Management Support Systemelearning.amikompurwokerto.ac.id/index.php/... · pelacakan, dan...
Transcript of Management Support Systemelearning.amikompurwokerto.ac.id/index.php/... · pelacakan, dan...
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Management Support System
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
• Mahasiswa mampu menjelaskan tahapan-tahapan dalam pemodelan Management Support System.
• Mahasiswa mampu melakukan pemodelan Management Support System.
9/5/2017 2
Kompetensi Dasar
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
• Turban, Efraim; Aronson, Jay, E.; Liang, Ting-Peng. 2005. Decision Support Systems and Intelligent Systems. International Edition, Edisi 7. New Jersey: Pearson Prentice-Hall Education International.
9/5/2017 3
Referensi Utama
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pemodelan
• Pemodelan merupakan suatu upaya untuk melakukan analisis sistem dengan cara meniru bentuk nyata-nya daripada melakukannya pada sistem nyata.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Alasan Penggunaan Model
• Manipulasi model (seperti mengubah variabel) akan lebih mudah dilakukan daripada melakukan-nya pada sistem nyata.
• Model dapat menghemat waktu. • Biaya untuk menganalisis model jauh lebih
murah jika dibandingkan dengan mengaplikasikannya pada sistem nyata.
• Resiko kesalahan pada bentuk model dengan melakukan trial & error (coba-coba) jauh lebih rendah jika dibandingkan dengan melakukannya pada sistem nyata.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Alasan Penggunaan Model
• Lingkungan bisnis yang banyak mengandung ketidakpastian.
• Model matematika dapat menganalisis kemungkinan solusi dalam jumlah yang lebih banyak bahkan tidak terbatas.
• Model meningkatkan pembelajaran & pelatihan.
• Model-model dan metode-metode untuk mendapatkan solusi telah tersedia di web.
• Ada beberapa Java applet (atau pemrograman web lainnya) yang tersedia untuk menyelesaikan model-model tersebut.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pemodelan
• Pemodelan pada SPK mencakup beberapa isu, antara lain: – Identifikasi masalah dan analisis lingkungan
– Identifikasi variabel
– Forecasting
– Penggunaan beberapa model keputusan
– Seleksi kategori model yang sesuai
– Manajemen model
– Pemodelan berbasis pengetahuan
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pemodelan
• Pemodelan pada SPK mencakup beberapa isu, antara lain: – Identifikasi masalah dan analisis lingkungan
– Identifikasi variabel
– Forecasting
– Penggunaan beberapa model keputusan
– Seleksi kategori model yang sesuai
– Manajemen model
– Pemodelan berbasis pengetahuan
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Identifikasi Masalah
• Pada tahap ini akan dilakukan pengawasan, pelacakan, dan interpretasi terhadap informasi-informasi yang telah terkumpul.
• Pada bagian ini perlu juga diidentifikasi budaya organisasi dan proses pengambilan keputusan.
• Analisis dilakukan dengan mempertimbangkan tahapan sbb: – Analisis proses bisnis yang terjadi. – Analisis penyebab masalah.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Analisis Proses Bisnis
• Proses bisnis (business process) adalah urutan tugas atau aktivitas yang dilakukan oleh orang atau sumber daya lain dalam rangka menyelesaikan tujuan organisasi (Magal SR, 2009).
• Proses bisnis dapat dideskripsikan dengan berbagai cara, seperti:
– Blok diagram.
– Diagram aktivitas.
– Flowchart, dll.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Analisis Proses Bisnis
• Analisis proses bisnis dilakukan dalam rangka:
– Memahami budaya organisasi.
– Mengumpulkan informasi
– Melacak dimungkinkannya masalah yang timbul dalam organisasi
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM 9/5/2017 12
Costomer service
Packaging unit,
Pengecekan barcode
Courrier unit
Pengantaran paket ke alamat tujuan,
Pencatatan identitas penerima
Menerbitkan NOA
Picking unit
Menjemput paket dari bandara
Frontliner
Penerimaan order konsumen,
Pemberian AWB,
Pencatatan identitas pengirim, tujuan, paket
Frontliner
Pengambilan paket secara
langsung oleh konsumen
Laporan-laporan
Konsumen
(pengirim)
Konsumen
(penerima)
Warehouse acceptance unit
Breakdown (mensortir) paket
Picking unit
Mengantar paket ke bandara
Atau agen tujuan
Database
server
Warehouse acceptance
Unit
Pengecekan barcode
Mensortir paket berdasarkan tujuan
Alur proses
Arus informasi
Sumber: Inasari
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Analisis Penyebab Masalah
• Untuk mendapatkan solusi yang optimum, perlu dicari penyebab suatu masalah.
• Diagram tulang ikan (Fishbone Diagram) adalah diagram yang digunakan untuk menganalisis masalah dengan cara mengkategorikan penyebab utama yang sangat potensial dalam memunculkan permasalahan tersebut.
• Diagram tulang ikan disebut juga Diagram Ishikawa atau Sebab-Akibat (cause-effect)
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Analisis Penyebab Masalah
• Diagram Tulang Ikan:
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Identifikasi Variabel
• Pada tahap ini akan diidentifikasi variabel-variabel yang relevan.
• Untuk kepentingan tersebut, dapat digunakan alat bantu seperti:
– Influence Diagram
– Bayesian Networks
untuk menunjukkan relasi antar variabel-variabel tersebut.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram
• Influence diagram adalah representasi grafis dari suatu model keputusan yang digunakan untuk membantu perancangan model (terutama model matematis), pengembangan dan pemahaman (Turban, 2005).
• Kata influence merujuk pada ketergantungan suatu variabel pada tingkatan tertentu terhadap variabel yang lainnya.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram
• Simbol yang digunakan (Lumina, 2010):
– Empat Persegipanjang, variabel keputusan, yang masih dapat dikendalikan oleh pengambil keputusan.
– Oval, chance variable, yang mengandung ketidakpastian dan tidak dapat dikendalikan secara langsung oleh pengambil keputusan.
– Empat Persegipanjang bersudut tumpul, variabel umum yang dapat berupa fungsi.
– Segienam, variabel tujuan (hasil), yang menunjukkan hasil terbaik.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram
Variabel Keputusan Chance Variable
Variabel Umum Variabel Tujuan
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram
A B
• Variabel A mempengaruhi B
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram: Contoh…
• Penentuan kapasitas produksi dan biaya produksi.
Kapasitas
Produk
Permintaan PasarPermintaan Pasar
Persediaan Barang
di Gudang
Keuangan
Biaya per
Tenaga Kerja
Harga Bahan BakuHarga Bahan Baku
Total Biaya
Tenaga Kerja
Jumlah
Tenaga Kerja
Biaya
Produksi
Operasional alatOperasional alat
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram: Contoh…
• Pimpinan perusahaan ingin memilih alternatif terbaik berdasarkan beberapa kriteria yang ada, yaitu:
– Harga;
– Daya dukung terhadap produktivitas perusahaan;
– Nilai investasi dalam 10 tahun ke depan; dan
– Ketersediaan barang.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Influence Diagram: Contoh…
HargaHarga
Besar InvestasiBesar Investasi
Jenis Barang
Ketersediaan BarangKetersediaan Barang
Daya Dukung terhadap
Produktivitas Perusahaan
Daya Dukung terhadap
Produktivitas Perusahaan
Tingkat Kepentingan
Harga
Tingkat Kepentingan
Nilai Investasi
Tingkat Kepentingan
Ketersediaan Barang
Tingkat Kepentingan
Daya Dukung
Nilai
Daya Dukung
Nilai
Ketersediaan Barang
Nilai
Besar Investasi
Nilai
Harga
Nilai
Preferensi
Barang
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Jaringan Bayes
• Jaringan Bayes (Bayesian Network) adalah model grafis yang menunjukkan hubungan probabilitas antar variabel yang berkepentingan dalam sistem.
• Jaringan Bayes dapat digunakan untuk menunjukkan hubungan sebab-akibat.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Jaringan Bayes: Contoh
Penentuan Jenis Hunian
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Jaringan Bayes: Contoh
Penentuan Resiko Stroke
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Forecasting
• Apabila suatu keputusan diambil, maka akibatnya akan dirasakan di kemudian hari.
• Oleh karena itu, perlu dipertimbangkan adanya peramalan (forecasting) untuk memprediksi kemungkinan yang akan terjadi.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Penggunaan Beberapa Model
• Suatu sistem pendukung keputusan dapat terdiri-atas beberapa model.
• Masing-masing model merepresentasikan bagian yang berbeda dari masalah pengambilan keputusan.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Seleksi Kategori Model
• Turban (2005) mengkategorikan model sistem pendukung keputusan dalam tujuh model, yaitu: – Model optimasi untuk masalah-masalah dengan
alternatif-alternatif dalam jumlah relatif kecil. – Model optimasi dengan algoritma. – Model optimasi dengan formula analitik. – Model simulasi. – Model heuristik. – Model prediktif. – Model-model yang lainnya.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (1)
• Model optimasi untuk masalah-masalah dengan alternatif-alternatif dalam jumlah relatif kecil.
– Model ini akan melakukan pencarian terhadap solusi terbaik dari sejumlah alternatif.
– Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan tabel keputusan atau pohon keputusan.
– Multi-Attribute Decision Making merupakan model ini.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Tabel Keputusan
• Pada tabel keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai logika dari setiap atribut Ek.
• Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek = salah.
• Secara umum, tabel keputusan berbentuk:
D = E {E1, E2, ..., EK}
dengan D adalah nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran atribut ke-i (i = 1, 2, ... K).
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Tabel Keputusan: Contoh
Variabel Logika
Ekspresi Logika
E1 Memiliki IPK > 3,00
E2 Minimal tengah duduk di semester 3
E3 Nilai matakuliah algoritma pemrograman = A
E4 Nilai matakuliah kecerdasan buatan = A
E5 Nilai matakuliah basisdata = A
E6 Nilai matakuliah grafika komputer = A
E7 Nilai matakuliah jaringan komputer = A
E8 Nilai matakuliah informatika kedokteran minimal B
Ekspresi logika
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Tabel Keputusan: Contoh
No Atribut*
Laboratorium E1 E2 E3 E4 E5 E6 E7 E8
1 Y Y Y Pemrograman & Informatika Teori
2 Y Y Komputasi & Sist. Cerdas
3 Y Y Y Sistem Informasi & RPL
4 Y Y Grafika & Multimedia
5 Y Y Y Sistem & Jaringan Komp.
6 Y Y Y Informatika Kedokteran
7 Y Y Y Informatika Kedokteran
8 Y Y Y Informatika Kedokteran
9 Y Y Y Informatika Kedokteran
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pohon Keputusan: Contoh
• Pohon keputusan adalah salah satu metode penyelesaian masalah keputusan dengan cara merepresentasikan pengetahuan dalam bentuk pohon.
• Suatu pohon memiliki conditional node yang menunjukkan kebenaran suatu ekspresi atau atribut.
• Conditional node tersebut memberikan beberapa kemungkinan nilai, dapat berupa nilai boolean (Benar atau Salah), atau beberapa alternatif nilai yang mungkin dimiliki oleh suatu atribut, misal untuk atribut Harga (murah, normal, mahal).
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pohon Keputusan: Contoh
Tekanan darah
TINGGI TIA
Tinggi Normal
Ya Tidak
TINGGI Merokok
Ya
RENDAH
Tidak
Obesitas
TINGGI
Ya
RENDAH
Tidak
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
• Secara umum, model Multi-Attribute Decision Making (MADM) dapat didefinisikan sebagai berikut (Zimermann, 1991): – Misalkan A = {ai | i = 1,...,m} adalah himpunan
alternatif-alternatif keputusan dan C = {cj | j = 1,..., n} adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif x0 yang memiliki derajat harapan tertinggi terhadap tujuan–tujuan yang relevan cj.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
• Janko (2005) memberikan batasan tentang adanya beberapa fitur umum yang akan digunakan dalam MADM, yaitu: – Alternatif, adalah obyek-obyek yang berbeda dan
memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan.
– Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup kemungkinan adanya sub kriteria yang berhubungan dengan kriteria yang telah diberikan.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
– Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya.
– Bobot keputusan, bobot keputusan menunjukkan kepentingan relatif dari setiap kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap kriteria.
– Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen xij, yang merepresentasikan rating dari alternatif Ai (i=1,2,...,m) terhadap kriteria Cj (j=1,2,...,n).
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
• Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya.
• Kriteria atau atribut dapat dibagi menjadi dua kategori, yaitu: – Kriteria keuntungan adalah kriteria yang nilainya akan
dimaksimumkan, misalnya: keuntungan, IPK (untuk kasus pemilihan mahasiswa berprestasi), dll.
– Kriteria biaya adalah kriteria yang nilainya akan diminimumkan, misalnya: harga produk yang akan dibeli, biaya produksi, dll.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
• Pada MADM, matriks keputusan setiap alternatif terhadap setiap atribut, X, diberikan sebagai:
dengan xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j.
• Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, W:
W = {w1, w2, ..., wn}
mn2m1m
n22221
n11211
xxx
xxx
xxx
X
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
• Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan.
• Masalah MADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002).
• Pada MADM, umumnya akan dicari solusi ideal. • Pada solusi ideal akan memaksimumkan semua kriteria
keuntungan dan meminimumkan semua kriteria biaya.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Multi-Attribute Decision Making (MADM)
Masalah
Kriteria-1 (C1)
Kriteria-2 (C2)
Kriteria-m (Cn)
. . .
Alternatif-1 (A1)
Alternatif-2 (A2)
Alternatif-n (Am)
. . .
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (2)
• Model optimasi dengan algoritma.
– Model ini akan melakukan pencarian terhadap solusi terbaik dari banyak alternatif.
– Proses pencarian dilakukan tahap demi tahap.
– Teknik-teknik untuk penyelesaian masalah ini antara lain dengan menggunakan linear programming atau model matematika yang lainnya, atau menggunakan model jaringan.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Optimasi - contoh
• Maksimumkan 50x1 + 10x2
• dengan batasan:
– 5 x1 + 7 x2 50
– 3 x1 + 5 x2 30
– x1, x2 > 0
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (3)
• Model optimasi dengan formula analitik.
– Model ini akan melakukan pencarian terhadap solusi hanya dengan satu langkah melalui rumus tertentu.
– Model seperti ini banyak dijumpai pada masalah-masalah inventory.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (4)
• Model simulasi.
– Model ini akan melakukan pencarian terhadap solusi cukup baik atau solusi terbaik pada beberapa alternatif yang akan diuji dalam penelitian.
– Model ini lebih banyak digunakan untuk beberapa tipe simulasi.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (5)
• Model heuristik.
– Model ini akan melakukan pencarian terhadap solusi yang cukup baik melalui serangkaian aturan (rules).
– Model ini lebih banyak direpresentasikan dengan menggunakan pemrograman heuristik atau sistem pakar
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (6)
• Model prediktif.
– Model ini akan melakukan prediksi untuk masa depan apabila diberikan skenario tertentu.
– Model ini lebih banyak direpresentasikan dengan menggunakan model peramalan (forecasting) atau analisis Makov
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori SPK (7)
• Model-model yang lainnya.
– Model ini akan menyelesaikan kasus what-if menggunakan formula tertentu.
– Model ini lebih banyak digunakan pada pemodelan keuangan atau konsep antrian.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Kategori Model
• Model statis umumnya memberikan asumsi adanya operasi perulangan dengan menggunakan kondisi yang identik.
• Model dinamik (time-dependent) merepresentasikan skenario yang senantiasa berubah dari waktu ke waktu.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Manajemen Model
• Untuk menjaga integritas dan aplikabilitasnya, model perlu dikelola sebaik mungkin.
• Untuk keperluan tersebut dibutuhkan suatu model base management system.
• Model Base Management System (MBMS) merupakan paket perangkat lunak yang dibangun dengan kapabilitas yang mirip dengan DBMS.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Komponen DSS
• Turban, dkk (2005)
– Manajemen data
– Manajemen model
– Model-model eksternal
– Subsistem berbasis pengetahuan
– Antarmuka pengguna
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Perusahaan membutuhkan beberapa karyawan baru di bagian pengepakan produk. Ada beberapa calon karyawan yang telah mendaftarkan diri. Berapa banyak karyawan yang dibutuhkan? Siapa saja yang layak diterima?
Telah dapat ditentukan jumlah karyawan yang harus diterima beserta nama-nama karyawan yang layak diterima.
Man
aje
men
An
tarm
uka
Man
aje
men
Mo
del
Man
aje
men
Data
Organizational Information
External Information
Personal Information
What – If Models
Optimization Models
Goal-seeking Models
Statistical Models
1. Masalah
2. Pertanyaan
3. Pemilihan
model 4. Informasi
yang dibutuhkan
5. Model terpilih
6. Jawaban
7. Solusi
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Sistem berbasis
komputer
lainnya
Internet,
intranet,
ekstranet
Manajemen data
Manajemen model
Model-model eksternal
Subsistem berbasis pengetahuan
Antarmuka pengguna
Manajer
(pengguna) Basis pengetahuan
terorganisasi
Data: eksternal dan
internal
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Subsistem Manajemen Data (DMS)
• Subsistem manajemen data, terdiri-atas basisdata yang berisi data yang terkait dengan permasalahan yang akan diselesaikan.
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Subsistem Manajemen Data
Elemen-elemen
pada subsistem
manajemen data
DSS database
Database Management System
Data dictionary
Query facility
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Basis pengetahuan terorganisasi
Sumber data eksternal
Sumber data internal
Data pribadi, private
Data warehouse perusahaan
Manajemen antarmuka
Manajemen model
Subsistem berbasis pengetahuan
Ekstraksi
DSS database
Database management system:
Retrieval, Inquiry, Update, Report
generation, Delete
Query facility
Data dictionary
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
• Subsistem manajemen model, merupakan paket perangkat lunak yang berisi statistik, ilmu manajemen, atau model kuantitatif lainnya yang mampu memberikan kapabilitas analitik bagi sistem.
Subsistem Manajemen Model (MMS)
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Manajemen data
Manajemen antarmuka
Subsistem berbasis
pengetahuan
Model dictionary
• Strategik, taktik, operasional. • Statistik, keuangan, teknik,
akuntansi, dll. • Blok-blok pembentukan model.
Data dictionary
Model
• Model creation, using subroutine,
building blocks. • Generation new routines and reports • Model updating & changing. • Data manipulation.
Manajemen Model
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
• Subsistem antarmuka, yang digunakan oleh pengguna untuk berkomunikasi dengan sistem.
• Untuk sistem berbasis web, web browser digunakan untuk keperluan tersebut.
Subsistem User Interface
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Manajemen data & DBMS
Subsistem berbasis
pengetahuan
Manajemen model & MBMS
Printer, Plotter
User
Natural Language Processor
User Interface Management System (UIMS)
INPUT Action
Languages
OUTPUT Display
Languages
PC display
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
• Subsistem manajemen berbasis pengetahuan, yang digunakan untuk mendukung subsistem-subsistem yang lainnya.
• Beberapa metode dalam kecerdasan buatan dapat digunakan untuk keperluan tersebut.
Subsistem Manajemen berbasis Pengetahuan
STMIK AMIKOM PURWOKERTO
ABDUL AZIS, M.KOM
Pemodelan Berbasis Pengetahuan
• Sistem berbasis pengetahuan menggunakan sekumpulan aturan dalam menyelesaikan permasalahannya.
• Sistem pakar merupakan salah satu model pendukung keputusan yang bersifat kualitatif.
• Sistem pakar merupakan sistem berbasis pengetahuan.