijakan, dan tujuan sebagai bagian dari proses
perencanaan strategis . Mereka juga memantau kinerja strategis organisasi dan arah secara
keseluruhan dalam bidang politik, ekonomi , dan lingkungan bisnis yang kompetitif .
Manajemen taktis. Profesional bisnis yang mengatur diri sendiri serta manajer unit pengembangan
rencana pendek dan menengah, jadwal, anggaran, menentukan kebijakan, prosedur, dan tujuan
bisnis sup unit perusahaan. Mereka juga mengalokasikan sumber daya dan memonitor kinerja sup
unit organisasi, termasuk departemen, divisi, tim produksi, tim proyek, dan kelompok kerja lainnya .
Manajemen Operasional. Para anggota tim yang mengatur diri sendi atau manajer operasi
mengembangkan rencana jangka pendek seperti jadwal produksi mingguan. Mereka mengarahkan
penggunaan sumber daya dan kinerja tugas sesuai dengan prosedur, dalam Menetapkan anggaran
dan jadwal untuk tim dan kelompok kerja lainnya dari organisasi .

Tren Pendukung Keputusan

Penggunaan sistem informasi untuk mendukung pengambilan keputusan telah menjadi salah satu
fungsi utama penggunaan teknologi informasi. Pada tahun 1990an, peneliti akademis dan praktisi
bisnis melaporkan bahwa fokus manajerial tradisional berasal dari sistem informasi manajemen
klasik (1960), sistem pendukung keputusan (1970) dan sistem informasi eksekutif (1980) dan
perkembangan teknologi informasi pada perangkat keras maupun perangkat lunak seperti komputer
pribadi dan internet mempercepat pertumbuhan sistem informasi. Pemangku kepentingan
menginginkan akses yang mudah dan cepat ke informasi yang mereka butuhkan.

Howard Dresner pada tahun 1989 mengusulkan Intelejen Bisnis yang menggambarkan konsep dan
metode untuk meningkatkan pengambilan keputusan dengan menggunakan fakta. Saat ini fokus
pada konsep dan metode menjadi lebih berorientasi analisis bisnis yang mengacu pada keterampilan,
teknologi, aplikasi, praktek eksplorasi dan investigasi kinerja historis bisnis yang diterapkan terus
menerus untuk mendapatkan wawasan dan mendorong proses perencanaan strategis bisnis. Analisis
Bisnis berfokus pada pengembangan wawasan baru dan pemahaman tentang kinerja bisnis
berdasarkan data dan metode statistik. Sebaliknya, intelijen bisnis tradisional berfokus pada
menggunakan seperangkat metrik konsisten untuk kedua ukuran kinerja masa lalu dan panduan
perencanaan bisnis, yang didasarkan pada data dan metode statistik, memanfaatkan jauh lebih luas
dari data, statistik dan analisis kuantitatif, penjelasan dan pemodelan prediksi, dan manajemen
berbasis fakta untuk mendorong pengambilan keputusan. Analsis dapat digunakan sebagai masukan
untuk keputusan manusia atau keputusan otomatis. Bisnis intelijen lebih terkait dengan query,
pelaporan, online analytical processing (OLAP), dan tanda yang menjawab pertanyaan: apa yang
terjadi;berapa banyak;seberapa sering; di mana, apa masalah sebenarnya, dan tindakan apa yang
dibutuhkan. Analisis bisnis, sebaliknya, dapat menjawab pertanyaan: mengapa hal ini terjadi,
bagaimana jika tren ini terus berlanjut, apa yang akan terjadi berikutnya (memprediksi), dan apa
yang terbaik yang bisa terjadi (mengoptimalkan). Salah satu teknik yang paling umum dan
pendekatan yang terkait dengan analisa bisnis adalah data mining. Gambar di bawah menunjukkan
beberapa teknologi informasi utama untuk memberikan informasi bisnis utama dan alat-alat analisis
bagi manajer, profesional bisnis, dan pemangku kepentingan bisnis. Menyoroti kecenderungan ke
arah aplikasi kecerdasan bisnis seperti di berbagai jenis sistem pendukung keputusan dan informasi.

Sistem Pendukung Keputusan

Sistem pendukung keputusan adalah sistem informasi berbasis komputer yang menyediakan
dukungan informasi interaktif untuk manajer dan profesional bisnis selama proses pengambilan
keputusan. Sistem pendukung keputusan menggunakan (1) model analisis, (2) database khusus, (3)
wawasan pembuat keputusan sendiri dan penilaian, dan (4) suatu proses pemodelan berbasis
komputer interaktif untuk mendukung keputusan bisnis semiterstruktur.
Sistem pendukung keputusan bergantung pada model dan database, karena sumber daya sistem
yang vital. Sebuah model dasar DSS adalah komponen perangkat lunak yang terdiri dari model yang
digunakan dalam komputasi dan analisis matematis rutinitas yang mengungkapkan hubungan antar
variabel. Sebuah model dasar DSS juga dapat mencakup model dan teknik analisis yang digunakan
untuk mengekspresikan hubungan yang jauh lebih kompleks .
Sebagai contoh, mungkin berisi model linier programming, beberapa model peramalan regresi, dan
model penganggaran nilai modal sekarang. Model tersebut dapat disimpan dalam bentuk model
spreadsheet atau template , atau program statistik dan matematika dan modul program.

Selain itu, paket perangkat lunak DSS dapat menggabungkan model komponen untuk menciptakan
model terintegrasi yang mendukung tipe tertentu dari keputusan. Software DSS biasanya berisi
rutinitas pemodelan analisis dan juga memungkinkan Anda untuk membangun model sendiri.
Banyak paket DSS sekarang tersedia dalam versi mikro komputer dan berbasis web . Tentu saja,
paket spreadsheet elektronik juga menyediakan beberapa pembentukan model (model spreadsheet)
dan pemodelan analitis (what-if dan goal-seeking analysis) yang ditawarkan oleh software DSS l.
Sebagai usaha menjadi lebih sadar akan kekuatan sistem pendukung keputusan, mereka
menggunakannya di bisnis yang terus meningkat.

Management Information Systems

Sistem informasi manajemen adalah jenis asli dari sistem informasi yang dikembangkan untuk
mendukung pengambilan keputusan manajerial. SIM menghasilkan produk informasi yang
mendukung banyak kebutuhan pengambilan keputusan manajer dan profesional bisnis sehari-hari.
Laporan, display, dan tanggapan yang dihasilkan oleh sistem informasi manajemen memberikan
informasi bahwa keputusan tersebut telah ditetapkan di muka sebagai memenuhi kebutuhan
informasi mereka secara memadai.

Produk informasi seperti yang telah ditetapkan memenuhi kebutuhan informasi para pengambil
keputusan di tingkat operasional dan taktis dari organisasi yang dihadapkan dengan jenis situasi
keputusan yang lebih terstruktur. Manajer dan pengambil keputusan lainnya menggunakan SIM
untuk meminta informasi pada workstation jaringan mereka yang mendukung kegiatan pengambilan
keputusan mereka. Informasi ini mengambil bentuk periodik, pengecualian, dan laporan permintaan
dan respon langsung terhadap pertanyaan.

Web browser, program aplikasi, dan perangkat lunak manajemen database menyediakan akses ke
informasi dalam intranet dan database operasional organisasi lainnya. Database operasional
dipelihara oleh sistem pemrosesan transaksi. Data tentang lingkungan bisnis yang diperoleh dari
internet atau extranet database bila diperlukan .

Sistem informasi manajemen menyediakan berbagai produk informasi kepada manajer. Empat
alternatif pelaporan utama disediakan oleh sistem tersebut .

Laporan Berkala Terjadwal. Bentuk tradisional memberikan informasi kepada manajer menggunakan
format dirancang untuk menyediakan informasi secara teratur.

Laporan Exception. Dalam beberapa kasus, laporan yang dihasilkan hanya ketika kondisi luar biasa
terjadi. Dalam kasus lain, laporan yang dihasilkan secara berkala tetapi mengandung informasi
tentang hanya kondisi luar biasa.

Laporan Permintaan dan Tanggapan. Informasi tersedia setiap kali seorang manajer menuntut hal
itu. Sebagai contoh, Web browser, bahasa query DBMS, dan generator melaporkan memungkinkan
manajer di workstation PC untuk mendapatkan tanggapan langsung atau untuk menemukan dan
memperoleh laporan khusus sebagai hasil dari permintaan mereka untuk informasi yang mereka
butuhkan. Dengan demikian , manajer tidak perlu menunggu laporan berkala tiba sesuai jadwal .

Laporan Dorong. Informasi didorong ke workstation jaringan seorang manajer. Dengan demikian ,
banyak perusahaan yang menggunakan software webcasting untuk menyiarkan laporan selektif

Online Analytical Processing

Sifat kompetitif dan dinamis saat ini, lingkungan bisnis global yang mendorong permintaan oleh
manajer bisnis dan analis untuk sistem informasi yang dapat memberikan jawaban cepat untuk
pertanyaan bisnis yang kompleks. Industri IT telah merespon tuntutan ini dengan perkembangan
seperti database analitis, data yang mart , data warehouse , teknik data mining , dan struktur
database multidimensi, dan dengan server khusus dan produk perangkat lunak Web-enabled yang
mendukung pengolahan analisis online (OLAP) memungkinkan manajer dan analis untuk secara
interaktif memeriksa dan memanipulasi sejumlah besar data rinci dan konsolidasi dari berbagai
perspektif.

OLAP melibatkan menganalisis hubungan yang kompleks antara ribuan atau bahkan jutaan item data
yang disimpan dalam data mart, data warehouse, dan database multidimensi lainnya untuk
menemukan pola, tren, dan kondisi pengecualian. Sesi OLAP berlangsung secara Online, real time,
dengan respon yang cepat untuk permintaan seorang manajer atau analis, sehingga proses analisis
atau pengambilan keputusan terganggu .

Pengolahan analisis online melibatkan beberapa operasi analitis dasar, termasuk konsolidasi, drill-
down, dan mengiris dan dicing.

Konsolidasi. Konsolidasi melibatkan agregasi data, yang dapat melibatkan roll-up sederhana atau
kompleks yang melibatkan pengelompokan data yang saling terkait. Misalnya, data tentang kantor
penjualan dapat digulung ke tingkat kabupaten, dan data tingkat kabupaten dapat digulung untuk
memberikan perspektif tingkat regional.

Drill-down. OLAP juga bisa pergi ke arah sebaliknya dan secara otomatis menampilkan data rinci yang
berisi gabungan data. Proses ini disebut drill-down. Misalnya, penjualan produk oleh individu atau
agen penjualan yang membentuk total penjualan suatu daerah dapat dengan mudah diakses .

Mengiris dan dicing. Mengiris dan dicing mengacu pada kemampuan untuk melihat database dari
sudut pandang yang berbeda. Satu potong database penjualan mungkin menunjukkan semua
penjualan dari jenis produk dalam daerah. Slice lain mungkin menunjukkan semua penjualan dengan
saluran penjualan dalam setiap jenis produk. Mengiris dan dicing sering dilakukan sepanjang sumbu
waktu untuk menganalisis tren dan menemukan pola berbasis waktu dalam data .

Sistem informasi geografis

Sistem informasi geografis (GIS) dan sistem visualisasi data (DVS ) adalah kategori khusus dari DSS
yang mengintegrasikan grafis komputer dengan fitur DSS lainnya menggunakan database geografis,
data kompleks, interaktif, tiga dimensi untuk membangun dan menampilkan peta dan bentuk grafis
lain seperti tabel, grafik yang mendukung keputusan distribusi geografis orang dan sumber daya
lainnya. Menggunakan teknologi GIS bersama dengan global positioning system (GPS), Perangkat
lunak GIS seperti MapInfo dan Atlas GIS untuk memilih lokasi toko ritel baru, mengoptimalkan rute
distribusi, atau menganalisa target demografi, menelusuri data secara real time, membantu
pengguna interaktif, membagi, menggabungkan, dan mengatur data sementara data dalam bentuk
grafik, menemukan pola, link, dan anomali dalam bisnis atau data ilmiah dalam proses pendukung
keputusan.

Konsep sistem informasi geografis dan visualisasi data tidak baru. Salah satu yang pertama tercatat
penggunaan konsep terjadi pada bulan September 1854. Selama periode 10 - hari, 500 orang, semua
dari bagian yang sama dari London, Inggris, meninggal karena kolera . Dr John Snow, mencoba untuk
menentukan sumber kolera, dengan menandai lokasi rumah masing-masing korban dengan titik pada
peta yang telah ditarik.

Menggunakan Sistem Pendukung Keputusan

Sebuah sistem pendukung keputusan melibatkan proses pemodelan analitis interaktif. Misalnya,
menggunakan paket software DSS untuk pendukung keputusan dapat menampilkan alternatif dalam
menanggapi perubahan yang dimasukkan. Berbeda dari tanggapan permintaan sistem informasi
manajemen karena pengambil keputusan tidak menuntut informasi prespecified, melainkan, mereka
mengeksplorasi alternatif yang mungkin. Dengan demikian, mereka tidak perlu menentukan
kebutuhan informasi mereka di muka. Sebaliknya, mereka menggunakan DSS untuk menemukan
informasi yang mereka butuhkan untuk membantu mereka membuat keputusan. Ini adalah inti dari
konsep sistem pendukung keputusan.

Empat jenis dasar kegiatan pemodelan analitis terlibat dalam menggunakan sistem pendukung
keputusan: (1) What-If analisis, (2) analisis sensitivitas, (3) analisis mencari, dan (4) analisis optimasi.

Sistem Informasi Eksekutif

Sistem informasi eksekutif ( EIS ) adalah sistem informasi yang menggabungkan banyak fitur dari
sistem informasi manajemen dan sistem pendukung keputusan. Ketika pertama kali dikembangkan,
fokus adalah pada pemenuhan kebutuhan informasi strategis dari manajemen puncak. Dengan
demikian, tujuan pertama sistem informasi eksekutif adalah untuk memberikan para eksekutif
puncak akses langsung dan mudah ke informasi tentang faktor penentu keberhasilan suatu
perusahaan (CSF) , yaitu, faktor kunci yang sangat penting untuk mencapai satu tujuan strategis
organisasi.

Nama alternatif yang lebih populer adalah sistem informasi perusahaan (EIS) dan sistem pendukung
eksekutif (ESS). Nama-nama ini juga mencerminkan fakta bahwa lebih banyak fitur, seperti browsing
Web, e -mail , alat groupware, DSS dan kemampuan sistem pakar, yang ditambahkan ke banyak
sistem untuk membuat mereka lebih berguna untuk manajer dan profesional bisnis .

Portal dan Pendukung Keputusan Perusahaan

Sebuah portal informasi perusahaan (EIP) adalah antarmuka berbasis Web dan integrasi MIS, DSS,
EIS, dan teknologi lainnya yang memberikan semua pengguna intranet dan extranet pengguna
terpilih akses ke berbagai aplikasi dan layanan bisnis internal dan eksternal. Sebagai contoh, aplikasi
internal mungkin termasuk akses ke e-mail, situs web proyek, dan diskusi kelompok, sumber daya
manusia Web-layanan diri, pelanggan, persediaan, dan database perusahaan lainnya, sistem
pendukung keputusan, dan sistem manajemen pengetahuan.
Aplikasi eksternal mungkin termasuk industri, keuangan, dan layanan berita internet lainnya,
hubungan dengan kelompok diskusi industri, dan link ke pelanggan dan pemasok Internet dan situs
Web extranet. Informasi perusahaan portal biasanya disesuaikan atau dipersonalisasi untuk
kebutuhan pengguna bisnis individu atau kelompok pengguna, memberikan mereka dashboard
pribadi digital sumber informasi dan aplikasi.

Sistem Manajemen Pengetahuan

Sistem manajemen pengetahuan sebagai penggunaan teknologi informasi untuk membantu
mengumpulkan, mengatur, dan membagi pengetahuan bisnis dalam suatu organisasi. Di banyak
organisasi, hypermedia database di intranet perusahaan. Situs web telah menjadi basis pengetahuan
untuk penyimpanan dan penyebaran pengetahuan bisnis. Pengetahuan ini sering mengambil bentuk
praktik terbaik, kebijakan, dan solusi bisnis di proyek, tim, unit bisnis, dan tingkat perusahaan dari
perusahaan.

Bagi banyak perusahaan, portal informasi perusahaan adalah masuk ke intranet perusahaan yang
berfungsi sebagai sistem manajemen pengetahuan mereka. Itu sebabnya portal seperti disebut
portal pengetahuan perusahaan dengan vendor mereka. Dengan demikian, portal pengetahuan
perusahaan memainkan peran penting dalam membantu perusahaan menggunakan intranet mereka
sebagai sistem manajemen pengetahuan untuk berbagi dan menyebarkan pengetahuan dalam
mendukung pengambilan keputusan bisnis oleh para manajer dan profesional bisnis.

Section II Teknologi Kecerdasan Buatan Dalam Bisnis

Bisnis dan Kecerdasan Buatan
Kecerdasan buatan (AI) merupakan bidang ilmu pengetahuan dan teknologi berdasarkan disiplin ilmu
seperti ilmu komputer, biologi, psikologi, linguistik, matematika, dan teknik. Tujuan dari AI adalah
untuk mengembangkan komputer yang dapat mensimulasikan kemampuan berpikir, melihat,
mendengar, berjalan, berbicara, dan merasakan. Sebuah dorongan utama dari kecerdasan buatan
adalah simulasi fungsi komputer biasanya terkait dengan kecerdasan manusia, seperti penalaran,
pembelajaran, dan pemecahan masalah.

Gambar berikut menggambarkan domain utama penelitian dan pengembangan AI. Perhatikan bahwa
aplikasi AI dapat dikelompokkan di bawah tiga besar ilmu daerah-kognitif, robotika, dan antar muka
alami. Klasifikasi ini tumpang tindih, dan klasifikasi lainnya dapat digunakan. Sistem pakar hanya
salah satu dari banyak aplikasi AI penting.

Sistem Pakar
Salah satu aplikasi yang paling praktis dan diimplementasikan secara luas dari kecerdasan buatan
dalam bisnis adalah pengembangan sistem pakar dan sistem informasi berbasis pengetahuan lainnya.
Sebuah sistem informasi berbasis pengetahuan menambahkan basis pengetahuan ke komponen
utama yang ditemukan dalam jenis lain dari sistem informasi berbasis komputer. Sistem pakar adalah
sistem informasi berbasis pengetahuan yang menggunakan pengetahuan tentang spesifik, area
aplikasi yang kompleks untuk bertindak sebagai konsultan ahli untuk pengguna akhir. Sistem pakar
memberikan jawaban atas pertanyaan dalam bidang masalah yang sangat spesifik dengan membuat
kesimpulan seperti manusia tentang pengetahuan yang terkandung dalam basis pengetahuan
khusus. Mereka juga harus mampu menjelaskan proses penalaran mereka dan kesimpulan untuk
pengguna, sehingga sistem pakar dapat memberikan dukungan keputusan kepada pengguna akhir
dalam bentuk saran dari konsultan ahli dalam bidang masalah tertentu.

Developing Expert Systems

Neural Networks
Jaringan saraf adalah model sistem komputasi jaringan seperti elemen otak saling berhubungan,
yang disebut neuron. Tentu saja, arsitektur jaringan saraf jauh lebih sederhana (otak manusia
diperkirakan memiliki lebih dari 100 miliar sel otak neuron!). Seperti otak, bagaimanapun, prosesor
saling berhubungan dalam jaringan saraf beroperasi secara paralel dan berinteraksi secara dinamis.
Interaksi ini memungkinkan jaringan untuk "belajar" dari proses data itu. Artinya, belajar untuk
mengenali pola dan hubungan dalam data ini. Contoh-contoh data yang lebih menerima sebagai
masukan, dapat semakin baik belajar untuk menduplikasi hasil dari proses conto. Dengan demikian,
jaringan saraf akan mengubah kekuatan dari keterkaitan antara elemen pemrosesan dalam
menanggapi perubahan pola dalam data yang diterima dan hasil yang terjadi.

System Logika Fuzzy

Sistem logika fuzzy penerapan AI kecil dalam bisnis, tapi serius. Logika fuzzy adalah metode
penalaran yang menyerupai penalaran manusia, memungkinkan perkiraan dan kesimpulan (fuzzy
logic) dan data yang tidak lengkap atau ambigu (data kabur) bukan mengandalkan hanya pada data
biner. Sistem fuzzy memungkinkan untuk memproses data yang tidak lengkap dan cepat memberikan
perkiraan, tetapi dapat diterima, solusi untuk masalah yang sulit untuk memecahkan metode.
Dengan demikian, pertanyaan logika fuzzy database, seperti query SQL, dapat meningkatkan
ekstraksi data dari database bisnis. Penting untuk dicatat bahwa logika fuzzy tidak berpikir samar
atau tidak tepat. Logika fuzzy benar-benar membawa presisi untuk skenario keputusan di mana
sebelumnya tidak ada.

Algoritha Genetika
Penggunaan algoritma genetika adalah aplikasi kecerdasan buatan. Perangkat lunak algoritma
genetika menggunakan Darwin (survival of the fit test), mengacak, dan fungsi matematika lainnya
untuk mensimulasikan proses evolusi yang dapat menghasilkan solusi semakin lebih baik untuk
masalah. Algoritma genetika pertama kali digunakan untuk mensimulasikan jutaan tahun di biologi,
geologi, dan ekosistem evolusi hanya dalam beberapa menit di komputer. Perangkat lunak algoritma
genetika digunakan untuk model berbagai proses ilmiah, teknis, dan bisnis.

Algoritma genetik adalah sangat berguna untuk situasi di mana ribuan solusi yang mungkin dan harus
dievaluasi untuk menghasilkan solusi yang optimal. Perangkat lunak algoritma genetika
menggunakan set aturan proses matematika (algoritma) yang menentukan bagaimana kombinasi
komponen proses atau langkah-langkah yang akan dibentuk. Proses ini mungkin melibatkan
mencoba kombinasi proses acak (mutasi), menggabungkan bagian-bagian dari beberapa proses yang
baik (cross over), dan memilih set baik proses dan membuang orang-orang miskin (seleksi) untuk
menghasilkan solusi yang semakin baik.

Virtual Reality
Virtual reality (VR) adalah realitas simulasi komputer. Virtual reality adalah daerah yang berkembang
pesat dari kecerdasan buatan yang memiliki asal-usul dalam upaya untuk membangun lebih alami,
realistis, multiindrawi antarmuka manusia-komputer. Jadi virtual reality bergantung pada perangkat
input/output multiindrawi seperti headset pelacakan dengan kacamata video dan earphone stereo,
sarung tangan data atau jumpsuit dengan sensor serat optik yang melacak gerakan tubuh, dan
walker yang memantau pergerakan kaki. Kemudian dapat mengalami komputer simulasi "dunia
maya" tiga dimensi melalui penglihatan, suara, dan sentuhan. Virtual reality juga disebut kehadiran
jarak jauh. Memasuki dunia yang dihasilkan komputer virtual, melihat-lihat dan mengamati isinya,
mengambil dan memindahkan objek, dan bergerak di sekitar. Dengan demikian, virtual reality
memungkinkan untuk berinteraksi dengan objek simulasi komputer, entitas, dan lingkungan seolah
mereka benar-benar ada.

Intelligent Agents
Agen kecerdasan semakin populer sebagai cara untuk menggunakan kecerdasan buatan dalam
perangkat lunak untuk membantu pengguna menyelesaikan berbagai jenis tugas dalam e-bisnis dan
e-commerce. Sebagai pengganti perangkat lunak untuk pengguna akhir atau proses yang memenuhi
kebutuhan atau kegiatan lain, menggunakan pengetahuan dasar tentang seseorang atau proses
untuk membuat keputusan dan menyelesaikan tugas-tugas dengan cara yang memenuhi niat
pengguna.
Kadang-kadang agen kecerdasan merepresentasi grafis atau persona, seperti Einstein untuk ilmu
penasehat, Sherlock Holmes untuk agen pencarian informasi, dan sebagainya. Dengan demikian,
agen kecerdasan (juga disebut robot perangkat lunak atau "bots") adalah tujuan spesial, sistem
informasi berbasis pengetahuan yang menyelesaikan tugas-tugas khusus untuk pengguna.