Senin, 24 Juni 2019
Manajemen Informasi dan Database
1. Apa itu database dan bagaimana database relasional mengatur data?
Basis data:
Koleksi file terkait yang berisi catatan pada orang, tempat, atau hal-hal.
Sebelum ke basis data digital, lemari arsip bisnis digunakan dengan file kertas.
Kesatuan:
Kategori umum yang mewakili orang, tempat, tempat kami menyimpan dan mengelola informasi
E.g., PEMASOK, BAGIAN
Atribut:
Karakteristik spesifik dari setiap entitas:
Nama PEMASOK, alamat
Uraian BAGIAN, harga satuan, pemasok
Sistem komputer mengatur data dalam hierarki yang dimulai dengan bit, yang mewakili 0 atau 1. Bit dapat dikelompokkan untuk membentuk byte untuk mewakili satu karakter, angka, atau simbol. Bytes dapat dikelompokkan untuk membentuk bidang, dan bidang terkait dapat dikelompokkan untuk membentuk catatan. Catatan terkait dapat dikumpulkan untuk membentuk file, dan file terkait dapat diatur ke dalam basis data.
Database relasional:
Atur data ke dalam tabel dua dimensi (hubungan) dengan kolom dan baris.
Satu tabel untuk setiap entitas:
E.g., (PELANGGAN, PEMASOK, BAGIAN, PENJUALAN)
Bidang (kolom) menyimpan data yang mewakili atribut.
Baris menyimpan data untuk catatan terpisah, atau tupel.
Bidang kunci: secara unik mengidentifikasi setiap catatan.
Database relasional mengatur data dalam bentuk tabel dua dimensi. Diilustrasikan di sini adalah tabel untuk entitas SUPPLIER yang menunjukkan bagaimana entitas mewakili entitas dan atributnya. Nomor Pemasok adalah bidang kunci.
Kunci utama:
Satu bidang di setiap tabel tidak bisa diduplikasi
Memberikan pengidentifikasi unik untuk semua informasi di baris mana pun membangun hubungan
Diagram hubungan-entitas, digunakan untuk memperjelas hubungan tabel dalam database relasional
Tabel database relasional mungkin memiliki:
Hubungan satu-ke-satu
Hubungan satu-ke-banyak
Hubungan many-to-many
Membutuhkan "join table" atau relasi persimpangan yang menghubungkan kedua tabel untuk menggabungkan informasi
Diagram Entity-Relationship Sederhana
Diagram ini menunjukkan hubungan antara entitas SUPPLIER dan PART.
Normalisasi proses perampingan kelompok data yang kompleks ke:
Minimalkan elemen data yang berlebihan.
Minimalkan hubungan banyak-ke-banyak yang canggung.
Tingkatkan stabilitas dan fleksibilitas.
Aturan integritas referensial
Digunakan oleh basis data relasional untuk memastikan bahwa hubungan antara tabel yang digabungkan tetap konsisten.
Misalnya, ketika satu tabel memiliki kunci asing yang menunjuk ke tabel lain, Anda tidak dapat menambahkan catatan ke tabel dengan kunci asing kecuali ada catatan yang sesuai di tabel tertaut.
Area yang diarsir menunjukkan data mana yang berasal dari tabel SUPPLIER, LINE_ITEM, dan ORDER. Basis data tidak memelihara data tentang Harga yang Diperpanjang atau Total Pesanan karena data tersebut dapat berasal dari data lain dalam tabel.
Desain akhir dari database untuk pemasok, suku cadang, dan pesanan memiliki empat tabel. Tabel LINE_ITEM adalah tabel gabungan yang menghilangkan hubungan banyak ke banyak antara ORDER dan PART.
1. Pendekatan Basis Data untuk Manajemen Data
Diagram Entity-Relationship untuk Database
dengan Four Tables Diagram ini menunjukkan hubungan antara entitas SUPPLIER, ART, LINE_ITEM, dan ORDER.
1. Sistem Manajemen Basis Data (DBMS)
Jenis perangkat lunak khusus untuk membuat, menyimpan, mengatur, dan mengakses data dari database memisahkan pandangan logis dan fisik data
Tampilan logis: bagaimana pengguna akhir melihat data
Pandangan fisik: bagaimana data sebenarnya terstruktur dan terorganisir
Contoh DBMS: Microsoft Access, DB2, Database Oracle, Microsoft SQL Server, MySQL,
Database Sumber Daya Manusia dengan Tampilan Ganda
Database sumber daya manusia tunggal memberikan banyak pandangan data yang berbeda, tergantung pada persyaratan informasi pengguna. Diilustrasikan di sini adalah dua pandangan yang mungkin, satu yang menarik bagi spesialis tunjangan dan satu yang menarik bagi anggota departemen penggajian perusahaan.
Memilih:
Membuat subset dari semua catatan yang memenuhi kriteria yang ditentukan
Ikut:
Menggabungkan tabel relasional untuk menyajikan server dengan informasi lebih banyak daripada yang tersedia dari masing-masing tabel
Proyek:
Membuat subset yang terdiri dari kolom dalam tabel
Mengizinkan pengguna membuat tabel baru yang hanya berisi informasi yang diinginkan
Tiga Operasi Dasar dari DBMS Relasional
Memilih, memproyeksikan, dan bergabung operasi memungkinkan data dari dua tabel berbeda untuk digabungkan dan hanya atribut terpilih untuk ditampilkan.
4. Menggunakan Database untuk Meningkatkan Kinerja Bisnis dan Pengambilan Keputusan
5. Mengelola Sumber Daya Data
Kemampuan Sistem Manajemen Basis Data
• Kemampuan definisi data:
• Menentukan struktur isi basis data.
• Kamus data:
• File manual atau otomatis menyimpan definisi elemen data dan karakteristiknya.
• Permintaan dan pelaporan:
• Bahasa manipulasi data
• Bahasa query terstruktur (SQL)
• Alat pembuat kueri Microsoft Access
• Pembuatan laporan, contohnya, Crystal Reports
Cloud Databases
• Mesin basis data relasional yang disediakan oleh layanan komputasi awan, seperti Amazon
• Harga berdasarkan penggunaan
• Naik banding ke bisnis yang berfokus pada Web, bisnis kecil atau menengah yang mencari biaya lebih rendah daripada mengembangkan dan hosting in-house database
• E.g. Layanan Database Relasional Amazon
• Menawarkan MySQL, Microsoft SQL Server, mesin Database Oracle
• Private Clouds
Menggunakan Basis Data untuk Meningkatkan Kinerja Bisnis & Pengambilan Keputusan
Tantangan big data
• Sejumlah besar data tidak terstruktur dan semi-terstruktur dari Internet dan layanan dan aplikasi jaringan
• Kumpulan data besar memberi peluang lebih banyak pola dan wawasan daripada kumpulan data yang lebih kecil, mis.
• Perilaku pelanggan
• Pola cuaca
• Membutuhkan teknologi dan alat baru
Infrastruktur Intelijen Bisnis
Array alat untuk mendapatkan informasi yang berguna dari sistem internal dan eksternal dan data besar
• Gudang data
• Basis data yang menyimpan data terkini dan historis yang mungkin menarik bagi para pembuat keputusan
• Mengkonsolidasikan dan menstandarkan data dari banyak sistem, basis data operasional dan transaksional
• Data dapat diakses tetapi tidak diubah
• Data mart
• Subset gudang data yang sangat fokus dan terisolasi untuk populasi pengguna tertentu
• Hadoop • Kerangka kerja perangkat lunak sumber terbuka dari Apache
• Dirancang untuk data besar
• Memecah tugas data menjadi sub-masalah dan mendistribusikan pemrosesan ke banyak node pemrosesan komputer yang tidak mahal
• Menggabungkan hasil ke dalam kumpulan data yang lebih kecil yang lebih mudah untuk dianalisis
• Layanan utama
• Sistem File Terdistribusi Hadoop (HDFS)
• MapReduce
• Komputasi dalam memori
• Bergantung pada memori utama komputer (RAM) untuk penyimpanan data
• Menghilangkan kemacetan dalam mengambil dan membaca data dari basis data berbasis hard disk
• Secara dramatis mempersingkat waktu respons kueri
• Diaktifkan oleh
• Prosesor kecepatan tinggi
• Pemrosesan multicore
• Penurunan harga memori komputer
• Menurunkan biaya pemrosesan
• Alat Analitik: Hubungan, Pola, Tren
• Setelah data dikumpulkan, alat diperlukan untuk mengkonsolidasikan, menganalisis, dan wawasan untuk meningkatkan pengambilan keputusan
• Perangkat lunak untuk query dan pelaporan basis data
• Analisis data multidimensi (OLAP)
• Penambangan data
• Platform analitis
• Mendukung analisis data multidimensi, memungkinkan pengguna untuk melihat data yang sama dalam berbagai cara menggunakan berbagai dimensi
• Setiap aspek informasi — produk, harga, biaya, wilayah, atau periode waktu — mewakili dimensi yang berbeda
• Contoh, membandingkan penjualan di Timur pada Juni versus Mei dan Juli
Penambangan Data
Menemukan pola dan hubungan tersembunyi dalam database besar dan menyimpulkan aturan dari mereka untuk memprediksi perilaku masa depan
Basis data dan Web
• Perusahaan menggunakan Web untuk membuat informasi dari basis data internal mereka tersedia bagi pelanggan dan mitra.
• Middleware dan perangkat lunak lain memungkinkan ini
• server web
• Server aplikasi atau CGI
• Server basis data
• Antarmuka web memberikan kemudahan bagi pengguna dan penghematan dibandingkan mendesain ulang sistem lama.
Menghubungkan Basis Data Internal ke Web
Pengguna mengakses database internal organisasi melalui Web menggunakan PC desktop dan perangkat lunak browser Web mereka.
Menetapkan Kebijakan Informasi
• Kebijakan informasi
• Menyatakan aturan organisasi untuk mengatur, mengelola, menyimpan, berbagi informasi
• Administrasi data
• Bertanggung jawab atas kebijakan dan prosedur khusus di mana data dapat dikelola sebagai sumber daya
• Administrasi basis data
Desain database dan grup manajemen yang bertanggung jawab untuk mendefinisikan dan mengatur struktur dan konten database, dan memelihara database
Memastikan Kualitas Data
• Kualitas data yang buruk: hambatan utama untuk manajemen hubungan pelanggan yang sukses
• Masalah kualitas data: disebabkan oleh
• Data yang berlebihan dan tidak konsisten dihasilkan oleh banyak sistem
• Kesalahan input data
• Audit kualitas data: survei terstruktur atas akurasi dan kelengkapan data
Pembersihan data: mendeteksi dan mengoreksi data yang salah, tidak lengkap, tidak diformat dengan benar, dan berlebihan
Source :
1. http://simrafizaputri.blogspot.com/2018/04/dasar-dasar-intelejen-bisnis-database.html
2. Kenneth C. Laudon, Jane Laudon. (2017).Essentials of MIS, Global Edition. 12th Edition. Pearson Education Limited. UK. ISBN: 9781292153773 .
Minggu, 23 Juni 2019
Mengembangkan Pengambilan Keputusan dan Mengelola Pengetahuan
1. Berbagai jenis keputusan, dan bagaimana proses pengambilan keputusan bekerja
Sebuah peningkatan dari peningkatan pengambilan keputusan dalam bisnis bisa memungkinkan kita untuk mengukur seberapa meningkatnya kemampuan dalam mengambil sebuah keputusan. Keputusan dapat diambil dalam segala tingkat pada suatu perusahaan. Beberapa keputusan mungkin adalah suatu hal yang biasa, hal yang rutin dan banyak dilakukan. Meski begitu, walau setiap kemajuan dari sebuah keputusan tidak terlihat signifikan tetapi jika kemajuan tersebut terjadi terus-menerus maka semua itu akan menjadi sebuah sesuatu yang besar untuk bisnis.
Jenis-jenis keputusan terbagi menjadi tiga yaitu keputusan yang terstruktur, semi-terstruktur, dan tidak terstruktur. Keputusan terstruktur merupakan keputusan yang biasanya merupakan suatu pengulangan dan juga sesuatu yang rutin. Keputusan ini menggunakan prosedur yang pasti untuk menangani permasalahan tersebut sehingga tidak perlu dianggap sebagai sesuatu yang baru. Keputusan semi-terstruktur adalah keputusan yang mirip dengan terstruktur tetapi hanya sebagian dari permasalahan tersebut yang sudah memiliki solusinya. Keputusan tidak terstruktur adalah keputusan yang dimana si pengambil keputusan harus menilai untuk menyelesaikan masalah tersebut. Hal ini dikarenakan masalah yang didapati merupakan masalah yang baru, penting, dan tidak biasanya terjadi.
Keputusan-keputusan tersebut juga dilakukan oleh manajer-manajer tertentu. Manajer senior banyak membuat keputusan tidak terstruktur karena biasanya keputusan-keputusan ini vital bagi perusahaan seperti haruskah perusahaan tersebut memasuki pasar baru atau tidak. Manajer menengah membuat banyak keputusan yang terstruktur tetapi ada kemungkinan kalau adanya bagian dari keputusan tersebut yang tidak terstruktur seperti mengapa laporan pemenuhan pesanan menujukkan penurunan di Minneapolis. Manajer operasional, dan karyawan-karyawan membuat banyak keputusan-keputusan terstruktur seperti apakah pelanggan tersebut memenuhi persyaratan untuk melakukan kredit atau tidak.
Proses pengambilan keputusan dibagi menjadi empat bagian yaitu menganalisa yang dimana adanya proses penemuan, pengidentifikasian, dan pemahaman akan apa yang sedang terjadi di dalam organisasi tersebut seperti kenapa bisa terjadi, dimana terjadinya masalah tersebut serta dampaknya pada perusahaan. Kedua terdapat desain yang dimana terdapat proses pengidentifikasian dan menelusuri berbagai solusi. Ketiga, proses pemilihan untuk solusi alternatif mana yang merupakan solusi terbaik. Keempat adalah proses pengimplementasian yang dimana adalah solusi alternatif yang dipilih diaplikasikan serta diawasi untuk mengetahui seberapa baik solusi tersebut bekerja.
2. Bagaimana intelijen bisnis dan analitik bisnis membantu pengambilan keputusan?
Didalam lingkungan intelijen bisnis terdapat 6 elemen yaitu data dari lingkungan bisnis, infrastruktur intelijen bisnis, perangkat analitik bisnis, pengguna dan metode manajerial, platform pengiriman (seperti MIS, DSS, dan ESS), dan terakhir antarmuka pengguna.
Kemampuan analisa dan intelijen bisnis dapat membantu dalam mengambil keputusan karena terdapat laporan produksi yang terstandar berdasarkan standar industri, laporan parameterisasi seperti tabel pivot, dasbor atau kartu skor, Pembuatan laporan ad-hoc, pencarian, permintaan, penelusuran, prakiraan, skenario (Analisis skenario seperti "jika-maka"), dan model.
Analitik prediktif merupakan analisis dengan menggunakan analisis statistik dan teknik-teknik lainnya. Analisis ini menggunakan informasi yang didapatkan dari data dan menggunakannya untuk memprediksi tren berikutnya dan pola kebiasaan. Dengan ini dapat memprediksi respon-respon untuk mengarahkan kemana kampanye pemasaran seharusnya berada, juga mengidentifikasi pelanggan-pelanggan yang berpotensi terbaik untuk kartu kredit ataupun mengidentifikasi pelanggan-pelanggan yang berisiko serta memprediksi bagaimana pelanggan akan merespon terhadap perubahan harga dan layanan-layanan baru. Biasanya akurasi analisis ini berkisar dari 65 hingga 90 persen.
Analitik prediktif juga dapat menggunakan data besar yang didapat dari media sosial, transaksi konsumen, sensor, hasil mesin, dan lainnya seperti Hunch.com milik eBay yang berfungsi untuk memprediksi afinitas pengguna untuk barang atau item yang tidak segera terlihat. Dorongan sektor publik untuk "kota pintar" untuk menginformasikan keputusan tentang manajemen utilitas, operasi transportasi, pemberian layanan kesehatan, dan keamanan publik.
Intelijen dan pemantauan operasional adalah pengawasan dan keputusan yang dibuat setiap hari, data-data tersebut dikembangkan dari sensor-sensor yang terdapat di truk, kereta, dan sistem industri. Internet dari banyak hal yang tersambung. Pengawasan secara langsung.
Analitik lokasi adalah analitik data besar yang menggunakan data lokasi dari telpon genggam, sensor dan peta seperti membantu sebuah perusahaan utilitas melihat biaya pelanggan yang berelasi dengan lokasi. Sistem informasi geografi membantu pengambil keputusan dalam mengvisualisasikan permasalahan dengan cara pemetaan dan juga mengikat data lokasi tentang sumber ke dalam pemetaan.
Sistem pembantu keputusan: membantu dalam membuat keputusan semi-terstruktur dengan menggunakan model matematika atau analitik dan dengan beberapa tipe analisis seperti analisis "jika-maka", sensitivitas, sensitivitas mundur, multidimensional (seperti tabel pivot).
Pendukung keputusan untuk manajemen senior berupa sistem pendukung eksekutif, metode kartu skor seimbang yang mengukur empat bidang dari performa perusahaan yaitu keuangan, proses bisnis, pelanggan, belajar dan bertumbuh yang dimana diukur menggunakan indikator kinerja utama. Selain itu juga terdapat manajemen performa bisnis yang dapat menerjemahkan strategi perusahaan (seperti diferensiasi, produsen murah, skala operasi) kepada target operasional serta indikator kinerja utama yang dikembangkan untuk mengukur perkembangan menuju sebuah target-target. Lalu, ada data untuk ESS yang merupakan data internal dari aplikasi perusahan serta data eksternal seperti basis data pasar keuangan, dan selanjutnya memiliki kemampuan untuk menelusuri.
Sistem pendukung keputusan kelompok yang interaktif yang dimana sistem yang berdasarkan komputer tersebut memfasilitasi dan membantu dalam menyelesaikan permasalahan-permasalahan yang tidak terstruktur dengan kelompok dari pembuat keputusan. Hal ini juga digunakan di ruang konferens dengan perangkat keras dan lunak spesial untuk mengkoleksi, mengklasifikasikan, dan menyimpan ide beserta dengan keputusan-keputusan. Lalu mempromosian sebuah atmosfer kolaboratif dengan memastikan anonimitas para kontributor. Sistem pendukung ini meningkatkan ukuran meeting yang diimbangi juga dengan meningkatnya tingkat produktivitas. Lalu, didalamnya terdapat perangkat lunak yang mengikuti metode-metode terstruktur untuk mengorganisasikan dan mengevaluasi ide-ide yang ada.
3. Keuntungan bisnis dari menggunakan teknik cerdas dalam pengambilan keputusan dan manajemen pengetahuan.
Teknik-teknik cerdas untuk meningkatkan kemampuan mengambil keputusan. Teknik ini banyak didasari atas kecerdasan buatan yang dimana menggunakan sistem berbasis komputer baik perangkat keras dan lunak yang mencoba mensimulasikan kebiasaan dan pola pikir manusia. Selain didasari atas kecerdasan buatan, juga ada menggunakan sistem pakar, alasan berbasis kasus, logika kabur, jaringan neutral, algoritma genetika, dan agen-agen cerdas.
Sistem pakar yaitu model pengetahuan manusia sebagai seperangkat aturan yang kolektif disebut sebagai basis pengetahuan. Bervariasi dari 200 hingga 10000 aturan, tergantung dari kesulitannya. Mesin inferensi sistem tersebut mencari melalui aturan dan menembakan aturan-aturan yang dipicu oleh fakta yang dikumpulkan dan dimasukkan oleh pengguna. Hal ini berguna untuk mengatasi masalah-masalah klasifikasi yang dimana ada beberapa hasil alternatif dan yang dimana hasil-hasil yang memungkinkan ini sudah diketahui terlebih dahulu.
Alasan berbasis kasus adalah pengetahuan dan pengalaman masalah lalu dari spesialis manusia yang direpresentasikan sebagai kasus dan disimpan didalam sebuah basis data untuk digunakan nantinya. Kemudian sistem mencari kasus-kasus yang tersimpan dengan karakteristik masalah yang mirip dengan yang baru, menemukan yang paling mirip, dan menggunakan solusi dari kasus lama itu ke kasus yang baru. Aplikasi yang sukses dan gagal akan ditandai dan dihubungkan di basis data. Hal ini digunakan pada sistem diagnosa medis, dan dukungan teknis untuk pelanggan(Customer Support).
Logika kabur adalah teknologi berbasis aturan yang merepresentasikan ketidaktepatan dalam kategori dengan membuat aturan yang menggunakan perkiraan atau nilai subyektif. Hal ini mendeskripsikan sebuah fenomena atau proses secara linguistik dan merepresentasikan deskripsi tersebut dalam jumlah kecil yang terdiri dari aturan-aturan fleksibel. Ini juga menyediakan solusi pada masalah yang memerlukan keahlian yang sulit direpresentasikan dalam bentuk aturan "jika maka" seperti sistem kereta jepang menggunakan logika kabur untuk mengontrol akselerasi agar cukup halus sehingga penumpang tidak perlu berpegangan.
Jaringan neural menggunakan perangkat keras dan lunak yang mirip dengan pola pemrosesan dari sebuah otak biologis. Jaringan ini "mempelajari" pola dari banyak data dengan cara mencari hubungan, model bangunan, dan mengoreksi lagi dan lagi kesalahan mode tersebut. Manusia "melatih" jaringan tersebut dengan memberikan data yang dimana akan menghasilkan sejumlah hasil atau konklusi. Jaringan neural juga berguna untuk menyelesaikan masalah yang kompleks, masalah yang kurang dimengerti yang dimana banyak jumlah data yang sudah tersimpan.
Algoritma genetik mencari solusi optimal untuk masalah yang spesifik dengan memeriksa banyak sokusi alternatif untuk masalah tersebut. Berdasarkan dari teknik yang terinspirasi dari biologi evolusi seperti keturunan, mutasi, seleksi, dan lainnya. Algoritma genetik bekerja dengan merepresentasikan sebuah solusi dari 0 dan 1, dan kemudian secara acak menghasilkan sejumlah angka binary untuk mengidentifikasi solusi terbaik. Algoritma genetik digunakan untuk menyelesaikan masalah kompleks yang sangat dinamis dan kompleks, melibatkan ratusan atau ribuan dari variabel atau formula.
Agen-agen cerdas adalah program yang bekerja di latar belakang tanpa intervensi manusia langsung untuk menjalankan tugas yang spesifik, berulang dan prediktif untuk pengguna, proses bisnis, atau aplikasi software seperti robot belanja. rocter and gamble memprogramkan kelompok agen semiotonom untuk meniru perilaku komponen rantai pasokan, seperti fasilitas produksi truk, distributor, dan toko ritel dan membuat simulasi untuk menentukan bagaimana membuat rantai pasokan lebih efisien.
Manajemen pengetahuan adalah proses bisnis dikembangkan untuk menciptakan, menyimpan, mengtransfer, dan mengaplikasikan pengetahuan. Hal ini dapat meningkatkan kemampuan organisasi untuk belajar dari lingkungan dan untuk memasukkan pengetahuan ke dalam proses bisnis dan pengambilan keputusan dan juga dapat mengetahui cara agar melakukan hal-hal secara efektif dan efisien dalam berbagai cara agar organisasi lain tidak dapat meniru yang dimana merupakan sumber keuntungan, dan kelebihan kompetitif.
Terdapat tiga macam pengetahuan yaitu pengetahuan terstruktur (seperti dokumen-dokumen teks terstruktur), semi-terstruktur (seperti surel, pesan suara, gambar digital, dan lainnya), dan tidak terstruktur (seperti pengetahuan yang ada di pikiran karyawan dan tidak dituliskan. Sistem manajemen pengetahuan seluruh perusahaan berurusan dengan ketiga jenis pengetahuan. Memiliki tujuan umum, sistem perusahaan yang mengumpulkan, menyimpan, mendistribusikan, dan mengaplikasikan konten digital dan pengetahuan.
Sistem manajemen konten perusahaan memiliki kemampuan untuk mendapatkan pengetahuan, dan penyimpanan. Repositori untuk dokumen dan praktik terbaik. Sistem manajemen konten perusahaan memiliki kemampuan untuk mengumpulkan dan mengorganisasikan pengetahuan semi-terstruktur seperti email. Lalu, adanya skema klasifikasi yaitu kunci masalah dalam mengatur pengetahuan. Setiap objek pengetahuan harus ditandai untuk pengambilan nanti. Dan mempelajari sistem manajemen yang menyediakan alat untuk manajemen, pengiriman, pelacakan, dan penilaian dari latihan dan pembelajaran karyawan.
Sistem kerja pengetahuan adalah sistem yang terspesialisasi untuk pekerja berpengetahuan. Sistem ini memiliki persyaratan yaitu alat yang terspesialisasi seperti grafik yang kuat, alat-alat analitik, komunikasi, dan manajemen dokumen serta daya komputas untuk menangani grafik canggih atau perhitungan rumit, akses ke data basis eksternal, dan antarmuka pengguna yang mudah. Contohnya adalah sistem desain berbantuan komputer (CAD), sistem VR, sistem AR, dan investasi tempat kerja.
Sebuah peningkatan dari peningkatan pengambilan keputusan dalam bisnis bisa memungkinkan kita untuk mengukur seberapa meningkatnya kemampuan dalam mengambil sebuah keputusan. Keputusan dapat diambil dalam segala tingkat pada suatu perusahaan. Beberapa keputusan mungkin adalah suatu hal yang biasa, hal yang rutin dan banyak dilakukan. Meski begitu, walau setiap kemajuan dari sebuah keputusan tidak terlihat signifikan tetapi jika kemajuan tersebut terjadi terus-menerus maka semua itu akan menjadi sebuah sesuatu yang besar untuk bisnis.
Jenis-jenis keputusan terbagi menjadi tiga yaitu keputusan yang terstruktur, semi-terstruktur, dan tidak terstruktur. Keputusan terstruktur merupakan keputusan yang biasanya merupakan suatu pengulangan dan juga sesuatu yang rutin. Keputusan ini menggunakan prosedur yang pasti untuk menangani permasalahan tersebut sehingga tidak perlu dianggap sebagai sesuatu yang baru. Keputusan semi-terstruktur adalah keputusan yang mirip dengan terstruktur tetapi hanya sebagian dari permasalahan tersebut yang sudah memiliki solusinya. Keputusan tidak terstruktur adalah keputusan yang dimana si pengambil keputusan harus menilai untuk menyelesaikan masalah tersebut. Hal ini dikarenakan masalah yang didapati merupakan masalah yang baru, penting, dan tidak biasanya terjadi.
Keputusan-keputusan tersebut juga dilakukan oleh manajer-manajer tertentu. Manajer senior banyak membuat keputusan tidak terstruktur karena biasanya keputusan-keputusan ini vital bagi perusahaan seperti haruskah perusahaan tersebut memasuki pasar baru atau tidak. Manajer menengah membuat banyak keputusan yang terstruktur tetapi ada kemungkinan kalau adanya bagian dari keputusan tersebut yang tidak terstruktur seperti mengapa laporan pemenuhan pesanan menujukkan penurunan di Minneapolis. Manajer operasional, dan karyawan-karyawan membuat banyak keputusan-keputusan terstruktur seperti apakah pelanggan tersebut memenuhi persyaratan untuk melakukan kredit atau tidak.
Proses pengambilan keputusan dibagi menjadi empat bagian yaitu menganalisa yang dimana adanya proses penemuan, pengidentifikasian, dan pemahaman akan apa yang sedang terjadi di dalam organisasi tersebut seperti kenapa bisa terjadi, dimana terjadinya masalah tersebut serta dampaknya pada perusahaan. Kedua terdapat desain yang dimana terdapat proses pengidentifikasian dan menelusuri berbagai solusi. Ketiga, proses pemilihan untuk solusi alternatif mana yang merupakan solusi terbaik. Keempat adalah proses pengimplementasian yang dimana adalah solusi alternatif yang dipilih diaplikasikan serta diawasi untuk mengetahui seberapa baik solusi tersebut bekerja.
2. Bagaimana intelijen bisnis dan analitik bisnis membantu pengambilan keputusan?
Didalam lingkungan intelijen bisnis terdapat 6 elemen yaitu data dari lingkungan bisnis, infrastruktur intelijen bisnis, perangkat analitik bisnis, pengguna dan metode manajerial, platform pengiriman (seperti MIS, DSS, dan ESS), dan terakhir antarmuka pengguna.
Kemampuan analisa dan intelijen bisnis dapat membantu dalam mengambil keputusan karena terdapat laporan produksi yang terstandar berdasarkan standar industri, laporan parameterisasi seperti tabel pivot, dasbor atau kartu skor, Pembuatan laporan ad-hoc, pencarian, permintaan, penelusuran, prakiraan, skenario (Analisis skenario seperti "jika-maka"), dan model.
Analitik prediktif merupakan analisis dengan menggunakan analisis statistik dan teknik-teknik lainnya. Analisis ini menggunakan informasi yang didapatkan dari data dan menggunakannya untuk memprediksi tren berikutnya dan pola kebiasaan. Dengan ini dapat memprediksi respon-respon untuk mengarahkan kemana kampanye pemasaran seharusnya berada, juga mengidentifikasi pelanggan-pelanggan yang berpotensi terbaik untuk kartu kredit ataupun mengidentifikasi pelanggan-pelanggan yang berisiko serta memprediksi bagaimana pelanggan akan merespon terhadap perubahan harga dan layanan-layanan baru. Biasanya akurasi analisis ini berkisar dari 65 hingga 90 persen.
Analitik prediktif juga dapat menggunakan data besar yang didapat dari media sosial, transaksi konsumen, sensor, hasil mesin, dan lainnya seperti Hunch.com milik eBay yang berfungsi untuk memprediksi afinitas pengguna untuk barang atau item yang tidak segera terlihat. Dorongan sektor publik untuk "kota pintar" untuk menginformasikan keputusan tentang manajemen utilitas, operasi transportasi, pemberian layanan kesehatan, dan keamanan publik.
Intelijen dan pemantauan operasional adalah pengawasan dan keputusan yang dibuat setiap hari, data-data tersebut dikembangkan dari sensor-sensor yang terdapat di truk, kereta, dan sistem industri. Internet dari banyak hal yang tersambung. Pengawasan secara langsung.
Analitik lokasi adalah analitik data besar yang menggunakan data lokasi dari telpon genggam, sensor dan peta seperti membantu sebuah perusahaan utilitas melihat biaya pelanggan yang berelasi dengan lokasi. Sistem informasi geografi membantu pengambil keputusan dalam mengvisualisasikan permasalahan dengan cara pemetaan dan juga mengikat data lokasi tentang sumber ke dalam pemetaan.
Sistem pembantu keputusan: membantu dalam membuat keputusan semi-terstruktur dengan menggunakan model matematika atau analitik dan dengan beberapa tipe analisis seperti analisis "jika-maka", sensitivitas, sensitivitas mundur, multidimensional (seperti tabel pivot).
Pendukung keputusan untuk manajemen senior berupa sistem pendukung eksekutif, metode kartu skor seimbang yang mengukur empat bidang dari performa perusahaan yaitu keuangan, proses bisnis, pelanggan, belajar dan bertumbuh yang dimana diukur menggunakan indikator kinerja utama. Selain itu juga terdapat manajemen performa bisnis yang dapat menerjemahkan strategi perusahaan (seperti diferensiasi, produsen murah, skala operasi) kepada target operasional serta indikator kinerja utama yang dikembangkan untuk mengukur perkembangan menuju sebuah target-target. Lalu, ada data untuk ESS yang merupakan data internal dari aplikasi perusahan serta data eksternal seperti basis data pasar keuangan, dan selanjutnya memiliki kemampuan untuk menelusuri.
Sistem pendukung keputusan kelompok yang interaktif yang dimana sistem yang berdasarkan komputer tersebut memfasilitasi dan membantu dalam menyelesaikan permasalahan-permasalahan yang tidak terstruktur dengan kelompok dari pembuat keputusan. Hal ini juga digunakan di ruang konferens dengan perangkat keras dan lunak spesial untuk mengkoleksi, mengklasifikasikan, dan menyimpan ide beserta dengan keputusan-keputusan. Lalu mempromosian sebuah atmosfer kolaboratif dengan memastikan anonimitas para kontributor. Sistem pendukung ini meningkatkan ukuran meeting yang diimbangi juga dengan meningkatnya tingkat produktivitas. Lalu, didalamnya terdapat perangkat lunak yang mengikuti metode-metode terstruktur untuk mengorganisasikan dan mengevaluasi ide-ide yang ada.
3. Keuntungan bisnis dari menggunakan teknik cerdas dalam pengambilan keputusan dan manajemen pengetahuan.
Teknik-teknik cerdas untuk meningkatkan kemampuan mengambil keputusan. Teknik ini banyak didasari atas kecerdasan buatan yang dimana menggunakan sistem berbasis komputer baik perangkat keras dan lunak yang mencoba mensimulasikan kebiasaan dan pola pikir manusia. Selain didasari atas kecerdasan buatan, juga ada menggunakan sistem pakar, alasan berbasis kasus, logika kabur, jaringan neutral, algoritma genetika, dan agen-agen cerdas.
Sistem pakar yaitu model pengetahuan manusia sebagai seperangkat aturan yang kolektif disebut sebagai basis pengetahuan. Bervariasi dari 200 hingga 10000 aturan, tergantung dari kesulitannya. Mesin inferensi sistem tersebut mencari melalui aturan dan menembakan aturan-aturan yang dipicu oleh fakta yang dikumpulkan dan dimasukkan oleh pengguna. Hal ini berguna untuk mengatasi masalah-masalah klasifikasi yang dimana ada beberapa hasil alternatif dan yang dimana hasil-hasil yang memungkinkan ini sudah diketahui terlebih dahulu.
Alasan berbasis kasus adalah pengetahuan dan pengalaman masalah lalu dari spesialis manusia yang direpresentasikan sebagai kasus dan disimpan didalam sebuah basis data untuk digunakan nantinya. Kemudian sistem mencari kasus-kasus yang tersimpan dengan karakteristik masalah yang mirip dengan yang baru, menemukan yang paling mirip, dan menggunakan solusi dari kasus lama itu ke kasus yang baru. Aplikasi yang sukses dan gagal akan ditandai dan dihubungkan di basis data. Hal ini digunakan pada sistem diagnosa medis, dan dukungan teknis untuk pelanggan(Customer Support).
Logika kabur adalah teknologi berbasis aturan yang merepresentasikan ketidaktepatan dalam kategori dengan membuat aturan yang menggunakan perkiraan atau nilai subyektif. Hal ini mendeskripsikan sebuah fenomena atau proses secara linguistik dan merepresentasikan deskripsi tersebut dalam jumlah kecil yang terdiri dari aturan-aturan fleksibel. Ini juga menyediakan solusi pada masalah yang memerlukan keahlian yang sulit direpresentasikan dalam bentuk aturan "jika maka" seperti sistem kereta jepang menggunakan logika kabur untuk mengontrol akselerasi agar cukup halus sehingga penumpang tidak perlu berpegangan.
Jaringan neural menggunakan perangkat keras dan lunak yang mirip dengan pola pemrosesan dari sebuah otak biologis. Jaringan ini "mempelajari" pola dari banyak data dengan cara mencari hubungan, model bangunan, dan mengoreksi lagi dan lagi kesalahan mode tersebut. Manusia "melatih" jaringan tersebut dengan memberikan data yang dimana akan menghasilkan sejumlah hasil atau konklusi. Jaringan neural juga berguna untuk menyelesaikan masalah yang kompleks, masalah yang kurang dimengerti yang dimana banyak jumlah data yang sudah tersimpan.
Algoritma genetik mencari solusi optimal untuk masalah yang spesifik dengan memeriksa banyak sokusi alternatif untuk masalah tersebut. Berdasarkan dari teknik yang terinspirasi dari biologi evolusi seperti keturunan, mutasi, seleksi, dan lainnya. Algoritma genetik bekerja dengan merepresentasikan sebuah solusi dari 0 dan 1, dan kemudian secara acak menghasilkan sejumlah angka binary untuk mengidentifikasi solusi terbaik. Algoritma genetik digunakan untuk menyelesaikan masalah kompleks yang sangat dinamis dan kompleks, melibatkan ratusan atau ribuan dari variabel atau formula.
Agen-agen cerdas adalah program yang bekerja di latar belakang tanpa intervensi manusia langsung untuk menjalankan tugas yang spesifik, berulang dan prediktif untuk pengguna, proses bisnis, atau aplikasi software seperti robot belanja. rocter and gamble memprogramkan kelompok agen semiotonom untuk meniru perilaku komponen rantai pasokan, seperti fasilitas produksi truk, distributor, dan toko ritel dan membuat simulasi untuk menentukan bagaimana membuat rantai pasokan lebih efisien.
Manajemen pengetahuan adalah proses bisnis dikembangkan untuk menciptakan, menyimpan, mengtransfer, dan mengaplikasikan pengetahuan. Hal ini dapat meningkatkan kemampuan organisasi untuk belajar dari lingkungan dan untuk memasukkan pengetahuan ke dalam proses bisnis dan pengambilan keputusan dan juga dapat mengetahui cara agar melakukan hal-hal secara efektif dan efisien dalam berbagai cara agar organisasi lain tidak dapat meniru yang dimana merupakan sumber keuntungan, dan kelebihan kompetitif.
Terdapat tiga macam pengetahuan yaitu pengetahuan terstruktur (seperti dokumen-dokumen teks terstruktur), semi-terstruktur (seperti surel, pesan suara, gambar digital, dan lainnya), dan tidak terstruktur (seperti pengetahuan yang ada di pikiran karyawan dan tidak dituliskan. Sistem manajemen pengetahuan seluruh perusahaan berurusan dengan ketiga jenis pengetahuan. Memiliki tujuan umum, sistem perusahaan yang mengumpulkan, menyimpan, mendistribusikan, dan mengaplikasikan konten digital dan pengetahuan.
Sistem manajemen konten perusahaan memiliki kemampuan untuk mendapatkan pengetahuan, dan penyimpanan. Repositori untuk dokumen dan praktik terbaik. Sistem manajemen konten perusahaan memiliki kemampuan untuk mengumpulkan dan mengorganisasikan pengetahuan semi-terstruktur seperti email. Lalu, adanya skema klasifikasi yaitu kunci masalah dalam mengatur pengetahuan. Setiap objek pengetahuan harus ditandai untuk pengambilan nanti. Dan mempelajari sistem manajemen yang menyediakan alat untuk manajemen, pengiriman, pelacakan, dan penilaian dari latihan dan pembelajaran karyawan.
Sistem kerja pengetahuan adalah sistem yang terspesialisasi untuk pekerja berpengetahuan. Sistem ini memiliki persyaratan yaitu alat yang terspesialisasi seperti grafik yang kuat, alat-alat analitik, komunikasi, dan manajemen dokumen serta daya komputas untuk menangani grafik canggih atau perhitungan rumit, akses ke data basis eksternal, dan antarmuka pengguna yang mudah. Contohnya adalah sistem desain berbantuan komputer (CAD), sistem VR, sistem AR, dan investasi tempat kerja.
Pemgambilan keputusan merupakan proses memilih sejumlah alternatif penting bagi pemimpin, karena proses pengambilan keputusan mempunyai peran penting dalam memotivasi kepemimpinan, komunikasi, koordinasi, dan perubahan organisasi yang dilakukan oleh seorang pemimpin pada organisasi yang dia pimpin. Pengambilan keputusan juga bisa dipandang sebagai proses memilih dari berbagai alternatif untuk memecahkan masalah dalam rangka pencapaian tujuan sebuah organisasi.
Pengambilan keputusan yang efektif perlu dilakukan oleh seorang pemimpin dalam sebuah organisasi. Dalam pengambilan keputusan seorang pemimpin harus memperhatikan berbagai aspek, misalnya perlu memperhatikan situasi dan kondisi, memperhatikan berbagai model, gaya, proses dan tidak kalah pentingnya perlu memperhatikan metode serta tahapan-tahapan secara sistematis. Sebab proses pengambilan keputusan selalu terkait dengan proses memilih dari berbagai alternatif.
Pengambilan keputusan yang efektif dapat berpengaruh terhadap peningkatan kualitas organisasi yang dalam implementasinya bisa melalui variabel perantara misalnya meingkatnya kinerja, semangat, kreativitas dari orang-orang yang dipimpinnya.
Source :
1. https://www.kompasiana.com/puterision/58312c288223bd96293b13de/pengambilan-keputusan-yang-efektif-dalam-peningkatan-kualitas-organisasi?page=all
2. Kenneth C. Laudon, Jane Laudon. (2017).Essentials of MIS, Global Edition. 12th Edition. Pearson Education Limited. UK. ISBN: 9781292153773 .
1. https://www.kompasiana.com/puterision/58312c288223bd96293b13de/pengambilan-keputusan-yang-efektif-dalam-peningkatan-kualitas-organisasi?page=all
2. Kenneth C. Laudon, Jane Laudon. (2017).Essentials of MIS, Global Edition. 12th Edition. Pearson Education Limited. UK. ISBN: 9781292153773 .
Mencapai Keunggulan Kompetitif dengan Sistem Informasi
Baiklah, dalam bab ini kita akan membahas mengenai
sistem informasi bisnis dalam karir Anda, untuk membahas hal ini dibagi menjadi
4 topik penting, yaitu :
1.
Menggunakan Sistem Informasi untuk mencapai
keunggulan kompetitif
2.
Bagaimana sistem informasi membantu
bisnis bersaing secara global?
3.
Terjemahan
Indonesia. Bagaimana sistem informasi membantu bisnis bersaing
menggunakan kualitas dan desain?
4.
Manajemen proses bisnis dan proses bisnis rekayasa ulang
1.Menggunakan Sistem Informasi untuk mencapai keunggulan kompetitif
Mengapa
beberapa perusahaan menjadi pemimpin dalam industri mereka?
Ø Kekuatan
kompetitif Michael Porter model
Menyediakan
pandangan umum perusahaan, para kompetitor, dan lingkungan
Ø Lima kekuatan
kompetitif membentuk nasib perusahaan :
o Pesaing tradisional
o Pendatang pasar baru
o Produk dan layanan pengganti
o Pelanggan
o Pemasok
Dalam model kekuatan kompetitif Porter,
posisi strategis perusahaan dan strategi yang ditentukan tidak hanya oleh
persaingan dengan pesaing langsung tradisional tetapi juga oleh empat kekuatan
lain dalam lingkungan industri: pendatang pasar baru, pengganti produk,
pelanggan, dan pemasok.
Ø Pesaing tradisional
Semua perusahaan berbagi ruang pasar dengan pesaing yang
terus-menerus merancang produk baru, Layanan, efisiensi, dan biaya switching.
Ø Pendatang pasar baru
Beberapa
industri memiliki hambatan tinggi untuk masuk, misalnya, bisnis chip komputer. Perusahaan baru memiliki peralatan baru, pekerja muda,
tapi sedikit pengakuan merek.
Ø Produk dan layanan pengganti
Pelanggan pengganti mungkin menggunakan jika harga Anda
menjadi terlalu tinggi, misalnya, iTunes pengganti CD
Ø Pelanggan
Dapatkah pelanggan dengan mudah beralih ke produk
pesaing? Bisakah mereka memaksa bisnis untuk bersaing dengan harga sendiri di
pasar transparan?
Ø Pemasok
Pasar kekuatan pemasok ketika perusahaan tidak dapat
menaikkan harga secepat pemasok
Five Porter Analysis
s Empat strategi generik
untuk berurusan dengan kekuatan kompetitif, diaktifkan dengan menggunakan IT:
·
Kepemimpinan berbiaya
rendah
·
Diferensiasi produk
·
Fokus pada ceruk pasar
·
Memperkuat keintiman
pelanggan dan pemasok
Ø Kepemimpinan berbiaya
rendah
Gunakan sistem informasi untuk mencapai biaya
operasional terendah dan harga terendah.
Misalnya Walmart,
· Inventaris pengisian
sistem mengirimkan pesanan kepada pemasok ketika pembelian direkam di kasir.
· Meminimalkan inventaris
di gudang, biaya pengoperasian.
- Sistem respon Pelanggan yang efisien
Ø Diferensiasi produk
· Gunakan sistem informasi
untuk mengaktifkan produk dan layanan baru, atau sangat mengubah kenyamanan
pelanggan dalam menggunakan produk dan layanan yang ada.
o Misalnya,
Google terus menerus inovasi, Apple's iPhone.
· Gunakan sistem informasi
untuk menyesuaikan, personalisasi produk untuk menyesuaikan spesifikasi
konsumen individu.
o Misalnya,
program iD Nike untuk sepatu kets disesuaikan
Ø Fokus pada ceruk pasar
· Gunakan sistem informasi
untuk mengaktifkan fokus pasar tertentu, dan melayani target pasar yang sempit
lebih baik daripada kompetitor.
o Menganalisa
kebiasaan membeli pelanggan, preferensi
o Iklan
pitches ke pasar target yang lebih kecil dan lebih kecil Misalnya, sistem OnQ Hilton Hotel
· Menganalisis data yang
dikumpulkan pada tamu untuk menentukan preferensi dan profitabilitas tamu
Ø Memperkuat keintiman
pelanggan dan pemasok
Hubungan yang kuat dengan pelanggan dan pemasok
meningkatkan biaya switching dan loyalitas
Ø Toyota:
menggunakan IS untuk memfasilitasi akses langsung dari pemasok untuk jadwal
produksi
o Memungkinkan
pemasok untuk memutuskan bagaimana dan kapan untuk kapal pasokan untuk tanaman,
yang memungkinkan lebih banyak waktu memimpin dalam memproduksi barang.
Ø Amazon:
melacak preferensi pengguna untuk pembelian, dan merekomendasikan judul yang
dibeli oleh orang lain.
Ø Dampak internet pada
keunggulan kompetitif
· Transformasi atau ancaman
bagi beberapa industri
Contoh: biro perjalanan, ensiklopedia
cetak, media
· Kekuatan kompetitif masih
bekerja, tetapi persaingan lebih intens
· Standar Universal
memungkinkan saingan baru, pendatang ke pasar
· Kesempatan baru untuk
membangun merek dan pelanggan setia basis
· Model rantai
nilai bisnis
Menyoroti kegiatan tertentu dalam bisnis di mana
strategi kompetitif terbaik dapat diterapkan dan di mana sistem informasi
cenderung memiliki dampak strategis
· Kegiatan utama
· Aktivitas dukungan
· Pembandingan
· Praktik terbaik
2. Bagaimana cara bisnis membantu bersaing secara
global?
· Internet dan Globalisasi
Sebelum internet, bersaing secara global hanya pilihan
untuk perusahaan besar mampu membeli pabrik, gudang, dan pusat distribusi di
luar negeri.
Internet secara drastis mengurangi biaya operasional
secara global.
Globalisasi manfaat:
·
Skala
ekonomi dan biaya sumber daya pengurangan
·
Tingkat
pemanfaatan yang lebih tinggi, biaya modal tetap, dan biaya yang lebih rendah
per unit produksi
·
Mempercepat
waktu ke pasar
Ø Strategi global bisnis dan sistem
o
Eksportir domestik
Sentralisasi berat kegiatan perusahaan di negara asal
o
Multinasional
Berkonsentrasi manajemen keuangan di
pusat basis rumah sementara desentralisasi produksi, penjualan, dan pemasaran
ke negara lain
o
Franchisers
Produk dibuat, dirancang, dibiayai, dan
awalnya diproduksi di negara asal tetapi mengandalkan unit asing untuk produksi
lebih lanjut, pemasaran, dan sumber daya manusia
o
Transnasional
Markas Regional (bukan Nasional) dan
mungkin kantor pusat dunia; mengoptimalkan sumber daya sesuai kebutuhan.
· Konfigurasi
sistem global
· Sistem terpusat
Semua pengembangan dan operasi di rumah tangga Home Base
· Sistem duplikat:
Pembangunan di Home Base tetapi operasi
dikelola oleh unit otonom di lokasi Asing
· Sistem desentralisasi:
Masing-masing desain unit asing solusi
sendiri dan sistem
· Sistem jaringan:
Pengembangan dan operasi terjadi dalam
mode terpadu dan terkoordinasi di semua unit.
3. Bagaimana cara bisnis membantu
bersaing menggunakan kualitas dan desain?
Ø Bagaimana Apakah meningkatkan kualitas ?
·
Kurangi
waktu siklus dan Sederhanakan proses produksi.
·
Patokan
·
Gunakan
permintaan pelanggan untuk meningkatkan produk dan layanan.
·
Meningkatkan
kualitas desain dan presisi.
§ Sistem desain yang dibantu komputer
(CAD)
·
Meningkatkan
presisi produksi dan mengencangkan toleransi produksi.
4. BPM dan BPR
Ø BPM: manajemen proses bisnis
·
Bertujuan untuk terus meningkatkan proses
·
Menggunakan berbagai alat dan metodologi untuk:
o Memahami proses yang ada
o Rancang dan Optimalkan proses baru
Langkah-langkah BPM :
Terjemahan Indonesia.
·
Bentuk
radikal perubahan cepat
·
Tidak
terus-menerus perbaikan, tetapi penghapusan proses lama, penggantian dengan
proses baru, dalam jangka
waktu singkat
waktu singkat
·
Dapat
menghasilkan keuntungan dramatis dalam produktivitas
·
Dapat
menghasilkan lebih banyak perlawanan organisasi untuk mengubah
Source :
1. Kenneth C. Laudon, Jane Laudon. (2017).Essentials of MIS, Global Edition. 12th Edition. Pearson Education Limited. UK. ISBN: 9781292153773 .
Source :
1. Kenneth C. Laudon, Jane Laudon. (2017).Essentials of MIS, Global Edition. 12th Edition. Pearson Education Limited. UK. ISBN: 9781292153773 .
Langganan:
Postingan (Atom)