GRAFIK KOMPUTER

Hingga awal 1980-an grafik computer dianggapserius sebagai suatu pilihan output untuk SIM dan DSS. Kemudian datanglah computer micro dan lotus. Keberhasilan lotus juga mendorong pemasok lain untuk mengembangkkan perangkat lunak dan perangkat keras grafik. Dalam banyak kasus memang demikian , tetapi keberhasilan tidak selalu dapat dipastikan.

Kapan menggunakan grafik???
Sirka L. jarvenpaa dan temannya Gary W. Dickinson sama-sama seorang professor SIM mempelajari keuntungan dan kerugian relative dari output table dan grafik. Berdasarkan temuan mereka mereka menyarankan menggunakan grafik jika :
Mencari ikhtisar data secara tepat
Merndeteksi trend dari waktu ke waktu
Membandingkan berbagai titik dan pola dari berbagai variable
Meramal (forecasting) kegiatan
Mancari gambaran yang relative sederhana dari sejumlah besar informasi.


Grafik apa saja yang digunakan???
Jarvenpaa dan Dickson juga menawarkan kiat kiat berikut saat memilih antara berbagai jenis grafik:
Bagan garis atau batang (line or bar chart) dipilih untuk mengiktisarkan data.
Bagan garis atau kelompok (grouped line or bar chart) dipilih untuk memperlihatkan trend dari waktu ke waktu.
Bagan batang berkelompok digunakan untuk membandingkan berbagai pola variable.
Saat membandingkan berbagai variable gunakan batanng horizontal daripada batang vertical.
Gunakan bagan garis tunggal atau bagan batang untuk membandingkan titik titik data individual antar variable.
Tempatkan nilai data diatas puncak batang untuk memudahkan pembacaan.


SISTEM PENDUKUNG KEPUTUSAN KELOMPOK
(http: //www.aiozh7.blogspot.com/)

A.Konsep GDSS

Sistem pendukung keputusan kelompok (group decision support sistem ) atau GDSS merupakan suatu system berbasis computer yang mendukung kelompok kelompok orang yang terlibat dalam suatu tugas bersama dan yang menyediakan interface bagi suatu lingkungan yang digunakan bersama. Istilah ini mencangkup group support system GSS, computer supported cooperation work (CSSW), computerized collaborative work support, dan electronic meeting system (EMC). Perangkat lunak yang digunakan dalam lingkungan ini disebut groupware.

Bagaimana GDSS Berkontribusi pada Pemecahan Masalah?
Asumsi yang mendasari GDSS adalah komunikasi yang lebih baik memungkinkan keputusan yang lebih baik. Komunikasi yang lebih baik tercapai dengan menjaga diskusi terfokus pada masalah, akibatnya mengurangi waktu yang terbuang, dan menggunakanya untuk mencari evaluasi alternative lain yang lebih baik.

B.Pengaturan Lingkungan GDSS

GDSS berkontribusi pada pemecahan masalah dengan menyediakan suatu pengaturan yang mendukung komunikasi. Pada tiap keadaan para anggota kelompok dapat bertemu pada waktu yang bersamaan atau pada waktu yang berlainan. Jika para anggta bertemu pada ssaat yang bersamaan disebut synchronous exchange, contohnya adalah rapat komite. Sedangkan yang sebaliknya disebut asynchronous excange , contohnya adalah komunikasi lewat surat elektronik.

Ruang Keputusan merupakan pengaturan untuk rapat kelompok kecil secara tatap muka. Ruangan tersebut mendukung komunikasi melalui kombinasi perabot peralatan dan tata letak. Fasilitator adalah orang yang tugas utamanya menjaga diskusi tetap pada alurnya.

Berdasarkan pengaturan yang ditetapkan untuk tiap pertemuan ,pesan pesan yang dimasukkan satu anggota kelompok untuk anggota lain dapat ditampilkan pada layer besar agar dapat dilihat seluruh kelompok. Bahan lain yang berhubungan dengan diskusi juga dapat ditampilkan dari media seperti video slide dan transparasi.

Jaringan keputusan setempat jika kelompok kecil tidak dapat bertemu secara tatap muka, para anggota dapat berinteraksi melalui jaringan setempat(local area network)atau LAN. Seorang anggota memasukkan pendapat kedalam terminal keyboard dan melihat pendapat pendapat anggota lain di layer.

Pertemuan Legislatif jika kelompok terlalu besar untuk ruang keputusan, pertemuan legislatif( legislatif session ) diperlukan. Karena ukuran terlalu besar mungkin menimbulkan kendala kendala komunikasi atau kurangnya waktu yang tersedia. Pendekatan lain adalah fasilitator menentukan bahan apa yang ditampilkan pada layer untuk dilihat oleh kelompok.

Konferensi Bermedia Komputer beberapa aplikasi otomatisasi kantor (OA) memungkinkan berkomunikasi antara kelompok kelompok besar dengan anggota yang tersebar secara geografis. Ini merupakan aplikasi yang dikenal bersama sebagai konferensi jarak jauh(teleconferencing), meliputi konferensi computer, konferensi audio dan konferensi video.

C.Contoh GDSS:

Dalam pertemuan GDSS umum yang menggunakan GroupSystems dari university of Arizona, suatu kelompok akan bertemu dalam ruang keputusan. Para peserta akan menulis pendapat mengenai suatu topic seperti ”sasaran apa yang perlu dimilikioleh perusahaan kita untuk tahun depan?” dengan menggunakan program Electronic Brainstorming(EBS). Program ini menyediakan komunikasi paralel maupun anonimitas.
Komunikasi parallel adalah saat semua peserta menulis pendapat pada saat yang bersamaan dan anonimitas adalah saat tak seorangpun mengetahui siapa yang menulis suatu pendapat tertentu. Setelah setengah jam menulis berbagai pendapat mengenai topic utama, para anggota kelompok mengumpulkan pendapat pendapat itu kedalam beberapa kategori dengan menggunakan program lain yang disebut idea Organizer.
Akhirnya, para nggota kelompok menggunakan program vote untuk memberi peringkat pada daftar kategori yang diiktisarkan oleh Idea Organiser, menurut criteria tertentu seperti pentingnya bagi keseluruhan perusahaan. Tiap anggota menciptakan daftarnya sendiri dan tidak dipengaruhi oleh peringkat orang lain. Iktisar dari daftar peringkat ini kemudian ditampilkan pada layer umum untuk memberikan gambaran pada kelompok mengenai konsensus mereka pada topic pertemuan.

Menempatkan Pemecahan Masalah Kelompok dalam Perspektif

Usaha mula mula GDSS selama awal tahun 1980-an melibatkan academia dan industri. Salah satu ruang keputusan pertama dibuat di EXECUCOM di Austin, texas dibawah pimpinan pendirinya, Gerald wagner. Tradisi penelitian industri dan akademik berlanjut dengan digunakanya ruang keputusan sehari hari di organisasi bisnis XEROX Palo Alto Researce Center dan di berbagai universitas seperti University of Minesota, University of Georgia dll. Fasilitas universitas biasanya disediakan bagi industri dengan bayaran.

Industri mengakui GDSS sebagai konsep yang bernilai praktis nyat, menjadikan salah satu area pengembangan GDSS yang paling gencar.

D.Peran DSS dalam Pemecahan Masalah

Kita telah melihat pada bab bab sebelumnya bahwa SIM tidak cocok untuk mengidentifikasi masalah dan membantu manajer memahaminya. DSS dapat memperluas dukungan ini melalui langkah langkah selanjutnya dari proses pemecahan masalah. Kemampuan tambahan ini bukan karena pelaratan yang digunakan, karena SIM dan DSS keduanya menggunakan peralatan peralatan yang sama.

Alasan untuk mendukung yang lebih lengkap adalah kenyataan bahwa DSS disesuaikan untuk kebutuhan kebutuhan khusus manajer.

SISTEM PAKAR
(http: //www.aiozh7.blogspot.com/)

Subsistem CBIS yang menarik paling banyak perhatian dari ilmuan computer dan spesialis informasi adalah system pakar(expert system)-suatu subset dari kecerdasan buatan(artificial intelligence),atau Al.Sistem pakar terdiri dari empat bagian utama : user interface,knowledge base,inference engine,dan development engine.Elemen kritis dalam system pakar adalah user interface.

Kecerdasan buatan(artificial intelligence),atau Al adalah kegiatan menyediakan mesin seperti computer dengan kemampuan untuk menampilkan perilaku yang dianggap cerdas jika itu diamati pada manusia.

Sejarah Al

Dari semua perhatian yang diterima Al saat ini,seseorang mungkin berpikir bahwa Al merupakan terobosan baru dalam teknologi komputer.Sebenarnya bibit Al mulai ad dua tahun setelah General Electric memasang computer pertama untuk penggunaan bisnis.Penelitian Al berlanjut,tapi tertinggal dari aplikasi komputer yang kurang ambisius seperti MIS dan DSS.

Area Al


Sistem pakar juga dkenal sebagai system berbasis pengetahuan(knowledge based system) adalah program komputer yang mencoba untuk mewakili pengetahuan dari pakar manusia dalam bentuk heuristik.Selain sistem pakar ,Al mencakup kerja dalam area berikut :
*Jaringan saraf(neural network).
*Sistem persepsi(perceptive system).
*Belajar(learning).
*Robotic(robotics).
*Perangkat keras Al(Al hardware).
*Pemrosesan bahasa ilmiah(natural language processing).
Tipe area ini memiliki potensi untuk digunakan dalam memecahkan masalah bisnis,tapi sejauh ini keunggulan utama ada dalam bentuk sistem pakar.

Daya Tarik Sistem Pakar

Sistem pakar sangat serupa dengan DSS karena keduanya dimaksudkan untuk
Menyediakan dukungan pemecahan masalah tingkat tinggi untuk pemakainya.Namun,kedua sistem CBIS itu berbeda dalam dua cara utama.

Pertama,DSS terdiri dari routines yang mencerminkan cara yang diyakini manajer untuk memecahkan masalah.Perbedaan yang kedua adalah kemampuan sistem pakar untuk menjelaskan alur penalaranya dalam mencapai suatu pemecahan tertentu.

User Interface
Memungkinkan manajer untuk memasukkan intruksi dan informasi kedalam sistem pakar dan menerima informasi dari sistem pakar.

Input Sistem Pakar

Manajer dapat menggunakan empat metode input :
*Menu.
*Perintah(command).
*Bahasa alamiah(natural language).
*Customized interfaces.
Menu seperti yang terdapat di Lotus,perintah seperti dot commands yang digunakan dBase III plus(LIST FILES ON A : LIKE PAYROLL.*),dan bahasa alamiah seperti digunakan dengan bahasa queri generasi keempat(4GL).


Output Sistem Pakar

Sistem pakar dirancang untuk menyarankan pemecahan.Pemecahan ini dilengkapi dengan penjelasan,yaitu : penjelasan dari pertanyaan dan penjelasan dari penyelesaian masalah.walau cara kerja di dalam sistem pakar mungkin rumit,user interfacenya sangat memudahkan pemakai.Manajer yang terbiasa berinteraksi dengan komputer tidak akan menemui kesulitan menggunakan sistem pakar.

Knowledge Base

Memuat fakta-fakta yang menjelaskan area masalah dan juga teknik menerangkan masalah yang menjelaskan bagaimana fakta-fakta tersebut cocok satu dengan yang lain dalam urutan yang logis.Teknik menerangkan masalah yang paling popular adalah penggunaan aturan.Aturan menentukan apa yang harus dilakukan dalam situasi tertentu dan terdiri dari dua bagian : suatu kondisi yang mungkin benar,mungkin tidak dan tindakan yang harus diambil jika kondisinya benar.Aturan dari suatu perangkat aturan tidak terkait secara fisik,tapi hubungan logisnya dapat digambarkan dengan diagram hirarki.Kesulitan utama dalam menggunakan aturan untuk menggambarkan pengetahuan adalah memilih aturan-aturanitu secara efisien dari knowledge base.Sangat sering hanya satu subset dari seluruh perangkat aruran yang diperlukan untuk menyelesaikan masalah.

Inference Engine

Adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi knowledge base berdasarkan urutan tertentu.Dua metode utama telah dibuat bagi inference engine untuk menguji aturan penalaran maju(forward reasoning) dan penalaran mundur(reverse reasoning).

Penalaran maju atau disebut forward chaining, memuat aturan-aturan diuji satu per satu dalam urutan tertentu.Evaluasi aturan,jika kondisinya betul aturan itu ditembakkan dan aturan berikunya diuji.Saat kondisinya salah,aturan itu tidak ditembakkan dan aturan berikutnya diuji.

Proses penalaran berulang(iteratif)
Proses pengujian aturan satu demi satu berlanjut sampai satu putaran lengkap melalui seluruh perangkat aturan.Biasanya diperlukan lebih dari satu putaran untuk memberikan suatu nilai pada variable sasaran.Mungkin informasi yang diperlukan untuk mengevaluasi satu aturan dihasilkan oleh aturan lain yang diuji kemudian.
Penalaran mundur atau disebut backward chaining, memilih suatu aturan dan menganggapnya sebagai masalah yang harus diselesaikan.Beberapa inference engine dirancang untuk melakukan penalaran maju atau mundur.Dalam kasus tersebut pemakai menentukan mana yang akan digunakan.

Development Engine

Merupakan komponen keempat dari sistem pakar yang digunakan untuk menciptakan sistem pakar.Pada dasrnya proses ini melibatkan pembuatan perangkat aturan.Ada dua pendekatan dasar : bahasa pemrograman dan shell sistem pakar.anda dapat menciptakan sistem pakar dengan menggunakan bahasa pemrograman apa pun.Namun,ada dua yang sangat cocok dengan representasisimbolis dari knowledge base yaitu Lisp dan Prolog.Shell sistem pakar adalah salah satu sistem pakar pertama atau mycin.Peran sistem analis,selain keahlian yang digunakan dalam mengembangkan aplikasi konvensional,analis itu harus mengerti bagaimana pakar menerapkan pengetahuan mereka dalam memecahkan masalah dan mampu mengekstrasi penjelasan mengenai pengetahuan dari pakar.Proses pengembangan sistem,memulai proses pengembangan adalah tugas analis dalam langkah 1 yaitu,mempelajari problem domain dan menentukan apakah pekerjaan pengembangan harus dilanjutkan.jika ya,analis menjadi cukup tahu tentang problem domain untuk melanjutkan proyek.

Mengembangkan prototipe sistem pakar,dalam langkah 2 sampai 5 analis bekerja sama dengan pakar.Dalam beberapa kasus manajer yang mengidentifikasi kebutuhan sistem bertindak sebagai pakar,atau pakar dapat merupakan manajer lain dalam perusahaan atau seseorang dari luar seperti konsultan,atau satu,atau beberapa manajer perusahaan lain.Bahkan mungkin perlu meminta bantuan beberapa pakar untuk mendapatkan pengetahuan yang dibutuhkan.Pemeliharaan sistem pakar harus dipelihara seperti sub sistem CBIS.Dibuat perubahan-perubahan yang memungkinkan sistem pakar mencerminkan sistem problem domain yang berubah-ubah dan untuk mencapai efisiensi yang lebih besar.

Contoh sistem pakar,sebagian sistem pakar dalam bisnis dimulai pada akhir 1980-an.Sistem yang telah dicapai terutama ditujukan pada tanggung jawab dari manajer tingkat bawah atau staf ahli seperti analis keuangan.Kebijakan kredit SRR terdiri dari dua kegiatan : menentukan batas kredit untuk nasabah baru dan menelaahnya setahun sekali,dan menangani berbagai perkecualian secara harian.Knowledge base sistem pakar terdiri dari dua komponen : pertama ,aturan-aturan yang mencerminkan logika persetujuan kredit,kedua model matematika yang menentukan batas kredit.

Keuntungan dan Kerugian Sistem Pakar

Sama seperti semua aplikasi komputer,sistem pakar menawarkan beberapa keuntungan,tapi juga ada kerugiannya.
*Keuntunganya dapat dinikmati manajer maupun perusahaan.Bagi manajer diharapkan dapat membuat keputusan yang lebih baik,sedangkan bagi perusahaan dapat mempertahankan pengendalian atas pengetahuanperusahaan dan kinerja perusahaan bisa lebih baik.

*Kerugian sistem pakar adalah dua karakteristik membatasi kemampuanya sebagai alat pemecah masalah bisnis.Pertama,sistem pakar tidak dapat menangani pengetahuan yang tidak konsisten.Kedua,sistem pakar tidak dapat menerapkan penilaian dan intuisi yang telah kita kenal sebagai unsure penting dari pemecahan masalah saat kita membahasnya dalam pendekatan sistem pada bab 7.Garis bawah,kendala besar dalam menerapkan sistem pakar pada masalah bisnis adalah stuktur masalahnya.Agar sistem pakar dapat digunakan,masalah harus sangat terstuktur,dan kita telah melihat bahwa sebagian besar maslah bisnis tidak cocok dengan bentuk ini.

Jaringan Saraf

Walau sistem pakar telah berhasil diterapkan pada banyak masalah bisnis,ada beberapa kesulitan-kesulitan,yaitu :
*Antrian knowledge engineering-waktu dan tenaga yang sangat banyak diperlukan untuk menyarikan pengetahuan pakar dan menerjemahkanya kedalam aturan IF/THEN yang mendasari sistem pakar.
*Antrian pemrograman-kesulitan memprogram sistem dan memelihara kode.
*Masalah belajar-ketidakmampuan sistem pakar untuk menggunakan belajar induktif dan penilaian untuk beradaptasi pada hubungan-hubungan yang berubah dalm lingkungan keputusan.
Salah satu teknik untuk mengatasi masalah-masalah pada sistem pakar adalah rancangan jaringan saraf yang terdiri dari usaha para ilmuan untuk membuat model intuisi manusia dengan mensimulasikan proses fisik yang mendasari intuisi tersebut,tujuannya adalah mensimulasikan proses belajar adaptif biologis,walau dalam skala yang sangat sederhana.Rancangan jaringan saraf sebenarnya merupakan pendekatan dari bawah ke atas(bottom up) karena mengacu pada otak fisik untuk inspirasi dalam penciptaan perilaku cerdas .Kontrasnya adalah pendekatan dari atas ke bawah(top down) yang telah dikembangkan oleh pendukung area Al yang lebih tradisional.

Perbandingan biologis,rancangan jaringan saraf diinspirasikan oleh rancangan fisik otak manusia.Komponen otak yang menyediakan kemampuan pengolahan informasi adalah neuron,yang terdiri dari tiga wilayah dasar yaitu dendrite,axon dan soma.Sistem saraf buatan atau ANS yang merupakan subyek penelitian saat ini bukanlah duplikat persis dari sistem biologis otak manusia,tetepi melakukan kemempuan seperti generalisasi,belajar,abstraksi dan bahkan intuisi. ANS dibuat dari serangkaian stuktur neuron yang sangat sederhana atau neurodes.Struktur ini sering dikatakan sebagai perceptrons karena pengaruh Rosenblatt.Neuron buatan ini merupakan elemen-elemen pemrosesan dari arsitektur ANS.

Pelatihan Jaringan
Pelatihan jaringan saraf tidak diprogram dalam arti tradisional,sebaliknya dilatih dengan contoh.Latihan itu terdiri dari banyak pengulangan input yang mengungkapkan berbagai hubungan.Dengan memperhalus bobot node sistem(neuron yang disimulasikan) secara progresif,ANS “menemukan” hubungan antar input.Proses penemuan ini menandakan belajar.

Multimedia Dalam CBIS

Sistem multimedia tediri dari input dan outout.Input multimedia,citra visual dapat dimasukkan ke dalam sistem dari paket perangkat lunak yang menyatukan fotografi digital,dan dari kamera video,pita dan piringan video dan scanner optic.Sedangkan output multimedia,output visual dapat dtampilkan di layar komputer dan monitor televise yang tersambung.Aplikasi multimedia dalam bisnis,tiap aplikasi dalam tiap subsistem CBIS merupakan pemakai potensial multimedia,sehingga terdapat peluang untuk memperluas output konvensional melebihi cetakan dan tampilan.Contoh beberapa gagasan,yaitu aplikasi SIA,aplikasi SIM dan DSS,aplikasi otomatisasi kantor.Ini hanyalah beberapa ide bagaimana multimedia dapat diaplikasikan dalam CBIS.

Karakteristik sistem pakar yang merupakan prospek multimedia terbaik,antara lain :
Kata-kata tidak cukup untuk menjelaskan dengan mudah dan memadai atribut masalah dan solusi.
Problem domain sempit dan terdefinisi baik.
Jumlah knowledge base dibatasi sampai 100 aturan atau kurang.
Problem domain relative stabil sepanjang waktu.
Tersedia kasus pengujian untuk mengakses fungsionalitas sistem

Prospek aplikasi terbaik adalah yang mewaklil konsep yang rumit tapi spesifik dan terdefinisi baik.Namun,perlu untuk tidak terlalu ambisius.Hal ini dapat dihindari dengan mempertimbangkan masalah tersebut.

Langkah-langkah dalam mengembangkan sistem multimedia,sbb :
*Mendefinisikan masalah.
*Merancang konsep.
*Merancang isi.
*Menulis naskah.
*Merancang grafik.
*Memproduksi sistem.
*Melakukan tes pemakai.
*Menggunakan sistem.
*Memelihara sistem.

Dari sudut pandang jumlah berbagai jenis orang yang terlibat dalam pengembangan sistem multimedia,prose situ dapat jauh lebih rumit dari aplikasi CBIS konvensional
Menempatkan multimedia dalam persfektif akan menarik untuk melihat dimana multimedia berakhir dalam skema menyeluruh penggunaan komputer dalam bisnis.Potensinya tampak hamper tak terbatas,tetapi konsepnya berevolusi mirip seperti otomatisasi kantor tanpa rencana besar.dalam hamper empat puluh tahun sejak istilahnya dibuat,kecerdasan buatan telah berkembang menjadi suatu bidang yang meliputi beberapa area yang saling berhubungan,seperti jaringan saraf dan sistem pakar.Sistem pakar memungkinkan manajer untuk berkinerja pada tingkat yang lebih tinggi dengan menyediakan konsultasi berdasarkan pengetahuan seorang pakar dibidangnya.Sistem pakar memungkinkan manajer untuk mempertimbangkan lebih banyak alternative keputusan,menggunakan tingkat logika yang lebih tinggi dalam mengevaluasi alternative tersebut,memiliki waktu lebih banyak untuk evaluasi,dan membuat keputusan secara lebih konsisten.

Sistem itu juga memungkinkan perusahaan untuk melakukan pekerjaan yang lebih baik dan memelihara sumber daya pengetahuan pakarnya.Keterbatasan utama sistem pakar adalah ketidakmampuanya untukmenerapkan penilaian dan intuisi.Pengembangan jaringan saraf dimaksudkan untuk mengatasi keterbatasan ini,sebagian dengan menyediakan bagi sistem pakar suatu kemampuan belajar.Walau konsep Al telah ada hamper seusia komputer,konsep ini masih dalam proses untuk menjadi mapan sebagai komponen CBIS.Suatu teknologi yang sedang dalam tahap embrio adalah multimedia,yang teknologinya masih diperhalus sebelum muncul gambaran yang jelas mengenai cara penerapan teknologi tersebut.Tidak diragukan lagi bahwa multimedia akan menjadi bagian integral dari komputasi bisnis,tetapi diperlukan jenis perencanaan yang sama seperti untuk otomatisasi kantor agar teknologi multimedia dapat diterapkan secara efektif.