Pentingnya Sistem Pendukung Manajemen untuk Badan Usaha

Pentingnya Sistem Pendukung Manajemen untuk Badan Usaha!

Gambar Curtsey: asmarterplanet.com/mobile-enterprise/files/tablets.jpg

sumber daya informasi secara manajerial . ­Sistem ini memberikan informasi untuk mengelola perencanaan dan pengambilan keputusan. Informasi yang diberikan oleh sistem ini didasarkan pada data internal dan eksternal dengan menggunakan berbagai alat analisis data.

Mereka juga menawarkan pilihan kepada pengguna untuk memilih dari alat ini untuk tujuan analisis data. Sistem ini melayani kebutuhan informasi manajer di tingkat menengah dan atas dalam hirarki manajerial.

Ada tiga jenis sistem pendukung manajemen, yaitu:

1. a) Sistem Pendukung Keputusan,
2. b) Sistem Informasi Eksekutif (pendukung) dan
3. c) Sistem Pakar.

Sistem Pendukung Keputusan:

Sistem pendukung keputusan (DSS) dirancang untuk mendukung proses ­pengambilan keputusan manajer untuk meningkatkan efektivitas dan dengan demikian efisiensi perusahaan. Mereka didasarkan pada premis bahwa penilaian manajerial tidak dapat digantikan oleh solusi berbasis komputer manapun. Namun, dengan menawarkan dukungan data dan model, dimungkinkan untuk meningkatkan proses pengambilan keputusan bahkan dalam kasus masalah semi-terstruktur dan tidak terstruktur.

Tujuan dasar dari DSS adalah untuk memperluas kemampuan proses pengambilan keputusan seorang manajer dengan alat pendukung dan data yang disediakan untuknya di bawah kendali langsungnya. DSS tidak mengandaikan persyaratan informasi spesifik dan alat yang telah ditentukan untuk analisis untuk berbagai jenis keputusan juga tidak memaksakan solusi apa pun pada seorang manajer.

Dengan demikian, memberikan fleksibilitas kepada manajer untuk memutuskan input data, alat analisis, kedalaman analisis dan ketergantungan pada hasil Analisis untuk pengambilan keputusan. DSS menawarkan lingkungan interaktif ­untuk pengguna dan dengan demikian memungkinkan manajer untuk bereksperimen dengan data dan model untuk mengembangkan strategi pengambilan keputusan yang optimal dalam situasi tertentu.

DSS juga digambarkan sebagai sistem informasi interaktif yang membantu manajer menggunakan model analisis data untuk memecahkan ­masalah yang tidak terstruktur. DSS menggunakan teknologi yang dapat disebut sebagai blok bangunannya. Mereka diwakili dalam Gambar 10.3.

Jenis dan fitur DSS:

DSS mungkin berorientasi data atau berorientasi model. DSS berorientasi data memiliki input pengambilan data dan analisis data yang lebih besar. DSS berorientasi model memiliki fasilitas yang kuat untuk simulasi skenario keputusan dengan memperkirakan hasil dari suatu tindakan dan menghasilkan saran. Kenyataannya, sulit menemukan DSS khusus untuk pengambilan dan analisis data atau, sederhananya, untuk pemodelan. Faktanya, sebagian besar DSS berisi campuran kedua jenis fasilitas tersebut.

DSS memiliki fitur berikut yang membuatnya berbeda dari jenis sistem informasi lainnya:

1. a) DSS tidak mengarah pada jenis keputusan tertentu. Ini memiliki fleksibilitas penggunaan dalam berbagai situasi keputusan yang tidak terduga.
2. b) Antarmuka DSS yang ramah pengguna membuatnya berbeda dari jenis sistem informasi lainnya. Sekali seorang manajer telah menggunakan DSS selama beberapa waktu, penggunaannya yang tidak teratur tidak ­mempengaruhi kemudahan penggunaan.
3. c) Pembuat laporan dan fasilitas grafis di DSS ­menyediakan cara yang lebih baik untuk merepresentasikan informasi yang dihasilkan dengan menggunakan model di DSS. Fasilitas ini menambah nilai informasi.
4. d) DSS menawarkan kendali penuh kepada setiap pengguna atas sistem. Input, metode pemrosesan, dan output dikendalikan oleh pengguna.

Manfaat dari DSS:

Suatu sistem informasi harus memiliki justifikasinya sendiri ­untuk menjadi kandidat yang layak dipertimbangkan untuk dimasukkan dalam portofolio aplikasi suatu perusahaan. Pembenaran umumnya dalam hal manfaat dalam menghasilkan informasi untuk membantu dalam pelaporan eksternal dan proses pengambilan keputusan manajerial. Manfaat yang dapat ditawarkan DSS meliputi:

sebuah. Evaluasi sejumlah alternatif yang lebih besar karena fasilitas DSS mengurangi waktu dan tenaga dalam pengumpulan dan analisis data untuk berbagai alternatif.

1. Pemodelan dan peramalan menjadi mudah bagi para manajer dengan menggunakan DSS yang memungkinkan mereka mendapatkan lebih banyak wawasan tentang proses bisnis.
2. Kegunaan dalam komunikasi intra-grup dan antar-grup karena memungkinkan untuk menjelaskan kepada orang lain, bagaimana seseorang sampai pada suatu kesimpulan tertentu. Alasan memberikan kehormatan untuk ­kesimpulan dan mendapatkan dukungan dari orang lain dalam perusahaan.
3. Fasilitas untuk analisis data yang lebih cepat untuk pengambilan keputusan yang tidak terstruktur, sehingga meningkatkan kecepatan respons dalam situasi pengambilan keputusan yang tidak terduga.
4. Menemukan varian dan pengecualian lebih cepat. Pengguna DSS yang sering menemukan bahwa DSS memungkinkan mereka untuk mengantisipasi ­hasil datang dengan bantuan fasilitas kueri ad hoc yang efisien.
5. Analisis data yang mendalam dan oleh karena itu, penggunaan sumber data yang lebih efektif.

Aplikasi DSS:

DSS telah menemukan kesuksesan di perusahaan berukuran sedang hingga besar dan dalam skenario pengambilan keputusan yang membutuhkan analisis mendalam atas data internal dan eksternal. Keberhasilan DSS sangat bergantung pada dukungan manajemen puncak, keteraturan dan lamanya penggunaan, pelatihan manajer dan berbagai situasi pengambilan keputusan ­.

Jika proses bisnisnya sederhana dan sifatnya berulang, DSS mungkin tidak dapat membenarkan biayanya. DSS yang diterapkan pada keputusan terstruktur hanya menambah biaya dan kebingungan. DSS telah ditemukan berguna dalam bidang pengambilan keputusan di mana fleksibilitas dalam data dan pemodelan diperlukan untuk pengambilan keputusan yang lebih baik. Bidang penerapan umum ­DSS dalam fungsi produksi dan keuangan bisnis adalah:

Produksi:

Analisis pengadaan, estimasi dan analisis biaya ­, perencanaan dan penjadwalan produksi, keputusan membuat atau membeli, perencanaan dan pengendalian inventaris, pemuatan tenaga kerja, dll.

Keuangan:

Penganggaran modal, perencanaan dan analisis keuangan, perencanaan pajak, perencanaan keuangan strategis, penganggaran, manajemen kas dan ­modal kerja, analisis pembiayaan utang dan ekuitas, manajemen risiko valuta asing, analisis kinerja keuangan, analisis varians, dll.

Sistem pendukung keputusan dikembangkan dengan menggunakan proses yang ­berbeda dari proses pengembangan sistem tradisional karena seharusnya memproses data internal maupun eksternal. Mereka harus mandiri dan interaktif.

Sistem Informasi Eksekutif:

DSS dirancang untuk memenuhi kebutuhan informasi para manajer di tingkat menengah ke atas. Mereka berhubungan dengan pekerjaan berbasis aturan melakukan pemodelan ­dan analisis data agar berguna dalam pengambilan keputusan.

Namun, di tingkat manajerial teratas, ada kebutuhan untuk lebih fokus pada pengemasan dan penyampaian informasi daripada pada pembuatan informasi. Manajer puncak layak mendapatkan lingkungan yang lebih baik untuk akses informasi daripada yang disediakan oleh DSS.

Para eksekutif puncak membutuhkan akses cepat ke informasi terkini, ringkas, dan laporan pengecualian dengan fasilitas untuk informasi dan analisis yang dipersonalisasi. Sistem informasi yang dirancang untuk memenuhi kebutuhan eksekutif puncak ­disebut Sistem Informasi Eksekutif (EIS) atau Sistem Pendukung Eksekutif.

Sistem ini bertindak sebagai sistem pengarahan elektronik dan menawarkan fleksibilitas yang luar biasa dalam penggunaannya. EIS menggunakan informasi internal maupun eksternal dan menawarkan lingkungan operasi yang interaktif dan ramah pengguna.

Aplikasi EIS:

Pengarahan Eksekutif:

EIS menawarkan informasi terkini tentang ­berbagai aspek kepentingan eksekutif. Pengarahan tersebut umumnya terkait dengan kinerja berbagai pusat laba dan menawarkan laporan status berbagai aktivitas perusahaan. Meskipun sejumlah pengarahan juga terjadi di DSS, informasi datang saat dan ketika diminta, dari database.

Dalam EIS, informasi ­secara otomatis diunduh secara periodik dari database berupa laporan jadi. Pengunduhan otomatis ini memastikan bahwa eksekutif tidak kehilangan kontak dalam waktu lama selama hari-hari dengan tekanan beban kerja yang ekstrem.

Analisis yang Dipersonalisasi:

EIS menawarkan fasilitas untuk analisis data ­menggunakan model pilihan pengguna. Spreadsheet dan teknik statistik tersedia di EIS untuk ditanyakan. Bedanya, di sini, EIS tidak hanya membantu pengguna dalam analisis data, tetapi juga dalam interpretasi hasil analisis.

Pelaporan Pengecualian:

Komponen penting dari EIS adalah modul pelaporan pengecualian. EIS memenuhi persyaratan ­eksekutif ini secara efektif dan memperingatkan eksekutif tentang variasi substansial dari rencana tersebut.

Mereka mengizinkan, dengan berbagai tingkat, penyelidikan lebih lanjut tentang alasan penyimpangan dan kemungkinan dampak dari operasi penyelamatan yang diusulkan. Kemampuan untuk menyelidiki masalah ini untuk mendapatkan sedikit lebih dari sekadar pengecualian membuat EIS menjadi alat yang sangat berguna bagi eksekutif dalam pelaksanaan fungsinya secara efisien.

Analisis Berbasis Model:

EIS memiliki fasilitas untuk analisis informasi berbasis model ­dan fitur ini umum dengan DSS. Namun, analisis berbasis model dalam EIS berbeda dengan DSS dalam arti bahwa input data dalam EIS terbatas dan diperoleh dari sumber internal dan eksternal.

Dapat dicatat bahwa EIS bukanlah kumpulan laporan informasi komputer yang terisolasi untuk eksekutif. EIS adalah seperangkat alat dan teknologi terintegrasi yang terjalin ke dalam lingkungan sistem informasi total ­perusahaan.

Dapat dicatat bahwa EIS mendukung semua pengguna dan belum tentu eksekutif puncak perusahaan. Semua orang yang membantu eksekutif puncak harus memiliki akses ke EIS dan harus memenuhi kebutuhan informasi dari semua orang tersebut.

DSS dan EIS:

Beberapa fasilitas di EIS juga ditemukan di DSS dan, dengan demikian, garis perbedaan terkadang menjadi kabur. Tumpang tindih tidak dapat dikesampingkan dalam sistem seperti itu. Gambar 10.4 menunjukkan jenis dukungan informasi yang disediakan oleh kedua sistem ini kepada seorang manajer.

Manfaat EIS:

EIS menawarkan keuntungan-keuntungan berikut untuk sebuah perusahaan bisnis ­:

1. a) Dukungan informasi untuk keputusan strategis:

EIS membantu para ­eksekutif untuk lebih mengandalkan fakta daripada intuisi dan penilaian bisnis untuk keputusan strategis mereka.

1. b) Mengubah fokus:

Pertanyaan yang sering diajukan oleh seorang eksekutif puncak ­mengenai serangkaian faktor penentu keberhasilan berdampak pada prioritas orang-orang di tingkat manajemen yang lebih rendah. Dengan demikian, lebih mudah bagi seorang eksekutif yang menggunakan EIS untuk menyampaikan pesan kepada manajer fungsional mengenai perlunya mempertahankan standar kualitas, hanya dengan sering menanyakan dari EIS tentang kualitas produk. Permintaan eksekutif dapat mengatur dorongan aktivitas di perusahaan dan dengan demikian mengubah prioritas di perusahaan.

EIS dikatakan sebagai salah satu sistem informasi penting yang menghadirkan peluang bagi manajemen puncak untuk merasakan kegunaan sistem informasi dalam pengambilan keputusan strategis.

Sistem seperti itu di perusahaan juga cenderung mempromosikan pemahaman ­antara manajemen puncak dan profesional TI dan meningkatkan komunikasi antara para pemain penting ini dalam pengembangan infrastruktur TI.

EIS yang berhasil dapat memberikan visibilitas dan kredibilitas ­sistem informasi secara keseluruhan dan membantu dalam penerapan sistem informasi lainnya di perusahaan.

Faktor penentu keberhasilan dalam implementasi EIS:

EIS bermaksud untuk memberikan pengetahuan langsung kepada eksekutif puncak mengenai ­manfaat potensial dari sistem informasi di perusahaan. Oleh karena itu, perlu dipastikan bahwa EIS, setelah direncanakan, harus berhasil diimplementasikan.

Masalah implementasi di EIS bisa banyak tetapi beberapa yang umum adalah sebagai berikut:

1. a) Kesulitan dalam spesifikasi sistem:

Target pengguna EIS tidak jelas tentang kebutuhan informasi khusus mereka atau tidak memiliki waktu untuk menjelaskan spesifikasi sistem informasi ­. Oleh karena itu, pengguna berhak mendapatkan beberapa opsi untuk dicoba sebelum mereka dapat menentukan layanan yang dibutuhkan oleh mereka. Prototyping dianggap strategi yang lebih baik dalam desain EIS.

1. b) Volume data yang besar:

Fasilitas Ad hoc Query menuntut ­akses ke volume data yang besar. Kepuasan kueri tersebut mungkin memerlukan penggunaan alat statistik yang memproses data massal sebelum dapat memenuhi persyaratan informasi dalam kueri. Ini mungkin memakan waktu dan respons sistem mungkin lambat.

Oleh karena itu, penting untuk mengantisipasi isu-isu luas yang mungkin menjadi fokus kueri dan informasi mengenai isu-isu tersebut dapat ­dihasilkan dan disimpan secara teratur secara terpisah untuk akses ke EIS.

1. c) Perlawanan dari tingkat yang lebih rendah:

EIS kemungkinan akan menghadapi penolakan juga dari orang-orang di hampir semua tingkatan dan lebih banyak lagi dari para manajer di tingkat Jawa yang lebih rendah. Hal ini karena sekarang bos memiliki akses ke informasi terbaru tentang fungsi sehari-hari di setiap departemen bahkan sebelum kepala departemen telah melalui dan memahaminya. Rochartat a mengantisipasi implikasi serius dari akses ke database semacam itu pada politik baru kepemilikan data di antara para manajer. Namun, seorang manajer basis data dapat mengatasi masalah ini dengan hati-hati menangani tombol distribusi data.

1. d) Gaya manajemen:

Akan sulit untuk menerapkan EIS dalam kasus perusahaan yang memiliki budaya menolak TI. Beberapa eksekutif puncak tidak menyukai penggunaan TI dalam pengambilan keputusan. Mereka lebih percaya diri dalam penilaian bisnis mereka dan ingin menyerahkan analisis data kepada bawahan mereka atau pakar domain yang membantu mereka.

Masalah ini cukup serius. Oleh karena itu, EIS di lingkungan seperti itu ditujukan untuk posisi teratas. Mereka terbatas, dalam ruang lingkup, untuk layanan yang tingkat keberhasilannya diketahui sangat tinggi. Setelah kepercayaan pada TI dan EIS dihasilkan, EIS dapat menambahkan lebih banyak layanan ­untuk dirinya sendiri.

1. e) Peningkatan ukuran dan biaya:

Jika manajer menganggap EIS berguna, dia mengharapkan bawahannya juga menggunakannya. Mereka yang tidak menggunakannya, merasa sangat sulit untuk memenuhi harapan atasannya sejauh menyangkut kesadaran tentang lingkungan bisnis. Dengan demikian, EIS menjadi kelebihan beban dan biaya meningkat tajam karena jumlah pengguna akan tumbuh dalam proporsi geometris.

Dengan demikian, implementasi EIS harus dilakukan dengan sangat hati-hati. Dianjurkan untuk memilih waktu yang tepat untuk implementasi. Orang ­lebih menolak perubahan ketika keadaan lancar dan lebih bersedia mencoba sesuatu yang baru dalam krisis.

Oleh karena itu, waktu yang paling ­tepat untuk implementasi EIS adalah ketika orang sedang mencari solusi baru untuk masalah mereka. Instalasi percontohan dianggap sebagai strategi instalasi yang paling cocok untuk EIS. Pendekatan selektif lebih baik pada tahap awal desain EIS dan layanan baru ditambahkan dalam EIS hanya setelah model awal berhasil. Keterlibatan dan dukungan pengguna sangat penting dalam keberhasilan penerapan EIS.

Sistem Pakar:

Meningkatnya kompleksitas dan dinamisme dalam lingkungan bisnis yang muncul ­membutuhkan interaksi yang lebih besar antara manajer fungsional dengan para ahli untuk mendapatkan nasihat yang tepat waktu. Para ahli ini tidak hanya akan menyaring informasi dari kumpulan informasi yang beragam, tetapi juga menggunakan keahlian mereka untuk memberikan saran.

Secara tradisional, keahlian yang tersedia dalam suatu organisasi telah memberikan dasar yang penting untuk mencapai, meningkatkan, dan mempertahankan posisi kompetitifnya. Semua hal lain dianggap sama, perusahaan tanpa keahlian yang sebanding berada pada posisi yang kurang menguntungkan.

Pakar manusia mungkin tidak dapat mengatasi tantangan baru, mengingat kendala waktu dan kompleksitas lingkungan baru. Selain itu, mungkin tidak ada keseragaman dan konsistensi nasihat untuk situasi keputusan tertentu selama suatu periode.

Ini karena ketidakmampuan manusia yang nyata untuk menangkap ­dampak dari berbagai variabel keputusan sepanjang waktu. Sindrom Kelelahan Informasi dan keterbatasan ahli manusia dalam lingkungan bisnis yang berubah telah mengakibatkan meningkatnya popularitas sistem pakar bisnis (BES).

Sistem ini mensimulasikan ­aktivitas manusia dan terus menangkap dan mensistematisasikan pengetahuan bisnis, memperluas kemampuan pengambilan keputusan ahli manusia yang mahal dan langka, sehingga orang lain dapat menggunakan pengalaman keputusan mereka. Mereka menawarkan keunggulan fleksibilitas dalam menangkap dan merepresentasikan informasi dari berbagai jenis dalam berbagai bentuk.

Sistem pakar bisnis menerima masalah dari pengguna, mengidentifikasi ­kebutuhan datanya, menganalisis data yang relevan terhadap aturan keputusan (terkandung dalam sistem pengetahuan). Setelah masalah dipecahkan, sistem melalui mesin inferensinya melaporkan solusi tersebut kepada pengguna dan juga mampu menjelaskan alur penalarannya dalam mencapai solusi tersebut.

Sistem pakar bisnis dapat bertindak sebagai bantuan untuk mengelola ­keefektifan nyata dengan memberikan nasihat. Solusi/sarannya selalu konsisten, seragam, menyeluruh dan metodis. Ini berfungsi sebagai pemecah masalah standar. Sistem pakar bisnis mampu menjelaskan alur penalaran yang digunakannya untuk memecahkan suatu masalah.

Seorang pengguna dapat mempelajari alasan dan bebas untuk menerima, memodifikasi atau menolak solusi. Tidak seperti sistem pakar lainnya di bidang kedokteran, teknik, dll, tujuan sistem pakar bisnis bukan untuk menggantikan evaluasi oleh pakar manusia oleh program komputer.

Sebaliknya, tujuannya adalah untuk memperoleh keahlian dari pakar manusia dan membuatnya tersedia dalam bentuk standar untuk pakar manusia dan lainnya dalam organisasi. Mereka menyusun strategi untuk menggunakan pengetahuan di bidang aplikasi sehingga dapat mengembangkan solusi yang masuk akal untuk masalah tersebut.

Bidang khas penerapan sistem pakar dalam bisnis ­meliputi:

i. Membuat atau membeli keputusan

1. Keputusan peluncuran produk baru

aku ii. Penentuan batas kredit

1. Pengembangan produk

v.Konseling investasi

1. Evaluasi kinerja
2. Sistem insentif

viii. Permintaan pelanggan

1. Evaluasi proyek
2. Penjadwalan produksi
3. Keputusan perutean

Blok bangunan sistem pakar bisnis:

Meskipun metodologi sistem pakar telah dikembangkan selama dua dekade terakhir, namun masih dalam masa pertumbuhan jika dilihat dari sudut pandang seorang manajer bisnis. Dengan demikian, tidak ada model standar untuk sistem pakar bisnis ­. Holsapple mengidentifikasi tiga komponen dasar BES yaitu antarmuka pengguna, mesin inferensi dan sistem pengetahuan. Hubungan antar komponen ini direpresentasikan pada Gambar 10.5.

Seorang pengguna menimbulkan masalah sebelum BES menggunakan antarmuka pengguna. Mesin inferensi mencoba memahami masalah, menyusunnya sedemikian rupa sehingga sistem pengetahuan dapat digunakan untuk menyelesaikannya. Kemudian menggunakan sistem pengetahuan untuk mencari solusi dari masalah tersebut ­.

Sistem pengetahuan terdiri dari keahlian penalaran yang disimpan dan ditangani oleh mesin inferensi untuk mencari solusi dari masalah tersebut. Sistem pengetahuan dapat terdiri dari ­alat representasi pengetahuan seperti set aturan, database, spreadsheet, struktur berorientasi bingkai, basis kasus, jaring semantik, teks, grafik, dll. Mesin inferensi dapat berinteraksi dengan pengguna untuk mendapatkan detail lebih lanjut mengenai keputusan membuat lingkungan.

Opsi pengadaan:

Sistem pakar bisnis adalah sistem yang kompleks ­dan membutuhkan komitmen jangka panjang dari pihak perusahaan untuk dapat mengirimkan barang. Karena dinamika bisnis, kegunaan BES dapat berkurang karena perubahan lingkungan bisnis.

Beberapa BES dapat menjadi usang bahkan selama tahap pengembangan jika tidak direncanakan dengan baik. Sangat penting untuk mengetahui pilihan pengadaan, sehingga waktu dan biaya pengembangan dapat dikurangi dan keseimbangan antara fleksibilitas dan efisiensi dapat dipertahankan dalam sistem.

Secara umum, ada tiga opsi pengadaan untuk BES:

1. a) Dapatkan sistem yang dikembangkan sepenuhnya:

Sejumlah BES siap pakai tersedia untuk berbagai jenis masalah yang diidentifikasi dalam daftar aplikasi BES yang disebutkan sebelumnya. Solusi siap pakai ­ini memiliki ketiga komponen yang dikembangkan sepenuhnya dan siap digunakan. Mereka memiliki kelebihan ekonomis, teruji dengan baik dan implementasi lebih cepat tetapi dalam banyak situasi pengambilan keputusan mereka tidak cocok.

1. b) Dapatkan cangkang kecerdasan buatan:

Shell kecerdasan buatan ­terdiri dari pengelola set aturan dan mesin inferensi. Manajer set aturan dilengkapi dengan keahlian yang diwakili oleh berbagai alat representasi pengetahuan. Setelah pengetahuan pakar direpresentasikan, set aturannya diuji pada informasi masa lalu dan setelah ditemukan benar, shell dapat digunakan dengan bantuan mesin inferensi.

Opsi ini memberikan fleksibilitas bagi seorang manajer untuk menentukan kumpulan aturannya sendiri dan menjalankan BES yang dibuat khusus dalam waktu singkat. Namun, cangkang yang tersedia di pasaran memiliki area aplikasinya sendiri yang paling cocok untuknya.

1. c) Sistem yang dibuat khusus:

Jika dua opsi pertama tampaknya tidak layak atau dianggap disarankan karena keunikan masalahnya, seseorang dapat memilih BES yang dibuat khusus. Harganya lebih mahal dan memakan waktu lebih lama, tetapi sangat berguna dalam situasi pengambilan keputusan yang unik atau spesifik.

Manfaat sistem pakar:

BES mahal baik dari segi uang maupun waktu yang dibutuhkan untuk mengembangkannya. Oleh karena itu, ­perlu diketahui manfaat BES sehingga analisis biaya manfaat dapat dilakukan sebelum melakukan akuisisi BES.

Berikut ini adalah manfaat potensial dari BES:

1. a) Pengodean keahlian:

Manfaat signifikan dari sistem pakar bisnis adalah membantu dalam memformalkan/mengkodifikasikan kemampuan penalaran ­suatu organisasi. Dalam proses pengembangan BES, upaya dilakukan untuk merepresentasikan keahlian dalam bentuk aturan, bingkai, kasus, teks, dan grafik.

Hal ini mengarah pada kompilasi pengetahuan ­tentang keahlian yang selama ini dipegang teguh oleh para ahli. Gudang keahlian seperti itu dapat memberikan dasar untuk pelatihan yang lebih baik bagi pakar manusia dalam organisasi selain mengarah pada pengambilan keputusan yang lebih baik.

1. b) Peningkatan pemahaman proses bisnis:

Ini meningkatkan ­pemahaman tentang proses pengambilan keputusan yang pada gilirannya dapat mengarah pada perbaikan dalam proses. Selama proses pengembangan, cara pengambilan keputusan yang ada diidentifikasi dan ditinjau. Hal ini membantu dalam meningkatkan proses pengambilan keputusan. Interaksi para ahli yang sering dengan BES merupakan proses pembelajaran yang hebat dan menghasilkan saling peningkatan kemampuan pemecahan masalah masing-masing.

1. c) Ketersediaan keahlian secara tepat waktu:

BES mampu memberikan keahlian ­ketika ahli manusia tidak tersedia. Sistem ini tidak memiliki masalah ketersediaan yang cukup umum di kalangan pakar manusia. BES tersedia bagi pengguna untuk konsultasi pada jam-jam ganjil, tidak memiliki perjanjian sebelumnya, tidak melanjutkan cuti karena satu dan lain hal, dan tidak mengundurkan diri dari perusahaan untuk bergabung dengan pesaing.

1. d) Replikasi mudah:

Biaya marjinal untuk mereplikasi BES tidak signifikan. Setelah BES berhasil di satu tempat, dapat direplikasi ­di tempat lain yang memiliki lingkungan pengambilan keputusan yang serupa, tanpa kehilangan waktu atau kesempatan.

1. e) Menghilangkan permintaan konsultasi rutin:

BES dapat membantu pakar manusia dalam mengurangi beban kerjanya dengan mengarahkan jenis permintaan konsultasi rutin ke BES. Hal ini memungkinkan pakar manusia ­untuk berkonsentrasi pada masalah yang lebih menantang yang tidak dapat dipecahkan oleh BES.

1. f) Konsistensi:

BES menawarkan saran yang konsisten dan seragam tentang masalah. Nasihat mereka tidak mengabaikan beberapa faktor ­, melupakan beberapa langkah, bias pribadi, atau masalah temperamental.

1. g) Garis logika:

BES menawarkan garis logika yang digunakan bersama dengan solusinya. Hal ini memungkinkan manajer untuk memeriksa secara kritis solusi dan mencari tahu apakah alur penalaran yang digunakan valid atau tidak. Ini membantu manajer memahami kekuatan dan kelemahan solusi dan menerapkan penilaian bisnisnya untuk sampai pada keputusan.

1. h) Aplikasi strategis:

Manfaat BES membantu dalam diferensiasi produk dan layanan serta mengurangi biaya. Mereka juga membantu dalam mengembangkan ­ceruk pasar di mana pesaing tanpa sistem tersebut mungkin tidak efektif. Dengan demikian, BES dapat memberikan keunggulan strategis bagi suatu perusahaan.

Faktor penentu keberhasilan dalam implementasi BES:

Para kritikus BES memberikan banyak alasan untuk ketidakpraktisan BES. Kritik dalam sebagian besar kasus tidak berdasar. Masalah yang berkaitan dengan pengembangan dan implementasi perlu diantisipasi dan tindakan pencegahan yang diperlukan diambil untuk memastikan keberhasilan BES.

Faktor-faktor berikut dapat diperhatikan dalam hubungan ini:

1. a) Efektivitas biaya:

Sebagian besar BES sangat mahal dan terkadang ekonomis untuk menggunakan tenaga ahli. Penting untuk menjaga agar biaya BES tetap rendah untuk memastikan bahwa biaya tersebut sesuai dengan manfaat potensial. Dua opsi pengadaan pertama membantu menjaga ­biaya BES pada tingkat yang lebih rendah.

1. b) Selektif dalam ruang lingkup:

BES yang lebih ambisius mungkin memerlukan durasi proses pengembangan yang lebih lama dan biaya yang besar. Perlu diingat bahwa tidak semua keputusan menawarkan tingkat pengembalian investasi yang sama di BES.

Seseorang harus selektif dalam memasukkan aplikasi ­dalam BES dan BES yang komprehensif, mungkin membutuhkan banyak keahlian sistem informasi. Teknologi kecerdasan buatan masih berkembang dan mungkin layak secara ekonomi untuk memiliki cakupan yang lebih luas untuk BES.

1. c) Keramahan pengguna:

BES adalah sistem yang sangat kompleks yang memiliki teknik kuat untuk analisis data. Mereka membutuhkan banyak ­upaya pelatihan sebelum dapat digunakan secara efektif. Oleh karena itu, diperlukan untuk memiliki antarmuka pengguna yang lebih ramah pengguna dan struktur menu yang lebih eksplisit dan tidak ambigu.

1. d) Lingkungan multi-pengguna:

Kebanyakan BES adalah sistem yang berdiri sendiri. Namun, sering kali, keahlian pengambilan keputusan merupakan hasil dari aktivitas kolektif dan kelompok. BES yang memiliki lingkungan multi-pengguna cenderung lebih berhasil daripada sistem yang berdiri sendiri.

Apa yang perlu diketahui manajer tentang BES:

BES menggunakan banyak alat rekayasa pengetahuan yang banyak di antaranya mungkin berada di luar pemahaman manajer fungsional biasa. Namun, sebagai pengguna BES, seorang manajer tidak perlu mengetahui detail teknis dari sistem pengetahuan.

Yang perlu dia ketahui tentang BES adalah:

i. Peluang penerapan BES dalam aktivitas bisnis seseorang ­dan potensi relatif masing-masing penerapan dalam formalisasi pengetahuan.

1. Teknologi BES dasar dan bidang aplikasi favorit mereka.

aku ii. Kelayakan menggunakan shell kecerdasan buatan.

1. Peran BES dalam mendukung manusia dalam aktivitasnya.
2. Kelayakan teknis dan ekonomi BES.

Manfaat potensial dari BES cukup menarik. Mungkin, yang diperlukan adalah mengembangkan alat yang hemat biaya untuk membangun BES dan partisipasi yang bersedia dari para pakar domain dalam ­proses pengembangan yang bersifat evolusioner.

Keterbatasan sistem pakar bisnis:

BES telah membuktikan manfaat potensialnya dalam banyak aplikasi dan beberapa di antaranya sangat berhasil. Namun, ada beberapa keterbatasan BES. Keterbatasan ini disebabkan oleh asumsi yang dibuat oleh BES mengenai:

i. Ketersediaan ahli manusia domain bersedia yang mampu mengartikulasikan pengetahuan dan memiliki catatan terbukti dalam membuat keputusan yang efektif. Pakar seperti itu jarang tersedia, ­khususnya di domain baru di mana pengetahuan juga dalam keadaan evolusi.

1. Lingkungan pengambilan keputusan sederhana, terstruktur dengan baik dan tidak sering berubah. Pada kenyataannya, pengambilan keputusan berlangsung dalam lingkungan yang kompleks, dinamis, dan multidimensi ­. Akibatnya, mengartikulasikan pengetahuan menjadi sangat sulit.

BES tidak memiliki fleksibilitas yang dibutuhkan mengingat dinamika bisnis. Lingkungan pengambilan keputusan multidimensi ­membuat pengambilan keputusan kelompok penting. Mendapatkan seorang ahli yang memahami semua dimensi permasalahan bisnis menjadi semakin sulit. Perlu diingat bahwa BES cocok untuk jenis aplikasi terbatas dan tidak sepenuhnya menggantikan ahli manusia.

Akibatnya, BES kehilangan popularitasnya. Mereka ­dianggap cocok untuk jenis aplikasi terbatas. Alat kecerdasan buatan baru seperti jaringan saraf, logika fuzzy, penalaran berbasis kasus, dll. Ditambahkan ke mesin inferensi untuk membuatnya lebih cocok untuk perubahan kebutuhan bisnis.

Berdampingan, upaya dilakukan untuk menggunakan alat AI untuk mengembangkan perangkat lunak tambahan untuk melakukan ­fungsi terbatas. Pengaya ini disebut sebagai agen cerdas.

Agen Cerdas:

Agen cerdas adalah komponen perangkat lunak yang melakukan bagian dari proses menggunakan basis pengetahuan. Mereka bekerja secara umum dengan sistem informasi bersama dan beroperasi dengan cara semi-otonom.

Program-program ini berkomunikasi dengan pengguna dan basis informasi untuk melakukan tugas mandiri. Program-program ini diintegrasikan ke dalam aplikasi yang berbeda untuk meningkatkan layanan analisis informasi dari sistem informasi. Agen-agen ini digunakan untuk ­berbagai aplikasi seperti:

1. a) Sistem deteksi dan alarm:

Agen cerdas digunakan untuk membuat sistem pendeteksian pengecualian di basis data,