Referensi: Turban, E., Aronson, J. E., & Liang, T. P. (2019). Decision Support
Systems and Intelligent Systems. Pearson.
2) Model Keputusan
Model keputusan merupakan sesuatu yang formal dari proses pengambilan keputusan
yang mencakup struktur logis dari masalah.
3) Antarmuka
Antarmuka pengguna merupakan bagian dari SPK yang memungkinkan pengguna
untuk lebih banyak berinteraksi dengan mengakses informasi, memasukkan data, dan
menerima hasil.
Referensi: Hang, P., & Walji, M. F. (2011). TURF: Toward a Unified Framework of
EHR Usability. Journal of Biomedical Informatics, 44(6), 1056–1067.
Referensi: Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and
Techniques. Morgan Kaufmann.
B. Data Mining
Data Mining merupakan proses pengolahan informasi yang berguna untuk
menemukan pola yang dapat digunakan untuk pengambilan Keputusan yang akurat.
Proses Data Mining
1. Pemahaman Bisnis: Tahap ini melibatkan pemahaman mendalam tentang masalah
bisnis yang akan diselesaikan melalui data mining. Tujuannya adalah untuk
mengidentifikasi tujuan bisnis, kebutuhan data, dan kriteria kesuksesan.
2. Pemahaman Data: Langkah ini mencakup pengumpulan data yang relevan,
pemahaman terhadap struktur data, serta identifikasi potensi masalah atau kekurangan
data yang perlu diperbaiki sebelum proses data mining dilakukan.
3. Pemrosesan Data: Pada tahap ini, data yang telah dikumpulkan diproses dan
dipersiapkan untuk analisis lebih lanjut. Ini termasuk pembersihan data (data
cleansing), transformasi data, dan integrasi data dari berbagai sumber.
4. Pemilihan Teknik Data Mining: Tahap ini melibatkan pemilihan teknik atau metode
data mining yang paling sesuai untuk mencapai tujuan analisis. Ini dapat mencakup
teknik-teknik seperti clustering, klasifikasi, asosiasi, atau prediksi.
5. Penerapan Teknik Data Mining: Langkah ini adalah implementasi teknik data
mining yang dipilih pada data yang telah diproses sebelumnya. Ini melibatkan
penggunaan algoritma-algoritma khusus untuk mengekstraksi pola atau informasi
yang bermanfaat dari data.
6. Evaluasi dan Interpretasi Hasil: Setelah proses data mining selesai, hasilnya
dievaluasi untuk memastikan keakuratan dan kegunaannya. Hasil yang ditemukan
kemudian diinterpretasikan dalam konteks bisnis dan diuji untuk validitasnya.
7. Penggunaan dan Diseminasi: Langkah terakhir melibatkan penggunaan hasil data
mining untuk pengambilan keputusan bisnis yang lebih baik. Informasi yang
ditemukan juga dapat diseminasi ke pihak-pihak yang terkait untuk mendukung
proses pengambilan keputusan.
Sumber Referensi:
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques.
Morgan Kaufmann. (Chapter 1: Introduction)
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical
Machine Learning Tools and Techniques. Morgan Kaufmann. (Chapter 1: Data
Mining)
Larose, D. T. (2014). Discovering Knowledge in Data: An Introduction to Data
Mining. Wiley. (Chapter 1: Introduction to Data Mining)
D. Kecerdasan Buatan
Kecerdasan Buatan atau Artificial Intelligence (AI) Merupakan bidang ilmu computer
yang bertujuan untuk membuat pengerjaan tugas menjadi lebih cepat dan jelas. Namun
teknologi ini harus diterapkan dengan benar sebagai pendamping bukan pengganti.
Aplikasi AI dalam Pengambilan Keputusan
1. Sistem Rekomendasi:
o Penjelasan: Sistem rekomendasi menggunakan teknik-teknik AI untuk
menganalisis pola perilaku pengguna dan memberikan rekomendasi yang
personal dan relevan. Ini dapat digunakan dalam berbagai platform seperti e-
commerce, streaming media, dan pemasaran online.
o Sumber Referensi: Ricci, F., et al. (2015). Recommender Systems:
Introduction and Challenges. Springer.
2. Analisis Sentimen:
o Penjelasan: Analisis sentimen menggunakan teknik-teknik AI untuk
mengekstrak dan menganalisis sentimen dari teks atau data media sosial. Ini
membantu dalam memahami pandangan atau opini publik tentang produk,
layanan, atau isu tertentu.
o Sumber Referensi: Liu, B. (2012). Sentiment Analysis and Opinion Mining.
Morgan & Claypool Publishers.
3. Pengoptimalan Proses:
o Penjelasan: AI digunakan untuk memodelkan dan mengoptimalkan proses
bisnis atau operasional dengan mempertimbangkan berbagai kendala dan
preferensi. Ini membantu dalam meningkatkan efisiensi, produktivitas, dan
kualitas hasil.
o Sumber Referensi: Pinedo, M. (2016). Planning and Scheduling in
Manufacturing and Services. Springer.
4. Sistem Pengambilan Keputusan Berbasis Pengetahuan:
o Penjelasan: Sistem pengambilan keputusan berbasis pengetahuan
menggunakan basis pengetahuan yang disajikan dalam bentuk aturan atau
model untuk membuat keputusan yang cerdas dalam lingkungan yang
kompleks. Ini dapat digunakan dalam berbagai aplikasi termasuk bidang
kesehatan, keuangan, dan teknik.
o Sumber Referensi: Turban, E., et al. (2019). Decision Support Systems and
Intelligent Systems. Pearson.
5. Prediksi dan Forecasting:
o Penjelasan: AI digunakan untuk memprediksi perilaku masa depan atau tren
berdasarkan analisis data historis. Ini digunakan dalam berbagai konteks
seperti prediksi permintaan, analisis pasar, dan peramalan cuaca.
o Sumber Referensi: Hyndman, R. J., & Athanasopoulos, G. (2018).
Forecasting: Principles and Practice. OTexts.