Sistem Informasi Eksekutif (EIS)

1. Sistem Informasi Eksekutif (EIS) • Sistem informasi yang menyediakan fasilitas yang fleksibel bagi manajer dan eksekutif dalam mengakses informasi eksternal dan internal yang berguna untuk mengidentifikasi masalah atau mengenali peluang • Pemakai yang awam dengan komputerpun tidak sulit mengoperasikannya karena sistem dilengkapi dengan antarmuka yang sangat memudahkan pemakai untuk menggunakannya (user-friendly).

2. Sistem Informasi Eksekutif (EIS)

3. Sistem Pendukung Kelompok (GSS) • Sistem informasi yang digunakan untuk mendukung sejumlah orang yang bekerja dalam suatu kelompok • Sistem ini pada awalnya dibuat untuk mendukung sejumlah orang yang berada pada lokasi yang berbeda yang hendak melakukan sumbang-saran, pemberian komentar, pemilihan suara, dan evaluasi terhadap alternatif-alternatif melalui sarana komunikasi • Istilah yang umum sebelum GSS digunakan yaitu GDSS (Group Decision Support System) • GSS terkadang disebut sistem pertemuan elektronis (Martin, 2002), sistem kolaborasi perusahaan (O’Brien, 2001), dan sistem pendukung grup kerja (Haag, 1999).

4. Contoh Lingkungan GSS

5. Sistem Pendukung Kelompok (GSS) • Sistem informasi yang digunakan untuk mendukung sejumlah orang yang bekerja dalam suatu kelompok • Sistem ini pada awalnya dibuat untuk mendukung sejumlah orang yang berada pada lokasi yang berbeda yang hendak melakukan sumbang-saran, pemberian komentar, pemilihan suara, dan evaluasi terhadap alternatif-alternatif melalui sarana komunikasi • Istilah yang umum sebelum GSS digunakan yaitu GDSS (Group Decision Support System) • GSS terkadang disebut sistem pertemuan elektronis (Martin, 2002), sistem kolaborasi perusahaan (O’Brien, 2001), dan sistem pendukung grup kerja (Haag, 1999).

6. Definisi • Group Decision Support System (GDSS) atau sistem pendukung keputusan kelompok merupakan suatu sistem berbasis komputer yang mendukung kelompok-kelompok orang yang terlibat dalam suatu tugas (atau tujuan) bersama dan yang menyediakan antar muka bagi suatu lingkungan yang digunakan bersama (McLeod, 1995).

7. GDSS vs DSS • Perbedaan antara GDSS dan DSS adalah pada fokusnya yaitu pengambilan keputusan oleh kelompok dan individu. • Komponen GDSS pada dasarnya sama dengan DSS dimana ada hardware, software dan manusianya, tetapi sebagai tambahan pada GDSS ditambahkan dengan lingkungan kolaboratif, komunikasi dan teknologi jaringan untuk menangani partisipan dari tempat yang berbeda.

8. Contoh Lingkungan GSS

9. Analisis Diagnosis Bandingpada Sistem Asesmen Geriatri Jarak Jauh Geriatric Teleassessment System Kusrini

10. Statistik Penyakit Pasien Geriatri (Mustofa, 1995): • 78% : > 4 macam penyakit • 38% : > 6 macam penyakit • 13% : > 8 macam penyakit

11. Penanganan Pasien Geriatri (Rahmawati, 2005): • terapi tanpa indikasi terjadi pada 75% kasus • pemilihan obat tidak tepat 45%, • timbulnya Adverse Drug Reaction (ADR) 30 %, • pasien tidak menerima obat 15%, • overdosis 20%, • dosis subterapi 10%, • indikasi yang tidak diterapi 15%, • dan interaksi obat yang bermakna secara klinis terjadi pada 5% kasus

12. Untuk mendapat penatalaksanaan terbaik, pasien geriatri perlu ditangani dalam sebuah asesmen geriatri yang dipimpin oleh seorang konsultan geriatri • Jumlah konsultan geriatri tidak sebanding dengan jumlah penduduk usia lanjut • Konsultan geriatri terpusat di kota-kota besar • Perlu dibuat sebuah media teleassessment Tahun 2008: Jumlah Manula 19,5 jt Tahun 2020: Jumlah Manula + 28jt Konsultan Geriatri < 20 se Indonesia

13. Ringkasan Karya • Sebuah media asesmen jarak jauh oleh tim geriatri untuk menangani pasien geriatri • Aplikasi dibangun berbasis web dengan fitur unggulan berupa analisis diagnosis banding yang memanfaatkan data rekam medis sebagai sumber data dengan menerapkan metode case based reasoning • Dilengkapi dengan fasilitas analisis obat sehingga dapat meminimalisir adanya pengobatan yang tidak tepat kepada pasien geriatri

14. Skema Sistem Asesmen Geriatri Jarak Jauh

15. Fitur • Administrator • Manajemen data pengguna • Petugas Administrasi • Manajemen data pasien • Manajemen data asesmen • Manajemen data agama • Manajemen data pekerjaan • Manajemen data pendidikan • Konsultan Geriatri • Manajemen data asesmen • Manajemen data anggota tim geriatri • Realisasi obat bagi pasien • Konferensi

16. Spesialis penyakit dalam • Manajemen pengetahuan • Manajemen data variable • Manajemen kasus • Proses training • Daftar aturan • Manajemen sub asesmen penyakit dalam • Manajemen sub asesmen riwayat medis • Manajemen sub asesmen pemeriksaan fisik • Manajemen sub asesmen data penunjang • Diagnosis • Konferensi

17. Okupasi terapi • Manajemen sub asesmen fim • Manajemen sub asesmen adl • Konferensi • Neurolog • Manajemen sub asesmen saraf • Manajemen sub asesmen diagnosis • Konferensi

18. Dentist • Manajemen sub asesmen oral • Diagnosis • Konferensi • Psikiater/psikolog • Manajemen sub asesmen pmr • Diagnosis • Konferensi • Ahli nutrisi • Manajemen sub asesmen nutrisi • Diagnosis • Konferensi

19. Pekerja Sosial • Manajemen sub asesmen sosial • Diagnosis • Konferensi • Apoteker • Analisis obat • Konferensi • Pencarian obat • Pakar obat • Manajemen data klasifikasi obat • Manajemen data obat • Pencarian obat • Analisis obat

20. Keunikan dan Inovasi • Memiliki fasilitas analisis diagnosis banding yang dapat membantu anggota tim geriatri menentukan diagnosis bagi pasien • Analisis diagnosis banding dapat dilakukan dengan data sumber berupa data rekam medis berbentuk database relasional (tidak hanya flat tabel) • Dapat menganalisis adanya pemberian obat tanpa indikasi, kontraindikasi obat dengan penyakit yang diderita pasien dan interaksi antar obat yang membahayakan • Dapat menganalisis obat-obat yang terlarang bagi orang tua, obat yang perlu penyesuaian obat di ginjal, obat yang perlu penyesuaian obat di hati dan obat yang dosisnya tidak tepat

21. Keunikan dan Inovasi • Proses akuisisi pengetahuan diagnosis dilakukan dinamis oleh sistem berdasarkan data rekam medis. • Proses akuisisi menerapkan model case based reasoning dengan mengembangkan framework CUC-C4.5

28. Merokok = Y • Anorexia = A • Batuk = A • Sesak = A Diagnosis: A15(76,47%) J10.0(11,76%) J20.0(11,76%)

29. Hasil Uji • Data: 112 data sub asesmen pemeriksaan mental ringkas pasien RSUP dr. Sardjito (dibagi menjadi 90 data training dan 22 data testing). • Hasil: tingkat validasi 92,73%

30. “Tingkatkan kualitas hidup manula dengan ICT”

31. Sistem Pendukung Cerdas • Kadangkala hanya disebut sistem cerdas adalah sistem yang memiliki kemampuan seperti kecerdasan manusia • Beberapa sifat sistem ini: • Belajar atau memahami permasalahan berdasarkan pengalaman • Memberikan tanggapan yang cepat dan memuaskan terhadap siatusi-situasi baru • Mampu menangani masalah yang kompleks (masalah semiterstruktur) • Memecahkan permasalahan berdasarkan penalaran • Menggunakan pengetahuan untuk menyelesaikan permasalahan

32. Aplikasi Sistem Cerdas pada Bisnis • Sistem pakar (expert system), yaitu sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan (Horn, 1986) • Sistem pengolahan bahasa alami (natural language processing)

33. Contoh Aplikasi Sistem Pakar • XSEL Sistem pakar ini dapat bertindak sebagai asisten penjual, yang membantu penjual komputer DEC memilihkan pesanan pelanggan sesuai dengan kebutuhan • MYCIN Sistem ini dikembangkan di Universitas Stanford pada pertengahan 1970-an dengan tujuan untuk membantu jurumedis dalam mendiagnosa penyakit yang disebabkan bakteri. • PROSPECTOR Sistem ini diciptakan oleh Richard Duda, Peter Hard, dan Rene Reboh pada tahun 1978 yang menyediakan kemampuan seperti seorang pakar di bidang geologi.

34. Contoh Dialog Sistem Pakar Sistem pakar: Apakah buah berbentuk bulat? Pemakai: Ya Sistem pakar: Apakah buah berwarna hijau ketika muda dan kuning ketika sudah tua? Pemakai: Tidak Sistem pakar: Apakah buah berwarna hijau ketika muda dan merah ketika sudah tua? Pemakai: Ya Sistem pakar: Apakah berbatang? Pemakai: Ya Sistem pakar: Menurut pengetahuan yang saya miliki, Apel memenuhi kriteria yang Anda sebutkan.

35. Model Konseptual Sistem Pakar

36. Bagian Sistem Pakar • Basis pengetahuan merupakan komponen yang berisi pengetahuan-pengetahuan yang berasal dari pakar • Berisi sekumpulan fakta (fact) dan aturan (rule). Fakta berupa situasi masalah dan teori tentang area masalah • Aturan adalah suatu arahan yang menggunakan pengetahuan untuk memecahkan masalah pada bidang tertentu.

37. Fasilitas Penjelas

38. LATIHAN • Jelaskan perbedaan antara DSS dengan TPS, MIS, OAS, ES dan EIS • Jelaskan Tujuan dari DSS • Jelaskan karakteristik DSS • Carilah contoh masalah terstruktur, masalah semi terstruktur dan masalah tidak terstruktur dalam perusahaan dagang • Cari 3 contoh aplikasi DSS, jelaskan siapa usernya dan mengapa diperlukan aplikasi tersebut!