sistem endukung keputusan -...
TRANSCRIPT
![Page 1: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/1.jpg)
SISTEM
PENDUKUNG KEPUTUSAN
![Page 2: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/2.jpg)
SIMON’S TYPES OF DECISIONS
Keputusan Terprogram
Berulang dan rutin
Sampai pada batas hingga suatu prosedur pasti telah dibuat untuk menanganinya sehingga keputusan tersebut tidak perlu diperlakukan
Keputusan tak terprogram
Tidak terstruktur
Tidak ada metode khusus untuk menangani hal ini.
![Page 3: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/3.jpg)
TAHAP-TAHAP PENGAMBILAN KEPUTUSAN MENURUT
SIMON
Intelligence Mengamati lingkungan untuk mengetahui
kondisi-kondisi yang perlu diperbaiki
Design Menemukan, mengembangkan dan menganalisa
berbagai alternatif tindakan yang mungkin
Choice memilih satu rangkaian tindakan tertentu dari
beberapa yang tersedia
Review Menilai pilihan-pilihan yang lalu
![Page 4: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/4.jpg)
DEFINISI DARI SISTEM PENDUKUNG KEPUTUSAN
Definisi Umum – menyediakan informasi
pemecahan masalah maupun kemampuan
komunikasi dalam memecahkan masalah semi
terstruktur.
![Page 5: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/5.jpg)
THE DSS CONCEPT
Gorry and Scott Morton menggambarkan jenis-jenis keputusan menurut struktur masalah. dari terstruktur sampai tidak terstruktur
Masalah terstruktur merupakan suatu masalah yang memiliki strukutur pada tiga tahap pertama simon yaitu, inteligen, rancangan dan pilihan
Masalah tidak terstruktur merupakan sebaliknya yang sama sekali tidak memiliki strukutur pada tiga tahap seperti yang dikemukakan simon
Masalah Semi terstruktur merupakan masalah yang memiliki struktur hanya pada satu atau dua tahap pada tahapan yang dikemukakan simon
![Page 6: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/6.jpg)
Tingkat
struktur
masalah
The Gorry and Scott Morton Grid
Management levels
Structured
Semistructured
Unstructured
Operational
control
Management
control
Strategic
planning
Piutang
dagang
Order entry
Inventory
control
Analisis anggaran
biaya
peramalan
jangka pendek
pengaturan armada
Lokasi gudang
Jadwal
produksi
Cash
management
PERT/COST
systems
Analisis anggaran
keseluruhan
penyiapan
anggaran
Penjualan dan
produksi
Penggabungan usaha
Dan akuisisi
Perencanaan produk
baru
Perencanaan litbang
![Page 7: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/7.jpg)
JENIS-JENIS DSS MENURUT ALTER
Tingkatan kerimutan DSS dari jenis yang rendah
sampai yang tertinggi
Mengambil elemen informasi
Menganalisa seluru file
Menyiapkan laporan dari berbagai file
Menyiapkan akibat keputusan
Mengusulkan keputusan
Mengambil keputusan
![Page 8: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/8.jpg)
Retrieve
information
elements
Analyze
entire
files
Prepare
reports
from
multiple
files
Estimate
decision
consequen-
ces
Propose
decisions
Tingkat
dukungan
pemecahan
masalah
Tingkat kerumitan
sistem
pemecahan
masalah
Little Much
Alter’s DSS Types
Make
decisions
![Page 9: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/9.jpg)
TIGA TUJUAN YANG HARUS DICAPAI DSS
1. Membantu manajer membuat keputusan untuk
memecahkan masalah semi terstruktur
2. Mendukung penilaian manajer bukan mencoba
menggantikannya
3. Meningkatkan efektifnes pengambilan keputusan
manajer daripada efisiensinya
![Page 10: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/10.jpg)
MODEL DSS
Pemecah
Masalah
Peorangan
Para Anggota
Kelompok
Yang lain
P/L (S/W)
Penulisan
Laporan
Model
Matematika
Perangkat
Kelompok
(Groupware)
Database
Lingkungan
![Page 11: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/11.jpg)
MODEL DSS
Isi database digunakan oleh tiga subsistem Perangkat lunak penulisan laporan
Special reports
Periodic reports
COBOL or PL/I
DBMS
Model Matematika Simulations
Special modeling languages
Groupware
memungkinkan beberapa pemecah masalah bekerja bersama sebagai satu kelompok untuk mencapai solusi.
![Page 12: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/12.jpg)
GROUP DECISION SUPPORT SYSTEMS
Merupakan suatu sistem berbasis komputer yang
mendukung kelompok-kelompok orang yang
terlibat dalam suatu tugas bersama dan yang
menyediakan interface bagi suatu lingkungan
bersama
Digunakan dalam penyelesaian masalah
![Page 13: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/13.jpg)
BAGAIMANA GDSS BERKONTRIBUSI PADA PEMECAHAN
MASALAH
Komunikasi yang lebih baik memungkinkan
keputusan yang lebih baik. Komunikasi yang lebih
baik tercapai dengan menjaga diskusi terfokus
pada masalah, akibatnya mengurangi waktu
terbuang
![Page 14: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/14.jpg)
PENGATURAN LINGKUNGAN GDSS
Synchronous exchange
Para anggotan dapat bertemu pada waktu yang sama,
contohnya rapat komite
Asynchronous exchange
Para anggota dapat bertemu pada waktu yang
berlainan contohnya komunikasi melalui surat
elektronik.
![Page 15: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/15.jpg)
GDSS TYPES Ruang Keputusan
Merupakan pengaturan rapat untuk kelompok kecil secara tatap muka
Jaringan keputusan setempat
Anggota berinteraksi melalui jaringan
Pertemuan legislatif
Jika kelompok terlalu besar untuk ruang keputusan
Konferensi bermedia komputer
Beberapa aplikasi kantor virtual memungkinkan komunikasi antara kelompok-kelompok besar dengan anggota yang tersebar secara geografis
![Page 16: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/16.jpg)
GROUPWARE
Functions
FAX
Voice messaging
Internet access
Lotus Notes
Popular groupware product
Handles data important to managers
![Page 17: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/17.jpg)
ARTIFICIAL INTELLIGENCE (AI)
Kegiatan memberikan pada mesin
seperti komputer kemampuan
untuk menampilkan perilaku yang
dianggap cerdas jika diamati pada
manusia.
![Page 18: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/18.jpg)
Lingkungan dari kecerdasan Buatan
Expert
systems AI
hardware
Robotics
Perceptive
systems
(vision,
hearing)
Neural
networks
Natural
language
Learning
Artificial Intelligence
![Page 19: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/19.jpg)
APPEAL OF EXPERT SYSTEMS
Computer program that codes the knowledge of
human experts in the form of heuristics
Two distinctions from DSS
1. Has potential to extend manager‟s problem-solving
ability
2. Ability to explain how solution was reached
![Page 20: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/20.jpg)
Know-
ledge
base
User
User
interface
Instructions &
information
Solutions &
Penjelasan Knowledge
Inference
engine
Problem
Domain
Expert and
knowledge engineer
Development
engine Expert
system Model
Sistem Pakar
![Page 21: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/21.jpg)
EXPERT SYSTEM MODEL
User interface
Allows user to interact with system
Knowledge base
Houses accumulated knowledge
Inference engine
Provides reasoning
Interprets knowledge base
Development engine
Creates expert system
![Page 22: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/22.jpg)
USER INTERFACE
User enters:
Instructions
Information
Expert system provides:
Solutions
Explanations of
Questions
Problem solutions
Menus, commands, natural language, GUI
![Page 23: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/23.jpg)
KNOWLEDGE BASE
Description of problem domain
Rules
Knowledge representation technique
„IF:THEN‟ logic
Networks of rules
Lowest levels provide evidence
Top levels produce 1 or more conclusions
Conclusion is called a Goal variable.
![Page 24: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/24.jpg)
Evidence
Conclusion
Conclusion
Evidence Evidence Evidence Evidence
Evidence Evidence Evidence
Conclusion
A Rule Set That
Produces One Final
Conclusion
![Page 25: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/25.jpg)
RULE SELECTION
Selecting rules to efficiently solve a problem is
difficult
Some goals can be reached with only a few rules;
rules 3 and 4 identify bird
![Page 26: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/26.jpg)
INFERENCE ENGINE
Performs reasoning by using the contents of
knowledge base in a particular sequence
Two basic approaches to using rules
1. Forward reasoning (data driven)
2. Reverse reasoning (goal driven)
![Page 27: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/27.jpg)
FORWARD REASONING (FORWARD CHAINING)
Rule is evaluated as:
(1) true, (2) false, (3) unknown
Rule evaluation is an iterative process
When no more rules can fire, the reasoning
process stops even if a goal has not been reached
Start with inputs and
work to solution
![Page 28: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/28.jpg)
Rule 1
Rule 3
Rule 2
Rule 4
Rule 5
Rule 6
Rule 7
Rule 8
Rule 9
Rule 10
Rule 11
Rule 12
IF A
THEN B
IF C
THEN D
IF M
THEN E
IF K
THEN F
IF G
THEN H
IF I
THEN J
IF B OR D
THEN K
IF E
THEN L
IF K AND
L THEN N
IF M
THEN O
IF N OR O
THEN P
F
IF (F AND H)
OR J
THEN M
The Forward
Reasoning
Process
T
T T
T
T
T
T
T
T
F
T
Legend:
First pass
Second pass
Third pass
![Page 29: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/29.jpg)
REVERSE REASONING STEPS
(BACKWARD CHAINING)
Divide problem into subproblems
Try to solve one subproblem
Then try another
Start with solution and
work back to inputs
![Page 30: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/30.jpg)
T
Rule 1
Rule 2
Rule 3
Rule 9
Rule 11 Legend: Problems to
be solved
Step 4
Step 3
Step 2
Step 1
Step 5
IF A THEN
B
IF B OR D
THEN K IF K AND L
THEN N IF N OR O
THEN P
IF C
THEN D
IF M
THEN E
IF E
THEN L
IF (F AND H)
OR J
THEN M
IF M
THEN O IF M
THEN O
T
The First Five Problems
Are Identified Rule 7
Rule 10
Rule 12
Rule 8
![Page 31: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/31.jpg)
If K
Then F
Legend: Problems to
be solved
If G
Then H
If I
Then J
If M
Then O
Step 8
Step 9 Step 7 Step 6
Rule 4
Rule 5
Rule 11 Rule 6
T
IF (F And H)
Or J
Then M T
Rule 9
T T
Rule 12
T
If N Or O
Then P
The Next Four Problems Are
Identified
![Page 32: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/32.jpg)
FORWARD VERSUS REVERSE REASONING Reverse reasoning is faster than forward
reasoning
Reverse reasoning works best under certain
conditions
Multiple goal variables
Many rules
All or most rules do not have to be examined in the
process of reaching a solution
![Page 33: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/33.jpg)
DEVELOPMENT ENGINE
Programming languages
Lisp
Prolog
Expert system shells
Ready made processor that can be tailored to a
particular problem domain
Case-based reasoning (CBR)
Decision tree
![Page 34: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/34.jpg)
EXPERT SYSTEM ADVANTAGES
For managers Consider more alternatives
Apply high level of logic
Have more time to evaluate decision rules
Consistent logic
For the firm Better performance from management team
Retain firm‟s knowledge resource
![Page 35: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/35.jpg)
EXPERT SYSTEM DISADVANTAGES
Can‟t handle inconsistent knowledge
Can‟t apply judgment or intuition
![Page 36: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/36.jpg)
KEYS TO SUCCESSFUL ES DEVELOPMENT
Coordinate ES development with strategic
planning
Clearly define problem to be solved and
understand problem domain
Pay particular attention to ethical and
legal feasibility of proposed system
Understand users‟ concerns and
expectations concerning system
Employ management techniques designed
to retain developers
![Page 37: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/37.jpg)
NEURAL NETWORKS
Mathematical model of the human brain
Simulates the way neurons interact to process data and
learn from experience
Bottom-up approach to modeling human intuition
![Page 38: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/38.jpg)
THE HUMAN BRAIN
Neuron -- the information processor
Input -- dendrites
Processing -- soma
Output -- axon
Neurons are connected by the synapse
![Page 39: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/39.jpg)
Soma
(processor)
Axon
Synapse
Dendrites
(input)
Axonal Paths
(output)
Simple Biological Neurons
![Page 40: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/40.jpg)
EVOLUTION OF ARTIFICIAL NEURAL SYSTEMS (ANS)
McCulloch-Pitts mathematical neuron function
(late 1930s) was the starting point
Hebb‟s learning law (early 1940s)
Neurocomputers
Marvin Minsky‟s Snark (early 1950s)
Rosenblatt‟s Perceptron (mid 1950s)
![Page 41: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/41.jpg)
CURRENT METHODOLOGY
Mathematical models don‟t duplicate human
brains, but exhibit similar abilities
Complex networks
Repetitious training
ANS “learns” by example
![Page 42: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/42.jpg)
y1
y2
y3
yn-1
y
w1
w2
w3
wn-1
Single Artificial Neuron
![Page 43: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/43.jpg)
The Multi-Layer
Perceptron
Yn2
INn
OUTn OUT1
IN1
Y1
Input
Layer
OutputL
ayer
![Page 44: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/44.jpg)
KNOWLEDGE-BASED SYSTEMS
IN PERSPECTIVE
Much has been accomplished in neural nets and
expert systems
Much work remains
Systems abilities to mimic human intelligence
are too limited and regarded as primitive
![Page 45: SISTEM ENDUKUNG KEPUTUSAN - si.ilkom.unsri.ac.idsi.ilkom.unsri.ac.id/wp-content/uploads/2018/11/5-sistem-pendukung... · terlibat dalam suatu tugas bersama dan yang menyediakan interface](https://reader035.vdocuments.mx/reader035/viewer/2022081323/5c9a932209d3f26d478c233a/html5/thumbnails/45.jpg)
SUMMARY [CONT.]
AI
Neural networks
Expert systems
Limitations and promise