DSS final

1.Pengenalan
Dalam beberapa tahun terakhir, konsep agen cerdas telah diterapkan dalam sistem pendukung keputusan (DSS) untuk pengguna bisnis (Bose & Sugumaran, 1999). Penelitian lain dilakukan oleh Rahwan et al. (2004) di mana mereka menggunakan agen cerdas dalam satu negosiasi banyak e-commerce untuk mengotomatisasi proses pengambilan keputusan. Teknologi komputer semakin banyak digunakan untuk mendukung pengambilan keputusan eksekutif di lingkungan DSS (Moynihan et al., 2002). DSS adalah program komputer yang membantu pengguna dalam pemecahan masalah atau lingkungan pengambilan keputusan. Sistem ini menggunakan model data, algoritma, basis pengetahuan, antarmuka pengguna, dan mekanisme kontrol untuk mendukung masalah keputusan tertentu (Barkhi et al., 2005). Berbagai penelitian telah menunjukkan penggunaan DSS untuk menangani pemodelan keputusan yang kompleks dan proses manajemen. Berdasarkan bacaan saya sejauh ini, tidak ada literatur yang membahas dan menerapkan arsitektur multi-agen cerdas di DSS terutama untuk lingkungan terdistribusi. Dalam penelitian ini, teknologi multi-agen cerdas diusulkan dalam mengembangkan DSS untuk meningkatkan sistem agar dapat bekerja di lingkungan yang dinamis dan mendukung kemampuan adaptasi sistem. Agen didefinisikan sebagai abstraksi perangkat lunak dan model logis. Idenya adalah bahwa agen tidak benar-benar dipanggil untuk tugas, tetapi mengaktifkan diri mereka sendiri. Konsep terkait dan berasal termasuk agen cerdas di mana mereka memiliki kemampuan untuk beradaptasi pada situasi baru dengan beberapa aspek pembelajaran dan penalaran. Konsep lain yang diturunkan adalah sistem multi-agen yang melibatkan agen didistribusikan yang tidak memiliki kemampuan untuk mencapai tujuan sendiri dan dengan demikian harus berkomunikasi. Dalam lingkungan sistem terdistribusi, agen memainkan peran utama dalam membantu pengguna nyata dalam membuat keputusan di mana agen-agen ini diberi wewenang untuk berkomunikasi satu sama lain untuk mencapai tujuan.

2. Motivasi

Penelitian yang telah dilakukan oleh Parunak (2006) mengusulkan sistem dukungan multi-agen yang dapat beradaptasi dengan kendala sumber daya pengguna, prioritas sumber daya, dan prioritas konten dalam lingkungan yang dinamis. Di sini, multi-agen yang saling bekerja sama akan mempertimbangkan preferensi dan kendala pengguna saat mengumpulkan dan mengumpulkan informasi. Industri konstruksi melibatkan banyak pihak seperti klien, konsultan, dan kontraktor. Keberhasilan proyek sangat bergantung pada transfer informasi tepat waktu di antara pihak-pihak ini (Kashiwagi, 2002). Proyek melibatkan sejumlah besar organisasi yang mungkin secara geografis tersebar.Perencanaan proyek konstruksi adalah salah satu tugas paling menantang yang dihadapi oleh tim proyek (klien, konsultan, dan konstruktor). Keputusan yang dibuat selama tahap ini memiliki dampak yang luar biasa pada keberhasilan pelaksanaan proyek dari fase konseptual awal, hingga konstruksi proyek dan penyelesaian. Industri konstruksi dipandang oleh banyak orang sebagai mundur dalam penyebaran dan penggunaan TI (Huang, 2001). Penerapan TI relatif lambat dan hanya sedikit perusahaan konstruksi yang memiliki IS yang komprehensif dan terintegrasi untuk mendukung bisnis intinya. Banyak bisnis menggunakan Internet sebagai platform teknologi baru untuk membangun berbagai produk dan layanan baru, dan bahkan untuk mendesain ulang sistem dan layanan komunikasi mereka (Ngai et al., 2003). Dengan kemajuan besar dalam teknologi Internet dan WWW, berbagai upaya telah dilakukan untuk menerapkan DSS berbasis Web untuk aplikasi yang berbeda dalam bidang penjualan, desain, dan manufaktur (Smith & Wright, 1996). Namun, sangat sedikit yang telah dilaporkan tentang penggunaan teknologi berbasis Web untuk memilih alternatif terbaik dalam bisnis konstruksi. Penyebab masalah waktu dan biaya dalam proyek manajemen konstruksi dapat ditelusuri kembali ke koordinasi yang buruk yang disebabkan oleh informasi yang tidak memadai, tidak tepat, tidak akurat, tidak konsisten, atau terlambat, atau kombinasi dari semuanya (Deng et al., 2001). Namun, jarak fisik antara pihak-pihak lebih berkontribusi pada penghalang komunikasi dan dengan demikian faktor kunci dalam menghambat transfer informasi. Ketersediaan informasi yang tepat waktu dan akurat juga penting bagi semua pihak karena membentuk dasar di mana keputusan dibuat dan sedemikian rupa sehingga kemajuan konkret dapat dicapai. Isu-isu di atas muncul meskipun kemajuan luar biasa dalam manajemen informasi, penanganan, penyimpanan, dan teknik pertukaran. Meningkatkan komunikasi di antara para pihak merupakan faktor kunci yang dapat membawa pada keberhasilan atau kegagalan proses pengambilan keputusan. Selain itu, TI dapat dilihat sebagai memiliki efek mediasi pada komunikasi, yang mengarah ke pola komunikasi baru atau perubahan konten dan kuantitas jenis komunikasi yang ada. Teknologi koordinasi dapat mendorong peserta untuk mengontrol cara keputusan dibuat, memantau hasil, meningkatkan produktivitas rapat dan mendukung proses pengambilan keputusan tim (Yazici, 2002). Dengan munculnya Internet, e-bisnis kolaboratif telah menarik lebih banyak perhatian dari akademisi dan industri. Berbagai teknologi sedang dikembangkan untuk mendukung e-bisnis kolaboratif, seperti manajemen hubungan pelanggan (Siebel, 2001), manajemen rantai pasokan (Indent, 2001, Commonce One, 2001), pasar elektronik (Ariba, 2001), negosiasi otomatis dan sistem lelang (Huang, 2001, Kumar & Feldman, 1998, Su et al., 2001) dan DSS dalam berbagai aplikasi (Mysiak et al., 2005).

3. sistem pendukung keputusan

Teknologi komputer semakin banyak digunakan untuk mendukung pengambilan keputusan eksekutif (Moynihan et al., 2002). Nemati dkk. (2002) menjelaskan bahwa pengambilan keputusan adalah kemampuan untuk membuat keputusan yang 'benar'. Kecenderungannya adalah fokus pada momen pilihan pengambil keputusan (DM) meskipun prosesnya rumit (Simon, 1977). Namun fokus ini tidak terbatas pada proses pengambilan keputusan sebelumnya dan pengambilan keputusan DM karena beberapa DM memikul tanggung jawab untuk keputusan yang dibuat bahkan oleh bawahan dan kelompok mereka. Simon (1977) mengidentifikasi tiga langkah dalam proses pengambilan keputusan: (a) intelijen sebagai pencarian lingkungan untuk kondisi yang membutuhkan keputusan, (b) desain sebagai menciptakan, mengembangkan, dan menganalisa kemungkinan tindakan, dan (c) pilihan seperti memilih tindakan.Seorang DM menerima informasi dalam berbagai format seperti bahan cetak, grafik, pengamatan verbal dan visual. Sementara komputer dapat memperpanjang memori manusia, manusia seringkali bukan prosesor informasi yang sangat baik (Chen & Lee, 2003). Kondisi ketika informasi yang berlebihan terjadi dapat menyebabkan degradasi yang cepat dan parah dalam kinerja pengambilan keputusan. Oleh karena itu, informasi yang baik diperlukan tetapi tidak cukup untuk sebuah keputusan yang baik. DSS juga dapat dirancang untuk mendukung aspek kreatif dan intuitif pengambilan keputusan (Pearson & Shim, 1994, Phillips-Wren et al., 2004). DSS juga dapat meningkatkan efektivitas manajerial dengan meningkatkan efisiensi pribadi, mempercepat penyelesaian masalah, memfasilitasi komunikasi interpersonal, mempromosikan pembelajaran, terutama tentang bagaimana sistem bekerja, dan meningkatkan kontrol organisasi (Alter, 1980). Manfaat potensial ini menyebabkan banyak peneliti dan praktisi percaya bahwa DSS dapat menjadi senjata strategis yang kuat untuk organisasi. Bharati & Chauhury (2004) memproyeksikan dampak organisasi dan individu dari DSS dan mereka mengkategorikan dampak dan manfaat ke dalam dampak organisasi dan individu juga. Yang pertama mencerminkan pada struktur, sentralisasi otoritas, kekuasaan dan status. Yang terakhir mencerminkan produktivitas dan kepuasan kerja. Faktor ini merupakan kepuasan manajer dengan penggunaan dan manfaat DSS-nya misalnya dalam mendukung proses pengambilan keputusan.

4. Teknologi agen cerdas

Agen cerdas adalah perangkat lunak atau entitas perangkat keras yang melakukan serangkaian tugas atas nama pengguna dengan beberapa tingkat otonomi (Barley & Kasabov, 2005). Beberapa aplikasi dalam berbagai domain termasuk: sistem informasi berbasis Internet, sistem perangkat lunak adaptif (dapat dikustomisasi), mobile otonom dan robot tak bergerak, penggalian data dan penemuan pengetahuan, sistem pintar (rumah pintar, mobil pintar, dll.), Sistem pendukung keputusan , desain cerdas dan sistem manufaktur. Penelitian saat ini tentang agen cerdas dan sistem multi-agen dibangun di atas pengembangan di beberapa bidang ilmu komputer termasuk: kecerdasan buatan (terutama arsitektur agen, pembelajaran mesin, perencanaan, pemecahan masalah terdistribusi), pengambilan informasi, basis data, dan sistem basis pengetahuan, dan komputasi terdistribusi (Godoy et al., 2004). Sistem multi-agen cerdas terdistribusi menawarkan algoritma dan solusi sistem yang modular, fleksibel, skalabel dan dapat digeneralisasikan untuk pencarian informasi, ekstraksi, fusi, dan penemuan pengetahuan berbasis data menggunakan data yang heterogen, terdistribusi dan sumber pengetahuan dalam informasi yang kaya, lingkungan terbuka (Parunak, 2006 ). Sistem semacam itu terdiri dari beberapa agen perangkat lunak cerdas yang berinteraksi. Seperti agen reaktif, proaktif, antisipatif, berorientasi pada sasaran, adaptif, reflektif, introspektif, pencari pengetahuan, otonom, interaktif, komunikatif, kolaboratif, dan multi-agen menemukan aplikasi dalam sistem informasi berbasis Internet, sistem perangkat lunak adaptif (dapat disesuaikan) , penemuan pengetahuan berbasis data skala besar dari data yang heterogen, terdistribusi dan sumber pengetahuan, penemuan ilmiah kolaboratif (misalnya, dalam bioinformatika), sistem pendukung keputusan cerdas (misalnya, pemantauan dan pengendalian sistem yang kompleks, terdistribusi, dinamis) (Jennings et al. , 1998). Agen yang cerdas memainkan peran asisten dengan membiarkan manajer mendelegasikan pekerjaan yang dapat mereka lakukan kepada agen-agen ini. Teknologi agen menemukan jalannya ke banyak sistem baru, termasuk DSS, di mana ia melakukan banyak tugas pendukung keputusan yang diperlukan yang sebelumnya dianggap sebagai kegiatan manusia yang unik. Agen cerdas berguna dalam mengotomatiskantugas yang berulang-ulang, mencari dan memfilter informasi, meringkas secara cerdas data yang rumit, dan seterusnya; tetapi yang lebih penting, seperti rekan manusia mereka, mereka memiliki kemampuan untuk belajar dari para manajer dan bahkan membuat rekomendasi kepada mereka mengenai suatu tindakan tertentu. Agen menggunakan beberapa teknik kecerdasan buatan seperti pembelajaran mesin, dan penalaran induktif dan deduktif untuk menunjukkan perilaku "cerdas". Ada banyak definisi agen cerdas yang ditemukan dalam literatur. Definisi, oleh Maes (1994), bahwa "agen cerdas adalah entitas perangkat lunak yang melaksanakan beberapa operasi atas nama pengguna atau program lain dengan tingkat kemandirian atau otonomi tertentu, dan dalam melakukannya, menggunakan beberapa pengetahuan atau representasi dari tujuan atau keinginan pengguna, "adalah yang paling sesuai untuk tujuan kita. Agen memiliki beberapa karakteristik umum, seperti kemampuan mereka untuk berkomunikasi, bekerja sama, dan berkoordinasi dengan agen lain dalam sistem multi-agen. Setiap agen mampu bertindak secara mandiri, kooperatif, dan kolektif untuk mencapai tujuan kolektif suatu sistem. Kemampuan koordinasi membantu mengelola pemecahan masalah sehingga agen bekerja sama bekerja sama sebagai tim yang koheren. Koordinasi dicapai, misalnya, dengan bertukar data, menyediakan rencana solusi parsial, dan penanganan kendala di antara agen.

5. Tujuan

Tujuan dari penelitian ini adalah untuk mengusulkan arsitektur baru untuk DSS berbasis multi-agen di lingkungan terdistribusi. Tujuan penelitian ini adalah: 1. Untuk mengetahui karakteristik sistem DSS konvensional. 2. Untuk membangun arsitektur baru dari multi-agen cerdas DSS. 3. Untuk menguji dan mengevaluasi penerapan pendekatan menggunakan skenario dunia nyata oleh

menggunakan proof-of-concept dan sistem prototipe operasional.

6. Desain dan fungsi DSS

DSS terdiri dari agen berikut: a) agen antarmuka kontraktor, b) agen antarmuka klien, c) agen koordinator, d) agen laporan, dan d) agen basis data. Seluruh arsitektur digambarkan pada Gambar 1. Arsitektur agen DSS secara keseluruhan terdiri dari tiga modul tingkat tinggi: a) modul antarmuka, b) modul proses, dan c) modul pengetahuan. Modul antarmuka yang berhubungan dengan publik dapat dilihat oleh agen dan pengguna lain (konsultan dan klien). Ini menyediakan mekanisme untuk berinteraksi dengan agen dan mendukung komunikasi antar-agen dan kolaborasi. Modul proses dan modul pengetahuan dibatasi hanya untuk agen yaitu, agen atau pengguna lain tidak dapat secara langsung memanipulasi isi dari modul ini tanpa hak akses. Modul proses berisi metode dan heuristik yang mengimplementasikan berbagai fungsi dan proses yang menggunakan agen yang dapat menanggapi permintaan dari agen atau pengguna lain. Dengan demikian, modul proses pada dasarnya menyediakan layanan dan perhitungan yang mungkin diperlukan dalam memecahkan masalah tertentu. Modul pengetahuan berisi pengetahuan domain-spesifik dan domain-independen yang relevan dengan pemecahan masalah. Desain rinci dari tiga agen DSS yang disebutkan di atas, dalam hal tiga modul tingkat tinggi, dijelaskan bagian 8.

7. Fungsi masing-masing agen

Ada beberapa agen yang terlibat dalam penelitian ini seperti agen antarmuka pengguna, agen koordinator, dan agen basis data. Sebuah. Agen antarmuka pengguna

Agen antarmuka pengguna dibagi menjadi dua jenis pengguna; a) kontraktor dan, b) klien. Setiap pengguna yang berbeda memiliki agen antarmuka mereka sendiri. Umumnya, agen antarmuka pengguna menyediakan antarmuka Web bagi pengguna untuk berinteraksi dengan DSS dan untuk membantu dia / dia menangani beberapa formulir online, melakukan pengunggahan / mengunduh dokumen terkait, dan melakukan kegiatan analisis data. Pengguna dapat memberikan gambaran umum tentang masalah yang dihadapi dalam hal tujuan dan sasaran tingkat tinggi, atau memberikan rincian spesifik tentang analisis data atau tugas penambangan yang akan dilakukan. Agen antarmuka pengguna bertanggung jawab untuk menerima spesifikasi pengguna dan memberikan hasil. Ini juga melacak preferensi pengguna. Modul antarmuka agen antarmuka pengguna berisi metode untuk komunikasi antar-agen serta mendapatkan masukan dari pengguna. Modul prosesnya berisi skrip dan metode untuk menangkap input pengguna dan mengkomunikasikannya kepada agen koordinator DSS. Fungsi agen antarmuka pengguna menyediakan antarmuka Web untuk interaksi pengguna, halaman Web untuk input pengguna dan deskripsi masalah, menyediakan parameter untuk digunakan, halaman Web untuk informasi status - umpan balik menyediakan keadaan dari berbagai proses, halaman Web yang berisi hasil akhir, secara dinamis menciptakan Dokumen HTML dengan kebutuhan format khusus, mengkomunikasikan input pengguna ke agen koordinator DSS, menangkap aktivitas dan preferensi pengguna dan membuat profil pengguna

b. Agen Koordinator Agen koordinator bertanggung jawab untuk mengoordinasikan berbagai tugas yang perlu dilakukan dalam penyelesaian masalah kooperatif. Setelah menerima input pengguna dari antarmuka

Arsitektur Baru untuk Paradigma Cerdas Multi-Agen dalam Sistem Pendukung Keputusan 29rencana aksi seperti peringkat alternatif. Alternatif-alternatif ini dapat termasuk mengidentifikasi sumber data yang relevan, meminta layanan dari agen lain, dan menghasilkan laporan. Modul antarmuka agen koordinator bertanggung jawab untuk komunikasi antar-agen. Modul proses berisi metode untuk mengontrol dan koordinasi berbagai tugas serta menghasilkan urutan tugas. Urutan tugas yang akan dijalankan dibuat menggunakan formula khusus yang disimpan dalam modul pengetahuan menggunakan pendekatan berbasis aturan. Modul pengetahuan juga berisi meta-pengetahuan tentang kemampuan agen lain di federasi, sumber data yang tersedia, dan basis data. Agen koordinator dapat mencari layanan dari sekelompok agen dan mensintesis hasil akhir. Fungsi agen koordinator adalah dari input pengguna, mengidentifikasi tujuan tingkat tinggi berdasarkan tujuan ini, mengidentifikasi tugas, menghasilkan "urutan tugas" dan mendelegasikan tindakan kepada agen yang sesuai, memberikan umpan balik menengah kepada pengguna, mensintesis dan menghasilkan hasil akhir, melakukan perhitungan / evaluasi informasi khusus masalah.

c. Agen basis data

Agen basis data bertanggung jawab untuk melacak data apa yang disimpan dalam basis data. Ini menyediakan kemampuan temu kembali standar dan ad hoc. Ini juga bertanggung jawab untuk mengambil data yang diperlukan yang diminta oleh agen data mining dalam persiapan untuk operasi penambangan data tertentu. Agen database memperhitungkan heterogenitas dari database yang mungkin ada di dalam organisasi, dan menyelesaikan konflik dalam definisi dan representasi data. Modul antarmuka agen database tidak hanya menyediakan antarmuka publik untuk komunikasi antar-agen, tetapi juga ke basis data yang ada. Ini meningkatkan interoperabilitas dan memungkinkan pengguna untuk mendapatkan akses ke berbagai sumber data yang mungkin tidak dapat diakses. Modul proses menyediakan fasilitas untuk pengambilan data ad hoc dan standar. Berdasarkan permintaan pengguna, kueri yang sesuai dibuat dan dijalankan terhadap gudang data. Hasil kueri ini dikomunikasikan kembali kepada pengguna atau agen lainnya. Modul pengetahuan berisi informasi meta-data, termasuk skema lokal dan skema global. Skema ini digunakan dalam menghasilkan kueri yang diperlukan untuk pengambilan data. Fungsi agen basis data adalah komunikasi pesan antar-agen, menyediakan antarmuka ke database, antarmuka program aplikasi (API) untuk produk basis data komersial, Pengambilan data ad hoc dan standar, memelihara skema lokal dan global dan memformat output kueri berdasarkan kebutuhan pengguna.

8. Pentingnya metodologi kami

Arsitektur yang diusulkan untuk DSS berbasis multi-agen dalam lingkungan terdistribusi diatur di sekitar model pengambilan keputusan. Tidak seperti pendekatan lain, arsitektur ini menggunakan konsep multi-disiplin dalam ilmu komputer seperti agen-pemrograman, sistem pendukung keputusan, sistem terdistribusi dan menggunakan proses tender sebagai studi kasus untuk menguji kinerja dan kegunaan kerangka kerja. Ada tiga fase pengembangan seperti:

Agen

- agen antarmuka klien

- agen antarmuka kontraktor

- agen koordinator

- agen laporan

- agen basis data

Gambar. 2. Fungsi pada Antarmuka, Proses dan Modul Pengetahuan

Tahap 1: Membangun arsitektur DSS berbasis multi-agen di lingkungan terdistribusi. Arsitektur terdiri dari dua bagian: objek (pasif) dan agen (aktif). Komponen utama dari arsitektur meliputi: antarmuka, data, model dan agen. Antarmuka menyediakan interaksi antara pengguna dan aplikasi yang diusulkan. Data dan model adalah komponen yang berisi data (dikumpulkan online dari database lain, atau pengguna) dan model yang relevan dengan pengambilan keputusan. Tahap 2: Perancangan agen-pemrograman dalam lingkungan terdistribusi dengan mengembangkan tiga agen utama: a) agen antarmuka pengguna, b) agen koordinator, c) agen basis data. Tahap 3: Evaluasi kinerja dan kegunaan pendekatan, sistem manajemen berbasis web untuk proses pengambilan keputusan akan disematkan sebagai prototipe penelitian.

Sumber :

Decision Support Systems Book

DECiSiON SUPPORT SySTEmS (Edited by Chiang S. Jao)

http://zums.ac.ir/files/research/site/ebooks/Numerical%20Analysis%20and%20Scientific%20Computing/Decision_Support_Systems.pdf