TUGAS PERTEMUAN 15

Nama : EOGENIE LAKILAKI

NIM : 01031282025048
Kelas :A
Dosen Pengampu : ABDUL ROHMAN, S.E.,M.Si.

RESUME BAB 14 – SISTEM PEMANDU KEPUTUSAN

A. Pengertian Sistem Pemandu Keputusan

Sistem pemandu keputusan adalah sebuah sistem yang memandu pembuat keputusan.
Sistem mendasarkan proses pembuatan keputusan kepada aturan yang ditetapkan oleh pada
perancang sistem. Sistem juga akan mendasarkan prosesnya kepada basis data yang ada di
dalam perusahaan. Sistem pemandu keputusan memiliki beberapa komponen yakni :
1. Suatu masalah dapat bervariasi struktur jalan keluarany ada yang terstruktur dan ada yg
tidak terstruktur.
2. Proses pemecahan masalah terdiri atas empat langkah yaitu standar, informasi, batasan dan
alternatif jalan keluar.
3. Pada awalnya SPK banyak mengandalkan berbagai laporan dan model matematis.
4. SPK dapat digunakan oleh seorang pembuat keputusan.

Hubungan antara SPK dengan sistem lain

1. Sistem informasi manajemen tidak menggantikan TPS, tetapi mendukung spektrum tugas-
tugas organisasional yang lebih luas dari TPS, termasuk analisis keputusan dan pembuat
keputusan. SIM menghasilkan inforasi yang digunakan untuk membuat keputusan dan juga
dapat membantu menyatukan beberapa fungsi informasi bisnis yang sudah
terkomputerisasi ( basis data ).
2. Sistem pemandu keputusan hampir sama dengan SIM karena menggunakan basis data
sebagai sumber data. SPK bermula dari SIM karena menekankan pada fungsi mendukung
 pembuat keputusan diseluruh tahap-tahapnya, meskipun keputusan actual tetap wewenang
eksklusif pembuat keputusan.

B. Model Sistem Pemandu Keputusan

Dalam membangun sebuah SPK, manajemen perusahaan daperancang sistem harus dapat
merumuskan berbagai masalah dan jalan keluarnya. Rumusan ini sangat memerlukan model-
model adalah perwakilan atau gambaran atas sesuatu model dapat mewakili obyek atau
aktifitas yang disebut dengan entitas.
1. Model fisik adalah gambaran berbentuk tiga dimensi yang menyamai obyek aslinya, hanya
saja ukurannya lebih kecil dari obyek aslinya. Model ini banyak digunakan dalam
perncangan obyek yang bersifat berwujud misal bangunan, mobil, pesawat dsb.
2. Model naratif adalah gambaran suatu obyek yang dirancang dalam bentuk uraian kata-kata.
3. Model grafis adalah gambaran suatu obyek yang berbentuk gambar, lambang atau grafik.
4. Model matematis adalah gambaran suatu obyek yang berbentuk matematis.

Model memiliki manfaat bagi pemecahan masalah, diantaranya :

1. Mempermudah pemahaman
2. Mempermudah komunikasi
3. Memperediksi masa depan

Keunggulan model, antara lain :

1. Proses pembuatan model merupakan proses belajar bagi para pembuat keputusan yang
belum berpengalaman.
2. Dengan perancangan model akan lebih banyak waktu yang tersedia untuk mencari
alternatif jalan keluar dari berbagai masalah yang timbul.
3. Model dapat memberikan perkiraan masa mendatang.
4. Model menghemat biaya dengan mengurangi atau bahkan meniadakan coba-coba.

Kelemahan model, antara lain :

1. Perancangan model tidak selalu mudah, meskipun oleh pembuat keputusan dan perancang
sistem sudah berpengalaman.
 2. Perencanan model memerlukan keahlian matematis dan pengetahuan pembuatan
keputusan.

Simulasi
1. Model belum bermanfaat kalau belum digunakan
2. Proses menggunakan model untuk menganalisis suatu keputusan yang disebut simulasi
3. Menerapkan berbagai kondisi atau data dalam suatu simulasi disebut skenario
4. Sehingga skenario memerlukan berbagai data untuk dianalisis. Data ini disbut dengan
variabel keputusan.
5. Simulasi diperlukan agar seorang pembuat keputusan merasa yakin dengan keputusan yang
diambilnya.
6. Contoh simulasi :
Perusahaan mempunyai model sederhana yaitu;
Laba = penjulan - biaya
Jika biaya menunjukkan Rp 400.000,- dan perusahaan menginginkan laba sebesar Rp
100.000,- maka pesamaanya akan menjadi
Rp 100.000,- = Penjualan - Rp 400.000,-
Penjualan = Rp 400.000,- + Rp 100.000,-
Penjualan = Rp 500.000,-

C. Konsep Sistem Pemandu Keputusan

Sistem infromasi yang diperlukan oleh masing-masing tingkatan manajer memiliki
karakteristik yang berbeda. Semakin rendah tingkatan manajemen, sistem informasinya akan
semakin terstruktur yaitu sistem pengolahan transaksi. Semakin tinggi tingkatan manjemen
samakin dekat dengan sistem pemandu keputusan. Untuk lebih lengkapnya perhatikan tabel
goory – scoot Morton berikut ini.
 Tingkatan Manajemen
Operasional Pengendalian strategis
Masalah Terstruktur Piutang dagang Analisis Pengaturan
terstruktur Penerimaan order anggaran transportasi
Pencatatan persediaan Forecasting barang
jangka pendek
Penyimpanan
barang
di gudang
Semi Penjadwalan produksi Analsis selisih Merger akuisisi
terstruktur Manajemen kas Penyusunan
anggaran
Tidak Analisis PERT Proses produksi Perencanaan
terstruktur Prosespemasaran produk baru
Litbang (R&D)

D. Komponen Sistem Pemandu Keputusan

Basis data, yang berasal dari sumber internal dan dari sumber eksternal. Model dan
pengetahuan mengenai masalah dan keputusan yang harus diambil. Berbagai perangkat
analisis, yang digunakan untuk mencari jalan keluar terbaik seperti :
1. What if analysis
Analisis yang digunakan untuk mengetahui apa yang terjadi apabila satu atau beberapa
variabel berubah
2. Sensitivity analysis
Analisis yang digunakan untuk mengetahui pengaruh perubahan suatu variabel terhadap
variabel lain.
3. Goal seeking analysis
Digunakan unutk mencari solusi terbaik dari suatu masalah
4. Optimization analysis
Digunakan untuk mencari solusi yang paling menguntungkan bagi perusahaan dan mirip
dengan goal seeking analysis.
 Laporan
Dalam hal ini, laporan ada tiga jenis, yaitu :
1. Laporan rutin, laporan yang diterbitkan dan disediakan secara berkala, memuat informasi
yang sudah standar, sehingga jarang diperlukan oleh manjemen puncak.
2. Laporan pengecualian, laporan yang disediakan apabila terjadi kondisi yang menyimpang
dari kebiasaan. Sebagai contoh penurunan produksi
3. Laporan atas permintaan, laporan yang disediakan apabila manajemen menintanya.

E. Tahap Pembuatan Keputusan

Menurut Herbert A. Simon tahapan pembuatan keputusan ada empat, antara lain :
1. Tahap Intelengence, tahap pengakuan adanya masalah
2. Tahap Design, tahap perancangan berbagai alternatif yang akan dipilih
3. Tahap Choice, tahap memilih salah satu diantara berbagai alternatif yag sudah disiapkan
4. Tahap Implementation, tahap pelaksanaan keputusan yang diambil.

F. Metode Pemilihan Alternatif

Keputusan yang dimabil oleh manajemen akan merupakan salah satu di antara tiga
keputusan berikut:
1. Model optimization, digunakan untuk mencapai hasil yang paling baik
2. Model satisficing, membuat keputusan tanpa mempertimbangkan semua alternatif dari
keputusan dibuat belum tentu merupakan alternatif yang paling baik, karena keputusan
paling baik, mungkin sulit sekali diperoleh.
3. Model heuristic, keputusan diambil berdasarkan aturan yg sudah baku.

G. Kesalahan Dalam Pembuatan Keputusan

1. Kesalahan analisis, salah dalam mengenali masalah sehingga keputusan juga salah
2. Kesalahan melihat waktu, salah dalam menganisis dalam perpsektif waktu. Misal pada
bulan juni-juli penjulan alat-alat tulis tiba-tiba melonjak? Padahal karena tahun ajaran baru
. Apa perlu menaikkan produksi?
3. Kesalahan sudt pandang tidak berubah. Contoh perusahaan menilai pihak yang paling
menentukan kesuksesan perusahaan adalah pramuniaga. Apakah bisa diterima ?
 4. Kesalahan terlalu percaya diri, hal ini menyebabkan kurang pertimbangan aspek lainnya.

H. OLAP ( Online Analytical Procedure )

Database Pemrosesan Analitik Online (OLAP, Online Analytical Processing)
memfasilitasi kueri kecerdasan bisnis. OLAP adalah teknologi database yang telah
dioptimalkan untuk membuat kueri dan pelaporan, dan bukan memproses transaksi. Data
sumber untuk OLAP adalah database Pemrosesan Transaksi online (OLTP, Online
Transactional Processing) yang umumnya disimpan di gudang data. Data OLAP berasal dari
data riwayat ini, dan diagregatkan ke dalam struktur yang memungkinkan analisis yang
canggih. Data OLAP juga ditata secara hierarkis dan disimpan dalam kubus dan bukan di tabel.
Ini adalah teknologi canggih yang menggunakan struktur multidimensi untuk menyediakan
akses cepat ke data untuk analisis. Organisasi ini memudahkan laporan PivotTable atau laporan
PivotChart untuk menampilkan ringkasan tingkat tinggi, seperti total penjualan di seluruh
negara atau kawasan, dan juga menampilkan detail untuk situs di mana penjualan terutama
kuat atau lemah.
Database OLAP dirancang untuk mempercepat pengambilan data. Karena server OLAP,
daripada Microsoft Office Excel, menghitung nilai yang diringkas, lebih sedikit data yang
perlu dikirim ke Excel saat Anda membuat atau mengubah laporan. Pendekatan ini
memungkinkan Anda bekerja dengan jumlah data sumber yang jauh lebih besar daripada yang
bisa Anda dapatkan jika data ditata dalam database tradisional, di mana Excel mengambil
semua catatan individu lalu menghitung nilai yang diringkas.
Database OLAP berisi dua tipe dasar data: pengukuran, yang merupakan data numerik,
kuantitas dan rata-rata yang Anda gunakan untuk membuat keputusan bisnis yang
diinformasikan, dan dimensi, yang merupakan kategori yang Anda gunakan untuk menata
ukuran ini. Database OLAP membantu menata data berdasarkan banyak tingkat detail,
menggunakan kategori yang sama yang biasa Anda kenal untuk menganalisis data.

Beberapa fitur OLAP di Excel, antara lain :

1. Mengambil data OLAP
2. Membuat file kubus untuk digunakan secara offline
3. Tindakan Server
 4. KPI ( pengukuran terhitung khusus yang ditentukan di server )
5. Pemformatan Server
6. Office bahasa tampilan

RESUME BAB 15 – SISTEM PAKAR

A. Pengertian Sistem Pakar

Sistem Pakar ( Expert System ) adalah sistem yang menngunakan pengetahuan manusia,
dimana pengetahuan tersebut dimasukkan ke dalam sebuah komputer, dan kemudian
digunakan untuk menyelesaikan masalahmasalah yang biasanya membutuhkan kepakaran
atau keahlian manusia. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang
pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Proses ini membutuhkan 4
aktivitas, yaitu tambahan pengetahuan (dari para ahli atau sumber lainnya), representasi
pengetahuan (ke komputer), inferensi pengetahuan dan pengalihan pengetahuan ke pengguna.
Karakteristik Sistem Pakar Sistem Pakar umumnya dirancang untuk memenuhi beberapa
karaktristik umum berikut :
1. Kinerja yang sangat baik (high performance). Sistem harus mampu memberikan respon
berupa saran (advice) dengan tingkat kualitas yang sama dengan seorang pakar atau
melebihinya.
2. Waktu respon yang baik (adequate respon time). Sistem juga harus mampu bekerja dalam
waktu yang sama baiknya (reasonable) atau lebih cepat dibandingkan dengan seorang
pakar dalam menghasilkan keputusan. Hal ini sangat penting terutama pada sistem waktu
nyata (real-time).
3. Dapat diandalkan (good reliability). Sistem harus dapat diandalkan dan tidak mudah
rusak/crash.
4. Dapat Dipahami (understandable). Sistem ini harus mampu menjelaskan langkah-langkah
penalaran yang dilakukannya seperti seorang pakar.
5. Fleksibel (flexibility). Sistem harus menyediakan mekanisme untuk menambah,
mengubah, dan menghapus pengetahuan.
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara
lain :
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 melestarikan keahlian para pakar (terutama yang termasuk
keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan
mengandung ketidak pastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalahMenghemat waktu dalam
pengambilan keputusan.

Fitur-fitur yang harus dimiliki oleh sistem pakar adalah sebagai berikut:
1. Keahlian yakni pakar dibedakan dari tingkat keahlian mereka maka sistem pakar harus
memiliki keahlian untuk memberi keputusan seperti seorang pakar.
2. Pertimbangan simbolik yakni pemikiran kecerdasan tiruan harus berdasarkan pada
pertimbangan simbolik dari pada perhitungan matematika. Metode yang digunakan pada
pertimbangan simbolik yaitu backward chaining atau forward chaining.
3. Deep knowledge (kedalaman pengetahuan) yakni basis pengetahuan yang digunakan
sistem pakar berasal dari seorang pakar, pengetahuan tersebut merupakan pengetahuan
yang kompleks.
4. Self-knowledge yakni sistem pakar harus dapat menganalisis pertimbangannya sendiri
dan menjelaskan kenapa bisa dicapai kesimpulan yang seperti itu
B. Jenis Sistem Pakar
Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :
1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada
modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan
pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan
dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai
penghubung antara suatu sistem pakar dengan pakarnya.
2. Modul Konsultasi (Consultation Mode) Pada saat sistem berada pada posisi memberikan
jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul
konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-
pertanyaan yang diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode) Modul ini menjelaskan proses pengambilan
keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

Ada 4 bentuk sistem pakar, yaitu :

1. Berdiri sendiri. Sistem pakar jenis ini merupakan software yang berdiri-sendiri tidak
tergantung dengan software yang lainnya.
2. Tergabung. Sistem pakar jenis ini merupakan bagian program yang terkandung didalam
suatu algoritma (konvensional), atau merupakan program dimana didalamnya memanggil
algoritma subrutin lain (konvensional).
3. Menghubungkan ke software lain . Bentuk ini biasanya merupakan sistem pakar yang
menghubungkan ke suatu paket program tertentu, misalnya DBMS.
4. Sistem Mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang
dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan untuk
membantu menganalisis data radar.

Jenis-Jenis Sistem Pakar antara lain :

1. Interpretasi, yakni menghasilkan deskripsi situasi berdasarkan data sensor.
2. Prediksi yakni memperkirakan akibat yang mungkin dari situasi yang diberikan.
3. Diagnosis yakni menyimpulkan kesalahan sistem berdasarkan gejala (symptoms).
4. Desain yakni menyusun objek-objek berdasarkan kendala.
 5. Planning yakni merencanakan tindakan.
6. Monitoring yakni membandingkan hasil pengamatan dengan proses perencanaan.
7. Debugging yakni menentukan penyelesaian dari kesalahan sistem.
8. Reparasi yakni melaksanakan rencana perbaikan.
9. Instruction yakni Diagnosis, debugging, dan reparasi kelakuan pelajar.
10. Control yakni Diagnosis, debugging, dan reparasi kelakuan sistem

C. Komponen Sistem Pakar

Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu : lingkungan pengembangan
dan lingkungan konsultasi (runtime) . Lingkungan pengembangan digunakan oleh ES builder
untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan.
Lingkungan konsultasi digunakan oleh nonpakar untuk memperoleh pengetahuan dan nasihat
pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.
Tiga komponen utama yang tampak secara virtual di setiap sistem pakar adalah :
1. Basis pengetahuan.
2. Mesin inferensi.
3. Antarmuka pengguna.
Sistem pakar yang berinteraksi dengan pengguna dapat pula berisi komponen tambahan
berikut :
1. Subsistem akuisisi pengetahuan
2. Blackboard (tempat kerja)
3. Subsistem penjelas (justifier)
4. Subsistem perbaikan-pengetahuan

D. Inference Engine
Otak ES adalah mesin inferensi, yang dikenal juga sebagai struktur kontrol atau
penerjemah aturan (dalam ES berbasis-aturan). Komponen ini sebenarnya adalah program
komputer yang menyediakan metodologi untuk mempertimbangkan informasi dalam basis
pengetahuan dan blackboard, dan merumuskan kesimpulan. Komponen ini menyediakan
arahan bagaimana menggunakan pengetahuan sistem, yakni dengan mengembangkan agenda
 yang mengatur dan mengontrol langkah yang diambil untuk memecahkan persoalan kapan
pun konsultasi berlangsung. Karakteristik inference engine:
1. Melakukan penalaran dengan mendasarkan pada data yang ada di dalam knoledge base
2. Proses penalaran dilakukan dengan menguji rule atau aturan satu demi satu.
3. Pengujian terhadap suatu aturan dapat dilakuakn lebih dari satu kali untuk mendapatkan
nilai yang paling memungkkinkan atau paling diharapkan. Ini terjadi bisanya pada
variabel penentu yg akan dicapai, sehingga sering juga disebut dgn goal variabel.
4. Apabila suatu aturan sudah diuji dan berhasil, aturan tsb akan disishkan dan diteruskan
dengan aturan-aturan lain.

E. Development Engine
Pakar manusia memiliki sistem-perbaikan-pengetahuan, yakni mereka dapat menganalisis
pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk
konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelajaran
komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. Hal
ini dapat mengarah kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih
akurat dan pertimbangan yang lebih efektif. Komponen tersebut tidak tersedia dalam sistem
pakar komersial pada saat ini, tetapi sedang dikembangkan dalam ES eksperimental pada
beberapa universitas dan lembaga riset. Ada dua pendekatan yang digunakan yaitu :
1. Menggunakan bahasa komputer
2. Menggunakan sistem shell ( bagian sistem yang dapat mengolah atau memcahkan masalah
jenis tertentu dengan menerapkan basis data tertentu saja. Bila sistem pakar akan digunakan
untuk memcahkan masalah lain, nati tinggal mengganti, menambah atau mengurangi basis
datanya saja.

F. Sistem Pakar Dalam Bisnis

Selain bidang industri, sistem pakar juga sudah merambah dunia manajerial saat ini.
Beberapa fungsi sistem pakar dalam bidang manajerial adalah sebagai alat analisis. Sistem
pakar mampu menganalisa komoditi tertentu dalam satu pasar secara otomatis. Selain itu, ada
fungsi diagnostik yang membuat sistem pakar mampu mendeteksi adanya penurunan kinerja
perusahaan sekaligus menyediakan solusi bagi perusahaan tersebut.
G. Pemakai Sistem Pakar
Sistem Pakar dapat digunakan oleh :
1. Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam
memecahkan masalah.
2. Pakar sebagai asisten yang berpengetahuan.
3. Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.

Sistem pakar merupakan program yang dapat menggantikan keberadaan seorang pakar.
Alasan mendasar mengenai ES dikembangkan untuk menggantikan seorang pakar :
1. Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi.
2. Secara otomatis mengerjakan tugas – tugas rutin yang membutuhkan seorang pakar.
3. Seorang pakar akan pensiun atau pergi.
4. Menghadirkan / menggunakan jasa seorang pakar memerlukan biaya yang mahal.
5. Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environtment).

H. Aplikasi Sistem Pakar

Sistem pakar sudah memasuki berbagai bidang disiplin ilmu, tidak hanya dalam bisnis
atau produksi saja, tetapi sudah masuk juga ke perncangan, bidang pemantauan proses,
pemeliharaan peralatan dsb. Berbagai aplikasi sistem pakar dapat dikelompokkan kedalam
beberapa klasifikasi :
a. Decision management
b. Diagnostics/troubleshooting
c. Maintenance/scheduling
d. Design/configuration
e. Selection/classification
f. Proses monitoring/control

I. Kerangka Bangunan Sistem Informasi

Dalam suatu Sistem Pakar, pengetahuan dari seorang pakar biasanya diwujudkan dalam
bentuk peraturan jika-maka (if-then rule). Namun, selain itu, pengetahuan juga dapat
diwujudkan dalam bentuk kerangka (frame). Sebagai contoh, dalam industri perfilman, suatu
 tiket film akan berisi pengetahuan secara spesifik dari suatu film yang akan tayang. Dalam
suatu tiket film aka nada informasi mengenai judul film, tanggal tayang, jam tayang, nama
penonton yang memiliki tiket tersebut dan nomor kursi. Informasi tersebut bisa dibakukan
untuk semua tiket film. Dalam Sistem Pakar berbasis kerangka, informasi baku itu dinamakan
dengan template. Langkah pertama dalam membangun Sistem Pakar berbasis kerangka adalah
mengumpulkan data-data mengenai suatu obyek yang menjadi obyek utama dalam Sistem
Pakar tersebut. Kemudian mengumpulkan informasi-informasi baku yang terkait dengan
obyek tersebut dan menyimpannya dalam suatu basis data. Langkah berikutnya adalah
membuat obyek dalam pemrograman komputer yang akan menjadi template dalam
menyajikan informasi obyek kepada pengguna. Pengisian template dilakukan berdasarkan
hasil penelusuran dalam modul inferensi dan hasilnya akan ditampilkan kepada pengguna
melalui suatu antar muka. Dalam Sistem Pakar berbasis kerangka, output dari Sistem Pakar
akan berupa beberapa alternatif yang sesuai dengan kriteria yang diinginkan oleh pengguna

J. Kelebihan Dan Kelemahan Sistem Pakar

Sistem Pakar memiliki beberapa fitur menarik yang merupakan kelebihannya, seperti :
1. Meningkatkan ketersedian (increased availability). Kepakaran atau keahlian menjadi
tersedia dalam sistem komputer. Dapat dikatakan bahwa sistem pakar merupakan
produksi kepakaran secara masal (massproduction).
2. Mengurangi biaya (reduced cost). Biaya yang diperlukan untuk menyediakan keahlian per
satu orang user menjadi berkurang.
3. Mengurangi Bahaya (reduced danger). Sistem pakar dapat digunakan di lingkungan yang
mungkin berbahaya bagi manusia.
4. Permanen (permanence). Sistem pakar dan pengetahuan yang terdapat di dalamnya
bersifat lebih permanen dibandingkan manusia yang dapat merasa lelah, bosan, dan
pengetahuannya hilang saat sang pakar meninggal dunia.
5. Keahlian Multipel (multiple expertise). Pengetahuan dari beberapa pakar dapat dimuat ke
dalam sistem dan bekerja secara simultan dan kontinyu menyelesaikan suatu masalah
setiap saat. Tingkat keahlian atau pengetahuan yang digabungkan dari beberapa pakar
dapat melebihi pengetahuan satu orang pakar .
 Selain manfaat,sistem pakar juga memiliki beberapa kelemahan, diantaranya :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersedian pakar di
bidangnya.
3. Sistem Pakar tidak 100% bernilai benar

Sumber :
Laudon, Kenneth C dan Jane P. Laudon. 2017. Sistem Informasi Manajemen : Mengelola
Perusahaan Digital Edisi 13. Jakarta : Salemba Empat.