Artificial Intelligence
Sistem Pakar
Tujuan Pembelajaran
Mengidentifikasi perubahan yang terjadi dalam bentuk dan penggunaan pendukung keputusan dalam bisnis.
Mengidentifikasi peran dan pelaporan alternatif sistem informasi manajemen.
Jelaskan bagaimana pengolahan analisis online dapat memenuhi kebutuhan informasi kunci dari manajer.
Jelaskan dukungan konsep sistem pengambilan keputusan dan bagaimana hal itu berbeda dari sistem informasi manajemen tradisional.
Tujuan Pembelajaran
Jelaskan bagaimana sistem informasi dapat mendukung kebutuhan informasi eksekutif, manajer, dan profesional bisnis:
Sistem informasi eksekutif
Informasi perusahaan portal
Sistem manajemen pengetahuan
Tujuan Pembelajaran
Identifikasi bagaimana jaringan saraf, logika fuzzy, algoritma genetika, virtual reality, dan agen cerdas dapat digunakan dalam bisnis.
Berikan contoh dari beberapa sistem pakar cara yang bisa digunakan dalam situasi pengambilan keputusan bisnis.
Kasus 1: Business Intelligence Terpusat di Tempat Kerja
Memulai setiap proyek bisnis intelijen dari awal mengarah ke
Reinventing roda
Pengembangan tinggi dan biaya dukungan
Sistem yang tidak kompatibel
Beberapa perusahaan standarisasi pada sedikit alat bisnis intelijen dan membuat mereka tersedia di seluruh organisasi dan
Bisnis-intelijen pusat kompetensi
Kasus studi Pertanyaan
Apa intelijen bisnis? Mengapa sistem intelijen bisnis seperti aplikasi bisnis populer TI?
Apa nilai bisnis dari berbagai aplikasi BI dibahas dalam kasus ini?
Apakah sistem bisnis intelijen MIS atau DSS?
Dunia Internet Kegiatan Nyata
Perusahaan yang mengambil keuntungan dari keunggulan kompetitif mereka nikmati dari intelijen bisnis berkualitas tinggi. Untuk memenuhi permintaan untuk aplikasi untuk mendukung proses, vendor sedang mengembangkan berbagai macam penawaran. Menggunakan Internet,
Lihat jika Anda dapat menemukan beberapa contoh produk perangkat lunak untuk mendukung pengelolaan intelijen bisnis.
Apakah mereka semua mengambil pendekatan yang sama, atau ada cara yang berbeda untuk mengelola proses?
Real World Kelompok Kegiatan
Bisnis intelijen pusat kompetensi dapat cukup mahal untuk memulai dan mempertahankan. Ada prevalensi, bagaimanapun, menunjukkan manfaat yang sepadan dengan biaya. Dalam kelompok kecil,
Diskusikan berbagai keterampilan dan peran pekerjaan yang diperlukan untuk bisnis intelijen pusat kompetensi kompetitif.
Bisa pusat tersebut dianggap keunggulan kompetitif atau kebutuhan hanya kompetitif?
Informasi yang diperlukan pada tingkat manajemen yang berbeda
Tingkat Manajemen Pengambilan Keputusan
Manajemen strategis
Eksekutif mengembangkan tujuan organisasi, strategi, kebijakan, dan tujuan
Sebagai bagian dari proses perencanaan strategis
Manajemen Taktis
Manajer dan profesional bisnis dalam tim self-directed
Mengembangkan rencana jangka pendek dan menengah, jadwal dan anggaran
Tentukan kebijakan, prosedur dan tujuan bisnis untuk subunit mereka
Tingkat Manajemen Pengambilan Keputusan
Manajemen operasional
Manajer atau anggota tim self-directed
Mengembangkan rencana jangka pendek seperti jadwal produksi mingguan
Kualitas Informasi
Informasi produk yang karakteristik, atribut, atau kualitas membuat nilai informasi yang lebih
Informasi memiliki 3 dimensi:
Waktu
Kadar
Bentuk
Atribut Kualitas Informasi
Struktur Keputusan
Terstruktur - situasi di mana prosedur yang harus diikuti ketika keputusan diperlukan dapat ditentukan di muka
Unstructured - situasi keputusan di mana tidak mungkin untuk menentukan di muka sebagian besar prosedur keputusan untuk mengikuti
Semiterstruktur - prosedur pengambilan keputusan yang dapat prespecified, tetapi tidak cukup untuk menghasilkan keputusan yang direkomendasikan pasti
Sistem Informasi untuk mendukung keputusan
Keputusan Tren Dukungan
Personalized analisis keputusan proaktif
Aplikasi Web-Based
Keputusan di tingkat bawah manajemen dan dengan tim dan individu
Aplikasi bisnis intelijen
Business Intelligence Aplikasi
Sistem Pendukung Keputusan
DSS
Memberikan dukungan informasi interaktif untuk manajer dan profesional bisnis selama proses pengambilan keputusan
Gunakan:
Model analitis
Database khusus
Wawasan dan penilaian Seorang pembuat keputusan sendiri
Pemodelan berbasis komputer interaktif
Untuk mendukung keputusan bisnis semiterstruktur
Komponen DSS
Model dasar DSS
Model dasar
Sebuah komponen perangkat lunak yang terdiri dari model yang digunakan dalam rutinitas komputasi dan analisis yang matematis mengungkapkan hubungan antar variabel
Contoh:
Model pemrograman linier,
Beberapa model peramalan regresi
Penganggaran model present value Modal
Sistem Informasi Manajemen
MIS
Menghasilkan produk informasi yang mendukung banyak hari-hari pengambilan keputusan kebutuhan manajer dan profesional bisnis
Laporan prespecified, menampilkan dan tanggapan
Mendukung keputusan yang lebih terstruktur
MIS Pelaporan Alternatif
Laporan Terjadwal Berkala
Format prespecified secara teratur
Laporan Exception
Laporan tentang kondisi luar biasa
Dapat diproduksi secara teratur atau bila pengecualian terjadi
Permintaan Laporan dan Tanggapan
Informasi yang tersedia saat dibutuhkan
Dorong Pelaporan
Informasi mendorong kepada manajer
Online Analytical Processing
OLAP
Memungkinkan mangers dan analis untuk memeriksa dan memanipulasi sejumlah besar data rinci dan konsolidasi dari berbagai perspektif
Dilakukan secara interaktif secara real time dengan respon yang cepat
OLAP Analytical Operasi
Konsolidasi
Agregasi data
Drill-down
Menampilkan data detail yang berisi gabungan data
Mengiris dan dicing
Kemampuan untuk melihat database dari sudut pandang yang berbeda
OLAP Teknologi
Sistem Informasi Geografis
GIS
DSS yang menggunakan database geografis untuk membangun dan menampilkan peta dan grafis lainnya menampilkan
Bahwa keputusan dukungan mempengaruhi distribusi geografis orang dan sumber daya lain
Sering digunakan dengan Sistem Posisi Global (GPS) perangkat
Visualisasi Data Systems
DVS
DSS yang mewakili data yang kompleks dengan menggunakan bentuk grafis tiga dimensi interaktif seperti tabel, grafik, dan peta
Alat DVS membantu pengguna untuk menyortir interaktif, membagi, menggabungkan, dan mengatur data sementara itu dalam bentuk grafis.
Menggunakan DSS
What-if Analisis
Pengguna akhir membuat perubahan variabel, atau hubungan antar variabel, dan mengamati hasil perubahan nilai variabel lain
Analisis Sensitivitas
Nilai hanya satu variabel berubah berulang kali dan menghasilkan perubahan dalam variabel lain diamati
Menggunakan DSS
Gol-Mencari
Menetapkan target nilai variabel dan kemudian berulang kali mengubah variabel lain sampai nilai target tercapai
Bagaimana analisis
Optimasi
Tujuannya adalah untuk menemukan nilai optimum untuk satu atau lebih variabel target yang diberikan kendala tertentu
Satu atau lebih variabel lain berubah berulang kali sampai nilai-nilai terbaik untuk variabel sasaran ditemukan
Data Mining
Tujuan utama adalah untuk memberikan dukungan keputusan untuk manajer dan profesional bisnis melalui penemuan pengetahuan
Menganalisa luas menyimpan data bisnis sejarah
Mencoba untuk menemukan pola, tren, dan korelasi tersembunyi dalam data yang dapat membantu sebuah perusahaan meningkatkan kinerja bisnisnya
Gunakan regresi, pohon keputusan, jaringan saraf, analisis cluster, atau analisis keranjang pasar
Market Basket Analysis
Salah satu yang paling umum untuk data mining pemasaran
Tujuannya adalah untuk menentukan apa yang pelanggan produk membeli bersama-sama dengan produk lain
Sistem Informasi Eksekutif
EIS
Menggabungkan banyak fitur dari MIS dan DSS
Memberikan para eksekutif puncak dengan akses langsung dan mudah ke informasi
Tentang faktor-faktor yang sangat penting untuk mencapai tujuan strategis organisasi (faktor keberhasilan kritis)
Begitu populer, diperluas untuk manajer, analis, dan pekerja pengetahuan lainnya
Fitur EIS
Informasi yang disajikan dalam bentuk disesuaikan dengan preferensi eksekutif menggunakan sistem
Customizable antarmuka pengguna grafis
Pelaporan Exception
Analisis trend
Menelusuri kemampuan
Perusahaan Antarmuka Portal
EIP
Antarmuka berbasis web
Integrasi MIS, DSS, EIS, dan teknologi lainnya
Memberikan semua pengguna intranet dan extranet akses pengguna yang dipilih
Untuk berbagai aplikasi dan layanan bisnis internal dan eksternal
Biasanya disesuaikan dengan pengguna memberi mereka dashboard digital pribadi
Enterprise Information Portal Komponen
Sistem Manajemen Pengetahuan
Penggunaan teknologi informasi untuk membantu mengumpulkan, mengatur, dan membagi pengetahuan bisnis dalam suatu organisasi
Perusahaan Knowledge Portal
EIPs yang masuk ke intranet perusahaan yang berfungsi sebagai sistem manajemen pengetahuan
Perusahaan Knowledge Portal
Kasus 2 Buatan IntelligenceThe Dawn of the Brain Digital
Numenta akan menerjemahkan cara kerja otak ke dalam suatu algoritma yang dapat dijalankan pada jenis baru dari komputer
Otak manusia tidak bekerja seperti komputer
Intelijen, menurut Hawkins, adalah pengenalan pola
Kasus studi Pertanyaan
Apa nilai bisnis dari teknologi AI dalam bisnis saat ini? Apa nilai yang mungkin ada jika Jeff Hawkins dapat membangun sebuah mesin untuk berpikir seperti manusia?
Mengapa kecerdasan buatan menjadi begitu penting bagi bisnis?
Mengapa Anda berpikir bank dan lembaga keuangan lainnya pengguna teknologi AI terkemuka? Apa manfaat dan keterbatasan teknologi ini?
Dunia Internet Kegiatan Nyata
Konsep pemikiran manusia masih misteri meskipun perkembangan pemahaman kita tentang proses dasar dari otak manusia. Selama bertahun-tahun, para ilmuwan telah bekerja keras untuk mengembangkan mesin mirip manusia, tetapi tidak ada telah mampu melakukan serta otak manusia ketika datang ke penalaran. Menggunakan Internet,
Lihat jika Anda dapat menemukan bukti proyek lain yang mirip dengan Hawkins.
Bagaimana keadaan saat ini seni di daerah ini penelitian dan pengembangan?
Real World Kelompok Kegiatan
Kasus ini berakhir dengan mengajukan pertanyaan apakah kita pernah dapat membangun mesin yang lebih cerdas daripada manusia. Pertanyaan sebenarnya adalah apa yang akan kita lakukan dengan itu, atau dengan kita, jika kita berhasil. Dalam kelompok kecil,
Pendapat mereka tentang suatu masa depan dengan mesin yang bisa menyamai atau melebihi kecerdasan manusia.
Apa gunanya akan datang prestasi seperti itu?
Apa potensi risiko yang mungkin terjadi?
Artificial Intelligence (AI)
Sebuah bidang ilmu pengetahuan dan teknologi berdasarkan disiplin ilmu seperti ilmu komputer, biologi, psikologi, linguistik, matematika, dan teknik
Tujuannya adalah untuk mengembangkan komputer yang dapat mensimulasikan kemampuan berpikir, serta melihat, mendengar, berjalan, berbicara, dan merasakan
Atribut Perilaku Cerdas
Berpikir dan bernalar
Gunakan alasan untuk memecahkan masalah
Belajar atau mengerti dari pengalaman
Memperoleh dan menerapkan pengetahuan
Kreativitas dan imajinasi pameran
Menghadapi situasi yang kompleks atau membingungkan
Merespon dengan cepat dan berhasil dengan situasi baru
Mengenali pentingnya relatif unsur-unsur dalam situasi
Menangani ambigu, informasi yang tidak lengkap, atau salah
Domain Kecerdasan Buatan
Cognitive Science
Berbasis di biologi, neurologi, psikologi, dll
Berfokus pada penelitian bagaimana otak manusia bekerja dan bagaimana manusia berpikir dan belajar
Robotika
Berbasis di AI, teknik dan fisiologi
Mesin robot dengan kecerdasan komputer dan terkendali, kemampuan mirip manusia fisik komputer
Antarmuka Alam
Berbasis di linguistik, psikologi, ilmu komputer, dll
Termasuk bahasa alami dan pengenalan suara
Pengembangan perangkat multiindrawi yang menggunakan berbagai gerakan tubuh untuk mengoperasikan komputer
Virtual reality
Menggunakan antarmuka manusia-komputer multiindrawi yang memungkinkan pengguna manusia untuk mengalami objek simulasi komputer, ruang dan "dunia" seolah-olah mereka benar-benar ada
Sistem Pakar
ES
Sebuah sistem informasi berbasis pengetahuan (KBIS) yang menggunakan pengetahuan tentang, aplikasi yang kompleks khusus untuk bertindak sebagai konsultan ahli untuk pengguna akhir
KBIS adalah sistem yang menambahkan basis pengetahuan ke komponen lain pada IS
Sistem Pakar Komponen
Basis Pengetahuan
Fakta-fakta tentang bidang subjek tertentu
Heuristik yang mengungkapkan prosedur penalaran seorang ahli (aturan praktis)
Sumber Daya Perangkat Lunak
Mesin inferensi proses pengetahuan dan membuat kesimpulan untuk membuat merekomendasikan tindakan
Program antarmuka pengguna untuk berkomunikasi dengan end user
Penjelasan program untuk menjelaskan proses penalaran ke end user
Sistem Pakar Komponen
Metode Representasi Pengetahuan
Kasus Berbasis - pengetahuan terorganisir dalam bentuk kasus
Kasus: contoh kinerja masa lalu, kejadian dan pengalaman
Frame-Based - pengetahuan diatur dalam hierarki atau jaringan frame
Bingkai: entitas yang terdiri dari paket kompleks nilai data
Metode Representasi Pengetahuan
Obyek Berbasis - pengetahuan terorganisir dalam jaringan benda
Obyek: elemen data dan metode atau proses yang bekerja pada data tersebut
Rule-Based - pengetahuan direpresentasikan dalam aturan dan pernyataan fakta
Aturan: pernyataan yang biasanya berbentuk premis dan kesimpulan
Seperti, Jika (kondisi) maka (kesimpulan)
Sistem Pakar Manfaat
Lebih cepat dan lebih konsisten daripada ahli
Dapat memiliki pengetahuan dari beberapa ahli
Tidak lelah atau terganggu oleh terlalu banyak pekerjaan atau stres
Membantu melestarikan dan mereproduksi pengetahuan para ahli
Keterbatasan Sistem Pakar
Fokus Terbatas
Ketidakmampuan untuk belajar
Masalah perawatan
Biaya Pembangunan
Hanya dapat memecahkan jenis tertentu masalah dalam domain yang terbatas pengetahuan
Kriteria kesesuaian untuk Sistem Pakar
Domain: area subyek yang relatif kecil dan terbatas pada daerah yang terdefinisi dengan baik
Keahlian: solusi memerlukan upaya ahli
Kompleksitas: solusi dari masalah adalah tugas kompleks yang membutuhkan proses inferensi logis (tidak mungkin dalam pengolahan informasi konvensional)
Struktur: Proses solusi harus mampu mengatasi dengan sakit-terstruktur, tidak pasti, hilang dan data yang bertentangan
Ketersediaan: ahli ada yang mengartikulasikan dan koperasi
Pengembangan Alat
Sistem Pakar Shell
Paket perangkat lunak yang terdiri dari sistem pakar tanpa basis pengetahuan
Memiliki mesin inferensi dan program antarmuka pengguna
Pengetahuan Insinyur
Seorang profesional yang bekerja dengan para ahli untuk menangkap pengetahuan yang mereka miliki
Membangun basis pengetahuan menggunakan iteratif, proses prototyping
Neural Networks
Sistem komputasi model setelah mesh seperti jaringan otak elemen pemrosesan saling berhubungan, yang disebut neuron
Rehabilitasi prosesor beroperasi secara paralel dan saling berinteraksi
Memungkinkan jaringan untuk belajar dari data itu proses
Fuzzy Logic
Metode penalaran yang menyerupai penalaran manusia
Memungkinkan untuk nilai perkiraan dan kesimpulan dan data yang tidak lengkap atau ambigu bukan mengandalkan hanya pada data renyah
Menggunakan istilah-istilah seperti "sangat tinggi" daripada langkah-langkah yang tepat
Algoritma Genetik
Software yang menggunakan
Darwin (survival of the fittest), mengacak, dan fungsi-fungsi matematika
Untuk mensimulasikan proses evolusi yang dapat menghasilkan solusi semakin lebih baik untuk masalah
Virtual Reality (VR)
Realitas simulasi komputer
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 Anda, dan
walker yang memantau pergerakan kaki Anda
Agen Cerdas
Sebuah pengganti perangkat lunak untuk pengguna akhir atau proses yang memenuhi kebutuhan atau kegiatan dinyatakan
Menggunakan dan belajar basis pengetahuan built-in nya
Untuk membuat keputusan dan menyelesaikan tugas-tugas dengan cara yang memenuhi niat pengguna
Juga disebut robot perangkat lunak atau bot
User Interface Agen
Antarmuka Tutor - mengamati operasi komputer pengguna, kesalahan pengguna yang benar, dan memberikan petunjuk dan saran tentang penggunaan perangkat lunak yang efisien
Presentasi - menampilkan informasi dalam berbagai bentuk dan media berdasarkan preferensi pengguna
Jaringan Navigasi - menemukan jalan untuk informasi dan menyediakan cara untuk melihat informasi berdasarkan preferensi pengguna
Peran-Playing - bermain what-if game dan peran lainnya untuk membantu pengguna memahami informasi dan membuat keputusan yang lebih baik
Agen Manajemen Informasi
Cari Agen - membantu pengguna menemukan file dan database, mencari informasi yang diinginkan, dan menyarankan dan menemukan jenis baru produk informasi, media, dan sumber daya
Broker Informasi - menyediakan layanan komersial untuk menemukan dan mengembangkan sumber-sumber informasi yang sesuai dengan kebutuhan bisnis atau pribadi pengguna
Informasi Filter - menerima, mencari, menyaring, membuang, menyimpan, maju, dan memberitahu pengguna tentang produk diterima atau diinginkan
Kasus 3: Robot adalah common denominator
Prosedur medis Telerobotic-dibantu
Fleksibel body shop mobil dengan pengisian persediaan nirkabel
Kasus studi Pertanyaan
Berapakah nilai bisnis saat ini dan masa depan robot?
Apakah Anda merasa nyaman dengan robot melakukan operasi pada anda? Mengapa atau mengapa tidak?
Robot yang digunakan oleh Ford Motor Co yang memberikan kontribusi untuk perampingan rantai pasokan mereka. Apa lain aplikasi robot dapat Anda bayangkan untuk meningkatkan manajemen rantai pasokan di luar yang dijelaskan dalam kasus ini?
Dunia Internet Kegiatan Nyata
Aplikasi robot sedang dieksplorasi dalam setiap pengaturan yang mungkin. Menggunakan Internet,
Lihat jika Anda dapat menemukan beberapa contoh di mana robot telah digunakan untuk memperbaiki proses, mengurangi biaya, atau membuat tidak mungkin menjadi mungkin.
Real World Kelompok Kegiatan
Kasus sebelumnya dalam bab ini menggambarkan perkembangan sebuah mesin yang bisa berpikir seperti manusia. Dikombinasikan dengan robot canggih, seperti mesin dibayangkan bisa melakukan sebagian tindakan juga, atau mungkin lebih baik, daripada manusia. Dalam kelompok kecil,
Diskusikan bagaimana kombinasi maju AI dan robotika dapat digunakan untuk menciptakan nilai bisnis.
Apa yang akan kita ingin mesin tersebut untuk dapat melakukan atau tidak melakukan?