Menadzment Informacionih Sistema

Menadment informacioni sistemi
dr Alempije Veljovi
dr Miroslav Radojii
dr Jasmina Vesi
MENADMENT
INFORMACIONI
SISTEMI
aak, 2008.
Univerzitetski udbenik
MENADMENT INFORMACIONI SISTEMI
Drugo izmenjeno i dopunjeno izdanje
Dr Alempije Veljovi, red. prof.
Dr Miroslav P. Radojii, red. prof.
Dr Jasmina Vesi, docent
Recenzent:
Dr Sinia Rani, red. prof
Izdava:
Tehniki fakultet u aku
Za izdavaa:
Prof. dr Jeroslav ivani, dekan
tampanje udbenika odobreno odlukom Nauno-nastavnog vea

Tehnikog fakulteta u aku broj XII - 2044/22 od 10. 10. 2007. god.
Tira: 300 primeraka

tampa:
tamparija Zapis u Aranelovcu
ISBN: 978-86-7776-050-2
PREDGOVOR
Ovaj udbenik usaglaen je sa programskim sadrajem predmeta
Menadment informacioni sistemi koji se izvodi u VII i VIII semestru, sa
fondom asova (2+2; 2+2), na smeru Industrijski menadment Tehnikog
fakulteta u aku. Da bi se uspostavila veza izmeu teorije i njene primene
koristili smo konkretne primere iz prakse.
Razmatrana materija u ovom udbeniku podrazumeva kompleksan
pristup, poev od uvodnih postavki vezanih za optu teoriju sistema,
informacioni sistem, organizaciju, menadment, strategiju i menadment
informacioni sistem (MIS). Zatim se italac upoznaje sa problematikom
odluivanja, pre svega akcenat se stavlja na problem menaderskog
odluivanja, a zatim se izuavaju sistemi za podrku odliivanju (DSS), sa
odgovarajuom softverskom podrkom i primenama u praksi. Dalje se
izuavaju informacioni sistemi namenjeni izvrnim menaderima, kao i budui
pravci razvoja MIS vezani za ekspertne sisteme, elektronsko poslovanje i
upravljanje dokumentima.Istaknuta je potreba za izradom sistema oznaavanja,
kao pretpostavke bilo kakvog rada, i predloeno je uvoenje jedinstvenog
paralelnog sistema oznaavanja.
Dalja razmatranja vezana su za modeliranje menaderskih zahteva za
informacijama i razmatranje transakcionog i analitikog procesiranja
informacija. Poseban naglasak je dat na ogranienja vezana za tehnikotehnoloku kulturu, spremnost rukovodilaca da prihvate MIS i sposobnost
projektnog tima da napravi MIS prema definisanim zahtevima. Ovakav pristup
zahteva sprovoenje reinenjeringa poslovnih procesa, kao i definisanje
zahteva korisnika za informacijama, tj. prikazan je postupak funkcionalnog
modeliranja korienjem standarda IDEF0 (Integration Definition Functional
Modeling) CASE (Computer Aided System Engineering), alata BPWin
(Bussines Process for Windows).
Kao posebna celina je dat proireni renik pojmova koji se koriste u
oblastima prikazanim u ovom udbeniku kao i skraenice.
Na kraju dati su prilozi koji predstavljaju praktina reenja zadataka koji
studentima mogu koristiti za izradu seminarskih i zavrnih radova.
10
Pri koncepcijskom i sadrinskom oblikovanju ovog udbenika, bilo je

potrebno definisati ogranienja u izboru gradiva i tematskih celina, imajui u
vidu kompleksnost i irinu oblasti informacionih sistema, to se pokualo
prevazii upuivanjem italaca na korienu literaturu.
Nastojanja autora, kao to se vidi, bila su u tome da se dobije jedan
kompleksan i dovoljno homogen udbenik za izuavanje menadment
informacionih sistema. U tom smislu nastavna materija sistematizovana i
rasporeena tako da postupno i jednostavno uvodi itaoca u ovu specifinu
materiju, imajui pri tom u vidu odgovarajua znanja iz oblasti menadmenta,
organizacije i informatike, kao i politehniku kulturu potencijalnih italaca, pre
svega studenata industrijskog menadmenta, ali i studenata drugih fakulteta i
drugih potencijalnih korisnika. Koliko se u tome uspelo treba da kau itaoci.
Imajui u vidu multidisciplinarnost i dinamian tempo razvoja izloene
materije, a u pojedinim segmentima ak na nivou tehnolokih diskontinuiteta,
autori su svesni moguih nedostataka u nekim delovima teksta ove knjige. Zato
e sa panjom i zahvalnou, kao i do sada, prihvatiti svaku korisnu sugestiju i
predloge za njihovo otklanjanje, to bi omoguilo da eventualno novo izdanje
ove knjige bude proireno aktuelnim sadrajima i praktinim primerima
primena u preduzeima.
Autori se zahvaljuju svima koji su svojim savetima pomogli da se drugo
izmenjeno i dopunjeno izdanje ovog udbenika pojavi pred itaocima.
Autori
SADRAJ
1. UVOD -------------------------------------------------------------------------------- 7
2. OPTA TEORIJA SISTEMA ------------------------------------------------- 10
3. INFORMACIONI SISTEM --------------------------------------------------- 13
3.1. Arhitektura informacionih sistema ---------------------------------------- 16
4. MENADMENT INFORMACIONI SISTEMI ---------------------------- 25
4.1. Potrebe menadera za informacijama -------------------------------------- 26
5. ODLUIVANJE I INFORMACIONI SISTEM --------------------------5.1. Interdisciplinarnost odluivanja -------------------------------------------5.2. Klasifikacija poslovnih odluka ---------------------------------------------5.3. Proces odluivanja -------------------------------------------------------------
33
37
39
43
6. SISTEMI ZA PODRKU U ODLUIVANJU ----------------------------6.1. Struktura sistema za podrku odluivanju -------------------------------6.2. Klasifikacija sistema za podrku odluivanju ---------------------------6.3 Korisniki interfejs -----------------------------------------------------------6.4 Tipovi korisnika --------------------------------------------------------------6.5 Prednosti korienja DSS-a ------------------------------------------------6.6. Sistemi za podrku grupnom odluivanju -------------------------------Tehnologija videokonferencije -------------------------------------------6.7. DSS kao integrator informatikih i upravljakih procesa -------------
47
50
54
57
61
62
63
65
73
7. IZVRNI INFORMACIONI SISTEMI -------------------------------------- 75

7.1. Karakteristike EIS ------------------------------------------------------------- 76
7.2. Uporeivanje i integracija EIS, MIS i SPO ------------------------------ 77
8. EKSPERTNI SISTEMI --------------------------------------------------------8.1. Inenjerstvo znanja -----------------------------------------------------------8.2. Komponente ekspertnog sistema ------------------------------------------8.3. Svojstva ekspertnog sistema ------------------------------------------------8.4. Razlika od konvencionalnih programa -----------------------------------8.5. Opravdanost izrade ekspertnih sistema -----------------------------------8.6. Oblasti primene ekspertnih sistema ----------------------------------------
12
79
80
81
83
84
90
94
9. UPRAVLJANJE DOKUMENTIMA --------------------------------------- 96

9.1.Sistem za upravljanje elektronskim dokumentima ----------------------- 96
10. MODELIRANJE MENADERSKIH ZAHTEVA ZA
INFORMACIJAMA --------------------------------------------------------- 100
10.1. Zablude ----------------------------------------------------------------------- 101
10.2. Pretpostavke ----------------------------------------------------------------- 101
10.3. Ogranienja ------------------------------------------------------------------ 102
10.4. Definisanje zahteva menadera za informacijama ------------------- 103
10.5.Tehniki preduslovi -------------------------------------------------------- 104
10.6. Reinenjering poslovnih procesa --------------------------------------- 106
10.7. Funkcionalno modeliranje ------------------------------------------------ 109
11. FUNKCIONALNI MODEL POSLOVA U PREDUZEU ------------ 121
11.1. Dijagram konteksta funkcionalnog modela poslova u preduzeu 122
11.2. Stablo poslova u preduzeu ---------------------------------------------- 124
11.3. Dekompozicioni dijagram modela poslova preduzea -------------- 125
12. TRANSAKCIONO I ANALITIKO PROCESIRANJE
INFORMACIJA -------------------------------------------------------------- 168
12.1. Transakciono procesiranje informacija --------------------------------- 168
12.2. Analitiko procesiranje informacija ------------------------------------ 191
Skladita podataka -------------------------------------------------------- 191
OLAP sistemi -------------------------------------------------------------- 225
Data mining - otkrivanje znanja ---------------------------------------- 239
13. MIS U E-COMERCEE OKRUENJU ----------------------------------- 257
13.1. Business-to-Customer ----------------------------------------------------- 258
13.2. Business-to-Business ------------------------------------------------------- 258
14. RENIK ------------------------------------------------------------------------ 267
15. SKRAENICE ---------------------------------------------------------------- 281
16. LITERATURA ---------------------------------------------------------------- 287
17. PRILOZI ------------------------------------------------------------------------ 295
1. UVOD
Izuzetno brz razvoj informacionih tehnologija doveo je do globalizacije
svetskog trita, jaanja konkurencije, povezivanja, brzog toka informacija,
stvaranja potpuno novih proizvoda to je uzrokovalo promenu svakodnevice u
kojima menaderi donose strateke, taktike i operativne odluke.
Menadment kao proces planiranja, organizovanja i kontrolisanja rada
ljudi u datim uslovima proet je odluivanjem, kao kreativnom finalizacijom
procesa menadmenta.
Primarna obaveza svakog menadera je da svoje svekupne aktivnosti
usmeri ka ispunjavanju ciljeva preduzea, pa je u tom smislu potrebno da
koristi raspoloive mogunosti u ostvarivanju tih ciljeva. Naravno, sve te akcije
treba da ini na racionalan, efikasan i odgovoran nain.
Razumljiva je teza o neodrivosti efikasnog funkcionisanja menadmenta
preduzea bez blagovremenih i tanih informacija i nije sporno da je
informisanje menadera u sredinama koje nisu kompjuterizovane, nedovoljno
efikasno i sistematizovano. Dinaminost i kompleksnost savremenog
poslovanja i privreivanja uslovljava potrebu adekvatnog informisanja
menadera na svim hijerarhijskim nivoima. Vrlo esto uspenost obavljanja
menaderskog posla moe zavisiti od valjanosti i pravovremenosti raspoloivih
informacija na bazi kojih je potrebno doneti poslovnu odluku i preduzeti
odgovarajue aktivnosti.
Razvoj informacionih tehnologija je kljuni faktor u omoguavanju
implementacije novih prilaza poslovanju. Informacione tehnologije
predstavljaju nezaobilazan faktor modernog menadmenta i kljuni resurs za
donoenje stratekih poslovnih odluka, njihovu operacionalizaciju, kao i
kontrolu uinka tako donetih odluka.
Primena informacionih tehnologija u poslovanju preduzea doprinosi
ostvarivanju stratekih ciljeva preduzea, brem nalaenju reenja za
svakodnevne probleme poslovanja i omoguava kvalitetnu i ekonominu
podrku poslovanju.
U savremenim uslovima informacioni sistemi su dobili globalni karakter,
ak do svetskog nivoa, u irokoj lepezi ljudskih aktivnosti i poslova. Kada se
govori o globalizaciji informacionih sistema ne misli se na hipotetiki
informacioni sistem, koji bi obuhvatio celokupne ljudske aktivnosti. Ogromna
14
koliina podataka, esto nevana za pojedinanog korisnika mogla bi znaajno

da smanji efikasno korienje takvog informacionog sistema. Meutim, s druge
strane, ma koliko bila uska oblast pojedinanih poslova, postoje situcije u
kojima e biti potrebne informacije izvan linih okvira, to znai da
informacioni sistemi zahtevaju odreeni nivo globalizacije.
Sve je to uticalo na pojavu specifine klase informacionih sistema
prevashodno orijentisanih na potrebe menadera, poznatih kao menadment
informacioni sistemi, a koji se mogu shvatiti kao skup postupaka za
prikupljanje, uvanje, obradu i i davanje informacija potrebnih korisnicima,
menaderima.
Dobar menader mora imati dobro organizovanu strunu slubu koja e
prikupljati, obraivati i davati relevantne informacije. Dinamiana razvoj
informatikih tehnologija, pored brojnih implikacija, odrazio se i na
sveobuhvatnost i kvalitet informisanosti menadera. Oigledna je implikacija
savremene informatike tehnologije u kontekstu primene i razvoja menadment
informacionih sistema.
U cilju definisanja postavke vezane za menadment informacione
sisteme (MIS), poi e se od karakteristika informacije koje su vezane za
razmenu izmeu razliitih objekata, jednog koji prima i drugog koji alje. Ti
objekti mogu biti razliiti: ovek-ovek, ovek-maina i obratno, mainamaina. Imajui ovo u vidu, potrebno je praviti razliku izmeu podatka i
informacije. Podatak predstavlja injenicu koja se prima i predaje u izvornom,
neobraenom obliku. Tek kada se tom podatku dodele neke osobine, on postaje
informacija. Prema tome, moemo rei da je informacija "protumaeni podatak
ili protumaeni skup podataka". Za podatke kaemo da su: tekstualni,
alfanumeriki, numeriki, grafiki i sl., to podrazumeva da e informacija u
datom trenutku biti prikazana razliitim kategorijama podataka, ili samo
jednom kategorijom. Ovde treba istai da se esto pojmovi "podatak" i
"informacija" koriste kao sinonimi, to ne bi trebalo da stvara zabunu.
S druge strane, osnova za MIS su i naune discipline kao to su: teorija
sistema, teorija informacija, teorija telekomunikacija, automatika, kibernetika,
neke discipline primenjene matematike, teorija programiranja i programskih
jezika, teorija raunarskih sistema i tehnologija njihove izgradnje.
Na dananjem stepenu razvoja, dominantni su sistemi i modeli podataka
o realnim sistemima i procesima u njima. Najnoviji pravci razvoja ukazuju na
multimedijalnu dimenziju pojma informacije i na integraciju informacione i
telekomunikacione tehnologije koja se bazira na digitalnim sistemima
komunikacija.
Treba imati u vidu da je informacija, kao skup podataka, vezana uvek za
neki sistem i procese u njemu. Ovo podrazumeva da moe biti u pitanju bilo
kakav sistem, od tehnikog ureaja posmatranog kao sistem, preko
organizacionog sistema, pa do biolokog sistema, kao, takoe, i bilo koji proces
u ovim sistemima. Ovde se pod informacijom podrazumeva na odreeni nain

ureen skup podataka. Prema tome, automatizacija obrade informacija, kao
predmet informatike, jeste opti pojam i vai za sve oblasti ljudske delatnosti.
Primenu savremenih naunih metoda i tehnika u izgradnji novih
informacionih tehnologija, koje doprinose tehnolokom razvoju i prosperitetu
drutva, prati skoro uvek interakcija sa drugim naunim disciplinama.
Automatizacija obrade informacija pomou elektronskog raunara na hiljade
puta poveava mogunosti u smislu prikupljanja, uvanja, pretraivanja, obrade
i prikazivanja informacija u bilo kom obliku zapisa i na bilo kom mediju, kao
to su: optiki diskovi, magnetni diskovi, magnetne trake, diskete i kasete.
Brzina i jednostavnost manipulacije velikim obimom podataka, u smislu
prenosa, pristupa i ponovnog prikazivanja podataka pohranjenih na magnetnim
medijumima personalnih i drugih elektronskih raunara, obezbeuje efikasno
korienje operativnih podataka u procesu reavanja najrazliitijih zadataka
MIS-a.
U smislu ovih mogunosti, u prvi plan se postavlja pitanje racionalnosti i
efikasnosti korienja ukupnih resursa informacionog sistema kako
raspoloivih podataka, tako i raunara kao sredstva, kao produene ruke
menadera u okvirima menadment informacionih sistema.
Imajui ovo u vidu u daljim razmatranjima poi e se od opte teorije
sistema.
16
2. OPTA TEORIJA SISTEMA

Re sistema oznaava skup elemenata ili celinu sastavljenu od delova.
Opta teorija sistema predstavlja naunu oblast koja se bavi izuavanjem
sistema i zakonitosti koje u njima nastaju [45]. Jedna od najvanijih
karakteristika teorije sistema jeste u pristupu, a to je da se svaka celina
posmatra kao deo neke vee celine. Drugim reima, sistem se izuava u
povezanosti sa okolinom. Nastajanje opte teorije sistema dovelo je do
stvaranja sistemskog pristupa, kao i do novih tehnika i metoda analize sistema.
Kada smo upotrebili termin "sistemski pristup", time smo naglasili da se svi
predmeti i pojave posmatraju u njihovoj dinaminosti i celovitosti u odnosu na
okruenje.
Kao glavni objekat prouavanja teorije sistema istaknuti su fenomeni
rasta i razvoja sistema. Naime, ovi procesi svuda prate iste zakonitosti, bez
obzira da li se radi o problemima rasta u biologiji, demografiji, ekonomiji ili
bilo kojoj drugoj naunoj disciplini.
Moderna teorija sistema ima svoje izvorite u optoj teoriji sistema;
meutim, po obimu podruja istraivanja, saznanja i metoda, neto je ireg
znaaja. Poznate su tako, naprimer, matematike teorije sistema, zatim teorija
samotranscendentalnih sistema i druge.
Cilj opte teorije sistema je da slui kao jedinstveni metodoloki i
pojmovno-kategorijalni okvir sporazumevanja ljudi razliitih specijalnosti.
Takoe, njen cilj je da obuhvati i objedini fundamentalne istine i pojmove koji
vae u svim specifinim sistemima i teorijama koje se njima bave. Imajui u
vidu optu teoriju sistema, u daljem tekstu definisae se pojam sistema i
njegove karakteristike.
Sistem se najoptije definie kao skup objekata (entiteta) i njihovih
meusobnih veza. Objekti u sistemu mogu da budu neki fiziki objekti,
koncepti, dogaaji i drugo. Objekti se u modelu nekog sistema opisuju preko
svojih svojstava (atributa) i skupa relacija koje povezuju te objekte, kao i
osobina tih relacija.
Dejstvo okoline na sistem opisuje se preko ulaza u sistem, a dejstvo
sistema na okolinu preko njegovih izlaza, kao to se vidi na sledeoj slici.
ULAZNI
ELEMENTI
Resursi
Trokovi
SISTEM
Podsistemi
Programi
Procesi i
Lica
IZLAZNI
ELEMENTI
Rezultat
Dobit
CILJ
Drugi sistemi
Okru e nje
Slika 2.1. Grafiki prikaz realnog sistema
Dinamiko ponaanje realnog sistema standardno se predstavlja na

sledei nain: ulazi u sistem menjaju stanja sistema. Stanje sistema se definie
kao skup informacija o prolosti i sadanjosti sistema koji je potreban da bi se,
pod dejstvom buduih poznatih ulaza, mogli odrediti budui izlazi. U stanju
sistema koncentrisana je celokupna istorija realnog sistema. Izlazna
transformacija definie neki nain merenja ili posmatranja dinamikog
ponaanja realnog sistema i daje, na osnovu stanja sistema, njegove izlaze.
Sistem uvek predstavlja neku celinu, koja je eksplicitno odreena vezama
elemenata. Izmeu elemenata sistema postoje odreene meuzavisnosti i,
zahvaljujui tome, sistem postaje takva celina u kojoj su svi elementi u
meusobnoj vezi, na neposredan ili posredan nain. Upravo zbog te injenice,
sistem i njegove osobine se ne mogu shvatiti bez ovih meusobnih veza.
Svaki sistem mogue je dekomponovati na podsisteme i elemente.
Istovremeno, svaki sistem je deo nekog ireg sistema. Hijerarhinost se mora
uzeti u obzir prilikom istraivanja: ponaanja, funkcionisanja, razvoja i
izgradnje i upravljanja sistemima.
Pod dinaminou sistema podrazumeva se da se veze izmeu elemenata
sistema ostvaruju razmenom energije, materije i informacija izmeu njih.
Ukoliko je ova razmena izmeu elemenata sistema znaajna za njegovo
postojanje, tada se govori o dinamikim sistemima. Za razliku od njih, kod
statikih sistema dinamika izmeu elemenata u unutar sistema nije primarna za
njihovo postojanje.
Otvorenost predstavlja komunikaciju izmeu elemenata sistema i
elemenata iz njegovog okruenja. Ova komunikacija ostvaruje se razmenom
energije, materije i informacija. Odatle potie i podela na otvorene i zatvorene
sisteme. Otvoreni sistemi imaju vezu sa spoljnim okruenjem, dok kod
zatvorenih sistema postoji izvesna veza, ali ona nije znaajna za njihovo
postojanje.
18
Upravljivost sistema oznaava mogunost njegove regulacije. To znai

da se sistem ponaa u skladu sa zahtevima upravljaa. Polazei od mesta
upravljaa, koji regulie ponaanje sistema, razlikuju se samoupravljivi sistemi
i sistemi kojima se upravlja van sistema. Samoupravljive sisteme karakterie
postojanje upravljakog podsistema koji regulie ponaanje sistema u celini.
to se tie sistema kojima se upravlja van njih, prisutna je relativnost u
stepenu uticaja na regulaciju ponaanja, jer je odreeni stepen regulativnosti
ponaanja sadran i u samom sistemu.
Predmet daljih razmatranja vezan je za definisanje informacionih sistema
i menadment informacionih sistema.
Pitanja:
1.
2.
3.
4.
5.
6.
ta je to sistemski pristup ?
ta je cilj opte teorije sistema ?
ta je to sistem ?
ta mogu da budu objekti u sistemu ?
Kako se objekti u modelu nekog sistema opisuju ?
ta je to stanje sistema ?
3. INFORMACIONI SISTEM
Okosnicu informacionih sistema ini informacija. Informacija je
svojstvena oveku i kao takva i postoji u okvirima ovekovih saznanja
relevantnih elemenata o okruenju. U pokuajima da se definie informacija u
moe se zapaziti polarizovanost. Sa jedne strane su Shanon i Weaver sa
definicijom "Informacija je koliina smanjenja neodreenosti kada se prima
poruka"1 sa vie ili manje istomiljenika i slinim definicijama po kojima je
informacija ono to otklanja neodreenost.
Sa druge strane poznati pregaoci na podruju informacionih tehnologija
za menadment Turban i saradnici daju definiciju "Informacija je podatak koji
je tako organizovan da poseduje znaenje za primaoca"2. i sline definicije kao
npr. Kroneke sa sardnicima "Informacija je podatak stavljen u kontekst"1. Sa
ovakvom i slinim definicijama autori povlae potrebu objanjenja ta
podrazmeva se pod pojmom podatak. U tom smislu Bulat i saradnici navode da
se preteno u literaturi podatak definie kao injenica, fakt, injenino stanje
(opirnije u korienoj literaturi [21]). U literaturi se mogu nai tumaenja da je
podatak sirovina sistema koju ovaj dobija preko procedura i koja se koristi za
kreiranje informacija. U literaturi uglavnom definicija informacije ukazuje na
prisutnost oveka koji vri izbor, odluuje ili kao primaoca poruke [21].
Gledajui lokalistiki ka menaderskoj struci, a ova knjiga je i namenjena
studentima menadmenta, moe se uoiti subjektivni momenat u vidu
prethodnih znanja i iskustva u odluivanju i ostalih faktora to opredeljuje da li
e primljena informacija izazvati adekvatno dejstvo.
Slino je i sa definisanjem informacionih sistema (IS), po jednom
objanjenju informacioni sistem je "sistem koji koristi hardverske resurse
(maine i medije), softver (programi i procedure) i ljudske resurse (korisnike i
specijalistike) radi sprovoenja aktivnosti ulaza, obrade, izlaza, memorisanja i
kontrole, a koje treba da transformiu resurse podataka u informacione
Kroneke D., Hatch R., Management Information System, Mc Graw Hill,1994, str. 18,19
Turban E., McLean E., Wetherbe J., Information Tehnology for Management, New York, John
Wiley, 1996.,str. 60
2
20
proizvode"3.
Pojam informacionih sistema u svojoj knjizi Lucas ih definie "IS je
skup organizovanih procedura, koje kad se sprovedu, obezbeuju informacije
za podrku organizaciji"4
Bez pretenzija da damo sveobuhvatniji pregled razliitih definicija IS jer
prostor i namena ove knjige to ne doputaju, to zainteresovane upuujemo na
korienu i drugu referentnu literaturu.
Polazei od tumaenja pojmova "sistem" i "informacija", proizilazi
definicija "informacionog sistema". Informacioni sistem se moe definisati kao
sistem u kome su relacije izmeu objekata i relacije izmeu atributa objekata
ostvarene prenosom informacija. Informacioni sistem nastaje preslikavanjem
realnog sistema kao to je pokazano na sledeoj slici.
REALNI SISTEM
ULAZ
REALNI SISTEM
stanje sistema
transformacije
proizvodnja
IZLAZ
IN FORMACI ONI SISTEM

ULAZ
informacije
MODEL
REALNOG SISTEMA
auriranje obrazaca
odlaganje u kartoteke
izrada izvetaja
IZLAZ
izve taji
AUTOMATIZOVANI INFORMACIONI
SISTEM
MODEL
INFORMACIO NOG SISTEMA
ULAZ
programi za auriranje
baza podataka
programi za izvetavanje
IZLAZ
Slika 3.1. Model Informacionog sistema
Preslikavanje realnog sistema u informacioni sistem izvodi se postupkom

modeliranja procesa i podataka.
Izgradnja informacionih sistema zasnovanih na primeni raunarske
tehnologije znaila je automatizaciju osnovnih funkcija postojeeg
3
4
Leksikon menadmenta, FON, Beograd, 1993, str.71

Lucas C.H., Information System Concept for Management, Mc Graw Hill, N.Y., 1994, str.17
informacionog sistema. Zbog toga se najee takvi informacioni sistemi

nazivaju automatizovani informacioni sistemi. Automatizovani informacioni
sistemi nastaju fizikim modeliranjem podataka tj. definisanjem eme baze
podataka i definisanjem korisnikog interfejsa.
Osnovu automatizovanog informacionog sistema ini baza podataka, jer
ona predstavlja fundamentalne, stabilne, sporo izmenljive karakteristike
sistema, objekte u sistemu i njihove meusobne veze. Ako je baza podataka
dobar model stanja realnog sistema, ako programi za odravanje dobro
modeliraju dejstvo ulaza na stanje realnog sistema, onda e se bilo koja
informacija potrebna za upravljanje (izlazi), ak i one unapred nepredviene,
moi dobiti iz IS. Time se dobrim delom zaobilazi kljuni problem u
konvencionalnom pristupu razvoju IS, specifikacija zahteva za informacijama,
postupak projektovanja se ne bazira na tim stalno promenljivim zahtevima, ve
na modeliranju fundamentalnih, stabilnih karakteristika.
Informacioni sistem treba da bude usaglaen sa organizacijom kako bi
obezbedio informacije koje su potrebne menaderima u razliitim
funkcionalnim oblastima i na razliitim nivoima u organizaciji. Pri emu,
menaderi moraju znati kako da koordiniraju i prilagode razliite informacione
tehnologije i aplikacije poslovnog sistema kako bi obezbedili pravovremeno
potrebne informacije za svaki nivo u organizaciji, kao i za organizaciju u celini.
Odnos arhitekture informacionog sitema i odgovarajue infrastrukture
informacionih tehnologija prikazan je na sledeoj slici, [55].
22
Koordinacija
INFORMACIONA
ARHITEKTURA U
ORGANIZACIJI
Strategijski
nivo
Procesi
Poslovni
partneri,
korisnici
Procesi
Nivo
znanja
Procesi
Prodaja i
marketing
Proizvodnja
Hardver
Finansije
Softver
Kupci
Menadment
nivo
Procesi
Operativni
nivo
Raunovodstvo
Podaci i
tehnologija
skladitenja
Ljudski
resursi
Mree
IT INFRASTRUKTURA
Slika 3. 2. Arhitektira IS i infrastruktura IT
Zbog svog znaaja, informacioni sistem je zauzeo veoma istaknuti

poloaj unutar nekog organizovanog realnog sistema, kao to se moe videti na
sledeoj slici.
UPRAVLJAKI
ORGAN REALNOG
SISTEMA
IZVRNI
ORGAN REALNOG
SISTEMA
INFORMACIJA
IZLAZ
INFORMACIONI
SISTEM
SPOLJ A N A
SREDINA
RESURSI
CILJ
Slika 3.3. Poloaj Informacionog sistema u odnosu na organizovani realni sistem
U organizacionom sistemu se uvek neto deava, odvijaju se radni

procesi, troi se energija, materijalni resursi i informacija kao resurs da bi se
stvorile nove vrednosti. Informacija kao resurs egzistira u raznim oblicima
dokumentacije, koja se tokom odvijanja procesa u organizacionom sistemu

koristi i stvara.
3.1. ARHITEKTURA INFORMACIONOG SISTEMA

Arhitektura IS-a obezbeuje jedinstveni kostur po kome e razliiti ljudi
sa razliitim pogledima organizovati i blokove razvoja informacionih
sistema.
Razliiti ljudi imaju razliite poglede na sistem. Menaderi, ekonomisti,
tehniari, svi oni e posmatrati sistem na razliit nain i sa razliitim nivoom
detalja. Ove ljude nazivamo nosiocima informacionog sistema, odnosno
stakeholders-ima. Oni se grubo mogu klasifikovati u etiri grupe:
Vlasnici sistema (System Owners) finansiraju razvoj i odravanje
informacionog sistema. Oni poseduju sistem, postavljaju prioritete u
sistemu i odredjuju politiku za njegovo korienje. U nekim
sluajevima, vlasnici sistema mogu biti i korisnici sistema.
Korisnici sistema (System Users) su ljudi koji za obavljanje svojih
poslova, koriste informacioni sistem. Danas korisnici sistema grade
sistem korienjem CASE alata zajedno sa projektantima sistema.
Projektanti sistema (System Designers) projektuju sistem korienjem
CASE alata kako bi izali u susret zahtevima korisnika. Oni
modeliraju procese i podatke, projektuju baze podataka, ekrane,
mree i programe. U nekim sluajevima, projektanti sistema mogu biti
i graditelji sistema.
Graditelji sistema (System Builders) su struna lica koja konstruiu,
testiraju i isporuuju sistem.
Kao to je prikazano na sledeoj slici, svaka grupa stakeholders-a je
jedan red na arhitekturi IS-a i moe se videti, da generalno postoje etiri
pogleda, a to su pogledi vlasnika, korisnika, projektanata i graditelja. Svi oni
zajedno ine informacione radnike. Informacioni radnici su oni ljudi koji se
bave kreiranjem, sakupljanjem, obradjivanjem, distribucijom i korienjem
informacija.
24
Slika 3.4. Pogledi na IS
Razliiti stakeholders-i se mogu usredsrediti na razliite aspekte sistema.

Na primer, jednom projektantu se moe dodeliti da projektuje bazu podataka,
dok se drugom projektantu zadaje razvijanje programa. Danas se mogu
identifikovati najmanje tri razliita fokusa sistema, a to su:
PODACI sirov materijal koji se koristi za kreiranje informacija.
PROCESI aktivnosti koje izvravaju misiju poslovanja.
INTERFEJSI pokazuju kakav je medjusoban uticaj sistema na ljude
i druge sisteme.
Preseci pogleda (redova) i svakog fokusa (kolona) definiu blokove
informacionog sistema (Slika 3.5). U zavisnosti od toga da li ste vlasnik,

korisnik, projektant ili graditelj i u zavisnosti od toga na ta elite da se
fokusirate, da li na podatke, procese ili interfejse, va pogled na arhitekturu
sistema e se razlikovati od drugih pogleda. Projektant baze podataka vidi emu
baze podataka, programer vidi aplikacije itd.
Blokovi IS-a ne egzistiraju izolovano, ve moraju biti sinhronizovani
kako bi se izbegle nedoslednosti i nekompatibilnosti unutar sistema. Na primer,
projektant baze podataka i programer imaju svoj sopstveni pogled na
arhitetkturu sistema, ali ti pogledi moraju biti koordinirani i kompatibilni, da bi
sistem bio uspean.
Kao to se vidi sa slike 3.5, razliiti stakeholders-i imaju razliite
poglede na procese sistema.
26
Slika 3.5. Pogledi na procese sistema
Fokus na sistem podataka

Kada inenjeri projektuju jedan proizvod, oni moraju da saine
sastavnicu tog proizvoda. Sastavnica ne govori o funkciji tog proizvoda, ve o
njegovim sastavnim delovima, odnosno pokazuje koje su to sirovine,
poluproizvodi i druge komponente koje uestvuju u izgradnji finalnog
proizvoda. Ista analogija se koristi i za informacione sisteme. Podaci se mogu
posmatrati kao sirovine koje se koriste da bi se proizvele informacije.
Podaci se mogu smatrati kao jedan od primarnijih fundamentalnih
blokova razvoja informacionog sistema. Ovde je cilj prikupiti i uskladititi
podatke korienjem tehnologije baze podataka, koja e znatno olakati njihovo
uvanje.
Pogled vlasnika sistema na sistem podataka
Prosean vlasnik sistema, obino nije zainteresovan za sirove podatke.
Vlasnik je zainteresovan za resurse poslovanja, kojih ine kupci, proizvodi,
oprema, zgrade, porudbine ili plaanja. Njegov domen jeste da za svaki
objekat i relacije izmedju objekata identifikuje eventualne probleme,
mogunosti, ciljeve i ogranienja. Zajedno ti podaci ine kompletan kontekst
podataka za informacioni sistem.
Na primer, za jedan sistem prodaje, objekti su KUPCI, PROIZVODI,
PRODAJNE PROGNOZE, PRODAJNI REGIONI, PORUDBINE I
KOMERCIJALISTI. Za date objekte treba prikupiti i uskladititi podatke.
Slino tome, relacije se mogu izraziti jednostavnim, deklarativnim reenicama
kao to su:
Kupci dostavljaju porudbine.
Porudbine specificiraju proizvode.
Kupci su locirani u prodajnim regionima.
Vlasnici sistema su veoma retko zainteresovani za detaljnije podatke u
vezi objekata i relacija, sem ukoliko nisu i korisnici sistema. Oni su
zainteresovani za izvedene podatke i za to postoje tzv. OLAP sistemi ili
analitike baze podataka.
Pogled korisnika sistema na sistem podataka
Korisnici informacionog sistema su eksperti za podatke koji opisuju
poslovni sistem. Oni kao informacioni radnici svakodnevno prikupljaju,
skladite, obradjuju, uredjuju i koriste te podatke. Za njih su podaci smeteni po
fasciklama, knjigama, organizovani po spreadsheets datotekama ili uskladiteni
unutar baza podataka. Izazov je da se identifikuju i verifikuju zahtevi za
podacima. Zahtevi za podacima su neophodni korisniki podaci koji se
predstavljaju u obliku objekata, atributa (svojstava), relacija i pravila. Korisnici

sistema su neophodni sagovornici projektantima sistema da putem postojee
dokumentacije i intervjua korienjem CASE alata izmodeliraju procese (npr.
korienjem BPwin-a) i modeliraju podatke (npr. korienjem ERwin-a).
Razmotrimo sledei primer. Vlasnik sistema eli da ima sve podatke o
objektu KUPAC. Korisnik sistema e nas upozoriti o tome da treba razlikovati
POTENCIJALNE KUPCE, STVARNE KUPCE I NEAKTIVNE KUPCE, zbog
razliitih tipova podataka koji opisuju svaki tip kupca. Takodje, korisnik
sistema e nam rei koji su to podaci koji se moraju memorisati za svaki tip
kupca. Na primer, objekat AKTIVAN KUPAC e imati sledea svojstva: ifra
kupca, naziv, adresa, kredit i tekui bilans kupca. Za opisivanje zahteva za
podacima koristi se model podataka.
Pogled projektanta sistema na sistem podataka

Dok korisnici sistema definiu zahteve za podacima, projektanti sistema
koirenjem CASE alata modeliraju procese (BPwin) i podatke (ERwin) i
prevode te zahteve u baze podataka, koje e potom biti dostupne putem
informacionog sistema. Projektanti sistema projektuju informacioni sistem
pomou ve zadate informacione tehnologije. Najee su to ve
standardizovani sistemi za upravljanje bazama podataka(SUBP) kao to su
Oracle, DB2, SQL Server i dr. Konani rezultat projekta je pogled projektanta
sistema na sistem podataka u obliku eme baze podataka koja se definie kao
server strana.
Pogled graditelja sistema na sistem podataka
Graditelji sistema su najblii korisnici tehnologije baze podataka. Oni
moraju da predstavljaju podatke u veoma preciznoj jezikoj formi.
Najkorieniji standardni upitni jezik koji omoguava komunikaciju sa bazom
podataka jeste SQL (od poetnih slova engleskih rei: Structured Query
Language). Graditelji sistema kao prvi zadatak kada je sistem podataka u
pitanju popunjavanje odgovarajuih ifarnika definisanih u okviru eme baze
podataka.
Fokus na procese sistema

Kada inenjeri projektuju nov proizvod, taj proizvod bi trebao da
obezbedi odgovarajui nivo funkcionalnosti ili usluge. Potencijalni kupci
definiu eljenu funkcionalnost proizvoda, a inenjer projektan kreira dizajn
proizvoda kako bi obezbedio datu funkcionalnost. Neke procese obavljaju ljudi,
a neke maine, ukljuujui i raunare. Neki procesi se ponavljaju, dok se drugi
28
odvijaju ne tako esto ili ak retko. Cilj je da se automatizuju odgovarajui

procesi pomou softver tehnologije.
Pogled vlasnika sistema na procese sistema
Kao i obino vlasnici sistema su zainteresovani za grubu sliku, odnosno u
ovom sluaju za grupe procesa visokog nivoa nazvanih poslovne funkcije.
Tipine poslovne funkcije su proizvodnja, pedicija, prodaja, usluge,
raunovodstvo i druge. Projektni timovi esto ove funkcije izraavaju u obliku
jednostavnog, hijerarhijski dekomponovanog dijagrama definisanih npr. u
CASE alata BPwin kroz stablo aktivnosti. Vlasnici sistema e pruiti
informacije o zapaenim problemima, mogunostima, ciljevima i ogranienjima
funkcija. Takodje e eleti da diskutuju o trokovima i koristima oko
projektovanja informacionog sistema.
Pogled korisnika sistema na procese sistema

Korisnici vide odvojene poslovne procese. Poslovni procesi su odvojene
aktivnosti koje imaju svoje ulaze i izlaze, kao i vremena poetka i zavretka.
Neki poslovni procesi se neprekidno ponavljaju, dok se drugi odvijaju
povremeno ili ak retko. Poslovni procesi mogu da budu implementirani od
strane ljudi, maina, raunara ili kombinacijom sva tri. Specifine politike i
procedure obrazuju osnovu ovih poslovnih procesa. Politike su pravila koje se
primenjuju na poslovne procese. Procedure su instrukcije i logika za
ostvarivanje poslovnih procesa.
Mnoge kompanije bi trebalo da reprojektuju poslovne procese kako bi
eliminisale redudansu i poveale efikasnost poslovanja. Reprojektovanje
poslovnih procesa (Business Process Redesign - BPR) podrazumeva
prouavanje, analizu i reprojektovanje osnovnih poslovnih procesa u cilju
smanjenja trokova i poboljanja reyultata poslovanja. Izazov u sistemskoj
analizi jeste da se identifikujuju, izraze i analiziraju zahtevi poslovnih procesa.
Jedna od metoda sistemske analize, koja to omoguava, je model procesa koji
se realizuje korienjem CASE alata BPwin.
Pogled projektanta sistema na procese sistema
Projektant sistema zajedno sa vlasnikom i korisnikom sistema projektuje
funkcije i procese korienjem CASE alata BPwin. Na osnovu datih poslovnih
procesa od strane korisnika sistema, projektant mora prvo da odredi koje
procese treba automatizovati i kako ih automatizovati na najbolji mogui nain.
Drugim reima, projektant svoju panju fokusira na aplikacionu emu.
Aplikaciona ema je model koji govori o tome kako su i kako e biti
implementirani poslovni procesi upotrebom raunara i programa.
Projektant priprema takvu specifikaciju koja e da prvo, ispuni sve

poslovne zahteve korisnika sistema i drugo, obezbedi dovoljno detalja i
konzistencije za prenoenje projekta raunarskih procesa graditeljima sistema.
Pogled graditelja sistema na procese sistema
Graditelji sistema prikazuju procese pomou programskih jezika koji
opisuju ulaze, izlaze, logiku i kontrolu. Neki primeri programskih jezika su C#,
Visual BASIC, Java i dr.
Neki sistemi za upravljanje bazom podataka obezbedjuju sopstvene ve
ugradjenje programske jezike. Na primer, Visual BASIC for Applications
(sadran je u Access-u) i PL-SQL (koga sadri Oracle). Svi ovi jezici se koriste
za pisanje aplikacionih programa. Aplikacioni programi su jeziki-zasnovani,
mainski-itljivi prikazi o tome ta bi raunarski proces trebao da radi ili kako
bi raunarski proces trebao da ostvari svoje zadatke.
Fokus na interfejs sistema

Zaponimo istim primerom kao i kod blokova podataka i procesa. Kada
inenjer projektuje jedan nov proizvod, taj proizvod bi trebao da se lako naui i
koristi. Informacioni sistemi moraju da obezbede efektivan i efikasan interfejs
korisnicima sistema i drugim poslovnim informacionim sistemima. Jedna od
dosta primenjenih interfejs tehnologija jeste grafiko korisniki interfejs koji
skoro moe da eliminie eventualne ljudske greke i intervencije. Kada se
pogleda kolona interfejs sistema na slici 3.4., moe se videti da razliiti
stakeholders-i imaju razliite poglede na interfejs sistema.
Pogled vlasnika sistema na interfejs sistema
Vlasnici sistema su zainteresovani za globalnu sliku sistema i za njegove
trokove i koristi. Oni formiraju model konteksta, koji dati sistem predstavlja
kao jedini proces (koji se grafiki nalazi na sredini stranice) i prikazuje sve
ulazne i izlazne tokove procesa sa korisnicima, poslovnim jedinicama, kupcima
i dr. i za to se koriste odgovarajua sl;adita podataka tj. Datawerhaus.
Pogled korisnika sistema na interfejs sistema
Korisnici sistema su zainteresovani za korisniki interfejs informacionog
sistema. Korisniki interfejs definie kako korisnici sistema pristupaju
informacionom sistemu da bi uneli podatke, pravili upite, dobili izvetaje i
koristili help (pomo). Jedan od standarda korisnikog interfejsa jeste grafiko
korisniki interfejs (GUI Graphical User Interface) koji se ogleda u tome to
se svi elementi, odnosno objekti GUI-a koenjem Wizarda se crtaju u
grafikom obliku, pri emu programer ne mora da razmilja o kodu koji se
brine za njihovo kreiranje. Svim nacrtanim objektima mogu se podeavati razne
30
osobine, koje odredjuju njihovo pojavljivanje i ponaanje na ekranu.

Pogled projektanta sistema na interfejs sistema
Donekle su pogledi projektanta i korisnika sistema slini, jer su i jedni i
drugi ukljueni u dizajniranje ekrana, ulaznih i izlaznih podataka i konstrukcije.
Medjutim, dok su korisnici sistema zainteresovani za oblik i sadraj, projektant
sistema se bavi konzistencijom, kompletnou i korisnikim dijalogom.
Korisniki dijalog u interakciji sa aplikacionim programom, opisuje
navigaciju tj.kako se korisnik pomera sa ekrana na ekran kako bi obavio
zadatak. Projektant sistema crta interfejs emu, koja definie osobine interfejsa,
stanja sistema, dogaaje koji menjaju stanje sistema i odzive na dogaaje.
Pogled graditelja sistema na interfejs sistema
Graditelji sistema izgradjuju, instaliraju, testiraju i implementiraju
korisnike i sistemske interfejse. Jezici kao to su Visual BASIC, Delphi i
Powerbuilder omoguavaju izgradnju grafiki korisnikog interfejsa koji
eliminie potrebu za programiranjem. Jedna od interfejs tehnologija koja je
danas dosta popularna je middleware (midlwe(r)). Middleware je koristan
softverski sloj koji se nalazi izmedju aplikacionog i sistemskog softvera, a slui
da transparentno integrie razliite tehnologije kako bi one mogle da
funkcioniu.
Jedan primer middleware jeste povezanost otvorenih baza podataka
(Open Database Connectivity ODBC). ODBC alati dozvoljavaju aplikacionim
programima da rade sa razliitim sistemima za upravljanje bazama podataka
(Database Management Systems DBMS) bez potrebe da budu preraeni usled
nijansi i razliitosti sistema za upravljanje bazama podataka.
Pitanja:
1.
2.
3.
4.
5.
ta su to Informacioni sistemi ?
ta su to Automatizovani informacioni sistemi ?
Kako se izvodi preslikavanje realnog sistema u informacioni sistem ?
Kako se mogu klasifikovati nosioci informacionih sistema ?
ta su podaci ?
4. MENADMENT INFORMACIONI SISTEMI

U poslovnom okruenju u kojem se nalazi, preduzee je suoeno sa
dinamikim uslovima poslovanja, sve je vea potreba za informacionim
sistemima koji mogu zadovoljiti neoekivane potrebe menadera za novim
informacijama.
Menadment informacioni sistemi osiguravaju menaderima izvetaje i
direktan pristup podacima o sadanjem i prolom poslovanju preduzea
potrebnim za efikasnije donoenje poslovnih odluka.
Menadment informacioni sistem predstavlja za preduzee vrlo veliki
kvalitativni napredak; od informacionog sistema u kojem se samo prate
poslovni procesi i aktivnosti do sistema koji se orijentie na poveanje
efikasnosti menadmenta. Zbog toga menadment informacioni sistemi
predstavljaju glavnu komunikacionu osnovu koja pomae smanjenju i
neutralizovanju zavisnosti menadera pojedinih organizacionih celina od
informacija iz drugih organizacionih celina u preduzeu. Informacija postaje
svima dostupna i koristi se u svrhu optimalnog poslovanja celokupnog
preduzea, a ne nekih njegovih organizacionih delova.
U pogledu definisanja menadment informacionih sistema postoje razlike
izmeu pojedinih autora. Tako Kroenke i Hatch daju definiciju "MIS je
informacioni sistem koji unapreuje menadment proizvodei definisane
izvetaje na propisan nain i sa sistemskim upravljanjem"5.
Neto drugojaiju definiciju daju Turban i saradnici "Sistemi koji
podravaju menadment u funkcionalnim podrujima nazivaju se MIS"6
Menadment informacioni sistemi (MIS) je termin koji mnogi autori
koriste umesto termina sistemi za podrku u odluivanju (SPO). esto se
meutim, ovaj termin poistoveuje i sa kategorijom optih informacionih
sistema. Prema Poweru, Gordon Davis je 1974. godine definisao MIS kao
"integrisani sistem ovek/oprema koji obezbeuje informacije za podrku
operativnih aktivnosti, menadmenta i donoenja poslovnih odluka u
5
Kroneke D., Hatch R., Management Information System, Mc Graw Hill,1994, str. 51
Turban E., McLean E., Wetherbe J., Information Tehnology for Management, New York, John
Wiley, 1996.,str. 49
6
32
preduzeu. Taj sistem koristi kompjuterski hardver i softver, rune procedure,

upravljake modele, modele odluivanja i bazu podataka". Oigledno je da ova
definicija ukljuuje SPO sisteme kao kategoriju menadment informacionih
sistema.
Menadment informacioni sistem (MIS) je skup postupaka za
sakupljanje, obradu, memorisanje i diseminaciju informacija, koji treba da
omogui menaderima i analitiarima brz, razumljiv i konzistentan uvid u
informacije relevantne za donoenje poslovnih odluka, predvianja i prognoze.
Ponekad se ovi sistemi zovu i Executive Information System EIS, o emu e
kasnije vie biti rei.
Sedamdesetih godina, MIS je generisao periodine upravljake izvetaje.
Kada je ovaj termin definisan, on se uglavnom odnosio na sistem upravljakog
izvetavanja koji obezbeuje unapred definisane, periodine, strukturirane
papirne izvetaje.
Razvoj MIS (Management Information Systems) je, pored ostalog,
obezbedio potrebne alate za upravljanje bazama podataka. Uz to, meritorni su
doprinosi sa podruja istraivanja organizacionog ponaanja: bihevioralna i
kognitivna istraivanja obezbeuju izvore informacija o nainu ljudskog i
organizacionog procesiranja informacija. Dakle, oigledno se radi o visoko
interdisciplinarnom podruju istraivanja.
Potreba za informacijama menadera u preduzeima vezana je za interne
i eksterne informacije radi donoenja valjanih i pravovremenih odluka.
Interne informacije su definisane u okviru preduzea i njima se
omoguuje adekvatna cirkulacija podataka i informacija izmeu svih
zaposlenih u preduzeu.
Eksterne informacije su nametnute okruenjem i vezane su za dravne
organe (npr. poreski), kao i zahtev za informacijama u materijalno finansijskoj
sferi (zavrni raun).
4.1. POTREBE MENADERA ZA INFORMACIJAMA

Menadment je kao relativno mlad fenomen koji je u svom razvoju
prolazio kroz razliite periode, najpre u poetnim fazama period nepoverenja i
osporavanja a u noviji vreme kvalitativne i kvantitativne promene u tehnologiji,
ekonomiji, privredi i celokupnom okruenju znaajno su ubrzale punu
afirmaciju menaderskih znanja i vetina.
Uloga menadera u preduzeu prema poznatom teoretiaru menadmenta
H. Mintzbergu je viestruka, od preduzetnika, korektora, alokatora resursa do
pregovaraa.
Menader kao preduzetnik ispituje razne mogunosti kako bi svoje
preduzee usmerio u novom smeru u okviru svojeg podruja delatnosti npr.
e
sa n j
ir an
tro li
K on
Menaderi
prve linije
P la n
Menaderi
srednjeg nivoa
je
Vrhunski
menader
Organizovanje
razvojem novih proizvoda ili usluga, nastupom na novom tritu itd. Menader
tada podstie i vodi promene u preduzeu te slui kako primer ostalima kako bi
se ta mogunost mogla ostvariti. Kao korektor menader podstie i sprovodi
korektivne akcije i mere ako se preduzee suoi s problemima u poslovanju.
Kao alokator resursa menader odreuje gde e preduzee upotrebiti svoje
raspoloive resurse: ljude, maine, kapital itd. Menader kao pregovara
predstavlja preduzee u pregovorima sa sindikatima u reavanju problema,
meusobnim odnosima s ostalim preduzeima u okruenju npr. o zajednikom
ulaganju (engl. joint venture), kao i drugim institucijama (bankama,
osiguravajuim drutvima itd.).
Saglasno nivou menadera sadraja rada i rasporeenih obaveza po
hijerarhijskim nivoima, proizilazi sledea struktura angaovanosti po
menaderskim funkcijama slika 4.1. ([22], str.14).
Slika 4.1. Struktura angaovanosti po menaderskim funkcijama
U zavisnosti od hijerarhijhskog nivoa, pozicija i obaveza menadera na

slici 4.2 dat je grafiki prikaz distribucije pojedinih kategorija znanja,
sposobnosti i vetina ([22], str.15).
Slika 4.2. Distribucija kategorija znanja, sposobnosti i vetina
Kompleksnost problematike poslovanja i proizvoenja odreuje potrebe

za specifinim strunim znanjima po pojedinim oblastima to je prikazano na
34
slici 4.3. Uz napomenu da je ovaj prikaz radi ilustrativnog karaktera ogranien

samo na navedena podruja: marketing, razvoj, tehnike, kadrovi i finansije
([22], str.15).
Vrhunski
menader
je
nsi
a
F in
ovi
K a dr
Tehnika
oj
R a zv
Ma
Menaderi
prve linije
rk e
t in g
Menaderi
srednjeg nivoa
Slika 4.3. Specifina struna znanja menadera po pojedinim oblastima
Imajui prethodno reeno u vidu, u centru panje MIS-a je identifikacija

potreba menadera za informacijama, zbog uloge, sadraja rada i zadataka
menadera. Informacija je podatak koji je tako organizovan da ima znaenje za
menadera, pri emu treba imati u vidu da je podatak injenica ili fakt.
Ne sme se izgubiti iz vida da je koliina obraenih podataka u stalnom
porastu i u senci kvaliteta tj. tanosti i postupnosti dostupnih podataka.
Informacije su menaderu potrebne da bi mogao da donosi odluke i prati
njihovo sprovoenje, upozna se sa ciljevima, prati stanje izvrenja tekuih
zadataka i prati tok donetih odluka. Druga strana potrebe menadera za
informacijama vezana je za informisanje o relevantnim pojavama, kao to su
praenje stanja poslovno-proizvodnih elemenata, praenje kapaciteta, zaliha,
proizvodnje i dr. Takoe, menaderu su potrebne informacije i o meuljudskim
odnosima, kao i stanje u organizaciji i okruenju.
Pritom se ne sme zaboraviti na to ta menadment eli. Menadment eli
korienje "svee" informacije, sa bilo kog mesta, u bilo koje vreme, i pritom
da doe do neprimetne integracije u postojei sistem. Takoe, menadment eli
jedinstven i integrisan izvor podataka, da samostalno pravi izvetaje i da ima
jednostavan alat za podrku odluivanju.
Menaderi u svakodnevnim aktivnostima donose razliite odluke
uglavnom interdisciplinarnog karaktera. U zavisnosti od hijerarhijskog nivoa
menadera odluke koje oni donose mogu biti strateke, taktike i operativne.
Karakteristike menaderskih odluka i potreba za informacijama mogu se i
ilustrativno prikazati slika 4.4. [72].
Pet karakteristika potrebnih informacija za donoenje odluka najviih
rukovodilaca po Parkeru i Case [72] su: pomanjkanje strukture, visok nivo
neizvesnosti, projekcija ka budunosti, visok nivo saetosti i neformalni izvori
informacija.
Karakteristike odluka i potrebe za informacijama
Manje
struktuirani
problemi i odluke
Veca potreba
za sazetim
informacijama
Vece potrebe
za eksternim
informacijama
Duzi
vremenski
horizont
Strategijski
menadzment
Takticki
menadzment
Operativni
menadzment
Slika 4.4 Karakteristike menaderskih odluka i potreba za informacijama
Menadment treba uvek da ima u vidu devizu "Biti na usluzi kupcima",

to znai da treba odrati korak sa konkurencijom, a za to je potrebno
omoguiti donoenje odluka u realnom vremenu.
Na dobijanje kvalitetnih informacija prema potrebama menadera, sa
jedne strane utie stepen organizovanosti i sreenosti preduzea, a sa druge
strane primena savremenih softverskih alata (npr. OLAP alata) koji omoguuju
formiranje skladita podataka (Data Warehaus) kao specifinih analitikih baza
podataka. O ovim alatima e kasnije biti vie rei.
Potrebe menadera za informacijama mogu se podeliti na objektivne i
subjektivne.
Objektivne i subjektivne potrebe za informacijama

Identifikacija objektivnih potreba za informacijama vezana je za
koncepciju organizovanja poslovnog sistema [22, 23]. Tako se definie:
Makro organizaciona struktura, gde se definiu organizacione jedinice
sa dodeljenim ciljevima i zadacima, i gde je uloga menadera
definisana kontinuumom poslovnih procesa
Mikro organizaciona struktura, gde se izvodi opis zadataka za radna
mesta (RM) u okviru organizacione jedinice (OJ) i uloga menadera
vezana za fino doterivanje funkcionisanja poslovnih procesa.
Info-organizaciona struktura treba da povee sve poslovne procese i
za to je potrebno opisati poslovne procese (IDEF0 grafiki jezik,
zahtev standarda ISO9000:2000), izraditi matricu OJ RM i formirati
komunikacione linije kojima se ostvaruju poslovni procesi. Uloga
menadera vezana je za fino doterivanje poslovnih procesa i njihovu
36
vezu sa OJ.
Menader treba da doprinese skladnom funkcionisanju organizacije
preduzea u svim njenim segmentima, imajui u vidu menadment procesa i
ulogu menadera.
Menadment je proces planiranja, organizovanja i kontrolisanja rada
ljudi u datim uslovima radi postizanja ciljeva [22]. Imajui to u vidu, proces
menadment je komuniciranje, motivacija, voenje i odluivanje koji se mogu
podvesti pod upravljanje i rukovoenje, to je subjektivna podrka menadera u
ostvarivanju radnih sadraja procesa menadmenta.
Upravljanje treba da da odgovor na pitanje ta da se radi, tj. potrebno je:
Projektovanje ciljeva, gde se definie veza cilj eljeno stanje top
menadment
Planiranje projektovanje sistema ciljeva u vremenu i prostoru sa
razradom puteva i mera koje treba preduzeti da se preduzee prevede
u eljeno stanje, u skladu sa ciljevima.
Organizovanje dodela zadataka, uspostavljanje odnosa,
obezbeenje, rasporeivanje i aktiviranje svih resursa, posebno
ljudskih, radi sprovoenja plana, uz adekvatnu koordinaciju.
Kontrola (sa regulisanjem) praenje izvrenja, uporeivanje sa
oekivanim, te preduzimanje mera da bi se otklonila odstupanja.
Rad sa ljudima, tj. motivisanje i komunikacija sa ljudima, voenje i
odluivanje.
Rukovoenje treba da odgovori na pitanje kako se ciljevi ostvaruju, preko
kontrole i regulisanja.
Opte uloge menadera su da predstavlja preduzee, prua informacija o
preduzeu i ponaa se kao preduzetnik.
Subjektivne potrebe za informacijama su posledica individualnih
svojstava pojedinaca, odnosno njihove inteligencije, moi shvatanja,
koncentrisanosti i moi zapaanja, sa naglaskom na zahtev za informacijama, tj.
sklonost uoptavanju ili detaljisanju.
Na osnovu definisanih postavki, nivoi definisanja informacija vezani su
za strateki, taktiki i operativni nivo.
Strateki nivo treba da odgovori na pitanje ta treba raditi i tu se definiu
ciljevi i resursi. Taktiki nivo treba da odgovori na pitanje kako treba da se
radi, i gde se upravlja resursima i za to se definiu postupci i uputstva.
Operativni nivo treba da odgovori na pitanje ko treba da uradi i tu se
prati izvoenje i kontrola aktivnosti i vri izrada izvetaja.
Dakle, na stratekom nivou daje se prikaz koji objedinjuje sve znaajnije
ciljeve to ini dugoroan okvir, taktiki nivo omoguuje prilagoavanje
aktivnosti na ostvarivanju ciljeva strateskog nivoa i to je ui vremenski i
prostorni zahvati i operativni nivo gde se sprovode definisani zadaci tj. izvodi
neposredna realizacija.
U zavisnosti od hijerarhijskog nivoa kojem su namenjeni razlikuju se i
informacioni sistemi koji se koriste pri odluivanju. Polazei od toga da
strukturu jednog preduzea ine etiri osnovna nivoa koje opsluuju razliiti
informacioni sistemi, kao to su: strateki nivo, upravljaki i operativni nivo, te
nivo znanja. Dalje se organizacija deli na funkcijska podruja kao to su
prodaja, marketing, proizvodnja, finansije, raunovodstvo i ljudski resursi.
Razliiti poslovi u preduzeu zahtevaju razliite informacione sisteme za
podrku odluivanju na razliitim hijerarhijskim nivoima, kao to je prikazano
na slici 4.5. [55].
TIPOVI
INFORMACIONIH
SISTEMA
Strategijski
nivo
GRUPE ZA
PODRKU
Top
menaderi
Menadment
nivo
Menadmeri
srednjeg nivoa
N ivo
znanja
Strunjaci,
profesionalci
Operativni
nivo
FUNKCIONALNE
OBLASTI
Prodaja i
marketing
Operativni
menaderi
Proizvodnja
Finansije
Raunovodstvo
Ljudski
resursi
Slika 4.5. Informacioni sistem i hijerarhijska struktura preduzea
Operativni nivo - Informacioni sistemi operativnog nivoa pomau

odluivanju operativnih menadera praenjem osnovnih aktivnosti i transakcija
u organizaciji, kao to su prodaja, izdaci, depozit, kreditiranje, tokovi
materijala, i sl. Glavna primena takvih sistema na operativnom nivou je
odgovaranje na rutinske upite i praenje tokova transakcija kroz organizaciju.
Kao odgovor na takve upite informacioni sistem mora pruiti lako dostupne,
pravovremene i valjane informacije.
Nivo znanja - Sistemi na nivou znanja obezbeuju potrebnim
informacijama i podravaju rad strunjaka u preduzeu. Pod pojmom strunjak
smatraju se ljudi sa formalnim visokim obrazovanjem, odnosno u tu kategoriju
spadaju inenjeri, projektanti, advokati i sl. Njihov posao se uglavnom sastoji
38
od stvaranja informacija i znanja, te implementiranja novih ideja u poslovanje

preduzea. To ine upravo uz pomo knowledge work sistema. Svrha takvih
sistema je pomoi preduzeu u integrisanju novih znanja u poslovanje uz
organizovanje i praenje papirologije u poslovanju. Sistemi na nivou znanja su
danas, posebno na podruju uredskih sistema, najbre rastui poslovni
informacioni sistemi u svetu.
Upravljaki nivo - Informacioni sistemi na upravljakom nivou slue za
nadziranje, kontrolisanje, donoenje odluka i administrativne aktivnosti
srednjih menadera. Takvi sistemi po pravilu vie pruaju periodine izvetaje
nego promptne informacije o aktivnostima. Neki sistemi na upravljakom nivou
podravaju nestrukturirano odluivanje, t.j fokusiraju se na nestrukturirane
odluke koje se ne donose esto, i kod kojih nije uvek jasno koje informacije
treba iskoristiti. Za odgovore na upite menadera esto je podatke potrebno
potraiti izvan organizacije, ili su potrebni podaci koje nije mogue dobiti od
sistema na operativnom nivou.
Strateki nivo - Sistemi na stratekom nivou pomau viim nivoima
menadmenta u donoenju odluka i reavanju vanih pitanja vezanih za
dugorone ciljeve i strateka pitanja u preduzeu i u njegovom okruenju.
Njihov najvaniji zadatak je usklaivanje promena na tritu sa postojeim
organizacionim kapacitetima. Neka od pitanja koja se javljaju na ovom nivou
odluivanja su: Kakav e biti nivo zaposlenosti u preduzeu za pet godina?
Kakvi su dugoroni trendovi trokova u naoj industrijskoj grani i kako se nae
preduzee u to uklapa? Koje proizvode emo proizvoditi za pet godina?
Prosena organizacija ima sisteme na sva etiri nivoa za svaku poslovnu
funkciju u preduzeu. Na primer, prodajna funkcija ima prodajni sistem na
operativnom nivou koji belei dnevnu prodaju i procesuira narudbine. Na
upravljakom nivou se belei mesena prodaja po prodajnim podrujima i
kreira se izvetaj o padu ili porastu prodaje na odreenom podruju. Sistem za
predvianje prodajnih trendova kroz pet godina slui na stratekom nivou.
Pitanja:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
ta je to Menadment informacioni sistem ?

ta je to Makro organizaciona struktura ?
ta je to Mikro organizaciona struktura ?
ta je to Info-organizaciona struktura ?
ta je to homogeni tip ?
ta je to nehomogeni tip ?
ta je to strateki nivo definisanja informacija ?
ta je to taktiki nivo definisanja informacija ?
ta je to operativni nivo definisanja informacija ?
ta je to upravljanje ?
11. ta je to rukovoenje ?
12. ta je to kontrola ?
13. ta je to regulisanje ?
40
5. ODLUIVANJE I INFORMACIONI SISTEM

Sloeni uslovi poslovanja i velika dinaminost okruenja nameu potrebu
za kontinualnim, efikasnim i kvalitetnim poslovnim odluivanjem. Proces
donoenja optimalnih odluka podrazumeva respektovanje saznanja i dostignua
savremene nauke i obaveznu primenu naunih metoda i modela za njihovo
konano uobliavanje.
Donoenje poslovnih odluka predstavlja vaan segment poslovanja koji
se odvija svakodnevno na svim organizacionim nivoima i podrujima
poslovanja. Da bi se menaderima olakalo donoenje poslovnih odluka danas
se primenjuju razni informatiki sistemi, programi i alati. Cilj im je pruanje
pomoi donoenju kvalitetnih i pravovremenih odluka. Kvalitetne i
pravovremene odluke zasnivaju se na kvalitetnim informacijama te na raznim
modelima koji pomau definisanju alternativa i izboru najbolje alternative,
odnosno reenja. Zato je primena informacionih sistema i informacione
tehnologije vrlo vana u podrci poslovnom odluivanju. Uopteno govorei,
informacioni sistem upravlja tokom podataka i informacija od mesta njihovog
nastajanja do menadera koji e ih koristiti.
Donoenje poslovnih odluka predstavlja kompleksnu aktivnost
zasnovanu na kombinaciji znanja i vetina. Odluka se moe shvatiti kao izbor
izmeu vie alternativnih mogunosti i obino predstavlja odziv na neku
konkretnu potrebu ili reakciju na neto.
Odluke na svim hijerarhijskim nivoima u preduzeu treba da se donose
na osnovu odgovarajuih, blagovremenih i pouzdanih informacija. Ako ne
postoje odgovarajue informacije, odluke koje se donose mogu imati negativan
uticaj na poslovanje preduzea. Da bi donoenje poslovnih odluka bilo efikasno
potrebno je da donosilac odluke raspolae informacijama o prolim, sadanjim i
buduim aktivnostima, dogaajima i uslovima relevantnim za posmatrani
problem. Dobar menader, pre svega, mora imati dobro organizovanu strunu
slubu koja e prikupljati i obraivati relevantne informacije, istraivakim
postupkom utvrditi vie moguih reenja, rangirati ih, uz odgovarajui
komentar i obrazloenja i dostaviti menaderu. Menader, koristei svoja
znanja i intuiciju, svoje iskustvo i poznavajui prilike u uem i irem okruenju,
vodei rauna o ciljevima i utvrenoj poslovnoj politici, strategiji poslovanja i
razvoju preduzea, vri izbor iz ponuenih moguih alternativa i to reenje

formulie kao odluku. U tom smislu Tolbert W. navodi: Umetnost odluivanja
je u tome da se odluke ne donose o trenutno nebitnim pitanjima, da se ne
donose prerano, da se ne donose odluke koje se ne mogu izvriti i da se ne
donose odluke koje drugi treba da donesu1.
Prema istraivanju koje je sprovela agencija Harbridge House u Bostonu,
sposobnost donoenja tekih odluka rangirana je kao prva po vanosti. Oko
6500 menadera u vie od 600 kompanija, ukljuujui velike korporacije ije
akcije karakterie mali rizik i velika sigurnost sticanja profita, odgovaralo je na
pitanje koliko je vano da menaderi primenjuju odreene postupke u
upravljanju. Takoe im je postavljeno pitanje sa kolikim uspehom, po njihovoj
proceni, menaderi izvravaju ove postupke. Na osnovu statistike obrade
odgovora, agencija Harbridge je rangirala kao najvaniji od deset postupaka pri
upravljanju donoenje jasnih i preciznih odluka kada je to potrebno. Kao
drugo po vanosti, rangirano je prodiranje u sr problema za razliku od
bavljenja sporednim pitanjima. Veina od osam preostalih postupaka pri
upravljanju vezani su, posredno ili neposredno, za donoenje odluka. Istraivai
su takoe otkrili da samo 10 procenata menadera smatra da se upravljanje
obavlja veoma dobro za svaki dati postupak, uglavnom usled tekoa za
donoenje odluka. Zato menaderi treba da naue kako da koriste nove alate i
postupke koji im mogu pomoi pri donoenju odluka [91].
U inostranoj i domaoj literaturi postoji vie razliitih definicija pojma
odluka. U Ekonomsko - poslovnoj enciklopediji odluka je definisana kao "izbor
jednog reenja (poteza, alternative) iz mnotva koja nam stoje na raspolaganju
u datoj situaciji"2. Prema Schermerhorn-u3 "odluka je izbor izmeu vie
alternativnih mogunosti za reavanje problema". upi i Tummala istiu da je
"odluka rezultat izbora jedne, iz skupa moguih alternativa, odnosno akcija,
koje donosiocu odluke (pojedinanom ili grupnom) stoje na raspolaganju".4
Donoenjem odluke eli se postii neki cilj, odnosno eljeno stanje sistema.
U korienoj referenci5 se navodi da je odluka konkretan pojam koji ima
pet osnovnih elemenata, i to:
- strategiju ili pravac akcije pod kontrolom donosioca odluke;
- mogua stanja koja nisu pod kontrolom donosioca odluke, ali utiu na
postizanje ciljeva;
Boin M., Radojii M., Organizacija i upravljanje, Tehniki fakultet, aak, 1996., str. 246
Ekonomsko- poslovna enciklopedija, Savremena administracija, Beograd, 1994., str. 960
3
Schermerhorn, J.R., Management and Organizational Behaviour, John Willey, N.Y., 1996,
str.194
4
upi, M., Tumala, Savremeno odluivanje, metode i primeri, UBK, Beograd, 1994, str.424
5
Jovanovi, T., Operaciona istraivanja, Mainski fakultet, Beograd, 1998., str. 323
2
42
- pojavu (efekat) koji nastupa kada se neki specifini pravac akcije

primeni uz pojavu nekog mogueg stanja;
- predvianja nastupanja svakog mogueg stanja, odnosno verovatnoe
moguih stanja i
- kriterijum odluivanja koji propisuje izbor jednog pravca akcije.
Harrison [38] pod odlukom podrazumeva intelektualni rezultat u
jednom tekuem procesu evaluacije alternativa koji se sprovodi radi postizanja
odreenog cilja, u kome oekivanja od specifine akcije primoravaju donosioca
odluke da izabere akciju koja najverovatnije rezultuje postizanjem postavljenog
cilja. Pri razmatranju problematike odluivanja panja je, uglavnom,
usredsreena na proces odluivanja, donosioca odluke i na samu odluku.
Pojam odluivanja je vieznaan, ali se preteno upotrebljava za
oznaavanje procesa izbora jedne od vie alternativnih akcija radi postizanja
postavljenog cilja.
Autori upi i Tummala odluivanje definiu kao proces koji se sastoji
iz niza koraka, koje treba preduzeti da bi se izvrio izbor najbolje akcije
(alternative)." Isti autori u referenci [26] istiu da je odluivanje izbor izmeu
moguih alternativa aktivnosti. Koontz [53] definie odluivanje kao izbor
nekog smera delovanja izmeu vie alternativa. Prema Bulatu6, odluivanje je
proces u kome se vri izbor izmeu vie alternativnih mogunosti za promenu
stanja sistema radi postizanja cilja.
Kako odluivanje u sutini predstavlja proces reavanja problema, to
donoenje poslovnih odluka podrazumeva proces izbora najpovoljnijeg reenja
od vie moguih, dok viekriterijumsko odluivanje upuuje na nain tog
izbora. Barakai definie poslovne odluke kao odabrane akcije koje se odnose
na odreivanje vektora proizvod/trite.7 Menadersko odluivanje je
kompleksan proces reavanja problema koji od donosioca odluke, menadera
zahteva kombinaciju razliitih znanja i vetina. Odluivanje proima svaku od
funkcija menadmenta i predstavlja najvaniji element njihovog sprovoenja.
Kao osnovne dimenzije menaderske odluke mogu se izdvojiti:
organizacija, hijerarhijski nivo, signifikantnost, racionalnost, strategija, rezultat
(ishod), neizvesnost. [38], to je prikazano na sledeoj slici.
6
7
Bulat V., Industrijski menadment, ICIM, Kruevac, 1997., str. 245

Barakai, Z., Odluivanje o poslovnim strategijama, Svjetlost, Sarajevo, 1987., str. 24.
Signifikantnost
Nivo
Racionalnost
Menadersko
odluivanje
Organizacija
Strategija
Rezultat
Neizvesnost
Slika 5.1 Osnovne dimenzije menaderskog odluivanja
Organizacioni ciljevi predstavljaju osnovu za donoenje menaderskih

odluka. Menaderi donose odluke koje imaju uticaja na postizanje postavljenih
ciljeva. U zavisnosti od hijerarhijskog nivoa na kojem se nalaze menaderi
razlikuju se i tipovi odluka koje donose. Strateke odluke donose menaderi na
najviem nivou, dok menaderi niih nivoa donose uglavnom rutinske,
programirane odluke. Signifikantnost kao dimenzija menaderske odluke
odnosi se na to da najveu panju menaderi treba da usmere na donoenje
vanih odluka, odluka koje doprinose razvoju i prosperitetu celokupne
organizacije. Donoenje menaderskih odluka podrazumeva racionalnost, u
smislu orijentisanosti na najvanija podruja poslovanja. Oekivani rezultat
odluke menadera je ostvarivanje ciljeva koji su pokrenuti u procesu donoenja
odluke. Menaderske odluke su povezana sa neizvesnou, koja moe biti
smanjena primenom razliitih metoda i koncepata u procesu odluivanja.
Prilagoavanjem teorije odluivanja vieatributivnim posledicama, autori
Keeney i Raiffa su obezbedili teorijski vrstu integrisanost neizvesnosti sa
buduim posledicama i ciljevima. Glavna pretpostavka koja je sastavni deo
teorije odluivanja je, po istim autorima, da donosioci odluke ele da budu
koherentni u odluivanju, odnosno da ne bi smiljeno donosili odluke koje
protivuree jedne drugima. Teorija se proiruje na pojam koherencije ili
stalnost prioriteta i predlae neke jednostavne principe koherentnog prioriteta
kao to je princip prelaznosti.
U referenci [26] se navodi da treba razlikovati odluivanje na nivou
pojedinca (individualno), grupno odluivanje, organizaciono i globalno
44
(metaorganizaciono) odluivanje. O grupnom odluivanja i mogunostima

njegove primene pri reavanju razliitih poslovnih problema dosta je pisano u
korienim referencama.
Grupno odluivanje, kao posebna klasa procesa odluivanja, predstavlja
proces dolaenja do reenja baziran na povratnim informacijama svakog od
uesnika ovog procesa. Osnovni zadatak, grupe menadera, tokom procesa
odluivanja jeste posmatranje vie alternativa i ideja, u sistemu razliitih
kriterijuma, radi donoenja najprihvatljivijeg reenja u grupi. Ovakav nain
odluivanja je kljuna komponentna funkcionisanja preduzea, poto
perfomanse preduzea ukljuuju mnogo vie od aktivnosti pojedinaca.
Dobro razraena metodologija podrke grupnom odluivanju
obezbeuje:
mogunost generisanja veeg broja alternativa;
detaljno sprovedenu analizu problema;
kritiko vrednovanje svih evidentiranih alternativa;
blagovremenu ispravku svih uoenih greaka;
veu usredsreenost na reenje zadatka.
Prednosti grupnog, u odnosu na individualno odluivanje, prema upiu
[36] su: postojanje velikog kvantuma informacija i znanja; generisanje velikog
broja alternativa za reavanje problema; priprema dodatnih uslova za
prihvatanje reenja; interakcija meu lanovima grupe dovodi do boljeg
razumevanja problema i sl.
Nedostaci grupnog odluivanja se ogledaju u tome da esta dominacija
autoriteta pojedinih lanova grupe moe uticati na aktivno uee ostalih
lanova grupe, kao i da pritisak grupe moe spreiti izbor objektivno
najprihvatljivije alternative itd.
5.1. INTERDISCIPLINARNOST ODLUIVANJA

Odluivanje, tj. izbor najbolje iz skupa raspoloivih alternativa, sa
procesima koji ga prate, je interdisciplinarnog karaktera. Na odluivanje imaju
neposredan uticaj pojedine naune discipline, to dovodi i do razliitih pristupa
reavanju problematike odluivanja.
Nauni okvir odluivanja koji su dali Klein i Methlie, podrazumeva
integraciju bihevioristikog, kvantitativnog i informatikog pristupa (slika 5.2).
Polazei od interdisciplinarnog karaktera, teorije odluivanja mogue je
podeliti na: normativnu, deskriptivnu i preskriptivnu teoriju odluivanja, koje
proima informatiki aspekt.
Normativna teorija odluivanja zasniva se na ekonomiji, matematici i
statistici. Bavi se utvrivanjem kako idealna, racionalna osoba treba da misli i
deluje. Predstavlja potpunu racionalnost donosioca odluke, odnosno racionalni
model odluivanja.
Deskriptivna teorija odluivanja opisuje ta se dogaa u realnoj situaciji
odluivanja bez stvaranja vrednosnih sudova o kvalitetu odluke. Jedna od
karakteristika ove teorije je esto korienje eksperimenta. Ne postoji
jedinstvena deskriptivna teorija, ona je doprinos vie naunih disciplina
psihologije, sociologije, i sl., sa osnovnim ciljem da se razume, objasni,
predvidi, i pobolja stvarno ponaanje ljudi u odluivanju.
N A U K A O P O N A [ A N JU / D E SK R IT IV N E T E O R IJE
K O G N IT IV N A
P S IH O L O G IJA
SO C IJA L N E N A U K E
S t r u k t u r a m e m o r ije
M e n t a l n e o p e r a c ij e
U ~e n je
E K O N O M IJA
I n t e r a k c ija g r u p e
S o c i j a l n i p r it is c i
M o}
R E [ A V A N JE
PR O BLEM A
H e u r i s t i ~ k o p r e t r a ` i v a n je
P r o s t o r p r o b le m a
E k sp e r tiz a
T e o r i ja k o r is n o s t i
S u b je k tiv n e v e r o v a tn o }e
M a k s im i z a c i ja k o r is n o s t i
L JU D SK I IZ B O R
OI /NA UKA O
U P R A V L JA N JU
O c e n a p r i n e iz v e sn o st i
H e u r is t ik e i
p r is t r a s n o s t i
M o d e lir a n je
O p t im iz a c ija
R a ~u n a r s k e t e h n o lo g ije
VE[TA^ KA
IN T E L IG E N C IJA
M E T O D O L O G IJ A
O D L U ^ IV A N JA
O D L U ^ IV A N JE
b a z i r a n o n a p o n a {a n j u
P r e d s t a v l j a n j e z n a n ja
T e h n ik e p r e t r a ` iv a n ja
Z a k lju ~iv a n je i lo g ik a
S i m b o l i ~ k o p r o c e s ir a n je
P r o c e s o d l u ~ iv a n j a
O g r a n i~e n a r a c io n a ln o s t
Z a d o v o lja v a n je
O r g a n iz a c io n o o d lu ~iv a n je
E K SP E R T N I SIST E M I
R e {a v a n je p r o b l e m s
P r a v il a z a k l j u ~ iv a n j a
D o m e n z n a n ja
L o g i~k e p r o c e d u r e
M o d e li p r e f e r e n c ije r iz ik a
T e o r i ja v e r o v a t n o } e
SIST E M I Z A P O D R [ K U
O D L U ^ IV A N JU
P o d r {k a
P o d a c i i m o d e li
D i j a lo g k o n t r o l i s a n
o d k o r isn ik a
SIST E M I Z A P O D R [ K U
O D L U ^ IV A N JU B A Z IR A N I
N A Z N A N JU
P o d r {k a
P o d a c i , m o d e l i , p r a v il a
K o r is n i~k a k o n t r o la
46
P R E SK R IP T IV N E T E O R IJE
Slika 5.2 - Nauni okvir odluivanja [26]
Preskriptivna teorija odluivanja razvijena je sredinom XX veka kao

proirenje normativne teorije u podruju reavanja realnih problema
odluivanja. Savladava jaz izmeu teorije u odluivanju i stvarnog ponaanja
ljudi prilikom donoenja odluka.
Informatiki pristup podrazumeva primenu informatikih nauka u
procesu odluivanja, kako bi se sam proces uinio brim i efikasnijim.
Razvojem i usavravanjem ekspertnih sistema i sistema za podrku odluivanju,
odnosno njihovom integracijom razvija se pristup inteligentne podrke
odluivanju.
Uzimajui u obzir osnovne karakteristike i prednosti navedenih pristupa
moe se naglasiti da samo kombinacija bihevioristikog, kvantitativnog i
informatikog pristupa predstavlja dobru podrku procesu odluivanja.
5.2 KLASIFIKACIJA POSLOVNIH ODLUKA

Menaderske odluke mogu se klasifikovati na razliite naine. Prema
[90] Simon odluke deli na programirane i neprogramirane. Programirane
odluke su rutinske, stalno se ponavljaju i moe se definisati procedura koju
treba koristiti za njihovo donoenje, dok su neprogramirane odluke nove
(nesvakodnevne), nestrukturirane.
Pored programiranih i neprogramiranih odluka Barakai u [8] razlikuje i
intuitivne odluke, gde preciznije definie sva tri tipa odluka. Tako pod
programiranim odlukama smatra one odluke za koje su poznati svi elementi
razmatranog problema ili se mogu objektivno proceniti. U sluajevima kada pri
reavanju nekog problema poslovnog odluivanja nedostaje jedan ili vie
elementa, ali se mogu subjektivno proceniti re je o neprogramiranim
odlukama. Dok pod intuitivnim odlukama podrazumeva odluke u sluajevima
kada donosilac odluke nije u mogunosti ni objektivno ni subjektivno da
proceni neki element modela odluivanja.
Odluke prema hijerahijskom nivou na kom se donose mogu biti:
strateke koje donosi top menadment, a odnose se na planiranje i
programiranje razvoja, a osnovni kriterijum njihovog vrednovanja je
efektivnost sistema;
taktike - koje donose menaderi srednjeg nivoa, obezbeuju
realizaciju stratekih odluka, dok je osnovni kriterijum njihovog
vrednovanja efikasnost sistema;
operativne koje donose menaderi prve linije, odnose se,
uglavnom na svakodnevne odluke.
Prema [22] odluivanje je okarakterisano odreenom situacijom
problemskom ili rutinskom. Pri emu istie da sve problemske situacije nisu
ekstremno kompleksne, kao i da sve rutinske nisu tako jednostavne. U referenci
[26], pored ostalih podela, navodi se i podela po kojoj treba razlikovati:
rutinske, kreativne i pregovarake odluke.
Odluke, uglavnom nisu ni potpuno programirane niti potpuno
neprogramirane
ve
predstavljaju
njihovu
kombinaciju.
Veinu
neprogramiranih odluka donose menaderi viih nivoa, reavajui uglavnom,
nestrukturirane probleme odluivanja. Odnos odgovarajueg nivoa
menadmenta i prirode problema i odluivanja prikazan je na sledeoj slici,
[53].
Strategijski
menadment
Nestrukturirani
problemi
Neprogramirane
odluke
Taktik i
menadment
Operativni
menadment
Nivo menadmenta
Strukturirani
problemi
Priroda
problema
Programirane
odluke
Priroda
odluivanja
Slika 5.3 Priroda problema i odluivanja i nivoi menadmenta
Prema klasinoj teoriji odluivanja, u zavisnosti od injenica, stanja

prirode, odnosno situacije, odluivanje moe biti:
- u situacijama izvesnosti,
- u situacijama rizika i
- u situacijama neizvesnosti.
Po izloenoj podeli izvesnost u odluivanju podrazumeva poznavanje
relevantnih injenica i stanja vezanih za pojavu o kojoj se odluuje. Situacije
kada se o stanjima prirode pojave, o kojoj se odluuje, kao i o njihovoj
uestalosti ne zna, oznaavaju se kao situacije neizvesnosti. Odluivanje u
situacijama rizika je sluaj kada se stanja prirode ne poznaju, ali se zato mogu
tim stanjima dodeliti pripadajue verovatnoe pojavljivanja. O emu je
opirnije dato u korienoj literaturi [9], [20], [37], [131].
Kategorizacija odluka moe da se vri na osnovu stepena njihove
vanosti, uestalosti i stepena strukturiranosti [113, str. 143]. Vane odluke
zaokupljaju najveu panju menadera, jer sve odluke nemaju podjednaku
vanost. Mada menaderi prirodno nastoje da poboljaju kvalitet svojih odluka,
48
oni ipak provode suvie vremena fokusirajui se na nevana podruja. to se

tie uestalosti moe se rei da se neki tipovi menaderskih odluka donose
periodino i uglavnom na uobiajeni nain, a drugi se donose na specifian
nain - moda samo jedanput u karijeri. Isti autori smatraju, "Strukturirane
odluke su one odluke koje se donose na osnovu specifinih pravila.
Nestrukturirane odluke ukljuuju manjak predhodnih slinih iskustava i
zahtevaju kreativnost i intuiciju. Polustrukturirane odluke kombinuju
komponente i strukturiranih i nestrukturiranih odluka." [79]
Primeri strukturiranih, polustrukturiranih i nestrukturiranih odluka mogu
se pronai na sva tri nivoa menadmenta (Tabela 5.1). Dok su problemi sa
kojima se susreu menaderi visokog nivoa esto vie nestrukturirani nego oni
kod menadera nieg nivoa, sva tri stepena strukturiranosti mogu se pojaviti na
svakom od ova tri nivoa. to je vii hijerarhijski nivo odluivanja to su: manje
strukturirani problemi, manji stepen preciznosti i pouzdanosti informacija, vea
potreba za eksternim, a manja potreba za internim informacijama, manja
potreba za detaljnim informacijama, a vea potreba za saetim, itd. Oigledno i
razumljivo je najtee donositi strateke odluke, a da je znatno lake to initi na
niim hijerarhijskim nivoima. Naravno, kod niih nivoa odluivanja postoji vii
nivo preciznosti ulaznih informacija, to omoguava laku primenu metoda i
tehnika viekriterijumskog odluivanja.
Tabela 5.1
Nivo
odluivanja
Tipovi odluka
Strukturirane
Polustrukturirane
Nestrukturirane
Strategijski
Analiza uspenosti
preduzea
Odreivanje
proizvodnih
mogunosti
Odluke o novim
proizvodima
Taktiki
Analiza budeta
Kratkorone
prognoze
Oglaavanje
Operativni
Prihvatanje
finansijskih rauna
Upravljanje zalihama
Rasporeivanje
poslova
Izvor: [79] str.143
Problem odluivanja je dobro strukturiran u onoj meri u kojoj su

donosiocu odluke bliske i poznate sve komponente problema, kao to su
sadanje stanje (raspoloivi resursi), proces transformacije (alternative,
operatori), eljeno (konano) stanje (cilj). Dobro strukturiran problem
omoguava donosiocu odluke da u njegovom reavanju primeni iskustvo iz
prolosti. Rutinske odluke donose se uz primenu standardnih procedura. To
mogu biti postupci s konanim brojem logiki poreanih koraka koji dovode do
oekivanog reenja. Takoe, to mogu biti i heuristike ili "pravila palca" (rules
of thumb) koja se mogu uspeno primeniti u traenju reenja. Meutim, takva

pravila ne garantuju uspeh.
U kojoj meri je problem odluivanja slabo (loe) strukturiran odreeno je
time koliko su sve tri (ili neka od njih) komponente problema odluivanja
nepoznate donosiocu odluke. U reavanju takvog problema donosilac odluke
orjentisan je na onu komponentu koja mu je najbolje poznata;
ako poznaje samo sadanje stanje, on e pomake raditi na osnovu
provere da li ide u smeru poboljanja performansi,
ako zna konano (eljeno) stanje, pokuae povratnom dedukcijom
identifikovati transformacije koje bi to stanje povezale s polaznim,
ako su mu poznati samo postupci (transformacije) kojima se moe
menjati stanje sistema o kome odluuje, on e pokuati da specificira poetno i
konano stanje tako da moe primeniti ono to zna.
Slaboj strukturiranosti problema odluivanja najvie doprinose uslovi iz
okruenja, kao to su: nesigurnost, neizvesnost, kompleksnost, konflikt i sl.
Svakom nivou odluivanja, odnosno tipu odluke (strukturiranom,
polustrukturiranom, nestrukturiranom) odgovaraju razliiti informacioni
sistemi. (slika 5.4)
Nivo
odluivanja
R
ST
NE
I
UR
N
RA
E
E
AN
IR
UR
KT
RU
ST
LU
PO
E
AN
IR
UR
KT
RU
ST
Operativni
Izvrni
informacioni
sistemi
T
UK
Strategijski
Taktiki
Podrka informacionog sistema
Tip odluke
Ekspertni sistemi,
Sistemi za podrku
odluivanju
Modeli operacionih
istraivanja,modeli
odluivanja, modeli
obrade transakcija,
raunovodstva i sl.
Slika 5.4 Tipovi odluka i podrka MIS-a [59, str.150]
Adekvatnu pomo pri reavanju nestrukturiranih problema na najviem

nivou pruaju izvrni informacioni sistem, odnosno ekspertni sistemi i sistemi
50
za podrku odluivanju. Na niim nivoima odluivanja, gde su problemi bolje

strukurirani, odgovarajuu podrku pri njihovom reavanju mogu dati, modeli
operacionih istraivanja, modeli odluivanja, modeli obrade transakcija,
raunovodstevni model i sl.
5.3 PROCES ODLUIVANJA

Mnogi autori su definisali proces odluivanja na razliite naine, sa
veim ili manjim brojem faza jednog takvog procesa. Kod veine autora
polaznu osnovu predstavlja Simonov model (slika 5.5) kao osnovni model
procesa odluivanja. Prema Turbanu [90], Simon definie proces odluivanja
kroz tri faze: formulacija, projektovanje i izbor.
Faza formulacije predstavlja prvu fazu procesa odluivanja i sastoji se
iz identifikacije problema i prikupljanja potrebnih podataka. Identifikovanje
problema se svodi na procedure pretraivanja i snimanja postojeeg stanja tj.
prikupljanje relevantnih podataka. Problem se zatim prema stepenu
strukturiranosti klasifikuje u jednu od definisanih kategorija. Ukoliko je re o
kompleksnom problemu, on se najee u ovoj fazi deli na nekoliko manjih.
Reavanjem manjih, najee strukturiranih problema, dolazi se do reenja
glavnog, nestrukturiranog problema. U ovoj fazi se utvruju i oni koji su u
organizaciji odgovorni za reavanje odgovarajueg problema tj. definie se
domen odluke.

Faza formulacije
Realna situacija
odlu~ivanja
P r o c e d u r e p r e t r a ` iv a n ja
P r ik u p lja n je p o d a t a k a
I d e n t i f i k a c ij a p r o b l e m a
K la s if ik a c ija p r o b le m a
O d r e | iv a n je d o m e n a o d lu k e
P o s t a v k a p r o b le m a
P o je d n o s t a v lj e n je
P re tp o sta vk e
P o s t a v k a p r o b le m a
Faza projektovanja
R a z v o j m o d e la
D e f i n is a n je k r i t e r i ju m a
D e f i n is a n je a l t e r n a t i v a
P r o c e n j i v a n j e a l t e r n a t iv a
V a l i d a c i ja m o d e l a
A lte r n a tiv e
Faza izbora
V e r i f i k a c i j a i t e s t i r a n j e iz a b r a n e a l t e r n a t i v e
Implementacija
O d lu k a
R e {a v a n j e p o m o } u m o d e l a
S e n z it iv n a a n a liz a
I z b o r n a j b o lj e a l t e r n a t i v e
P l a n im p l e m e n t a c i j e
O d stu p a n ja
Slika 5.5. - Simonov model procesa odluivanja [90]
Faza projektovanja, kao sledea faza procesa odluivanja podrazumeva

odreivanje, generisanje i analizu alternativa. Ova faza ukljuuje aktivnosti kao
to su razumevanje problema i ispitivanje i ocenjivanje moguih reenja,
generisanje odgovarajueg modela za odluivanje kao i njegovo testiranje i
validaciju. Za ocenu i komparaciju alternativa, potrebno je predvideti budue
rezultate svake od alternativa. Situacija odluivanja je najee uslovljena time
koliko donosilac odluke zna ili vjeruje predvienim rezultatima.
Faza izbora, kao trea faza procesa odluivanja podrazumeva izbor
najprihvatljivije alternative. Ova faza je najee isprepletana sa fazom
projektovanja, jer se najee u toku procenjivanja i izbora ponuenih
alternativa vie puta vraa na ovu fazu. Dobijeno reenje je reenje modela, a
ne samog problema. Sa aspekta modela reenje predstavlja skup vrednosti
varijabli odluivanja u selektovanoj alternativi. Predloena solucija e biti
reenje problema jedino ako je ona uspeno primenjena na problemu koji je
razmatran. Proces ocenjivanja i izbora najpovoljnije alternative se moe
realizovati kroz senzitivnu analizu, koja omoguava proveru uticaja promene
ulaznih podataka ili parametara na izabranu alternativu. Ovakva analiza
52
omoguava fleksibilnost tj. adaptacije na promene uslova i zahteva u razliitim

situacijama odluivanja.
Faza implementacije u okviru koje se odluka primenjuje i nadziru
rezultati te primene je kasnije svrstana kao poseban korak.
Ovom modelu Simon je dodao i doprinose bitnih naunih disciplina koje
u pojedinim fazama odluivanja igraju znaajnu ulogu: menadment
informacioni sistemi, elektronska obrada podataka, teorija upravljanja i
operaciona istraivanja.
Osnovne faze procesa menaderskog odluivanja su prema [38]:
postavljanje menaderskih ciljeva, pretraivanje alternativa, komparacija i
evaluacija alternativa, postupak izbora, primena odluke, praenje i kontrola.
Postavljanje ciljeva
menadmenta
Korektivne
akcije
Praenje i
kontrola
Ponovno
ra zmatranje
ciljeva
Pretraivanje
alternativa
Komparacija i
evaluacija alternativa
Ponovno
pretra ivanje
Implementacija
odluke
Izbor
Slika 5.6 Proces menaderskog odluivanja
Poetna faza u procesu odluivanja je evidentiranje, odnosno

identifikacija problema, koji predstavljaju nepoeljne pojave koje treba
prevazii, razreiti. U okviru ove faze teite treba da bude na otklanjanju
pravih uzroka ovih neeljenih pojava, jer otklanjanjem uzroka nestaju i
posledice.
Posle identifikacije postojanja problema, sledi jedna od najbitnijih faza u
procesu odluivanja, a to je definisanje problema. U okviru ove faze treba
najpre izvriti dekompoziciju problema, zatim odrediti nivo detaljisanja sa
kojima e problem biti reavan, kao i kriterijume u odnosu na koje e se meriti
efektivnost reenja. Nakon ega je potrebno izvriti prikupljanje potrebnih
informacija. U tu svrhu treba najpre proceniti stepen dovoljnosti raspoloivih
informacija relevantnih za uoeni problem. Za kompleksne probleme sa
dugoronim posledicama, odnosno za menadere na najviem nivou
hijerarhijske strukture, treba obezbediti vie informacija.
Kako je preduslov za donoenje sloenih poslovnih odluka kvalitetna,
dostupna i blagovremena informacija sa jedne strane, a znanje i iskustvo

donosioca odluke iz poslovnog odluivanja i optimizacije, kao i tehnologije
posla sa druge strane, to navedenim fazama procesa odluivanja treba posvetiti
posebnu panju. Praksa pokazuje da dobre ideje, a time i odluke neoekivano i
relativno lako dolaze onome ko je za njih dobro pripremljen. Donosilac odluke,
koji nedovoljno poznaje neku pojavu traie vie informacija nego to mu je
potrebno za donoenje odreene odluke.
Razvoj modela odluivanja, kao jedna od faza procesa odluivanja
odnosi se na uspostavljanje odgovarajuih relacija izmeu promenljivih u
sistemu. Za reavanje niza realnih problema razvijeni su opti ili konkretni
matematiki modeli i metode njihovog reavanja. Tek sa poznavanjem sutine
samog problema koji se reava, a kod poslovnog odluivanja i adekvatnih
modela odluivanja, moe se definisti skup relevantnih informacija potrebnih
za sveobuhvatno i objektivno donoenje odluka.
Poto je izvreno formiranje modela i izabrane odgovarajue metode za
njegovo reavanje, sledi faza reavanja problema kako bi se dobio odgovarajui
broj alternativnih reenja, odnosno izvrilo generisanje alternativnih reenja.
Nakon provere slaganja dobijenih rezultata (primenom odgovarajuih
metoda i tehnika na razvijene modele) sa oekivanim rezultatima realnih
sistema sledi faza neposrednog donoenja odluke, odnosno izbor najpovoljnije
alternative. U okviru ove faze, dolazi do izraaja sveukupni potencijal
menadera, zavisno od sloenosti situacije aktivira se lini, struni i kreativni
potencijal.
Kada se odluka donese, posebna panja se treba posvetiti kontroli
njenog izvrenja, kao i analizi posledica tog izvrenja.
Uspean rezultat svakog procesa odluivanja predstavlja dobra odluka.
Valjana odluka je ona odluka koja reava razmatrani problem. Na kvalitet
donete odluke mogu uticati i neki nekontrolisani faktori kao to su promene
ekonomskih uslova, politike promene u okruenju i dr. Uspeh odluke se moe
oceniti funkcijom koja zavisi od njenog kvaliteta i rezultata sprovoenja.
Kvalitet odluke se ogleda u njenoj kompatibilnosti sa postavljenim uslovima,
vremenskim ogranienjima i ukljuivanju optimalnog broja informacija.
Definisanje navedenih faza ini proces odluivanja organizovanijim,
efikasnijim i racionalnijim.
Pitanja:
1.
2.
3.
4.
54
ta je poslovno odluivanje ?
Koje su osnovne dimenzije menaderskog odluivanja?
ta podrazumeva normativna teorija odluivanja?
ta podrazumeva deskriptivna teorija odluivanja?
5.
6.
7.
8.
9.
10.
11.
12.
13.
Kako se dele odluke prema hijerarhijskom nivou?

U zavisnosti od injenica, odnosno situacije, odluivanje moe biti?
Koje su razlike izmeu strukturiranih i nestrukturiranih odluka ?
Koje su osnovne faze procesa odluivanja?
Koje su osnovne karakteristike faze formulacije problema?
Koje su osnovne karakteristike faze projektovanja?
Koje su osnovne karakteristike faze izbora?
ematski prikazati proces menaderskog odluivanja.
Koji tip odluka odgovara srednjem nivou menadmenta?
6. SISTEMI ZA PODRKU ODLUIVANJU

Sistemi za podrku odluivanju (DSS Decision Support Sustems), kao
nadgradnja vie razliitih disciplina u prvom redu menadmenta i
informatike, korene imaju u teoriji odluivanja, a granaju se ka raznim
oblastima ljudske delatnosti od prirodnih nauka, tehnike, tehnologije,
ekonomije i drutvenih delatnosti, do edukacije.
Sistemi za podrku odluivanju su informacioni sistemi, koji su slini i
komplementarni standardnim informacionim sistemima i imaju za cilj da
podravaju, uglavnom poslovne procese donoenja odluka. Predstavljaju
simbiozu informacionih sistema, primene niza funkcionalnih znanja i tekueg
procesa donoenja odluka [26].
Uporedni pregled karakteristika DSS i MISa dat je u sledeoj tabeli, [53].
Tabela 6.1
MIS
DSS
Usmerenost na strukturirane zadatke

i rutinske odluke (npr. korienje
procedura i pravila odluivanja)
Usmerenost na polustrukturirane
zadatke koji zahtevaju prosuivanje
menadera
Naglasak na pohranjivanju podataka
Naglasak na manipulaciji podataka
Menaderi imaju posredan pristup

podacima
Oslanjanje na strunjake za
kompjutere
Menaderi imaju direktan pristup

podacima
Mogue ekanje na pristup podacima
Direktan pristup podacima
Menaderi MISa u potpunosti ne

razumu prirodu odluivanja
Menader poznaje ambijent

odluivanja
Naglasak na efikasnosti
Naglasak na efektivnosti
56
Oslanjanje na sopstevni sud
Iako postoje slinosti izmeu menadment informacionih sistema (MIS) i

sistema za podrku odluivanju (DSS) postoje i razlike. Menadment
informacione sisteme su kreirali tehniki strunjaci odnosno informatiari, a
menaderi su davali tek manji doprinos. Nasuprot tome, sistemi za podrku
odluivanju se zasnivaju na procesu odluivanja i na menaderima koji u
saradnji s informatikim strunjacima, projektuju sistem koji odgovara
odreenim menaderskim nivoima.
Pojava sistema za podrku odluivanju, namenjenih slabo struktuiranim
problemima (kakvi su gotovo svi problemi odluivanja), i ukljuivanje "mekih"
podataka u optimizacione modele, donose sutinski nov pristup ranije poznatim
konceptima informacionih sistema. Korisniku DSS konano je omogueno da
model putem kojeg reava realni problem uprosti tamo gde je to potrebno i
mogue, a da u onim aspektima koje detaljno analizira zadri njegovu realnu
sloenost [11, 12].
Sistemi za podrku odluivanju podravaju sve faze procesa odluivanja
poev od faze formulacije problema, preko faze projektovanja, faze izbora, pa
sve do implementacije. U tom smislu Turban i Aronson objedinjavaju primenu
raspoloivih alata za podrku odluivanju sa odgovarajuim fazama procesa
odluivanja. Na slici 6.1 su prikazane mogue vrste kompjuterske podrke po
pojedinim fazama procesa odluivanja koje ine jedan sistem za podrku
odluivanju.
Faza formulacije
Faza projektovanja
Faza izbora
Faza implementacije
ANN, EIS, MIS, Data Mining, OLAP

- identifikovanje problema
- klasifikovanje problema
OLAP, GDSS, MS, ANN, Data Mining

- generisanje modela
- generisanje alternativa
- senzitivna analiza
- dono{enje odluke
GDSS, MIS, ES
- komuniciranje
- dobijanje povratnih informacija
DSS
A NN A rtifical Neural Networks
MS Management Scince
MIS Management Information Systems
G D SS G roup D ecision Support Systems
E IS E xecutative Information Systems
E S E xspert Systems
O LA P Online A nalitical Processing
D SS decision Support Systems
Slika 6.1. - Kompjuterska podrka fazama procesa odluivanja
DSS treba da obezbedi menaderu vremenski odgovarajuu informaciju,

koja e takoe biti tana, relevantna i kompletna. DSS mora da prikae
informaciju u adekvatnoj formi, kako bi bila laka za razumevanje i upravljanje.
Informacija prikazana DSS-om moe biti rezultat ili moe biti prikupljena iz
spoljanih izvora. DSS moe da prikae i unutranje i spoljanje injenice,
razliita miljenja i prognoze koje bi pomogle menaderu. Menader eli pravu
informaciju, u pravo vreme i u pravoj formi.
Poetak razvoja DSS vezan je za ezdesete godine, kada su se definisali
strukturirani izvetaji. Sedamdesetih godina imamo pojavu Management
Decision Systems (MDS) i specifinih DSS. Osamdesetih godina se razvijaju
Group Decision Support Systems (GDSS), Executive Information Systems
(EIS) i Expert Systems. Devedesetih godina se pojavljuje Data Warehouse, OnLine Analytical Processing, Intranet, Visual modeling. Predmet naih
razmatranja je posmatranje ovih aspekata evolucije DSS.
Ranih sedamdesetih Scott Morton definie DSS kao interaktivni
kompjuterski baziran sistem, koji koristei podatke i modele pomae
donosiocima odluka da ree nestrukturirane probleme. [90] Dok krajem
sedamdesetih Keen i Morton navode da: DSS spajaju intelektualne resurse
pojedinaca sa kompjuterom obezbeujui na taj nain kvalitet odluke. To je
kompjuterski baziran sistem za podrku odluivanju menadmentu u vezi
polustrukturiranih problema.
Kako Power [73], navodi, mada termin DSS ima mnogo konotacija, po
Steven Alter-u, sistemi za podrku odluivanju su dizajnirani specijalno da
olakaju proces odluivanja, predstavljaju podrku odluivanju, a ne
automatizaciju odluivanja, i moraju biti sposobni da brzo odgovore na
promenljive zahteve donosioca odluke.
Konceptualni model odluivanja, [86], predstavlja okvir u kojem se
nalazi DSS. Akcenat je na sistemu za donoenje odluke, koji se sastoji od
korisnika - donosioca odluke, suoenog sa nekim zadatkom u organizacionom
okruenju, i koji koriste mogunosti koje prua Sistem za podrku odluivanju.
Isti autori definiu DSS kao interaktivni kompjuterski orjentisani sistem koji
pomae donosiocima odluka da koriste podatke i modele za reavanje
strukturiranih, nestrukturiranih ili polustrukturiranih problema.
Po Turbanu [90], Keen 1980. g. definie termin DSS kao razvojni proces
gde finalni sistem moe biti razvijen samo kroz adaptivni proces uenja i
evolucije. U tom razvojnom procesu DSS korisnik, DSS builder i sam DSS
uestvuju zajedno rezultujui evolucijom sistema.
Sprague i Carlson [86] istiu sledee karakteristike sistema za podrku
odluivanju:
- DSS se koriste za slabo strukturirane i nedovoljno specificirane
probleme. Osnovni razlog zbog kojeg se oni vie koriste na viim nivoima
58
odluivanja je to su, po prirodi stvari, nii nivoi odluivanja suoeni sa bolje

strukturiranim problemima, te su, samim tim, u prilici da koriste egzaktne,
kvantitativne metode, koje su jednostavnije za primenu i mahom daju
jednoznane rezultate;
- Svrha DSS je da podri, a ne da zameni donosioca odluka. DSS ne
donosi odluke automatski, ve samo obezbeuje analizu i podrku potrebnu za
konkretnije odluivanje;
- Poto je DSS namenjen odluivanju, on pokuava da integrie tekovine
nauke o menadmentu i tradicionalne funkcije obrade podataka. Dakle, DSS
sadri algoritme logikih i racionalnih procesa putem kojih klasifikuje,
uporeuje i formira informacije za odluivanje.
DSS se moe definisati i kao informacioni sistem koji ispunjava potrebe
stratekog odluivanja, ali on treba da podrava donoenje odluka na svim
nivoima odluivanja. U tom smislu, osnovu DSS ine programi - interfejsi koji
pristupaju velikim bazama podataka, izvlae iz njih sintetiku informaciju u
obliku i formatu kakav je potreban za dati nivo odluivanja. Deo podataka za
formiranje baze DSS moe se koristiti iz spoljnih izvora ili specijalizovanih
datoteka. Ovo je naroito karakteristino za najsloenije - strategijske
informacije koje prua DSS.
Turban [90], daje sledeu definiciju sistema za podrku odluivanju, koja
bi trebalo da obuhvati sve sisteme poev od osnovnih pa sve do idealnih DSS:
DSS je interaktivni, fleksibilni i adaptivni sistem specijalno razvijen za
podrku reavanja nestrukturiranih menadment problema u cilju poboljanja
procesa odluivanja. Sistem koristi podatke, obezbeuje jednostavan korisniki
interfejs i omoguuje ukljuivanje korisnikove pronicljivosti u proces
odluivanja. Takoe, DSS moe koristiti modele koji se izgrauju u
interaktivnom procesu sa korisnikom, podravajui sve faze procesa
odluivanja i moe sadrati komponentu znanja.
Danas su DSS prepoznatljiva kategorija informacionih sistema koji
obezbeuju menaderima kontrolu njihovih podataka, pristup analitikim
alatima, kao i konsultacije i komunikaciju sa distribuiranim grupama
menadment tima.
6.1. STRUKTURA SISTEMA ZA PODRKU ODLUIVANJU

Sistemi za podrku odluivanju obezbeuju nosiocima odluivanja
kontrolu nad podacima, pristup analitikim alatima i sposobnosti za
konsultovanje i interakciju sa ostalim nosiocima odluivanja. Sistemi za
podrku odluivanju namenjeni za rad u preduzeima povezani su sa velikim
skladitima podataka (data warehouse) i imaju mogunost da opsluuju vei
broj nosilaca odluivanja.
Osnovne komponente sistema za podrku odluivanju (slika 6.2) su [90]:

- podsistem za upravljanje podacima,
- podsistem za upravljanje modelima,
- podsistem za upravljanje znanjima,
- podsistem korisniki interfejs dijaloga.
Ostali ra~unarski sistemi
P o d a ci
Upravljanje
podacima
Upravljanje
modelima
Upravljanje
znanjem
Korisni~ki
interfejs
DSS
Korisnik
Slika 6.2 - Struktura sistema za podrku odluivanju [90]
Podsistem za upravljanje podacima

Podsistem za upravljanje podacima (DMS) je baza podataka koja
predstavlja konstitutivni elemenat DSS te je, samim tim, raznim njenim
aspektima posveivana znaajna panja. Baze podataka DSS su obino
povezane sa velikim skladitima podataka unutar preduzea, omoguavajui na
taj nain koritenje podataka iz razliitih izvora, spoljanih i unutranjih. Veza
izmeu podataka i sistema za podrku odluivanju moe se ostvariti preko baze
podataka sistema ili direktnim unoenjem podataka tokom rada sa programom.
Sistem za upravljanje bazom podataka prvenstveno slui za kreiranje,
pristupanje i auriranje baze podataka. U tom smislu, sreemo pristup
inicijalnog projektovanja baze podataka DSS, koji polazi od potreba reavanja
problema radi kojeg se gradi DSS ili ekstrakcije podataka za potrebe baze
60
podataka DSS iz realne baze podataka, o emu e biti vie rei prilikom opisa
Data Warehaus-a (skladita podataka) i OLAP alata.
Kako se sistem za podrku odluivanju po pravilu gradi za potrebe
strukture koja ve ima razvijen bazni (akvizicioni, transakcioni) informacioni
sistem, logino je projekat baze podataka DSS maksimalno zasnivati na
osnovama baze podataka tog sistema. Stoga bi pristup koji polazi od ekstrakcije
podataka, a zatim projektovanja skladita podataka, uz dopune podacima kojih
nema u bazi podataka realnog sistema, sigurno bio najracionalniji.
Preslikavanje podataka iz okruenja u bazu podataka DSS
Veina autora preuzimanje podataka iz okruenja u bazu podataka
sistema za podrku odluivanju (DB DSS) naziva "ekstrakcijom". Kako se ovi
podaci ne ekstrahuju prosto, ve trpe izvesne formalne i sutinske promene pre
smetanja u bazu podataka DSS, termin "preslikavanje" je adekvatniji i
precizniji za proces koji oznaava.
Analiza ovog procesa preuzimanja podataka moe se sprovesti u odnosu
na razliite kriterijume:
prema strukturi podataka,
prema izvorima iz kojih potiu,
prema semantikoj vrednosti za procese odluivanja kojima je DSS
namenjen,
prema njihovoj pouzdanosti za korienje u konkretnom DSS,
prema nainu na koji se preslikavaju u DB DSS.
Zapravo, formiranje baze podataka DSS odvija se u dve faze:
selekcija podataka iz okruenja
preslikavanje tih podataka u bazu podataka DSS.
Prva faza podrazumeva aktivnosti iji je osnovni kriterijum namena DSSa koji se projektuje. U zavisnosti od osnovnog cilja kojem DSS treba da
udovolji, uspostavljaju se blii kriterijumi selekcije, na osnovu kojih se vri
izbor kandidata za bazu DSS (naprimer, iz istog okruenja, selekcije podataka
za DSS u marketingu i proizvodnji bie vrlo razliite).
I za drugu fazu preslikavanje podataka, osnovni kriterijum je zadat u
postavci problema koji predmetni DSS treba da reava. Dakle, u zavisnosti od
svrhe i cilja koji je pred DSS postavljen, rezultat i kvalitet preslikavanja
vrednuju se kroz sposobnost DSS da rei problem radi kojeg je projektovan.
Pod izvorima podataka iz okruenja podrazumevamo:
bazu podataka realnog sistema za koji se projektuje DSS (egzaktni
podaci, nastali u realnom sistemu, kroz procese i transakcije
poslovanja),
ostale izvore podataka od interesa za probleme koje DSS treba da
reava (baze podataka drugih institucija, granskih i dravnih

organizacija, informacionih servisa i sl.).
Preslikavanje obuhvata podatke razlikujui ih po vrsti (karakteru):
kao "tvrde", egzaktne podatke, koji odraavaju stanje i promene u
sistemu i okruenju,
kao "meke" podatke sauvane u iskustvu eksperata i/ili dobijene kao
rezultat prognoza, predvianja, procena, simulacija, heuristikih,
intuitivnih, ili nekih drugih "mekih" modela.
Podsistem za upravljanje modelima

Podsistem za upravljanje modelima (MMS) treba da omogui svakom
DSS-u integraciju pristupa podacima i modelima odluivanja. Sadri skup
raspoloivih metoda i tehnika, projektovanih saglasno ciljevima koje konkretni
DSS treba da zadovolji. Ukljuuje i specijalne jezike za izgradnju korisnikih
modela. Omoguava jednostavno korienje modela od strane korisnika sa
preporukom o tome koji modeli odgovaraju kojoj svrsi, te koje pretpostavke
treba da budu ispunjene za korienje pojedinih modela.
Zbog uobiajene strukture modela podrazumeva da ulazni podaci budu u
potrebnom formatu i da se prema potrebi vri povezivanje modela tako da izlaz
jednog modela postaje ulaz drugog. Izlazne rezultate korienja modela ova
podsistem daje u razumljivom obliku omoguavajui izvoenje odgovarajue
analize osetljivosti dobijenih rezultata.
Uz obezbeenje navedenih funkcija za upravljanje bazom modela, veoma
sloeni problemi su u domenu integracije baze modela sa bazom podataka i
korisnikim interfejsom. Ovi problemi proizilaze iz potrebe za usklaivanjem
raznorodnih zahteva korisnika za pristup modelima, kontrolu izvravanja
modela, interaktivnu manipulaciju podacima, izmene u modelu i obradi,
generisanje izlaznih izvetaja i sl. Ovi problemi se razreavaju korienjem
OLAP alata, o emu e kasnije vie biti rei.
Podsistem za upravljanje znanjem

Podsistem za upravljanje znanjem (KMS) podrava sve ostale
podsisteme, ali funkcionie i kao samostalna komponenta. Predstavlja
inteligentnu komponentu koja proiruje znanja donosioca odluke,
omoguavajui dobijanje ekspertize o problemu koji se razmatra.
Podsistem korisnikog interfejsa

Podsistem korisniki interfejs (UIS) treba da omogui da se na to
jednostavniji i laki nain ostvari komunikacija izmeu sistema za podrku
odluivanju i donosioca odluke (korisnika). Ovaj podsistem se ne odnosi samo
62
na hardver i softver, ve i na faktore koji se odnose na lakou korienja

sistema, pristupanost sistema i interakciju ovek-kompjuter.
DSS arhitektura i mrea

DSS arhitektura i mrea obuhvata hardver, softver i podatke o sistemu.
DSS treba da definie koliko je komponenti u sistemu integrisano i u vezi i
treba da omogui korienje Web browsera i kompanijskog intraneta.
Modeli
Modeli
SPO
Arhitektura
Mreza
Korisnicki
interfejs
Podaci
Slika 6.3. DSS arhitektura i mrea
Veina arhitektura DSS smeta softverske modele na serveru, dok se

korisniki interfejsi distribuiraju klijentima. Stepen korienja mree je razliit
za razne vrste DSS. U sluaju DSS zasnovanih na podacima, moe se rei da se
mreno okruenje koristi u veini sluajeva. Za realizaciju klijentske strane
obino se koriste Web stranice i Java. Baza podataka DSS predstavlja kolekciju
podataka organizovanih tako da obezbedi jednostavan pristup i analizu
podataka. Mrena komponenta DSS se odnosi na to kako je hardver
organizovan, kako se softver i podaci distribuiraju kroz sistem i kako su sve
komponente integrisane i fiziki povezane. Pri tome je vrlo vana osobina
skalabilnosti, koja podrazumeva mogunost relativno jednostavnog proirenja
sistema radi podrke vee koliine podataka i korisnika.
Dobro definisana arhitektura DSS obezbeuje da svi korisnici mogu da
rade zajedno, kao i poboljanje planiranja i komunikacije izmeu svih uesnika
sistema.
6.2. KLASIFIKACIJA SISTEMA ZA PODRKU ODLUIVANJU

Kada se govori o vrstama DSS treba imati u vidu da je re o veoma
velikom broju kompjuterskih proizvoda namenjenih razliitim vrstama
problema, zatim o razliitim orjentacijama na kojima se sistemi zasnivaju kao i
o irokom spektru korisnika. Vrlo je teko napraviti neku generalnu
klasifikaciju, ve se sistemi moraju svrstati po osnovu vie kriterijuma.
Neki DSS pomau menaderima u efikasnijem pristupu informacijama

koje bi inae ostale nedostupne ili bi se vrlo teko do njih dolo; drugi sadre
eksplicitne modele koji obezbeuju strukturu za neku odreenu odluku. Neki
sistemi su primarni alat za individualni rad u procesu odluivanja pojedinca,
dok su neki konstruisani da podre komunikaciju izmeu ljudi iji rad mora
biti koordiniran tj. grupno odluivanje. Nadalje, DSS moe biti namenjen za
podrku odluivanju razliitim nivoima menadmenta operativnom, taktikom
ili stratekom. DSS mogu podravati malu grupu menadera koristei
pojedinane personalne kompjutere ili velike grupe menadera u umreenoj
server-klijent arhitekturi.
U okviru sistema za podrku odluivanju u novije vrijeme razvijeni su
razliiti koncepti, kao to su business intelligence, data mining, data
warehousing, knowledge menagement i OLAP.
Iako postoji vie mogunosti klasifikacije DSS-a ovde e biti data
kategorizacija koju je dao Power [73], prvenstveno iz razloga to proces
dizajniranja DSS-a u veini sluajeva zavisi od kategorije kojoj sistem pripada.
Tabela 6.2 - Kategorije sistema za podrku odluivanju
Kategorija
Karakteristika
Primer
Data-Driven
Koriste strukturirane
podatke
Data Warehouse
Model-Driven
Koriste modele
Rasporedi
Suggestion
Koriste pravila i relacije
Konsultacije
Group Support
Pomau komunikaciju i
usaglaavanje
Voenje sastanaka
Document-Driven
Koriste nestrukturirane
podatke
Web
Inter-Organizatonal
Podrka komintentima
Pristup kupaca
podacima
Function-Specific
Podrka specifinim
sistemima
Vazduhoplovni,
bankarski
Web-Based
Podrka svim DSS
Intranet
64
Powerova klasifikacija nije sveobuhvatna, ali kategorizuje veinu

poznatih DSS koji su u upotrebi.
DSS bazirani na podacima (Data-Driven DSS) stavljaju akcenat na
pristup i manipulisanje strukturiranim podacima u veoma velikim bazama (data
warehouse), koje sadre kako interne tako i eksterne podatke. Data warehouse
sistem omoguava efikasan pristup ovim podacima pomou kompjuterskih alata
prilagoenih specifinim zadacima kao i pomou optih alata koji obezbeuju
dodatnu funkcionalnost. Data-Driven DSS sa OLAP alatima poseduju veoma
visok stepen funkcionalnosti jer omoguavaju i efikasnu analizu velike
kolekcije istorijskih podataka.
DSS bazirani na modelima (Model-Driven DSS) predstavljaju sisteme
koji koriste finansijske, reprezentacione i optimizacione modele. Ovi sistemi
akcenat stavljaju na izgradnju i prouavanje modela. Kompleksne analize
bazirane na modelima mogue je izvriti pomou OLAP sistema (hibridnih DS
sistemima), koji objedinjuju modeliranje, pretraivanje velike koliine
podataka i mogunost sumiranja podataka. isto modelima orjentisani sistemi
koriste podatke i parametre obezbeene od strane donosioca odluke, ali oni
obino nisu intenzivno orjentisani na podatke.
Sugestivni DSS (Suggestion DSS) sadre data mining alate kao i
menadment ekspertne sisteme. Data mining alati pomau analitiarima
sugeriui veze koje postoje meu podacima. Data mining je, zapravo, proces
pretraivanja velike koliine podataka u cilju pronalaenja konteksnih veza
meu tim podacima. Menadment ekspertni sistem moe sugerisati ali i
pokrenuti izvravanje neke akcije za menadera. Sugestivni DSS se jo nazivaju
i DSS bazirani na znanju .
DSS bazirani na dokumentima (Document-Driven DSS) su usmereni na
pretraivanje i upravljanje nestrukturiranim podacima kao to su dokumenti i
web strane. Ovi sistemi predstavljaju skup razliitih tehnologija memorisanja i
procesiranja nestrukturiranih podataka, radi obezbeenja to efikasnije pretrage
i analize dokumenata. Na primer Web omoguava pristup ogromnim bazama
dokumenata ukljuujui i baze hipertekst dokumenata, slika, zvunih i video
animacija. Efikasna pretraga je glavni zadatak ovih sistema.
Grupni DSS (Group DSS, GDSS) je tip DS sistema koji podrazumevaju
mogunost komunikacije donosioca odluke tj. grupno odluivanje po principu
usaglaavanja. GDSS je potrebno kategorizovati kao specifini tip DS sistema
jer podrazumeva, upotrebu specijalnih informacionih tehnologija za
kolaborativni rad, kao to su sobe odluivanja, kompjuter sa displej
projektorom, ali i mogunost distribuiranog rada tj. dobar sistem komunikacija.
Inter-organizacioni DSS (Inter-Organizational DSS) predstavljaju
relativno novu kategoriju DS sistema. Internet obezbeuje komunikacione
linkove za razliite tipove inter-organizacionih sistema ukljuujui i DS

sisteme. Inter-organizacioni sistemi omoguavaju udaljenim korisnicima da
pristupe kompanijskom intranetu i ukoliko imaju autorizovanu privilegiju da
koriste odreene DSS servise.
Funkcionalno specifini DSS (Function-Specific DSS) predstavljaju
sisteme koji su specijalno dizajnirani da podre odreene poslovne funkcije ili
tipove poslovanja. Ovi sistemi se obino dizajniraju za jedan specifini zadatak
mada se po svojoj prirodi mogu svrstati u neku od glavnih kategorija DS
sistema, kao to su DSS zasnovani na podacima, modelima ili sugestivni DSS.
Web orjentisani DSS (Web-Based DSS) predstavljaju sisteme koji su
implementirani upotrebom web tehnologija. Oni omoguavaju menaderima i
poslovnim analitiarima upotrebu DSS alata koristei web browsere. Server
koji opsluuje DSS je povezan sa korisnikim kompjuterima mrenim TCP/IP
protokolom. Ovakvi DS sistemi omoguavaju velikoj grupi menadera da
koristei web browser-e u mrenom klijent-server okruenju donose
pojedinane ili grupne odluke kao i da pristupaju data warehouse-u kao delu
DSS arhitekture. Moe se rei da web tehnologije predstavljaju primarne alate
za razvoj Inter-organizacionih DSS.
6.3 KORISNIKI INTERFEJS

Adekvatan korisniki interfejs je vana komponenta bilo kog
aplikativnog programa, ali je posebno vaan za sisteme koji predstavljaju
podrku nosiocima odluivanja, to se iz prikaza sa slike 6.4 moe i videti.
66
U p r a v lja n je
p o d a c im a
U p r a v lja n je
z n a n je m
U p r a v lja n je
i n t e r f e js o m
S is t e m z a u p r a v lj a n je
k o r is n i ~ k i m i n t e r f e j s o m
P r e v o | e n je n a p r ir o d a n je z ik
T e r m in a l
U se r I n te rfa ce
S u b sist e m
K o r is n i k
Slika 6.4 Struktura korisnikog interfejsa
Prema brojnim istraivanjima znaaj korisnikog interfejsa u DSS-u se

ogleda u relativno lakom nainu rukovanja konkretnim programom za podrku
odluivanju. Kao posistem u okviru sistema za podrku odluivanju, prema21
korisniki interfejs se sastoji iz sistema za upravljanjem korisnikim
interfejsom, jedinice za prevoenje na prirodni jezik i terminala.
Korisniki interfejs (User Interface) predstavlja skup programskih
sredstava koja obezbeuju spregu korisnika sa sistemom. Jedna od najznaajnih
karakteristika korisnikog interfejsa ogleda se u unificiranosti njegovih
elemenata: menija, rukovanja perifernim ureajima, korienja standardnih
dijaloga, kontrola, pomo i dr. Ovakva unificiranost podrazumeva
standardizovan izgled prozora aplikativnih progarama, zatim nain korienja
pojedinih programskih servisa, kao i standardizaciju u terminologiji (nazivi
pojedinih opcija, odnosno podopcija unutar programskih menija su isti i kod
razliitih aplikacija). Sledei logiku unificiranosti elemenata interfejsa, korisnik
poznavajui neki od raunarskih programa, relativno lako moe koristiti i neki
drugi, novi program.
Pored unificiranosti, jedna od znaajnih karakteristika korisnikog
intefejsa ogleda se u jednostavnosti i intuitivnosti korienja aplikativnih
21
Turban, E., Aronson, E.J., Decision Support Systems and Intelligent Systems, 5th Edition,
Prentice-Hall, 1998.
programa.
Korisniki interfejs, dakle, predstavlja skup menija, komandi, ikona,
grafikih i drugih prikaza koje obuhvata program, a koji omoguavaju korisniku
da komunicira i koristi program. Grafiki korisniki interfejs (GUI Grphical
User Interface) omoguava korisniku da na manje-vie slikovit nain
komunicira sa odreenim programom. Lak je za uenje, razumevanje i
korienje. Takoe, korisniki interfejs upuuje na hardver i softver koji
ostvaruju komunikaciju izmeu korisnika DSS-a i raunara. Koriniki interfejs
obuhvata odgovore, a i razmenu grafikih, zvunih i drugih poruka.
U [73], se navode etiri osnovna stila korisnikog interfejsa: interjfes
komandne linije, meni interfejs, grafiki interfejs, interfejs pitanja-odgovori.
Interfejs komandne linije spada u najstarije stilove upravljanja
kompjuterom. Stil komandne linije zahteva od korisnika da unese odgovarajuu
komandu, govorei na taj nain sistemu ta sledee treba da se uradi. Korisnik
treba da zna sve dostupne komande, kao i da ih primeni u odgovarajuem
formatu. Komandni interfejs je veoma teak za uenje. Veina ljudi nikada ne
naui kompletan skup komandi ve samo jedan mali dio. Zato je upotreba
komandi jako esto podlona grekama.
Meni interfejs podrazumeva da korisnik bira iz liste ponuenih opcija
(menija) onu koja e izvriti odreeni zadatak. Korisnik pravi izbor koristei
neki ulazni ureaj za upravljanje ili unosom broja pored odgovarajue opcije.
Meni je obino hijerarhijski strukturiran, poevi od glavnog menija pa sve do
podmenija. Upotreba menija kod sloenih zadataka analize moe biti veoma
teka, jer takve situacije zahtevaju izbor velikog broja razliitih opcija, to za
korisnika znai stalno vraanje naprednazad u pretraivanju menija. Rad sa
menijima je u svakom sluaju napredniji od komandnog interfejsa jer korisnik
ne mora pamtiti komande ve mu se one nude kao gotove u vidu hijerarhijske
strukture.
Grafiki interfejs (GUI) je sistem gde korisnik ima direktnu kontrolu
nad vizuelnim objektima. Umesto da pamti komande ili stalno pretrauje po
menijima, kod grafike interakcije, korisnik izborom odgovarajueg objekta na
ekranu inicira neku konkretnu akciju. Osnovni elementi GUI-a su prozori,
ikonice, padajui meniji i dijalozi. U okviru ovog interfejsa se mogu koristiti
multimedijalne i hipermedijalne tehnologije. U multimedijalne objekte spadaju
grafiki materijali, audio i muzike digitalizacije. Hipermedija obuhvata
dokumenta koji sadre linkove na razliite tipove medija.
Interfejs po principu pitanje-odgovor. Interakcija kod ovog stila
zapoinje tako to kompjuter postavlja korisniku pitanje. Korisnik odgovara
propisanom frazom ili sentencom. Na taj nain se uspostavlja dijalog izmeu
korisnika i kompjutera. Komjutersko pitanje je funkcija koja potrauje odgovor
od korisnika, a zatim izvrava odgovarajuu akciju. Meutim, osnovno
68
ogranienje ove komunikacije je to to kompjuter ne razume neformalne tj.

nestrukturirane odgovore. Programer naime mora predvideti i strukturirati sve
mogue korisnikove odgovore. Imajui u vidu potrebu prilagoavanja i
reavanje ad hoc situacija, ovaj stil se kod DSS sistema vrlo retko koristi.
Trodimenzionalni (3-D) interfejs ili interfejs virtuelne stvarnosti
predstavlja novi tip interfejsa koji podrazumeva interakciju sa kompjuterom u
3-D okruenju pomou pozicionog senzora. Korisnik se moe kretati
prostorom, pomerati objekte i uopte menjati tu sredinu. Trodimenzionalni
interfejs e se pojaviti i u buduim DSS sistemima.
Pri razvoju nekog programa posebna panja se posveuje upravo
korisnikom interfejsu, u tom cilju razvijene su brojne tehnike za kreiranje
korisnikog interfejsa. Sredite panje je na tome kako ekran treba da izgleda i
na koji nain treba da funkcionie. Kreiranje korisnikog interfejsa
podrazumeva adekvatan raspored komandi sa ciljem da se u to je mogue
veoj meri olaka korienje. Iz tih razloga u kreiranju korisnikog interfejsa
pored programera treba da aktivno uestvuju i krajnji korisnici donosioci
odluka.
Sprague i Carlson [86] su razvili ROMC (Representations Operations

Memory Control) pristup kreiranju korisnikog interfejsa DSS-a koji
podrazumeva etiri celine23:
1. Prikaze za prenos informacija do korisnika
2. Operacije za rad sa podacima koji su predstavljeni u obliku prikaza;
3. Memorijska pomona sredstva
4. Kontrolna pomona sredstva
ROMC pristup podrazumeva nezavistan pristup za indentifikovanje
mogunosti DSS-a. Predstavlja osnovu za kreiranje korisnikog interfejsa u
DSS-u.
U DSS-u aktivnosti procesa odluivanja se deavaju u kontekstu prikaza
informacija sadranih u aktivnostima. Prikaz moe biti dat u obliku ikone,
tabele, mape, tekstualnog dokumenta, slike, grafikog prikaza, brojeva, formula
i sl. Prikazi omoguavaju korisnicima da interpretiraju informacije, kao i da
23
Power, D. J., Decision Support Systems: Concepts and Resources, Cedar Falls, IA: DSS
Resources.com, pre-publication .pdf version, 2000., accessed on (todays date) at URL
http://dssresources.com/dssbook/
izaberu odgovarujue operacije. Na primer, izabrana taka na grafikonu moe

biti povezana sa vrednou podatka, dokumentom ili bazom podataka. Izbor
odgovarjuih prikaza preputen je kornicima donosiocima odluke.
Operacije su specifini zadaci koje donosilac odluke moe da izvede sa
konkretnim DSS-om. DSS moe imati operatere za prikupljanje i auriranje
podataka, generisanje alternativa, kreiranje izvetaja. Jedna ista operacija moe
biti primenjena na vie aktivnosti, pri emu redosled operacije obino nije
prethodno naznaen. Donosioci odluke utvruju nain na koji e koristiti
operacije DSS preko korisnikog interfejsa, na primer, pomou menija, ikona
ili odgovarajuih komandi.
Memorijska pomona sredstva podrazumevaju nekoliko tipova sredstava
koji bi pomogli korienje prikaza i operacija. Simbolina veza sa skladitem
podataka (data warehouse) je memorijsko pomono sredstvo za definisanje
polaznih podataka. Triggers (pravila) podseaju korisnika nosioca
odluivanja da odreene operacije treba da budu izvedene, automatskim
pozivanjem na odreenu operaciju ili upuivanjem korisnika da se pozove na
operaciju. Korisniki filtri mogu olakati operacije DSS pamenjem poetnih
greaka i uinjenih propusta. Komandne sekvence mogu DSS uiniti lakim za
rukovanje, ponitavanjem, odnosno ponavljanjem preduzetih radnji. Na
donosiocima odluke, kao krajnjim korisnicima je da utvrde potrebe za
odreenim tipom memorijskih pomonih sredstava, kao i nain na koji e
podsetnici biti prikazani.
Kontrolna pomona sredstva su zamiljena da pomognu donosiocu
odluke da koristi prikaze, operacije i pomona memorijska sredstva. Jedan tip
kontrolnog pomonog sredstva usmeren je na standardne konvencije za
komunikaciju korisnika sa sistemom, koje su sprovedene putem prikaza i
operacija. Ovaj tip pomonih sredstava prikazuje menije ili ikone za izvoenje
odreenih operacija.
6.4 TIPOVI KORISNIKA

Ispitivanjem korisnikog interfejsa bavi se posebna podrgupa oblasti
interakcije ovek-kompjuter (HCI Human-Computer Ineraction) koja je
usmerena na prouavanje ljudi, kompjuterske tehnologije i naine na koje jedni
utiu na druge.
Mnogi korisnici DSS-a imaju ogranieno znanje o raunarima. Veina
ovih nedovoljno strunih korisnika nije spremna da naui jezik koji koriste
programeri ili tehniki osposobljeni korisnici. Prema Benett-u, za korisnika
izgled odgovarajueg korinikog interfejsa je jedan od preduslova u
70
sprovoenju postupka odluivanja primenom odgovarajuih programskih

reenja.
Pri kreiranju korisnikog interfejsa DSS-a jedna od bitnih stavki je
definisanje krajnjeg korisnika donosioca odluke. Prema Shneiderman-u24
poznavati korisnika je vaan princip u kreiranju bilo kog aspekta sistema.
Neki autori istiu, da se ne poklanja dovoljno panje odnosu izmeu struktura
korisnikovog znanja i nivoa podrke odluivanju i pored toga to je definisanje
korisnika aktivna oblast istraivanja u psihologiji, nauci o odluivanju i
vetakoj inteligenciji. Razvojem informacione tehnologije, odnosno razvojem
vizuelnih interaktivnih sistema ovim pitanjima se posveuje sve vie panje25.
Prema istraivanjima nekih od autora mogu se izdvojiti tri kategorije
korisnika ovih sistema, i to [41]:
- korisnik - analitiar;
- korisnik on-line u procesu odluivanja, i
- korisnik uradi sam (D.I.Y).
Analitiar je neko koga, donosioci odluke angauju po osnovu njegove
strunosti u poznavanju tehnika i programa koji e se koristiti. Problem
odluivanja se moe reavati na konferenciji o odluivanju. Obino se angauje
vie od jednog analitiara u voenju konferencije o odluivanju ili radionice,
pri emu se deli odgovornost u odnosu na menadment sadraja za tehniku
podrku. Analitiar ima potpunu kontrolu nad programom radei kao posrednik
izmeu sistema za podrku odluivanju i krajnjeg korisnika donosioca odluke.
Na taj nain je odgovoran za kompjutersko predstavljanje viekriterijumskog
modela, unoenje prosuivanja dobijenih od donosilaca odluke, voenje analize
donosilaca odluke, da istrae mogua reenja, razliite scenarije i sl.
Korisnik on-line u procesu odluivanja samostalno koristi program, uz
obezbeeni ineraktivan rad od strane sistema. Priroda i stepen interakcije DSSa i donosioca odluke varira s obzirom na usvojeni viekriterijski pristup i nain
rada samog sistema za podrku odluivanju. Korisnik u ovoj situaciji preko
odreenih pomonih sredstava reava tehnike ili praktine probleme sa kojima
se sree u procesu odluivanja, to znai da se ne treba pouzdati samo na sistem
kad je podrka u pitanju. Meutim, ako je grupa onih koji odluuju velika moe
se desiti da demostrator ne moe da obezbedi adekvatnu podrku svakom.
Tip D.I.Y. korisnik podrazumeva onog korisnika koji koristi sistem na
bazi "jedan prema jedan". Ovaj tip korisnika moe biti upoznat sa pristupom
modelovanja ili programom, pri emu se oslanja samo na pomo sistema poto
mu je pomo spolja nedostupna. Dalje, poto nije poznata strunost ili
24
Shneiderman, B., Designing the User Interface: Strategies for Effective Human-Computer
Interaction, Reading, MA: addison-Wesley, 1992.
25
Hodgkin, J.,Belton, V., Facilitators, decion makers, D.I.Y. uers: Is intelligent multicriteria
decisin support for all feasible or desirable?, EJOR, 1999.
sposobnost korisnika, ne zna se koliko i tano koja vrsta pomoi se zahteva.

Takav korisnik moe biti jedna osoba koja odluuje ili grupa onih koji se bave
svojim sopstvenim problemom ili to moe biti osoba koja ui da koristi sistem.
Identifikovanje moguih tipova korisnika donosioca odluke sistema za
podrku viekriterijumskom odluivanju, odnosno identifikovanje njihovih
potreba u procesu odluivanja primenom odgovarajuih programskih reenja
potrebno je vriti kako bi programsko reenje u to veoj meri moglo da
odgovori konkretnim potrebama primene.
6.5. PREDNOSTI KORIENJA DSS-a

Ukljuivanjem sistema za podrku odluivanju u proces odluivanja
moe se uticati na poveanje efikasnosti ovog procesa, tako Alter u [73], navodi
sledee prednosti korienja sistema za podrku odluivanju:
1. Poveanje pojedinane efikasnosti donosioca odluka u smislu
boljeg upravljanja podacima i skraivanja vremena potrebnog za
izvrenje zadatka. Rezultat automatske podrke odluivanju je
poveanje konzistentnosti i tanosti doneene odluke, kao i uteda
vremena.
2. Ekspeditivnost u reavanju problema. DS sistemi zasnovani na
podacima omoguavaju brze preokrete u pretraivanju informacija
relevantnih za donoenje odluke, obezbeuju konzistentnost i tanost
tj. obezbeuju napredniji nain sagledavanja i reavanja problema.
DSS korisnici mogu neposredno dobiti odgovore na nerutinska pitanja
i sagledati vie alternativa istovremeno. Sugestivni DSS mogu
smanjiti broj mogunosti ukazujui na one prave. DSS zasnovani na
modelima omoguavaju menaderima tzv. ta-ako analize kao i
modifikovanje sopstvenih predpostavki i scenarija u finansijskom
planiranju. Grupni DSS reduciraju duinu feedback petlji i potrebe
redo analize i omoguavaju bre reavanje problema.
3. Olakavaju meusobne komunikacije. DSS korisnike obezbeuju
alatima za bolje razumevanje problema na kom se bazira neka analiza,
kao i renikom za diskusiju u procesu odluivanja.
4. Promoviu uenje i vebanje. DSS sistemi omoguavaju bolje
faktiko razumevanje procesa poslovanja i okruenja u kom se odluke
donose. Neki DSS sadre, alate za vebanje i uenje za nove
zaposlene. Sugestivni DSS i ekpertni sistemi redukuju ekspertize koje
su nune od eksperata, i pomau dobijanje ekspertiza koje moda ne
bi mogle biti otkrivene ni od strane eksperata.
72
5. Pojaavaju kontrolu u organizaciji. DSS obezbeuju sumarne

podatke za kontrolu organizacije. Sumarni podaci se posmatraju,
pamte i analiziraju. Menaderi moraju biti veoma paljivi prilikom
prikupljanja podataka relevantnih za kontrolu kao i prilikom njihove
kasnije upotrebe u kontroli organizacije.
I pored svih nabrojanih prednosti DS sistemi mogu izazvati i negativne
posledice u odreenim situacijama. Tako npr. poveanje stepena kontrole moe
postati kontraproduktivno ukoliko se pojedinci (na rukovodeim mestima) osete
ugroenim od upotrebe DS sistema.
6.6. SISTEMI ZA PODRKU GRUPNOM ODLUIVANJU

Sistem za podrku grupnom odluivanju je takoe kao i DSS interaktivni
raunarski sistem koji posebnim komunikacijskim sredstvima (npr.
videokonferencija, komunikacija raunarima putem kompjuterskih mrea
lociranih na razliitim mestima itd.), omoguava podrku donoenja odluka od
strane grupe menadera.
Primena informacionih tehnologija u cilju unapreivanja komunikacije i
procesa odluivanja u grupama menadera podrazumeva uvoenje raunarskih
mrea nastalih kombinacijom raunara i telekomunikacija na lokalnom i
globalnom nivou, daljinskog i mobilnog raunarstva, beine komunikacije,
elektronske pote, video-telekonferencija, multimedija, virtuelne realnosti, kao i
sistema oglasnih elektronskih tabli.
Informacione tehnologije omoguavaju korisnicima da u bilo koje vreme,
sa bilo kog mesta, preko globalno rasprostranjenih komunikacionih mrea,
momentalno koriste informacije preko brzih komunikacionih veza, ravnih
panelnih displeja i globalnih baza podataka. Pomou tehnologije
videokonferencije omoguena je lina prisutnost u bilo kom delu sveta i u bilo
koje vreme, ali bez fizike prisutnosti. Komunikacija meu ljudima na
udaljenim stranama sveta, uz pomo raunara, telefona i hardverskih dodataka
danas se ostvaruje interaktivno, a i slanje pote i rukovanje novcem, preuzeo je
raunar, preko sistema elektronske pote i elktronskog protoka novca.
Sistemi za podrku grupnom odluivanju - GDSS (Group Decision
Support System), kao posebna kategorija DSS, predstavljaju interaktivne,
raunarski bazirane sisteme koji omoguavaju nalaenje reenja
polustrukturiranih i nestrukturiranih problema od strane menadera ukljuenih
u proces grupnog donoenja odluka. Osnovne komponente grupnog sistema za
podrku odluivanju su: hardver, softver, ljudi i procedure (Slika 6.5). Svaki
lan grupe mora imati pristup procesoru mikroraunara i ekranu za
informisanje, pa je zato minimalna hardverska konfiguracija takvog sistema:
ulazno-izlazni ureaj, procesor i ekran (zajedniki ili pojedinani) za prikaz
informacija relevantnih za grupu.
Slika 6.5 - Model GDSS [25]
Softver svakog GDSS mora imati sledee komponente: bazu podataka,

bazu modela, specijalne aplikativne programe koji se koriste od strane grupe i
jednostavan i fleksibilan korisniki interfejs. Softver mora imati pakete za
podrku pojedincu, grupi, procesu i specifinim zadacima, a svakom pojedincu
treba da obezbedi privatnost u radu. Pored klasinih osobina za podrku
pojedincu softver mora obezbediti numeriko i grafiko sumiranje ideja i
glasanja lanova grupe, kao i programe za raunanje teine za pojedine
alternative odluivanja, anonimno uvanje ideja, formalni izbor lidera itd.
Svaka grupa mora imati koordinatora grupe (lidera) koji treba da
obezbedi harmonian rad. Procedure kod GDSS moraju obezbediti lako
odvijanje operacija i efektivno korienje tehnologije od strane lanova grupe.
Ove procedure se odnose uglavnom na operacije hardvera i softvera, a mogu
ukljuiti i pravila verbalnih diskusija i sline elemente.
Sistem za podrku grupnom odluivanju mora imati mogunosti za
odravanje verbalne interakcije meu donosiocima odluka i sa sistemom, jer e
od toga zavisiti delotvornost pristupa, razmene i korienja informacija koje se
analiziraju. Prema tome osnovna karakteristika sistema za podrku grupnom
odluivanju je omoguavanje menaderima zajedniki rad i odluivanje u grupi
bez obzira na prostor, vreme ili mesto gde se nalaze lanovi grupe. Sisteme
74
razvijaju informatiki eksperti, koji su vrlo esto prisutni i prilikom njihovog

izvoenja kao tehnika podrka.
TEHNOLOGIJA VIDEOKONFERENCIJE
Videokonferencija predstavlja interaktivnu komunikaciju u realnom
vremenu, dva ili vie uesnika koji se nalaze na razliitim lokacijama, a za
komunikaciju koriste kombinaciju video, audio i tehnologiju komunikacije.
Sutina videokonferencija je komunikacija, dok hardver i softver predstavljaju
samo alate za videokonferenciju.
Uesnicima videokonferencije se prua mogunost vizuelnog kontakta,
iako su dislocirani. Videokonferencija predstavlja idealno reenje u sluajevima
kada je vana originalna prezentacija informacija (mimika, pokreti, gestovi,
visina glasa, odsenost u govoru, itd.) uesnicima koji se nalaze na razliitim
lokacijama.
Izbor odgovarajueg softverskog alata vri se na osnovu programa rada i
ciljeva sastanka. On omoguava:
- podrku razliitih aktivnosti grupnog odluivanja;
- odgovarajui stepen podrke potreban za rad grupe;
- razliite kombinacije komunikacija u cilju zadovoljenja zahteva koje
namee konkretan zadatak.
Savremeni softverski paketi osim to omoguavaju vizuelnu i zvunu
komunikaciju uesnika u konferenciji obezbeuju i neposrednu interaktivnu
tekstualnu komunikaciju, kao podrku za zajedniko crtanje na tzv. belim
tablama (whiteboard).
Kompjuterski podran kolaborativni rad CSCW (Computer Supported
Collaborative Work) obezbeuje aplikacije za radne grupe koje zahtevaju
viekorisniki pristup i kontrolu i koordinaciju aktivnosti svih korisnika.
Osnovni cilj CSCW-a je da obezbedi kolaborativno okruenje koje je strogo
orijentisano ka operacijama stvarnih radnih grupa, u oblicima imitiranja
sastanaka radnih grupa i svesnosti audiovizuelne komunikacije.
Desktop videoconferencing
Sistemi videokonferencije se razlikuju u obliku, veliini, boji i najvanije
u ceni. Najjednostavnije reenje videokonferencije je Desktop
videokonferencije (DTVC) koji predstavlja kombinaciju personalnih raunara
sa audio, vizuelnom i komunikacionom tehnologijom, sa ciljem da omogui
interakciju u realnom vremenu sa raunarom i interakciju izmeu grupe ljudi sa
razliitih lokacija. DTVC obino izgleda kao desktop komjuter, povezan kroz
CODEC ureaj sa minijaturnom videokamerom. Postoje ve gotovi paketi
DTVC sistema, kod kojih su kamera i mikrofon ugraeni unutar monitora, a

videoadapteri integrisani u sitemsku matinu plou.
Postoje dva tipa DTVC (slika 6.6):
- point to point
- multipoint
Osnovni tip videokonferencije je point-to-point, koji podrazumeva
konekciju izmeu dve lokacije, odnosno dva uesnika. Meutim, uz
posedovanje "multipoint" mosta mogue je ostvariti komunikaciju nekoliko
uesnika istovremeno. U tom sluaju svaki uesnik ostvaruje konekciju sa
mostom, koji upravlja itavom konferencijom. Multipoint most moe reagovati
na ljuski glas - tj. svaki uesnik se automatski uje i vidi od strane drugih
uesnika im pone da pria ili jedan od uesnika ima ulogu predsedavajueg i
daje mogunost da se drugi uesnici vide i uju.
Slika 6.6 - Tipovi DTVC-a
Tehnologija komunikacija
Tehnologija videokonferencije omoguava interaktivnu vizuelnu i
zvunu komunikaciju uesnika. Da bi se ostvarila ova komunikacija neophodna
je odgovarajua mrea za transfer zvunih i video zapisa. Zbog nedovoljne
irine propusnog opsega, postojee mree uglavnom nisu pogodne za
distribuciju digitalnih informacija. Koliina podataka koju je potrebno poslati
kao digitalni zapis u jedinici vremena je daleko vea nego u klasinoj analognoj
distribuciji. Zbog toga se za transfer digitalnih zapisa koriste digitalne mree
koje svojim protokolima i kontrolama na greku obezbeuju prijem originalno
poslate informacije bez unetog uma ili izoblienja.
U tom smislu ISDN preuzima ulogu univerzalne mree za prenos svih
76
vrsta podataka u digitalnom obliku, koja ukljuuje mnoge postojee standarde i

tehnologije i prua mogunost univerzalnog povezivanja u digitalnom obliku.
ISDN (Integrated Services Digital Network) je izuzetno brza, irokog
spektra alternativa, telefonska linija za transfer podataka. ISDN se posebno
koristi za DTVC sisteme koji zahtevaju iroku talasnu duinu za transfer video i
audio signala.
Proces prenosa audio i video signala pomou ISDN-a bie prikazan na
slici 6.7, [65].
ISDN obezbeuje:
- irinu opsega - zbog mnogo vee koliine podataka u jedinici vremena
potreban je mnogo vei frekventni opseg kroz koji se formira objekat;
- viekorisniki rad - signali se kreu od jednog izvora ka vie odredita
koja se mogu menjati;
- rad u realnom vremenu - omoguava individualno prilagoavanje
aplikacije zahtevima korisnika i sinhronizaciju sa drugim zvunim i
video signalima;
- pouzdanost zapisa - pitanje kvaliteta reprodukcije zapisa;
- kvalitet usluga - razliiti servisi imaju razliite zahteve prema mrei:
videokonferencija ima glavni zahtev za to bri prenos podataka.
Veliki znaaj u komunikacijama predstavljaju meunarodni standardi za
prenos glasa, video signala i digitalizovanog glasa putem telefonskih mrea.
Zbog potrebe velikog kapaciteta prenosa potrebno je vriti kompresiju
audio i video signala prilikom prenosa.
Veliki kapacitet prenosa je potreban zbog pomeranja slika koje sadre
ogromnu koliinu informacija. Tako npr. jedna sekunda slike zauzima prostor
priblian onome koji zauzima 5000 strana kucanog teksta, to je veoma mnogo
za prenos i digitalnom telefonskom linijom.

A n a lo g n i u la z
u CO D EC
KA M ERA
M ik r o fo n
C o n tro l
Panel
A n a lo g n i iz la z
iz C O D E C -a
M O N IT O R
Z v u ~n ic i
P r e t v a r a n je
a n a lo g n ih u
d ig it a ln e s ig n a le
P r e t v a r a n je
d ig it a ln ih u
a n a lo g n e s ig n a le
K o m p r e s ija
D e k o m p r e s i ja
K o d ir a n j e
D e k o d ir a n je
D e l je n j e u d v a
s in h r o n iz o v a n a t o k a
R o m b in a c ija
u je d a n t o k
D i g it a l n i o u t p u t 1 2 8 k b / s
i in p u t 1 2 8 k b /s
2 x 6 4 k b /s fu ll d u p le x
( 1 2 8 k b /s )
K o n v e r t ir a p o d a t k e
u I S D N p r o t o k o le
T e r m in a l
a d a p te r
k o r is n i~k i s a jt
J e d in ic a z a m r e ` n o
t e r m in ir a n je
T e r m in a l
a d a p te r
sa jt t e le k o m a
NT1
Slika 6.7 - Proces prenosa audio i video signala pomou ISDN
78
Postoji nekoliko opteprihvaenih meunarodnih standarda

kompresiju, pri emu je svaki za razliite primene:
- JPEG (Joint Photograpfic Experts Group)
- ITU - T (International Telekommunications Union Telekommunications Standards Sector)
- MPEG - 1 (Motion Picture Experts Group type 1)
- CODECS (Compression DECompression componentS).
za
CODECS predstavljaju standarde videokonferencije koji objanjavaju do

detalja kompresiju i prenos podataka, koristei poslednja dostignua u
tehnologiji. Na ovaj nain se postie zadovoljavajui kvalitet proizvoda
potrebnih za videokonferenciju.
PRIMENA TEHNOLOGIJE VIDEOKONFERENCIJE

Primenom sistema videokonferencije u poslovanju preduzea menja se
dosadanji nain obavljanja poslova. Videokonferencija je nala svoju primenu
i u industriji, obrazovanju, zdravstvu, razliitim institucijama i sl. Tako na pr.:
- u industrijskim preduzeima primena videokonferencije, izmeu
ostalog, doprinosi realizaciji projekta u planiranom vremenu
(rukovodilac projekta moe koordinirati istovremeno vie projektnih
slubi, koje se nalaze na razliitim lokacijama);
- u obrazovanju videokonferencije omoguavaju realizaciju predavanja
najeminentnijih univerzitetskih profesora, bez obzira na njihovu fiziku
udaljenost i nemogunost njihovog linog prisustvovanja;
- u zdravstvu primena videokonferencije omoguava, izmeu ostalog,
bolje pruanje usluga pacijentima od strane zdravstvenih radnika.
Primena tehnologije videokonferencije u poslovanju preduzea nije
statian proces, ciljevi se moraju stalno proveravati i meriti. Razlozi koji
opredeljuju korienje sistema videokonferencije u poslovanju preduzea mogu
se posmatrati i sa kvalitativnog i sa kvantitativnog aspekta. Znaaj primene
tehnologije videokonferencije ogleda se i u sledeem:
- poveanje produktivnosti i pouzdanosti izmeu viestrukih sajtova;
- sniavanje putnih trokova;
- ostvarivanje profita.
J. Mitchell [65] istie da postoji hijerarhija upotrebe videokonferencije,
koja podrazumeva sledeih sedam nivoa:
1. nivo - videokonferencija kao mehanizam korporativne komunikacije
2.
3.
4.
5.
nivo - videokonferencija kao strategija utede novca

nivo - videokonferencija za produktivnost zaposlenih
nivo - videokonferencija za kolaborativni rad
nivo - videokonferencija za pruanje usluga kojima su dodate
vrednosti
6. nivo - videokonferencija da zadovolji najbolju svetsku tranju
7. nivo - videokonferencija za postizanje znaajnih prednosti.
Na osnovnom nivou videokonferencija se koristi kao korporativni
mehanizam za komuniciranje i utedu na putovanjima. Na viem nivou
videokonferencija se koristi za ostvarivanje prednosti preduzea u odnosu na
druga. Rezultati pokazuju da je primena tehnologije videokonferencije u veini
preduzea na nekom od prva tri nivoa, a evidentna je injenica da se poslovanje
moe poboljati samo kada organizacije ostvaruju vii nivo upotrebe ovog
medijuma. Uoeno je vie razloga zato korisnici videokonferencije koriste
samo medijume na niem nivou, ukljuujui injenicu da je tehnologija
videokonferencije uvedena u poslovanje u ranim devedesetim godinama, kao
podrka najviem rukovodstvu. Neki od tih razloga su sledei:
- preduzea esto postavljaju suvie nisko svoje ciljeve vezane za
videokonferenciju, zadovoljavajui se pri tom da je ovo komunikacijski
mehanizam za sastanke i prezentacije;
- tehnologija videokonferencije jo uvek nije zauzela svoje pravo mesto
u poslovanju, odnosno jo uvek se ne koristi kao poslovni alat, kao to
je sluaj sa telefonom, telefaksom ili e-mailom;
Prednosti primene videokonferencije

Dosadanja iskustva i istraivanja ukazuju na brojne prednosti koje se
postiu primenom tehnologije videokonferencije u grupnom donoenju odluka.
Primenom tehnologije videokonferencije mogu se reiti brojni teorijski i
praktini problemi prisutni u organizovanju klasinih sastanaka na kojima se
donose strateke odluke, imajui u vidu uee velikog broj menadera u radu
grupa.
Veliina grupe menadera koji uestvuju u donoenju odluka, predstvlja
polemino pitanje. Neka iskustva ukazuju na to da je broj od 14 do 30 uesnika
u grupi prihvatljiv sa aspekta efektivnosti i rfikasnosti, a i rad predstvlja
zadovoljstvo za uesnike u procesu donoenja odluka.
Divergentne aktivnosti kao to su prepoznavanje i ispitivanje kljunih
problema, ili generisanje ideja, koriste primarno elektronsku komunikaciju,
zbog toga to je njihov cilj brzo prikupljanje veeg broja ideja, informacija i
miljenja. Za aktivnosti koje zahtevaju konvergentnu komunikaciju, kao to su
dobijanje konsezusa i organizovanje ideja, a gde je cilj reavanje viestrukih i
obino konfliktnih gledita, koristi se verbalna komunikacija i dodatno
80
pojanjavanje stavova. Poveremeno, lanovi grupe komuniciraju iskljuivo

verbalno, a koriste elektronsku konferenciju kao elektronsku tablu za
zapisivanje i strukturiranje izgovorenog verbalnog inputa. Prema tome, ema
primene komunikacionih kanala je u funkciji ciljeva sastanaka, programa rada i
primenjenog softvera.
Kao jedna od prednosti videokonferencije izdvaja se i ravnopravnost
uesnika. Ogleda se u poveanom ueu pojedinaca ukljuujui tu i pristup
podacima, sakupljanje, sintezu i prezentiranje.
Svi uesnici imaju jednake mogunosti za unoenje inputa u bilo koje
vreme, tokom elektronske komunikacije, pri emu je bilo kom pojedincu
onemogueno da ogranii doprinos ostalih ili da dominira diskusijom.
Tokom videokonferencije grupe menadera su orjentisane na zadatak i
interakcija varira u zavisnosti od softverskih alata koji se koriste i od ciljeva
sastanka. ime se svode na minimum nepovoljni efekti vezani za
razvodnjavanje, pad koncentarcije i panju.
Ogranienja u primeni videokonferencije

Mnoge svetske kompanije koje ele da ostvare konkuretsku prednost i
kojima su trenutne, aktuelne informacije neophodne za uspeno poslovanje,
koriste prednosti savremenih informacionih tehnologija, odnosno investiraju
milione dolara u sisteme videokonferencije. Meutim, samo investiranje u ove
sisteme nije dovoljno ve zaposleni moraju posedovati odgovarajua znanja,
odnosno moraju znati zato, kada i kako da koriste sisteme videokonferencije.
Istraivanja su pokazala da se u veini kompanija u kojima je instaliran i
uveden sistem videokonferencije, isti ne koristi od strane zaposlenih. Razlozi ne
korienja se pre svega odnose na to da zaposleni nisu upoznati sa svim
mogunostima videokonferencije, zatim da ne poseduju odgovarajua znanja iz
ove oblasti, kao i da se teko odluuju da promene dosadanji nain poslovanja.
Neki od razloga su uoeni prilikom istraivanja iji je cilj bio da se
utvrdi kakav je odnos velikih kompanija prema tehnologiji videokonferencije
[68]. Istraivanje je sprovedeno u sedam velikih vedskih kompanija:
"Electrolux", Ericsson", "Skandia", "Swedish Post", "Swedish Railways", "The
Swedish Parliament", "Telia". Ovom prilikom izdvojeno je oko 30 preporuka
koje mogu uticati na uspenost primene tehnologije videokonferencije u
preduzeu (Zato, kada i kako je koristiti?). Neke od tih preporuka su:
- uvoenje pravila sastanaka;
- informisanje zaposlenih o videokonferencijama;
- ocenivanje zadovoljstva korisnika;
- prouavanje fizikih sastanaka;
- isticanje korporativne startegije i sl.
PRIMERI OPREMLJENOSTI PROSTORA ZA REALIZACIJU

VIDEOKONFERENCIJE
Jedan od preduslova za realizaciju videokonferencije je adekvatno
opremljena prostorija za videokonferenciju. Veina prostorija za
videokonferenciju projektovana je tako da moe da se koristi i za tradicionalne
sastanke i kao okruenje za kolaborativne sastanke, podrano savremenim
softverskim reenjima.
Adekvatno opremljena prostorija za videokonferenciju podrazumeva:
- dovoljan broj mesta za sve uesnike sastanka,
- odgovarajui nametaj za timski rad sa kliznim i pokrivenim
tastaturama i LCD monitorima sa pivot poklopcima,
- kolaborativne softverske aplikacije,
- elektronske i standardne "bele ploe"("white board"),
- mobilne kompjuterske sisteme,
- dualne projektore velikih ekrana,
- audiokonferenciju,
- pristup Web-u sa svih strana stola,
- jednostavne sisteme kontrole radi olakavanja svih aktivnosti i dr.
Neka od moguih reenja opremanja prostora za videokonferenciju bie
prikazana u nastavku.
Centar za strateko planiranje - Ovaj prostor je projektovan i realizovan
od strane VSE, ime je za 30% povean broj radnih stanica, bez poveanja
povrine prostorije. Fleksibilnost ovog okruenja omoguavaju korisniki
orjentisane VSE TPP radne stanice, mreni sistem kablova i mobilnih CPU.
Ovo okruenje ukljuuje audiokonferenciju, pristup Web-u sa svih strana stola,
projekcije sa dualnim ekranima, automatizovan sistem kontrole za sve funkcije
u prostoriji, kao i elektronsku i standardnu "white board".
82
Slika 6.8 - Centar za strateko planiranje
Centar za nezavisnu verifikaciju i validnost (IV&I Center) - Ovaj centar

je otvoren od strane Poreske uprave u Vaingtonu. Sadri osobine VSE Timske
Platforme, kombinuje tehnologiju i napredne tehnike radi poveavanja
inovativnosti i efikasnosti odluivanja. Ovaj sistem sadri kolaborativne
softverske aplikacije, elektronske i standardne "bele ploe", mobilne
kompjuterske sisteme, dualne projektore velikog ekrana i jednostavne sisteme
kontrole radi olakavanja svih aktivnosti. GDSS obezbeuje da se rad ove
slube zaista unapredi kroz efktivnu upotrebu ovog IV&I Centra.
Slika 6.9 - Centar za nezavisnu verifikaciju i validnost
6.7. DSS KAO INTEGRATOR INFORMATIKIH I

UPRAVLJAKIH PROCESA
Jedan od pravaca razvoja DSS jeste i pribliavanje i integracija dva,
doskora odvojena trenda obrade podataka (data processing), koja je proizvela
kritinu masu znanja o upravljanju podacima, i upravljake nauke (management
science), koja je proizvela kritinu masu znanja o modeliranju. Spajanjem ta
dva trenda nastaju dva osnovna resursa sa kojima donosilac odluke ostvaruje
dijalog u procesu odluivanja.
Ovi elementi: podaci, modeliranje i interakcija (dijalog), ine zapravo
paradigmu dijalog-podaci-model, koja je osnova DSS.
Razvoj obrade podataka, poslednjih decenija, tekao je od bazinih obrada
do upitnih jezika.
Manjim ili veim koracima, razvijalo se i modeliranje.
Ono to je ve sada vidljivo i izvesno, to je konvergencija ovih evolucija.

Ranije brojne diskusije o "podacima orijentisanim DSS" nasuprot "modelima
orijentisanim DSS" postae bespredmetne DSS e predstavljati potreban
balans izmeu ovih trendova.
Na razvojnom putu oba trenda nalazi se vetaka inteligencija
koriena kao sredstvo za organizaciju i upravljanje bazama podataka, ili kao
sredstvo za generisanje modela, ali i kao sredstvo za razvoj dijaloga
ukljuivanjem tehnika prirodnog jezika i prepoznavanja glasa.
Imajui ovo u vidu, u daljem tekstu bie opisani informacioni sistemi
orjentisani ka izvriocu (Executive Information Systems EIS) i ekspertni
sistemi.
Pitanja:
1. ta je sistem za podrku odluivanju?
2. Koje su prednosti primene sistema za podrku odluivanju?
3. ematski prikazati osnovnu strukturu sistema za podrku
odluivanju.
4. ta je podsistem za upravljanje podacima ?
5. ta je podsistem korisnikog interfejsa ?
6. ta je to model odluivanja ?
7. ta je organizacioni DSS ?
8. ta je sugestivni DSS ?
9. ta je funkcionalni DSS ?
10. Koje su osnovne karakteristike Web orijentisanih DSS-a?
11. Koji su osnovni tipovi korisnika DSS-a ?
12. ta ukljujuuje grupni model odluivanja ?
13. ta je GDSS ?
14. ta je to videokonferencija?
15. Koje su prednosti primene tehnologije videokonferencije u
poslovnom odluivanju?
16. Koja su ogranienja primene tehnologije videokonferencije u
poslovnom odluivanju?
17. Koje osnovne zahteve treba da ispuni prostorija za
videokonferenciju?
84
7. IZVRNI INFORMACIONI SISTEMI

Kao to je prethodno reeno, DSS sistemi su prvenstveno namenjeni za
periodine analize podataka, planiranja i predvianja u okviru stratekog i
taktikog nivoa menadmenta. Operativni (izvrni) nivo i njegov krug zadataka
najee nisu pokriveni DSS sistemom. Ukoliko izvrni menader eli dobiti
informacije za donoenje odluka na svom nivou, on te informacije mora
zatraiti od analitiara ili osoblja stratekog menadmenta. Tada se javlja
problem pravilne formulacije zahteva i meusobnog razumevanja, kao i
neblagovremenosti dobijenih informacija. Oigledno se javlja potreba za
jednim sistemom koji bi predstavljao front-end nivo za DSS i koji bi ubrzavao
odgovor na situacije izvrnog odluivanja koje zahtevaju brzinu i efikasnost.
Ovakvi sistemi su poznati pod imenom Izvrni DSS (Executive Information
Systems EIS, tj. Executive Support Systems ESS).
Informacioni sistemi namenjeni izvriocima (Executive Information
Systems EIS) su sistemi iji je osnovni zadatak da obezbede tekue i
odgovarajue informacije menaderima koji donose izvrne odluke u mrenom
okruenju. Pri tome se posebno obraa panja na grafiki prikaz i jednostavnost
korienja interfejsa pomou kojih se prezentuju podaci smeteni u
odgovarajuim bazama podataka. Jednostavno reeno, EIS su alati pomou
kojih se dobijaju zbirni izvetaji namenjeni izvriocima.
S druge strane, Executive Support Systems (ESS) je sveobuhvatan sistem
za podrku odluivanju koji prevazilazi granice EIS-a, ukljuujui
komunikacije, office automation, podrku analizi podataka i inteligentne
komponente.
Dakle, EIS je kompjuterski sistem koji zadovoljava informacione potrebe
krajnjih izvrilaca. On obezbeuje rapidan pristup pravovremenim
informacijama i direktan pristup upravljakim izvetajima. EIS je user-frendly,
grafiki podran, obezbeuje izvetavanje o izuzecima i ima mogunost drilldown-a. Obezbeuje povezivanje na Internet online servisima ili putem e-maila. Drill-down omoguava korisniku da projektuje podatke do detalja i na taj
nain pomae u identifikaciji problema ili nekog dogaaja.
7.1. KARAKTERISTIKE EIS

Osnovne karakteristike EIS se mogu svrstati u sledeih nekoliko kategorija:
Drill Down. Jedna od najvanijih osobina EIS jeste obezbeivanje
pregleda detalja za bilo koju sumarnu informaciju. Naprimer, razmatrajui
dnevni ili nedeljni izvetaj, izvrilac moe primetiti opadanje prodaje. Da bi
naao razlog, izvrilac mora videti iznos prodaje po regionu. Kada identifikuje
problematini region, on dalje istrauje prodaju po proizvodu ili prodavcu.
Dakle, u razliitim situacijama drill down proces se odvija na razliitim
nivoima detaljnosti. Drill down putanje je najbolje realizovati u stilu hypertexta, to ubrzava pristup podacima i eliminie dodatnu upotrebu mia, koja je
karakteristina za stil padajuih menija.
Critical Sucess Factors (CSF). Faktori koji moraju biti uzeti u obzir
pri postizanju ciljeva koje je organizacija definisala jesu tzv. kritini faktori
uspeha. Ovi faktori mogu biti strateki ili operativni, a izvode se iz tri izvora:
organizacionih faktora, optih industrijskih faktora i iz faktora opteg
okruenja. Faktori uspeha mogu biti korporacijski ili nieg nivoa, kao to su
nivo pojedinane kompanije, odeljenja ili funkcionalne jedinice. Jednom
identifikovani kritini faktori stalno se prate specijalnim vrstama izvetaja. Ovi
izvetaji mogu biti bazirani na prezentiranju optih performansi, kljunih
problema i moguih razloga tih problema putem tabela, grafikona ili formi. S
druge strane, izvetaji mogu biti zasnovani i na procenama i preferencama
korisnika ili na relevantnim pokazateljima finansijskog stanja kompanije u
terminima apsolutnih brojeva ili komparativnih performansnih kolinika.
Statusni pristup podacima. Podaci i izvetaji o kljunim indikatorima
kod EIS-a moraju biti najnoviji, tj. trenutno aktuelni i relevantni. Ovo
podrazumeva dnevno ili ak satno memorisanje transakcija i izvetavanje.
Najee je zapravo nuno real-time izvetavanje.
Analiza. Analitike mogunosti kod EIS sistema mogu biti
realizovane pomou ugraenih funkcija za viedimenzionalne analize podataka
i njihovo prikazivanje u vidu tabela ili grafikona. Drugi nain jeste integracija
sa DSS proizvodima za viedimenzionalne analize, pri emu EIS eksportuju
viedimenzionalne kocke OLAP alatima za budue analize. Trea mogunost
jeste automatsko istraivanje i analiza podataka putem inteligentnih agenata.
Ovakve analize su zasnovane na jednostavnim komparacijama, izraunavanjima
relevantnih koeficijenata, otkrivanju trendova i drugo.
Izvetavanje o izuzecima. EIS moraju posedovati mogunost skretanja
panje izvriocima na pojavu odstupanja od standarda, bilo u pozitivnom ili
negativnom smislu. Ovaj koncept je poznat kao upravljanje voeno izuzecima.
Naprimer, ukoliko varijansa prelazi definisani prag, ona se odmah naglaava, tj.
izvrilac se upozorava, tedei na taj nain naknadno vreme i napor iscrpne
86
pretrage. Upotreba boja za naglaavanje kod EIS-a omoguava fokusiranje

potencijalnih problema od strane izvrioca, zahtevajui pri tome njegovu
osrednju panju.
Upravljanje informacijama. Jednostavno i brzo pretraivanje velike
koliine podataka predstavlja veoma vanu karakteristiku EIS-a. Ovu
karakteristiku je najbolje realizovati koristei hipermedijalne alate.
Komunikacije. EIS moraju podravati komunikacije u vidu e-mail-a,
transfera izvetaja, pozivanja na sastanke, upotrebe Interneta i drugo.
7.2. UPOREIVANJE I INTEGRACIJA EIS, MIS I DSS

Ve smo istakli da se EIS ne moe poistovetiti sa MIS. Naime, MIS
obezbeuje detaljne i sumarizovane informacije iz operativne baze podataka,
pri emu su njegove mogunosti ograniene nefleksibilnou procesiranja
transakcija, kao to su ogranienost na interne podatke pojedinih funkcijskih
poslovnih oblasti, interval memorisanja transakcija i drugo.
OSTA LI
KOMPJUTERSKI
IZVORI
NEKOMPJUTERSKI
IZVORI
KORISNIK
A naliza
Otkriv anje
Interpretacije i
KOMERC IJA LNE BAZE
I INFORMAC IONI
SERVISI
IZVRSNI
INFORMACIONI
Trigger
SISTEMI (EIS)
SPO
MENA DZMENT
INFORMACIONI
SISTEMI (MIS)
Export
SKLA DISTE
PODA TA KA
(Data
TRA NSAKC IONA

BAZA
Slika 7.1. ESS: Integrisanje EIS i DSS
Za razliku od MIS, EIS koristi interne i eksterne informacije, kao izlaz

ima periodine i ad hoc izvetaje u konzistentnom formatu (u vidu prezentacija
i grafikona), a kljune operacije su praenje CSF. Odnos izmeu MIS i EIS je
prikazan na prethodnoj slici.
EIS je namenjen za podrku izvriocima u otkrivanju problema i
dogaaja, dok DSS podrava analizu sa ciljem da se prui odgovor na pitanje
ta sa otkrivenim problemom.
Meutim, ovo ne znai da se one koriste kao nezavisni aplikativni
sistemi. Naprotiv, najee se ove dve tehnologije integriu, obrazujui na taj
nain kompletan ESS. Ova integracija moe biti realizovana na razliite naine.
Jedan od naina je prikazan na prethodnoj slici. Kod predloenog modela
integracije, EIS po otkrivanju problema ili kritinog dogaaja pokree export
relevantnih podataka u data warehouse, koji je specijalno dizajniran za potrebe
analize identifikovanog problema. Izvrilac zatim koristi DSS u cilju analize
podataka i izrade razumljivih izvetaja. Sofisticiraniji sistemi imaju i povratnu
vezu od DSS prema EIS, koja vraa interpretacije i objanjenja problema.
Danas se EIS koriste za otkrivanje problema, identifikaciju povoljnosti,
predvianje trendova i donoenje odluka zasnovanih na injenicama. Iako
prvenstveno prikazuju sumarne podatke i izvetaje, EIS nude izvriocima i
mogunost uvida u detaljne podatke.
Osnovni cilj EIS je poboljanje kvaliteta i kvantiteta informacija
potrebnih na izvrnom nivou. Ovo podrazumeva:
poveanje pravovremenosti informacija,
efikasan pristup operativnim podacima,
bri pristup eksternim bazama podataka,
dobijanje sadrajnijih i relevantnijih informacija.
Pogreno bi bilo, na osnovu ovako definisanog osnovnog cilja EIS-a,
zakljuiti da su ovi sistemi zapravo upravljaki informacioni sistemi koji
pruaju u svakom trenutku pravovremen i taan izvetaj iz tekuih, aktuelnih
podataka.
Ovi sistemi, naime, pokrivaju mnogo iri spektar zahteva i najea
upotreba EIS-a je u domenu: podrke donoenju odluka u smislu obezbeivanja
aktuelnih i tanih podataka u smislenom formatu; planiranja u smislu
definisanja plana rada, organizovanja sastanaka i drugog; upotrebe e-mail-a i
elektronskih briefing-a. Dakle, pored osnovnog cilja, EIS poboljavaju
performanse izvrnih poslova obezbeujui komunikacije, poveavajui
efektivnost i efikasnost izvrioca, smanjujui broj sastanaka i potroeno vreme,
omoguavajui izvrno planiranje, organizovanje i kontrolu i fokusirajui
panju izvrioca na otkrivene probleme.
Pitanja:
1. ta je zadatak EIS ?
2. Koje su karakteristike EIS ?
3. Koji su ciljevi EIS ?
88
4. Zata se danas EIS najvie koriste?
8. EKSPERTNI SISTEMI
Pod ekspertnim sistemima podrazumeva se uspostavljanje unutar
raunara dela vetine nekog eksperta koji se bazira na znanju i u takvom obliku
da sistem moe da ponudi inteligentan savet ili da preuzme inteligentnu odluku
o funkciji koja je u postupku. Ekspertni sistem poseduje i karakteristiku da na
zahtev verifikuje svoju liniju rezonovanja, tako da direktno obavetava
korisnika koji postavlja pitanje.
Drugim reima, ekspertni sistem je inteligentni raunarski program koji
koristi znanje i postupke zakljuivanja u procesu reavanja problema, i to
takvih problema za ije je reavanje potreban visok stepen strunosti i iskustva
iz domena kome se ekspertni sistem obraa. Naziv ekspertni upravo potie
odatle to se ovi sistemi ponaaju kao vrhunski strunjaci (engl. expert) na
svom podruju.
Njegovu osnovu ini poseban softver koji modelira one elemente
ovekovog reavanja problema za koje se smatra da ine ovekovu
inteligenciju: zakljuivanje, prosuivanje, odluivanje na osnovu nepouzdanih i
nepotpunih informacija i tumaenje svog ponaanja.
Upravo ova poslednja osobina, koja pored obinog reavanja problema
omoguava interaktivno savetovanje o problemu izmeu sistema i korisnika,
jeste znaajna novost po kojoj se ekspertni sistemi i najvie razlikuju od svih
prethodnih tipova informacionih sistema.
U nazivu stoji ekspertni sistem, a ne ekspertni program, jer se sastoji iz
vie delova: dela za reavanje problema (baza znanja, mehanizam zakljuivanja
i globalna baza podataka) i okruenja.
Najvaniji elemenat okruenja je korisniki interfejs, koji pomae
korisniku u ve pomenutom interaktivnom savetovanju sa delom za reavanje
problema. Korisniki interfejs moe sadravati i dodatna sredstva, kao to su:
sredstva za otkrivanje greaka u razvoju sistema (debbuging aids), grafike
mogunosti prikaza rezultata, postavljanje pitanja uz pomo slike i dr.
90
8.1. INENJERSTVO ZNANJA

Sveukupnost proces izgradnje ekspertnog sistema naziva se inenjerstvo
znanja, time se obuhvata skup metoda i postupaka koje se odnose na
prikupljanje, raunarsko predstavljanje i memorisanje, kao i upotrebu ljudskog
znanja u reavanju sloenih problemskih situacija. Taj proces ukljuuje
posebnu vrstu interakcije izmeu graditelja ekspertnog sistema, koga zovemo
inenjer znanja, i jedne ili vie osoba koje su eksperti u odreenoj problemskoj
oblasti za koju se ekspertni sistem izgrauje.
Inenjer znanja od eksperata "vri ekstrakciju" njihovih procedura,
strategija i postupaka za reavanje problema i ugrauje to znanje u ekspertni
sistem. Rezultat procesa je skup programa koji reavaju probleme u datoj
oblasti na nain kako to radi ovek-ekspert.
Kao to je prikazano na sledeoj slici, u proces izgradnje ekspertnog
sistema ukljueni su: ekspert, inenjer znanja i korisnik. U celom poslu vano
mesto zauzima i alat za izgradnju ekspertnog sistema, a ne sme se zaboraviti ni
sam ekspertni sistem.
EKSPERT
proiruje i testira
interv.
INENJER
ZNANJA
izgrauje
popravlja
i testira
ALATI ZA IZGRADNJU
EKSPERTNOG SISTEMA
EKSPERTNI
SISTEM
koristi
KORISNIK
dodaje
podatke
OSOBLJE
Slika 8. 1. Uesnici u izgradnji ekspertnog sistema
Svi ovi elementi utiu na dalji razvoj MIS jer moemo prepoznati dva
oblika menadera: menader ekspert, koji uestvuje u izgradnji ekspertnog
sistema, i menader korisnik, koji koristi postavljeni ekspertni sistem.
Ekspert je osoba koja je stekla reputaciju u svojoj oblasti zbog strunih
sposobnosti kvalitetnog reavanja problema. On koristi svoje znanje,
sposobnosti i vetine steene kroz bogato iskustvo da skrati proces pronalaenja
reenja. Znanje eksperta je nadgradnja znanja koje se moe dobiti itanjem
knjiga. On ne moe uvek da objasni razloge svoje odluke, ne zato to ne eli da
ih objanjava, ve zato to se opredeljuje intuicijom. On verovatno zna mnogo
vie nego to je svestan. Ekspertni sistem treba da obuhvati i objedini te
sposobnosti, vetine i iskustvo jednog ili vie eksperata. Znanje se, naravno,
moe prikupljati i iz strunih knjiga i nauno - strunih asopisa.

Inenjer znanja je osoba koja poznaje oblast raunarskih nauka i
vetake inteligencije i zna kako se izgrauju ekspertni sistemi. On kroz pitanja
i razgovore sa ekspertom od njega prikuplja znanje, organizuje ga, odluuje
kako e ono biti prikazano u sistemu i pie programe, sam ili uz pomo ekipe
programera.
Korisnik je osoba koja koristi ekspertni sistem, kad se on jednom zavri.
Osoblje ukljuuje sve one koji unose podatke u sistem (operateri,
sekretarice i sl.).
Alat za izgradnju ekspertnih sistema je programski jezik koji koristi
inenjer znanja i/ili programer da bi taj sistem izgradio. Pod alatom se
podrazumevaju i svi usluni programi koji su na raspolaganju (editori, debageri,
sredstva za izdvajanje znanja, grafika i dr.). Razvijeni su specijalizovani alati za
izgradnju ekspertnih sistema, koji se nazivaju "koljke" (shells). Ovi alati se
razlikuju od konvencionalnih programskih jezika po tome to obezbeuju
odgovarajue naine za predstavljanje sloenih koncepata i elemenata znanja.
8.2. KOMPONENTE EKSPERTNOG SISTEMA

Ekspertni sistemi treba da realizuju tri glavna zadataka inenjerstva
znanja:
prezentacija i memorisanje velike koliine znanja problemske oblasti
u raunar,
aktiviranje korienja znanja problemske oblasti za reavanje
problema,
odgovor na korisnikovo pitanje.
Osnovne komponente ekspertnog sistema su:
Baza znanja (knowledge base)
Mehanizam zakljuivanja (inference engine)
Komunikacioni interfejs
Globalna baza podataka
Na sledeoj slici prikazane su komponente ekspertnog sistema.
92
KORISNIK
EKSPERTNI SISTEM
KOMUNIKACIONI
INTERFEJS
MEHANIZAM
ZAKLJUIVANJA
GLOBALNA BAZA
PODATAKA
BAZA
ZNANJA
Slika 8.2. Komponente ekspertnog sistema
Baza znanja (knowledge base) baza injenica i heuristika u podruju za

koje je namenjen ekspertni sistem, pridruenih problemu. Baza znanja
ukljuuje injenice, relacije izmeu injenica i mogue metode za reavanje
problema u oblasti date aplikacije.
Mehanizam zakljuivanja (inference engine) softver sposoban da sredi
informacije iz baze znanja i da na osnovu toga izvue zakljuke. On radi tako
to injenice iz baze znanja kombinuje sa informacijama dobijenim od
korisnika u cilju izvoenja specifinih zakljuaka. Pri radu se koriste kontrolne
strategije, koje odluuju u kom trenutku treba primeniti neko od pravila iz baze
znanja na nove injenice dobijene tokom konsultovanja sa korisnikom. Na ovaj
nain se simulira ljudsko razmiljanje.
Komunikacioni interfejs deo koji omoguava dijalog izmeu donosioca
odluke (korisnika) i sistema. Sa jedne strane slui da korisnik u toku rada
sistema dostavi informacije koje sistem iz baze znanja nije uspeo da dobije, a sa
druge strane omoguava korisniku da za svaku odluku ekspertnog sistema trai
dodatno objanjenje o tome koji su ga zakljuci vodili da donese takvu odluku.
Globalna baza podataka radna memorija za beleenje trenutnih statusa
sistema, ulaznih podataka za odreeni problem i relevantnih elemenata iz
dotadanjeg rada. Ona uva injenice i zakljuke dobijene tokom tekue
ekspertize. Razlikuje se od baze znanja po tome to sadri informacije koje se
odnose iskljuivo na tekui problem odluivanja.
8.3. SVOJSTVA EKSPERTNOG SISTEMA

Srce svakog ekspertnog sistema je znanje akumulirano u procesu
izgradnje tog sistema. "Znanje" ekspertnog sistema ine injenice i heuristika
(iskustvo i oseaj za izbor reenja).
injenice ine glavni deo podataka o prirodi sistema, njegovim
aktivnostima i ciljevima koje sistem ostvaruje kroz te aktivnosti. Odreene
pojave i manifestacije regularnog i neregularnog stanja u sistemu imaju svoje
uzroke i posledice i takoe se opisuju skupovima podataka. Svi ovi podaci
uglavnom mogu biti raspoloivi, dokumentovani i verifikovani u domenu
ekspertnog sistema.
Heuristiku ine lina pravila rasuivanja i vetina u izboru i donoenju
odluka kojima se utie na promenu stanja sistema. Ona je uglavnom slabo
dokumentovana i svojina je vrhunskih specijalista za oblast koju pokriva dati
ekspertni sistem. Nivo performansi ekspertnog sistema je pre svega funkcija
veliine i kvaliteta baze znanja tog sistema u kojoj su objedinjene injenice i
heuristika, a ne odreenog formalizma zakljuivanja i postupka koji se koriste u
pretraivanju injenica.
U principu razlikujemo dva tipa znanja:
eksplicitno znanje znanje dato u pisanoj ili drugoj prenosnoj formi i
nalazimo ga u knjigama, asopisima i sl. Ovo znanje je obino
prihvaeno kao univerzalno tano.
implicitno znanje heuristiko znanje, ono znanje koje ovek ekspert
gradi na osnovu iskustva i koje, kombinovano sa prvim tipom znanja,
ini oveka ekspertom. Znanje je dostupno i moe se prenositi putem
knjiga i lekcija.
EKSPERTI VISOKOG
NIVOA
MOGUNOST
OBUAVANJA
ZNANJA
INSTITUCIONALNA
MEMORIJA
Slika 8.3. Opta svojstva ekspertnog sistema
94
MOGUNOST
PREDVIANJA
Vano svojstvo ekspertnog sistema je ekspertiza visokog nivoa, koju

obezbeuje kao pomo u reavanju problema. Ta ekspertiza predstavlja
najbolja razmiljanja vrhunskih eksperata u datoj oblasti, sakupljena i ugraena
u program tako da u postupku reavanja problema mogu dovesti do preciznih i
efikasnih reenja.
Mogunost predvianja je svojstvo koje proistie iz mogunosti da se
ekspertni sistem koristi kao model za reavanje problema u datoj oblasti koji e,
kao takav, davati odgovore na zadate probleme i pokazivati kako e se ti
odgovori menjati zavisno od novih situacija.
Celokupno znanje ugraeno u ekspertni sistem prikupljeno je kroz
interakciju sa kljunim osobljem u nekoj slubi, odeljenju ili oblasti, tako da
ono odslikava i tekuu politiku i nain rada te grupe. Na taj nain, ova kolekcija
znanja postaje trajni zapis usklaenih najboljih metoda i postupaka koje ti ljudi
koriste pri reavanju problema. I kad ti ljudi odu iz odreene firme ovo znanje
e ostati sauvano. Ovo je veoma vano u poslovnim sistemima, a kritino u
vojsci i dravnim ustanovama zbog estih premetaja i izmene kadrova.
Prikupljeno znanje je na taj nain postalo institucionalna memorija, koja
ublaava (iako nikad ne moe potpuno ukloniti) nedostatke proistekle iz estih
fluktuacija ljudi.
Jo jedno vano svojstvo svakog ekspertnog sistema jeste i mogunost
obuavanja. Ekspertni sistem moe biti oblikovan tako da omogui obuku za
novodole kadrove. Oni ve imaju odreena znanja i sposobnosti i potrebno je
na njih preneti znanje i iskustvo prikupljeno i sauvano u bazi znanja u vidu
institucionalne memorije. Neophodno je da program poseduje mogunost
tenog, prijateljskog dijaloga sa ovekom, kao i ugraene metode uenja.
Ekspertni sistem moe biti podeen kako za obuku strunih ljudi, tako i za
uvoenje u posao pridolih poetnika.
8.4. RAZLIKA OD KONVENCIONALNIH PROGRAMA

Dananji raunari reavaju zadatke logikom konvencionalnih programa.
Programi se sastoje u osnovi iz dva dela:
algoritam
podaci.
Algoritam odreuje kako reiti odreenu vrtu problema koristei niz
tano definisanih pravila, a podaci karakteriu parametre u konkretnom
problemu.
Ljudsko znanje se ne uklapa u ovaj model. Sistemi na bazi znanja
razlikuju se od konvencionalnih programa po nainu organizacije, po tome da
je u njih ugraeno znanje, po nainu izvravanja i po efektu koji stvaraju kroz
interakciju dijalogom.
Moe se, dakle, rei da je glavna razlika izmeu konvencionalnih

programa i ekspertnih sistema u tome to prvi manipuliu podacima, a drugi
znanjem. Ostale razlike date su u sledeoj tabeli.
KONVENCIONALNI
PROGRAM
EKSPERTNI SISTEM
predstavlja i algoritamski koristi

podatke, ponavljajui proces
predstavlja i heuristiki koristi znanje, proces

zakljuivanja
efikasno manipulisanje velikim

bazama podataka
efikasno manipulisanje velikim bazama

znanja
znanje i metodi korisnikog

znanja su izmeani
znanje je organizovano u dva
nivoa podaci i program
u sluaju novog znanja
potrebno je reprogramiranje
model reavanja problema se pojavljuje kao

baza znanja, a njom upravlja odvojeni deo
mehanizam zakljuivanja (interpreter pravila)
znanje je organizovano u bar tri nivoa
podaci, baza znanja i mehanizam
zakljuivanja
novo znanje se dodaje bez reprogramiranja,
proirivanjem baze znanja
Osim toga, konvencionalni programi su projektovani da svaki put daju

konkretne rezultate. Ekspertni sistemi su projektovani da, uglavnom, daju
korektne odgovore, a imaju i mogunost da ue na grekama.
U konvencionalnim programima su implementirani potpuno definisani
algoritam i jasan nain nalaenja reenja, ak i kad se koristi kompleksno
grananje, rekurzivne petlje i dr.
Uglavnom su poslovi koje obavljaju strunjaci takvi da ih, esto, nije
mogue opisati u algoritamskoj formi. Strunjaci ne rade po vrstom planu, ve
iskustvom i rasuivanjem odluuju kako e se dalje reavati problem, ne "vide"
kompletan postupak reavanja odmah.
Ekspertni sistemi su zasnovani na strunoj vetini akumuliranoj u bazi
znanja, tako da su u stanju da ponude inteligentan savet i na zahtev mogu
objasniti svoju liniju rasuivanja.
U konvencionalnim programima, moduli (potprogrami) se meusobno
pozivaju po fiksnom, unapred definisanom postupku.
U ekspertnim sistemima moduli se ne pozivaju izmeu sebe direktno.
Moduli komuniciraju sa okruenjem podataka. Struktura dozvoljava simultano
izvrenje nekoliko modula (onih koje aktivira trenutno stanje baze podataka).
96
Analogija sa ovekovim nainom reavanja problema

Da bi se uspostavile analogije sa ovekovim nainom reavanja
problema, potrebno je odgovoriti na sledea pitanja:
ta je pozajmljeno od oveka u izradi ekspertnih sistema?
Koje su misaone aktivnosti eksperta u reavanju problema?
Ko uestvuje u izgradnji ekspertnih sistema?
ta je dobro u ekspertnim sistemima?
Zato je potrebno ostaviti mesto oveka u ekspertnom sistemu?
Na osnovu analiziranih aktivnosti oveka u nainu reavanja problema,
mogu se definisati sledee grupe elemenata vanih za izgradnju inteligentnih
sistema za donoenje odluka, i to: nivo opisa, priroda reenja, ocena situacije,
kvantifikaciona oznaka, definisanje cilja, izbor i pretraivanje.
Nivo opisa
Moe se rei da ovekov nivo opisa situacije je u okvirima
makropristupa, tj.to je apstraktni nivo kojim se vri grubo opisivanje. Polazne
informacije za ovako uproen opis su u intuitivnom, dosta nejasnom obliku.
Suprotan pristup u opisu bio bi mikropristup, gde bi se opisivanje vrilo na
elementarnom nivou, ali bi ovo opisivanje bili veliko i teko za pretraivanje.
Priroda reenja
Drugi element je priroda reenja. oveku kao misaonom biu je
nesvojstveno da misli i donosi odluke koliinski. On misli pre svega
kvalitativno kada trai neko reenje, a koliinska odluka za njega igra pomonu
ulogu.
Ocena situacije
Razliita znanja koja poseduje ovek sadre elemente ocene situacije.
Pritom ovek prevodi konkretne koliinske karakteristike u uoptene
kvalitativne, to se moe formulisati kao faza osmiljavanja situacije. Prilikom
realizacije izabranog reenja postupak je suprotan, tj. uoptene kvalitativne
karakteristike prevode se u konkretne koliinske i to se moe formulisati kao
faza koliinske transformacije situacije. Na ovaj nain se eli uspostavljanje
korelacija izmeu opteg i posebnog. Na prvi nain se znatno skrauje prostor
pretraivanja moguih reenja, a drugi omoguava realizaciju reenja i
odraava se u tanosti jednoznane ocene.
Kvantifikaciona oznaka
Kvantifikacione ocene su subjektivne verovatnoe kojima se pripisuje
uestalost dogaaja. Npr. moe se definisati sledea skala kvantifikacionih
oznaka:
0.00 nikad se ne koristi
0.25 retko se koristi
0.50 ni esto ni retko
0.75 esto se koristi
1.00 uvek se koristi
Izmeu nivoa ovako grubo definisane skale mogue je definisati nijanse
koje sadre svoje kvantifikacione vrednosti.
Definisanje cilja
Sledei element je definisanje cilja. Za realizaciju ovog elementa koriste
se dva pristupa. Prvim pristupom zadatak je fiksiran na jednom kraju, tj. ako je
zadato poetno stanje onda je potrebno nai konano stanje i ako je zadato
konano stanje treba nai polazne podatke. Drugi tip zadatka je zadatak sa dva
fiksirana kraja i karakterie se zadavanjem konkretnih polaznih podataka i
konkretnog eljenog rezultata. Zadaci drugog tipa u traenju doputenih reenja
su osnovni i tipini.
Izbor
Sledei element je izbor koji se vezuje za reavanje kompleksne ciljne
strategije od vrha do dna po svim hijerarhijskim nivoima.
Pretraivanje
Poslednji element je pretraivanje. Apriori se ovaj problem vezuje za
problem opisivanja, jer to je detaljnije opisivanje to je vie oteano
pretraivanje i obrnuto. Ovo uslovljava izgradnju vieravanske kompleksne
strategije pretraivanja. Ovaj pristup omoguava pribliavanje reenju putem
hijerarhijskih jednoravanskih reenja razliitog stepena optosti, tj. dobijamo
proceduru pretraivanja kao sekvencu dobijenih jednonivovskih reenja sa sve
veim porastom stepena detaljnosti.
Prednosti primene ekspertnih sistema

Mogue je postaviti pitanje: zato razvijati ekspertne sisteme kad postoje
ljudi eksperti? Na to pitanje pokuaemo da na ovom mestu damo odgovor
definiui koje su to prednosti u primeni ekspertnih sistema.
Postojanost
Moe se rei da sposobnosti eksperta vremenom opadaju jer ovek stari, i
nije uvek i permanentno u situaciji da dri korak sa tehnolokim promenama
98
dok su mogunosti ekspertnog sistema nezavisne od vremena, zdravlja ili

emocija.
Prenosivost
Ekspertni sistem se projektuje tako da moe da prenosi znanja, dok to za
jednog eksperta moe da bude teak, ponekad nereiv problem. Ekspert je
strunjak za reavanje problema, a ne za objanjavanje svojih odluka i
prenoenje iskustva. On za to najee nema vremena, sve i da hoe. Ekspertni
sistem se projektuje tako da ima ugraenu mogunost da objasni kako je doao
do neke odluke.
Pouzdanost
Pri donoenju odluke, ekspert moe da bude pod uticajem okoline i da
bude subjektivan. Menader, naprimer, mora kvalitetno i efikasno da donese
odluku, uprkos kratkoe vremena ili stresnih situacija kojima je izloen.
Ekspertni sistem za iste ulazne parametre uvek donosi iste odluke. Na njega
okolina ne utie, pa zato kaemo da je on konzistentan.
Cena
Ekonomski gledano cena ekspertnog sistema je niska u poreenju sa
izdacima za rad eksperta. Tamo gde je potrebno mnogo strunjaka jeftinije je
primeniti ekspertni sistem. Ujedno je lake obezbediti vie raunara nego
obuiti strunjaka za neku oblast.
Prednosti oveka eksperta

Za nove probleme ekspert nalazi kreativna reenja i u stanju je da se
adaptira na promene i novonastale situacije, dok ekspertni sistem moe da
reava samo probleme iz uskog podruja za koje poseduje ugraeno znanje.
ovek raspolae tehnikama pamenja koje mu omoguavaju da pojedine
informacije svrstava u grupe, pa itavu grupu pamti kao jedan elemenat.
Sposobnost asocijacije omoguava mu povezivanje odvojenih predstava tako da
jedna izaziva drugu. ovekov nervni sistem je adaptivan i samouei, to mu
omoguava uspeno snalaenje u novim i nepoznatim situacijama. Istovremeno,
za novu vrstu problema ekspertni sistem je neefikasan, a esto i neupotrebljiv.
Da bi mogao da reava nove situacije prvo mora da mu se proiri baza znanja
odgovarajuim pravilima.
Senzorske sposobnosti oveka
Velika prednost oveka je to informacije prima svim svojim ulima:
vidom, sluhom, dodirom i mirisom, a ekspertni sistem manipulie iskljuivo
simbolima u vidu slova i brojeva. Percepcija je celovit ulni doivljaj
objektivne stvarnosti. Na osnovu iskustva, ovek je u stanju da iz ukupno
percipiranih informacija izdvaja bitne od nebitnih i iz haotine mase utisaka

organizuje celinu opaaja. ovek na ulni doivljaj stvarnosti odmah reaguje,
poto su centri opaanja povezani sa centrima za motoriku. Percepciju je
nemogue preneti na raunar (raunari imaju samo ogranienu mogunost
unosa slike i zvuka). Sve one informacije koje ovek percipira ulima moraju
biti transformisane u simbole. Ovom transformacijom gubi se znatna koliina
informacija.
Ekspertni sistem ne poseduje irinu sagledavanja problema. Fokusira se
samo na glavni problem. Uzimanje u obzir delova koji se odnose na glavni
problem, ali su odvojeni od njega, zahteva obradu velikog broja drugih,
sporednih informacija.
Zdrav razum
Racionalan ovek se koristi zdravim razumom pri odluivanju i u tome je
racionalno ekspeditivan. Naprimer, ako se pojavi nekakav nelogian podatak,
on e ga odmah uoiti i bez oklevanja eliminisati iz daljeg razmatranja, dok
ekspertni sistem mora da pretrai sve svoje podatke, da izgubi dosta vremena,
da bi na kraju utvrdio nekonzistentnost podataka. Ako nekog oveka pitate za
adresu ili telefon Vuka Stefanovia Karadia, on e vam se odmah nasmejati u
lice. Ako isto pitanje postavite raunaru, on prvo mora da pretrai svoju
celokupnu bazu podataka o licima i adresama da bi odgovorio da tako neto ne
postoji.
Postojei ekspertni sistemi imaju jo uvek znaajna ogranienja i
zahtevaju intenzivan istraivaki rad kako bi se od laboratorijskog sistema
dolo do radno upotrebljivog.
Odlike veine postojeih ekspertnih sistema mogu se svesti na sledee:
Ogranieni su na usko podruje ekspertize. Kako se podruje primene
iri, tako broj mogunosti koje treba obraivati eksponencijalno raste,
a efikasnost sistema eksponencijalno opada.
Jezici i sredstva za predstavljanje znanja imaju ograniene izraajne
mogunosti.
Interfejs ka korisniku (ulaz/izlaz) veine ekspertnih sistema je krut i
nije na prirodnom jeziku.
Proces izgradnje ekspertnog sistema nije dostigao naunu egzaktnost,
ve jo uvek, u velikoj meri, zavisi od vetine pojedinca.
Neophodno je postojanje strunjaka autoriteta u oblasti, radi
odravanja konzistentnosti elemenata u bazi znanja koji se preklapaju.
Opasnost od jednostranog vienja predmetne problematike, s obzirom
na uobiajeno oslanjanje na samo jednog strunjaka iz oblasti.
Nepostojanost ponaanja, koja se ogleda u tome da i najbolji ekspertni
sistemi mogu dati pogrene odgovore.
100
Oteano rukovanje veinom ekspertnih sistema.

Zbog svojih ogranienja, ekspertni sistemi se prvenstveno koriste kao
savetnici i asistenti u reavanju problema. U budunosti se oekuje
vea postojanost ponaanja i vea autonomnost sistema, tako da se
prevazie uloga inteligentne pomoi.
8.5. OPRAVDANOST IZRADE EKSPERTNIH SISTEMA

Osnovna pitanja koja se postavljaju pred svakog budueg korisnika
ekspertnih sistema (ES) su:
Da li je ES pogodan za reavanje postavljenih zadataka?
Koji su elementi odgovarajuih delatnosti najpristupaniji za
izgradnju ES?
Jedan od najvanijih zahteva je da u izgradnji ES uestvuju vrhunski
specijalisti iz svoje oblasti. To su ljudi koji imaju veliko iskustvo
profesionalnog rada u analiziranoj predmetnoj oblasti. Bez takvih saradnika,
rad na izgradnji ES moe biti uzaludan.
Sledei bitan element je da se ocene pojedinih eksperata u osnovi
podudaraju. Eksperti moraju znati da jasno objasne metode koje koriste pri
reavanju zadataka definisane predmetne oblasti. Ako su odgovori nejasni,
specijalisti za izgradnju ES nee uspeti da "preuzmu" znanja i ugrade ih u
odgovarajue programe.
Sledea karakteristika vezana je za zadatke koje e ES izvravati.
Izgraeni ES zahteva intelektualnog a ne fizikog poetnika. Meutim, ako
zadatak zahteva inteligentnog i fizikog poetnika, kao naprimer upravljanje
mehanikim manipulatorima, opsluivanje konvejera, to se intelektualni deo
zadatka reava metodama inenjerstva znanja, a fiziki obinim tehnikim
metodama.
Sledea karakteristika je da postavljeni zadatak ne sme da bude isuvie
teak.
Ako ekspert ne moe izvriti obuku poetnika odgovarajue kvalifikacije
(ako mu je zadatak nerazumljiv), ili ako su ekspertu potrebni dani i nedelje a ne
asovi za reavanje problema, to je verovatno isuvie sloeno i za inenjera
znanja koji treba da izvri projektovanje ES. Meutim, ako je mogue izvriti
dekomponovanje zadatka na podzadatke, onda za svaki podzadatak moe biti
izgraen odgovarajui ES.
Opravdanost izrade ES je u prvom redu vezana za mogunost poveanja
prihoda. Tipian primer je izgradnja ES za ispitivanje rudnih bogatstava,
kojima se mogu otkriti bogata nalazita.
Izgradnja ES je opravdana i u onim sluajevima ako nema na tritu
dovoljno eksperata a njihove usluge su skupe.
ES veliku opravdanost imaju i u onim zadacima gde je potrebno na vie

mesta imati eksperte, kao naprimer na platformama za istraivanje nafte, gde na
svakoj platformi mora biti makar jedan specijalista.
Na kraju, razrada ES je opravdana i u sluajevima nepogodnim za
oveka, kao to su atomski reaktori, kosmike stanice ili poseta drugim
planetama.
Kljuni faktori u opredeljenju smisla izgradnje ES su karakter, sloenost
i irina postavke zadatka koji je potrebno reiti.
Karakter ES mora biti takav da se reavanje zadatka izvodi
manipulacijom simbolima i simbolikim strukturama, to je i osnovna razlika
od klasinog programiranja.
Takoe je veina zadataka heuristika po svojoj prirodi. Zadaci koji se
mogu reiti korienjem algoritama, tj. formalnih procedura, garantujui
dobijanje tanog reenja svaki put kada se primenjuju, nisu pogodni za
izgradnju ES.
Izgradnja ES ima smisla samo onda ako su se sva ostala sredstva
pokazala neprimenjivim.
S druge strane, ES ne treba ni da budu suvie laki. To mora biti ozbiljan
zadatak, gde je potrebno da ovek potroi godine uenja i praktinog rada da bi
postao ekspert u konkretnoj predmetnoj oblasti.
Na kraju, za izgradnju ES mora se postaviti zadatak dovoljne irine.
Dakle, on mora biti toliko uzak da bi se napravio, a i dovoljno irok da bi
predstavljao praktini interes. Naalost, irina je ograniena odgovarajuom
predmetnom oblau.
Najvee konice u razvoju ES su prvenstveno ljudske prirode, jer ljudski
eksperti imaju utisak da im se eli oduzeti njihovo znanje. Jedan svetski
priznati strunjak za oboljenja visokog arterijskog pritiska jedino moe
poveati znanje ES jer raspolae brojnim dosijeima retkih sluajeva.
S druge strane, vre se pokuaji da u jednostavnim sluajevima, kao npr.
obrada oboljenja soje, kompjuter sam izrauje pravila. Registruje se spoljanji
izgled biljke u odreenom trenutku, stanje terena, klimatske prilike u nekoliko
poslednjih nedelja itd., kao i obrada koju je potvrdio strunjak, a program sam
gradi pravila potrebna za izradu dijagnoze i njoj pridruene obrade, do nivoa od
30 pravila.
U poslednje vreme ine se pokuaji da se ES meusobno nadgrauju ako
imaju isti jezik definisanja baze znanja. Poznat je jedan ES sposoban da
istovremeno obrauje probleme iz podruja geologije, kombinatorne analize i
brida.
Perspektiva razvoja ES je da bude vei "ekspert" u nekom odreenom
trenutku od bilo kog ljudskog eksperta. Ovo se pokuava postii tako to baza
znanja treba da poseduje znanja veeg broja strunjaka, ija se iskustva i znanja
102
sistematizuju u zajedniku osnovu. No, sa druge strane preti opasnost i od nekih

kontradikcija i nekoherentnosti u bazi znanja.
Jo uvek ne postoji sistem za sticanje znanja razvijen za kompjuter ni
priblino slian ljudskom nainu. Jo uvek su ES loi u npr. itanju knjiga,
prisustvovanju sastancima, diskusiji sa svojim "kolegama" itd.
No, sa druge strane, ES esto moe pruiti bolju informaciju od oveka
eksperta jer se ne zamara, ne stari, i nepogreiv je na svom maksimalnom nivou
kompetencije.
U medicini i geologiji ES ve sad imaju u veini sluajeva performanse
koje se mogu ravnopravno uporeivati sa najboljim svetskim strunjacima.
Meutim, u nekim sluajevima radi se o tome da se strunjaci ne slau u
pojedinim reenjima. Tako je pet strunjaka koji ne pripadaju ekipi koja je
izradila ES na podruju medicinske dijagnostike Mycin izvrilo na bazi
petnaest sluajeva ocenu sistema. U 72% sluajeva ocenjeno je da je ES
odlian. Inae, u bolnici u Stanfordu lekari direktno potpisuju lekarske nalaze
koje izrauje ES.
Prilikom izrade ES potrebo je uvati se "kombinacionih eksplozija", jer
se moe dogoditi da za bazu znanja na nivou od 500 pravila i 500 injenica
vreme izraunavanja bude neprihvatljivo. S druge strane, ponekad je sloeno
upravljati i mehanizmom za zakljuivanje, jer on mora da omogui ekspertu da
svoja znanja definie u obliku pravila na "vlastitom" jeziku i na taj nain uini
ga nezavisnim od informatiara.
Kada je razvoj ekspertnih sistema mogu i opravdan

Evidentno je da su ekspertni sistemi su jo uvek nova oblast u primeni
raunara, pa malo zbog neznanja, a malo zbog preterivanja, postoji tendencija
da se ekspertnim sistemom naziva i ono to nije ekspertni sistem. Isto tako,
ekspertnim sistemima se pokuavaju reiti problemi koji nisu podesni za
reavanje pomou njih. Meutim, ekspertni sistemi nisu svemogui i postoje
ve reena jasna ogranienja njihove primene. Ne moe se ekspertni sistem
projektovati za svaku primenu, ni za svaki obim posla. Kada se onda to ini? To
se ini ako je razvoj mogu, opravdan i odgovarajui.
Da bi razvoj ekspertnog sistema bio mogu, potrebni su sledei uslovi:
reavanje problema ne zahteva rasuivanje zdravog razuma,
zahteva misaone vetine,
eksperti mogu da definiu metode reavanja problema i oni su
jedinstveni,
problem nije suvie sloen,
problem je razumljiv.
Razvoj ekspertnog sistema je opravdan ako:
postoji ekonomska isplativost, ekspertni sistem se razvija za praktinu

namenu,
eksperti esto naputaju radno mesto,
eksperti su retki,
potrebna je ekspertiza na mnogo mesta,
radno mesto je nepodesno ili ak tetno za oveka, zbog
kontaminiranosti ili drugog razloga koji ugroava ivot, pa oveka
zamenjuje raunar.
Razvoj ekspertnog sistema je odgovarajui u sluaju da:
reavanje problema zahteva rukovanje simbolima,
koriste se heuristika reenja,
problem nije suvie jednostavan,
reenje ima praktinu primenu,
reavanje problema nije suvie obimno.
Odnos Sistema za podrku odluivanju i Ekspertnih sistema

U savremenom okruenju podrazumeva se da je svaka ozbiljna,
profesionalna delatnost podrana osmiljenim, najee raunarom podranim
informacionim sistemom. Dakle, informacioni sistem koji vri akviziciju, belei
transakcije i prua izvetaje o stanju realnog sistema smatra se realnou koja
prua potrebne, ali ne i dovoljne uslove za odluivanje. Iz tih razloga je zapravo
i dolo do razvoja disciplina o kojima je re DSS i ekspertnih sistema (ES).
DSS pretpostavlja postojanje neke vrste baznog informacionog sistema
nad koji se nadgrauje. S obzirom na kompleksnost problema koje obrauje, to
obino znai raunarski i interaktivni sistem rada, mada u principu (ali samo
teoretski) raunar nije neophodan uslov funkcionisanju DSS.
Karakteristika
Ko formira odluku?
Metod manipulacije
Domen problema
Tip problema
DSS
poboljanje strukture
odluivanja
slabo strukturirani
problemi
ovek i/ili sistem
numeriki
kompleksni
ad hoc, pojedinani
Sadraj baze podataka
injenina znanja
Sposobnost rezonovanja
nema
Cilj
Predmet
104
ES
dobro strukturirani
problemi
sistem
simboliki
integralni
repetitivni
proceduralna i
injenina znanja
da, ogranieno
Sposobnost objanjenja
IZLAZ
ograniena
podaci kao podrka
odluivanju
da
zakljuak (odluka)
Slika 8.4. Osnovne komparativne razlike DSS ES
Osnovni cilj DSS i ES je u osnovi isti, utoliko to je namena oba sistema

poveanje kvaliteta odluivanja. Ipak, filozofija koja lei u osnovi njihove
izgradnje je dosta razliita. Cilj DSS je da podri korisnika kod donoenja
(slabo struktuiranih) odluka, obezbeujui mu brz i jednostavan pristup do
podataka, modela i znanja. Na drugoj strani, cilj ES je da obezbedi korisniku
zakljuak ili odluku koja je tana u svako doba (ili bar tanija od bilo koje koju
bi korisnik mogao da donese bez ES). Dakle, DSS pomae pri odluivanju, dok
ES "odluuje". Osim toga, ES se ne moe koristiti kod slabo struktuiranih
procesa odluivanja.
Poreenjem operativnih razlika, zakljuujemo da DSS dozvoljava
korisniku suoavanje sa problemom na lian, fleksibilan nain, obezbeujui
mu mogunost manipulacije podacima i kontrolu njihove upotrebe u toku
procesa odluivanja. ES korisniku ostavlja malo, ili nimalo, fleksibilnosti pri
analizi problema. Umesto toga, izvodi se odgovarajui segment znanja na nain
koji je odreen mehanizmom za zakljuivanje.
S obzirom da ES deluje kao nezavisan konsultantski sistem, a DSS kao
mehanizam za podrku odluivanju, njihovi koncepti ni u kom sluaju nisu
opreni; sve vie se radi na njihovom pribliavanju do integrisanja, po
nekoliko osnova: ES moe biti generator alternativa samostalno ili kao deo
DSS, ali i obratno, memorisano znanje i odgovarajua pravila DSS mogu
postati deo ES. Hoe li ES dominantno postati deo DSS, ili obrnuto, nije u
krajnjoj liniji od presudnog znaaja.
8.6. OBLASTI PRIMENE EKSPERTNIH SISTEMA

U svetu postoji veliki broj ekspertnih sistema, razvijenih u raznim
podrujima ljudskog delovanja. Najvie ih je u medicini, zatim u hemiji i
vojnim naukama. Osim toga, razvijeni su i u elektronici, matematici, zatim u
geologiji, poljoprivredi, pravu, meteorologiji, fizici, svemirskoj tehnologiji,
raunarstvu, za upravljanje proizvodnim i drugim procesima itd.
U zavisnosti od tipa problema koje reavaju, primena ekspertnih sistema
moe se svrstati u nekoliko oblasti. Oblasti se preklapaju pa ih ponekad nije
mogue sasvim razdvojiti. Isto tako, postojei ekspertni sistemi esto reavaju
vie tipova problema, pa ih je teko jasno razdvojiti.
Ipak, moe se rei da, prema tipovima problema koje reavaju, postoje
sledee vrste ekspertnih sistema: sistemi za interpretaciju, dijagnostiki sistemi,
sistemi predvianja, sistemi projektovanja, sistemi planiranja, sistemi nadzora,

sistemi otklanjanja greaka, sistemi za uenje i sistemi upravljanja.
Pravci razvoja
Razvoj ekspertnih sistema u budunosti e svakako vitalno zavisiti od
brzine njihove integracije sa tradicionalnim oblastima obrade podataka, kao to
su baze podataka, jezici IV generacije i slino. Tendencija je da se ekspertni
sistemi shvate kao standardni deo alata koji se koriste u razvoju sloenih
softverskih proizvoda, odnosno da veina buduih softverskih proizvoda bude
na neki nain inteligentna. Svakako, ekspertni sistemi namenjeni za ekspertnu
konsultaciju korisnika u najrazliitijim oblastima primene i dalje e se
nezavisno razvijati.
Interesantan pravac razvoja ekspertnih sistema predstavljaju i takozvani
sistemi isporuke znanja (knowledge delivery system). Oni faktiki nisu bazirani
na lancu zakljuivanja korienjem velikog broja pravila. Ovde je zakljuivanje
u jednom koraku jer se za svaku moguu premisu vezuje odgovarajui
zakljuak, te se brzim pretraivanjem i uporeivanjem zadate premise sa
postojeim u bazi znanja dolazi do odgovarajueg zakljuka. Implicitno, ovde
se pretpostavlja da je znanje po sebi ono to je bitno, a da je postupak
zakljuivanja u osnovi trivijalan jer je baziran iskljuivo na formalnoj logici.
Ovakav pristup otvara mogunost izrade specijalizovanih sistema za
isporuku znanja, recimo za dijagnostiku kvarova televizora, videorekordera i
slino, koji e se kupovati kao to se danas kupuju knjige, prirunici za opravku
pojedinih ureaja. Izdavake kue e poeti sa izdavanjem ovakvih sistema na
identian nain kako se izdaju i distribuiraju knjige, izdavajui nova, dopunjena
i preraena izdanja sistema za isporuku znanja u konkretnoj oblasti.
Pitanja:
1.
2.
3.
4.
5.
6.
7.
ta su Ekspertni sistemi ?
ta obuhvata inenjerstvo znanja?
Koji su uslovi potrebni da bi razvoj ekspertnog sistema bio mogu?
Koje su komponente ES ?
Koja su opta svojstva ES ?
U emu su razlike izmeu konvencionalnih programa i ES ?
Koje su grupe elemenata vane za izgradnju inteligentnih sistema za
donoenje odluka ?
8. Koje vrste ES postoje prema tipovima problema koje reavaju ?
106
9. UPRAVLJANJE DOKUMENTIMA
Dokument je osnovna jedinica obrade u administrativnom poslovanju.
Dokumenti na raunarima postoje u izuzetno mnogo oblika: faksovi, e-mail
poruke, datoteke kreirane pomou tekst procesora, spreadsheet i programa za
grafiku obradu. Pod ovim pojmom svrstani su i izvetaji iz razliitih
programskih paketa, kao i HTML forme.
Bitan koncept u obradi dokumenta predstavlja pojam tipa dokumenta.
Tip dokumenta definie njegovu strukturu i logiki sadraj. Za neke dokumente
je vrlo teko precizno definisati strukturu. Njih nazivamo slabo struktuiranim
dokumentima. Oni dokumenti za koje je mogue precizno definisati strukturu
(elemente) dobro su struktuirani.
Raunarska obrada struktuiranih i nestruktuiranih dokumenata bitno se
razlikuje. Struktuirani su pogodni za obradu, obino se smetaju u baze
podataka i njima se pristupa preko posebno razvijenih aplikacija. U obradi
ovakvih dokumenata moe se pristupati i pojedinim njihovim delovima.
Nestruktuirani dokumenti se obrauju preko standardnih softvera za
obradu (tekst procesori, spreadsheet editori i sl.) i smetaju se u formatima koji
su specifini za dati softver. Ovakvim dokumentima se pristupa kao nedeljivim
celinama. Slabo struktuirane dokumente mogue je opisati preko tzv.
sekundarnih dokumenata, koji su dobro struktuirani, u kojima se opisuje
njihova struktura.
9.1.SISTEM ZA UPRAVLJANJE ELEKTRONSKIM

DOKUMENTIMA
Sistem za upravljanje elektronskim dokumentima (DMS) engleski
original Electronic Document Management System (EDMS) jeste kolekcija
tehnologija koje omoguavaju pojednostavljen rad sa bilo kakvim elektronskim
dokumentima. Osnovna struktura DMS-a sainjena je od tri celine:
repozitorij dokumenta (Document repository),
mehanizam protoka posla (Workflow mechanism),
tehnologija pretrage i indeksiranja (Index and search technology).
Dizajn DMS-a je kod razliitih proizvoaa dvoslojan ili troslojan. U

dvoslojnoj arhitekturi (sa bazom podataka), klijent obavlja vei deo posla nego
u troslojnom, gde server sa repozitorijem obavlja najvei deo posla. Baza
podataka uva samo podatke o dokumentima, ali ne i same dokumente.
Baza samo sadri podatke o lokaciji dokumenta, a to je veza baze i
sistema datoteka. Serverska aplikacija kontrolie konzistentnost pokazivaa. U
bazi podataka su smeteni podaci o dokumentima: autor, datum, naslov,
eventualno broj verzije. Veina DMS-a prepoznaje OLE dokumente i
automatski odrava podatke o vezama meu njima unutar repozitorija. Iz ovog
se vidi da su kvalitet i mogunosti softvera koji slui za kreiranje dokumenta od
velikog znaaja za celokupan DMS sistem.
WINDOWS
UNIX
Klijent
Inetrnet/Intranet
Server: Mo` e biti neki RDBMS ili spec.

aplikacija. Mo` e se koristiti u dvo- i troslojnoj
arhitekturi. U troslojnoj, on manipuli{ e
informacijama preme/ka klijentu, izdvaja
podatke i aùrira ih, sme{ ta i ~ita datoteke sa
Server
sistema datoteka.
Sistem datoteka:
Koristi sve mogu} nosti
Baza podataka: ^ uva metaoperativnog sistema
podatke o dokumentima, ali ne i
same dokumente.
Klju~ne funkcije
repozitorija:
1. Kontrola pristupa
dokumentima
2. Kontrola verzija
3. Odràvanje kataloga
dokumenata
4. ^ uvanje istorijata
dokumenata
5. Rukovawe vezama
izme| u dokumenata i
njihovih delova
Baza Podataka
Slika 9.1. Struktura DMS-a
Repozitorij dokumenata
Ovo je najvanija komponenta DMS-a. On pamti, kontrolie i upravlja
dokumentima. Osnovne funkcije repozitorija su:
bibliotekarske usluge (kontrola pristupa po dokumentima, odravanje
kataloga, prijavljivanje i odjavljivanje, pretraga i izdvajanje
dokumenta);
kontrola verzija (sva pojavljivanja dokumenta i njegove izmene u
vremenu);
konfigurisanje i kontrola veza izmeu dokumenata i njihovih
sastavnih delova.
108
Repozitorij dokumenata moe biti ili posebna aplikacija ili mehanizam

ugraen u bazu podataka. On u potpunosti indeksira tekstove dokumenta, to
olakava pretraivanje i daje preciznije odgovore na upite, koji sa svoje strane
mogu da se bolje i preciznije struktuiraju. Indeksiranje se vri ili pri ubacivanju
teksta u repozitorij ili kasnije, nekom batch procedurom.
Mehanizam protoka posla

Ako se dobro koncipira i primeni, ovaj mehanizam moe u potpunosti da
eliminie zastoje u prenosu dokumenta. On omoguava paralelnu reviziju
dokumenata, a zajedno sa repozitorijem objedinjuje kompletnu istoriju revizija.
Ovi mehanizmi mogu da obavetavaju korisnike o pojavi nove verzije
dokumenta. Veoma vana je i funkcija konverzije dokumenata kreiranih u
jednom u drugi, eljeni format. U veini DMS-a se repozitorij i e-mail integriu
sa mehanizmom protoka posla.
U svakom sluaju, mehanizam protoka posla mora da komunicira sa
repozitorijem preko API-ja, da bi imao pristup dokumentima i informacijama o
njima.
Tehnologija pretrage i indeksiranja

Ova komponenta DMS-a je vezana za odluku da li e se koristiti
aplikacija za voenje repozitorija ili e se koristiti funkcije ugraene u bazu
podataka.
Samo korienjem standardnih i dobro strukturiranih dokumenata na bazi
definisanih postupaka kreiranja, auriranja, pregledanja i arhiviranja mogue je
rukovati informacijama na maksimalno jednostavan i efikasan nain.
Tehnologija rada dravnih organa, koja je ureena zakonskim i drugim
propisima, mora da bude podloga na kojoj e se izgraditi informacioni sistem
prilagoen potrebama to efikasnijeg upravljanja na osnovu pravovremenih,
tanih i na jednostavan nain dobijenih informacija.
Na tritu ve postoji niz proizvoda koji omoguavaju maksimalno
pojednostavljenje i ubrzanje procesa upravljanja informacijama i dokumentima
kao njihovim kontejnerima. Oigledno je da se pri planiranju i uvoenju
softverskih paketa za DMS, OAS i raunarsku tampu mora poi od sledeih
pretpostavki:
trenutno stanje da li se i ta se od ovih paketa ve koristi, koliko je
ve razvijen IS u datoj organizaciji;
potrebe snimak broja i vrste dokumenata koji se upotrebljavaju i
razmenjuju unutar organizacije;
platforma na kojoj e se implementirati paketi hardver, sistemski
softver (operativni sistem, sistem za upravljanje bazom podataka,
mreni softver), aplikativni softver (okruenje u kome e se raditi);
profil korisnika neophodan zbog planiranja obuke, uvoenja,

posebnih zahteva prema proizvodu;
trendovi u razvoju softverskih paketa u ovoj oblasti zbog brzine
kojom se uvode i menjaju osobine paketa koji se koriste u ovoj
oblasti, ovo je jedan od najozbiljnijih teinskih faktora pri izboru
paketa koji e se preporuiti i uvesti u korienje.
Tek na osnovu analize ovih podataka moe se pristupiti odabiru
softverskih paketa za ovu oblast. U ovom poglavlju nisu data poreenja paketa
(izuzev paketa za grafiku obradu).
Pitanja:
1. ta je to dokument i koji su najei pojavni oblici ?
2. U emu se razlikuje raunarska obrada struktuiranih i nestruktuiranih
dokumenata ?
3. ta je to DMS ?
4. ta ini strukturu DMS ?
5. Koje su osnovne funkcije repozitorija dokumenata ?
6. ta omoguava mehanizam protoka posla ?
110
10. MODELIRANJE MENADERSKIH ZAHTEVA ZA

INFORMACIJAMA
Izvori podataka na kojima se vri modeliranje menaderskih zahteva za
informacijama vezani su za nerelacione baze podataka. Ovo oteava i usporava
razvoj i odravanje, kao i pristup eksternim i heterogenim izvorima podataka.
Korisniki interfejs obino je u karakter modu i ogranienih je mogunosti sa
stanovita prezentacije podataka, poslovne grafike i slino.
Imajui u vidu da se prelazi na relacione baze podataka, javila se potreba
za reinenjeringom poslovnih procesa korienjem tehnika IDEF (Integation
DEFinition), tj. IDEF0 tehnike za modeliranje funkcija, IE (Information
Engineering) za informaciono modeliranje (modeliranje podataka), odnosno
CASE alata BPwin i ERwin koji su softverska realizacija ovih standarda.
Za opis rada poslovnog sistema veliki je problem to ne mogu da se
koriste prirodni jezici jer su dvosmisleni, pa se zato koriste pomenuti standardi
i softverski alati. S druge strane, precizan opis preko formalnih jezika
nerazumljiv je za veinu ljudi.
Ono to nam je potrebno jeste korienje tehnike koja organizuje
prirodne jezike na taj nain da eliminie dvosmislenost i omogui efikasnu
komunikaciju i razumevanje. Pokazalo se da je postupak modeliranja jedna od
najefektivnijih tehnika za razumevanje i jednoznanu komunikaciju izmeu
projektanata i korisnika.
U procesu modeliranja eliminiu se detalji, ime se umanjuje vidljiva
kompleksnost sistema koji se prouava. Grafike prezentacije (uglavnom
pravougaonici i linije), koriste se da bi obezbedile da veina ljudi razmilja o
modeliranju kao o slikovitoj prezentaciji (jedna slika moe zameniti i 1000
rei). Pored grafikog prikaza, potrebno je dati i precizne definicije predmeta
koji se pojavljuju u modelu, kao i propratni tekst, koji je kritian prema modelu
koji vri svoju ulogu, kao sredstvo komunikacije.
Ovakav pristup nametnuo je potrebu za apstrakcijom, kojom se izvodi
kontrolisano iskljuivanje detalja, tj. izvlae se zajednike karakteristike u
opisivanju nekog sistema. Tako je na viim nivoima apstrakcije sistem opisan
jasnije, a na niim detaljnije.
S druge strane, jo uvek u velikim firmama postoje hardverske

konfiguracije gde je korisniki sofvter razvijen obino u jeziku tree generacije
(najee COBOL), bez odgovarajue pratee dokumentacije, a preduzee eli
da pree na relativno jeftin i moan kompjuterski sistem. Obino je to mrea
PC-ja definisana po principima klijent-server arhitekure.
U daljem tekstu ukazae se na zablude, odgovarajue pretpostavke i
ogranienja od kojih se polazi prilikom realizacije ovako zamanog posla
vezanog za preslikavanje realnog sistema u informacioni sistem modeliranjem
procesa i podataka.
10.1. ZABLUDE
Prva zabluda je da neko drugi moe URADITI POSAO po principu
"klju u ruke". Narueni posao po ovom principu znai da se kupuje neije tue
reenje, za tue uslove rada, i ma koliko ga platili, nee proraditi na eljeni
nain u Vaem preduzeu. Razlog je u tome to je svako domae preduzee
razliito i specifino na svoj nain i za njega treba skrojiti odelo po meri. Poto
kadrovi iz preduzea nisu uestvovali u realizaciji, to oni ne razumeju ta je
uraeno, ne prihvataju "tua" reenja i na neki nain bojkotuju uvoenje.
Druga zabluda je da ako naruite projekat moete bre zavrti posao.
Najbolje je reenje da napravite meoviti tim konsultanata sa strunjacima iz
preduzea, to daje najbolje rezultate.
Trea je zabluda da preslikavanjem postojeih aplikacija u novo
hardversko i softversko okruenje moete dobiti novi informacioni sistem.
Samo uz pristup inverznog inenjerstva korienjem CASE (Computer Aidid
Software Engineering) alata, i uz kritian odnos prema dosadanjem radu,
postojee aplikacije mogu da se uzmu kao osnova za reinenjering, jer u
suprotnom preslikavate i lo nain rada.
10.2. PRETPOSTAVKE
Da bi se izvelo modeliranje procesa i podataka potrebno je ispuniti
sledee pretpostavke.
Prva pretpostavka vezana je za jedinstvenost sistema oznaavanja, koja
podrazumeva definisanje najee tzv. paralelnog sistema oznaavanja, gde se
definie jedinstveni identifikacioni broj, standardizovani naziv i klasifikacioni
broj.
Jedinstveni identifikacioni broj ili IDENT BROJ je neimenovani redni
broj (najee od est cifara). Naziv je definisan po JUS A.A0.006 i ima tano
propisanu strukturu. Klasifikacioni broj definie grupe PREDMETA
112
POSLOVANJA i svako mesto ima odgovarajue znaenje (do pet cifara).

Druga bitna pretpostavka je jedinstvenost modela procesa i podataka.
Pod jedinstvenim modelom procesa i podataka podrazumeva se obino primena
jedinstvene metodologije vezane za projektovanje korienjem CASE
(Computer Aidid Software Engineering) alata BPWin (Bussines Process for
Windows) i ERWin (Entity Relationships for Windows).
Trea pretpostavka vezana je za korienje baze podataka, tj. sistema za
upravljanje bazama podataka (SUBP). Kako je za ovaj posao najbitnija stvar
komunikacija, to je potrebno prvo definisati zajedniku bazu podataka (u praksi
se zove premet poslovanja i ifarnici) jer to su podaci koji se koriste u vie
procesa, to predstavlja osnovu za razvoj Intraneta i Data Warehous koncepta
kao osnove za donoenje poslovnih odluka. Baza zajednikih podataka
osigurava jedinstvenost preko jedinstvenog sistema oznaavanja i omoguuje se
centralizovano upravljanje podacima i onemoguuje se nekontrolisana
redundansa podataka. Baza zajednikih podataka je jezgro i ona omoguava da
se podaci memoriu samo jednom na raunaru i da ih onda svi zainteresovani
koriste po potrebi. Na ovom mestu naglasemo da izbor SUBP i kupovina
hardvera nije prvi ve poslednji korak i da on nastupa tek posle projekta
vezanog za modeliranje procesa i podataka.
10.3. OGRANIENJA
Imajui u vidu gore reeno mogu se izdvajajiti etiri bitna ogranienja:
Prvo ogranienje karakteristino za nae prilike, vezano je za postojanje
tehniko tehnoloke kulture i organizovanosti to se ogleda u:
postojanju slube koja izrauje organizacione propise,
postojanju jedinstvenog sistema oznaavanja,
postojanju slube za razvoj i praenje internih standarda,
potovanju postavljenih normativa kao tehnolokih, a ne socijanih
kategorija
stepenu primene dokumenata obezbeenja kvaliteta i dr.
Drugo ogranienje vezano je za sposobnost najvieg rukovodstva i
njihovog autoriteta da se "gvozdenom" disciplinom sprovedu zacrtani zahtevi.
Tree ogranienje vezano je za znanje projektnog tima, njihova
metodologija rada i iskustvo za sline sisteme. Kako su ovakva znanja vezana
za projektantske kue jer se pre svega misli na iskustva u radu sa slinim
sistemima to se preporuuje angaovanje konsultanata da bi se ovo ogranienje
prevazilo.
etvrto ogranienje odnosi se na odbojnost menadzera ili preterani
zahtevi koja se resava na nain prikazan na sledei nain.
10.4. DEFINISANJE ZAHTEVA MENADERA ZA

INFORMACIJAMA
Definisanje zahteva menadera treba da omogui da se analizom
dokumenata i sprovoenjem intervjua moe identifikovati okvir poslovnih
procesa. Potrebno je pronai i dobro osmotriti nepotpune (prekinute,
isprekidane), neperspektivne procese koji gue ostvarivanje planiranih
(eljenih) rezultata. Klju "lei" u odgovoru na pitanje: "ta treba promeniti?".
Drugim reima, u ovoj fazi se prouavaju i procenjuju postojei procesi,
analiziraju se rezultati koje daje proces sada i kakvi se rezultati mogu oekivati
u budunosti. Dakle, snimkom trenutnih procesa omoguuje se da se uoe uska
grla (gde se nalaze) i problematine take.
Takoe, u ovoj aktivnosti treba predvideti i alternativne prilaze. Kada
se definie problem, timovi koji sprovode reinenjering istiu novi strateki
pravac za realizaciju procesa i pridruena merila, a ujedno vre i procenu novih
poslovnih alternativa. Dakle, naroita panja se obraa na to da lanovi tima
treba da razumeju proces, tj. da imaju razjanjene odgovore na pitanja ta se
eli postii, zato je potreban redizajn i kako treba da izgleda proces u
budunosti.
Defininisanje zahteva za informacijama vri se metodom odozdo na gore
tj. analizom dokumenata i metodom odozgo na dole tj. intervjue.
Definisanje zahteva iz dokumenata uzimaju se popunjeni uzorci
dokumenata i definiu se:
ulazna dokumenta i pritom se daje odgovor na pitanje: Odakle potiu
podaci ? Kako su podaci dobijeni?.
Posebno se analiziraju kartoteke i fascikle (tzv.skladista podataka) i
pritom se daje odgovor na pitanje: Da li se unose tani podaci ? Da li
se unose kompletni podaci ? Sta skladita podataka opisuju?
Na kraju se analiziraju izlazna dokumenta i pritom se daje odgovor na
pitanje: Kako se koristi, Koliko esto se koristi, Koliko je taan taj
izlaz danas, U kom obliku je prikazan, Kada se izradjuje i koliko
cesto, Koliki je obim i broj kopija, Kome se upucuje, Sta startuje
izlaz, Koja se poboljsanja mogu uvesti
Definisanjem zahteva intervjuem dolazi se do informacija o problemima i
o onim informacijama koje nisu definisane dokumentima a menaderi,
pogotovu top menadzeri, zahtevaju da ih imaju. Ako se intervju ne bi sprovodio
doli bi u opsnost da automatizjemo postojei slab nain rada.
114
Slika 10.1. Definisanje zahteva intervjuom
10.5. TEHNIKI PREDUSLOVI

Odgovarajui tehniki preduslovi su:
arhitekturom potrebnog sistema (hardver i softver),

kadrovskim potrebama (broj kadrova i njihovo obrazovanje) i
dinamiku realizacije (vremensku i trokovnu dimenziju).
Tehnike i tehnologije raunarstva, komunikacija, pogotovu razvoj
Interneta i Intraneta, osnova su za pristupanje sloenom poslu definisanja
arhitekture potrebnog sistema. Otuda arhitekturu potrebnog sistema treba
zasnivati na najnovijim saznanjima, tehnikama i tehnologijama, kao i
principima distribuirane obrade, korienja baza podataka, postizanja
kompatibilnosti u mreama raunara i upotrebama ureaja za prikaz
informacija.
Pri izboru opreme treba imati u vidu tehniko-tehnoloke preduslove,
koji su sagledavani prema strukturi arhitekture referentnog modela:
kvalitetan komunikacioni sistem,
visok stepen kompatibilnosti raunarske opreme,
otvorenost mrene arhitekture,
modularnost opreme krajnjih korisnika,
efikasnost sistema upravljanja podacima,
korienje softverskih proizvoda za razvoj aplikacije.
Pod kadrovskim potrebama podrazumevaju se broj potrebnog kadra za
realizaciju razvoja informacionog sistema i potrebna obuka za korienje
informacionih tehnologija.
Uz obezbeivanje neophodne raunarske opreme, komunikacione i ostale
pratee opreme, od posebnog znaaja su i kadrovski resursi, odnosno kvalitetna
i u dovoljnoj meri zastupljena kadrovska podrka.
Saglasno tom prilazu, kao informatiku osnovu u sprovoenju razvoja
informacionog sistema, treba imati minimum potrebnog kadra. Potrebni su:
rukovodilac,
vodei projektant za modeliranje procesa i podataka,
vodei projektant softverskih reenja,
vodei projektant baze podataka,
sistem inenjer,
referent dokumentacije.
Posebno znaajnu ulogu treba da imaju kontinuirani proces obrazovanja
kadra i automatizacija njihovog rada, kao i adekvatni oblici funkcionalnog
organizovanja. To je poednako znaajno i za fazu razvoja i za fazu korienja.
Upravo zato, shodno usvojenoj metodologiji, treba dati i pregled sledeih
kurseva:
kompjutersko opismenjavanje (WINDOWS, MS Word),
integracija IS i zahteva sistema kvaliteta (modeliranje procesa BPwin),
modeliranje podataka - ERwin,
generisanje prototipske aplikacije u MS ACCESS-u,
rad sa tabelama - MS EXCEL,
mreni rad i INTERNET I NJEGOVI SERVISI.
Kada je re o dinamici realizacije i trokovima, neophodno je korienje
nekog od softvera za upravljanje projektima (npr., MS Project).
Trokovi realizacije najee se posmatraju u okviru grupa poslova kao:
trokovi razvoja aplikacija,
trokovi tehniko-tehnolokih resursa,
trokovi eksploatacije.
Svaka od ovih grupa poslova se, takoe, sastoji iz posebnih trokova i
otuda specifikaciju trokova treba da ini sledea struktura:
trokovi razvoja: obuka projektnog tima, razvoj zajednikih
aplikacija, struna pomo pri razvoju, razvoj i dopuna sopstvenih
aplikacija, softverski proizvodi za razvoj aplikacija;
trokovi tehniko-tehnolokih resursa: raunarska oprema zajednikih
resursa, oprema komunikacionog sistema, dopuna i kompletiranje
raunarske opreme, pratea oprema i adaptacija prostora;
trokovi eksploatacije: odravanje opreme, potronja elektrine
116
energije, korienje komunikacionih linija, amortizacija opreme, plate

radnika
10.6. REINENJERING POSLOVNIH PROCESA

Hronoloki gledano, prvi elementi reinenjeringa su nastali sa uvoenjem
automatske obrade podataka (AOP). Poslednjih deset godina izvode se
aktivnosti vezane za uvoenje serije standarda: ISO 9000, ISO 14000, EDI i
EDIFACT standarda. Sve ove aktivnosti moraju biti integrisane u postupak
reinenjeringa poslovnih procesa, naroito posle pojave Interneta, Intraneta,
klijen/server ahitekture i dr.
Reinenjering poslovnih procesa (BPR Business Process
Reingineering) jeste prelazak u novu tehnoloku paradigmu (uzor), gde nema
podele poslovnih procesa na prodaju, marketing i raunovodstvo, ve se
organizovanje vri oko kontinuiranih poslovnih procesa iji je osnovni cilj
dostava proizvoda potroau. Jedna od glavnih deviza reinenjeringa poslovnih
procesa jeste komunikacija, koja treba da omogui premoavanje teorije
odozgo na dole (Top-Down) sa odozdo na gore (Bottom-Up) implementacijom.
Metodologijom odozgo na dole sa stanovita najviih rukovodilaca
(metodom intervjua) izvodi se definisanje ciljeva poslovnih procesa, resursa, i
dr. Obrnutim putem, metodologijama odozdo na gore (analizom dokumenata),
izvodi se projektovanje ii uvoenje. irinu u pristupu daje metodologija odozgo
na dole a preciznost omoguuje metodologija odozdo na gore.
Dakle, za sprovoenje reinenjeringa poslovnih procesa potrebno je
podeliti poslovne procese u delove koji se mogu realizovati u konanom
vremenu, izvriti ponovno grupisanje procesa u podsisteme i to prema
podacima, definisati prioritete i definisati veze podsistema preko podataka.
Jedan od glavnih "krivaca" to se pristupa reinenjeringu poslovnih
procesa jesu promene vezane za razvoj informatikih tehnologija, ime se
osnovne postavke Adama Smita, vezane za postojei nain rada, moraju
revidirati.
Istorijski gledano, Adam Smit je definisao sledee postavke:
razbijanje procesa na elementarne zadatke,
razbijeni zadaci se dodeljuju usko specijalizovanim radnicima,
radnici su izdvojeni u razliite organizacine celine,
postojanje konfliktnih ciljeva izmeu OJ preduzea (nabavke,
prodaje, proizvodnje i projektovanja i dr.).
Sa pojavom informatikih tehnologija, ove postavke su postale smetnja
razvoju savremene organizacije poslovanja.
Savremena organizacija poslovanja se bazira na ideji ponovnog
sjedinjavanja razliitih aktivnosti u jedinstvene poslovne procese, gde je fokus
na nainu izvrenja posla a ne na strukturi organizacije. Pokazalo se da je

klasina struktura organizacije uzrok konflikta izmeu OJ koje se takmie
izmeu sebe, preputajui nekom drugom da ostvari prihod. Osnovna ideja
reinenjeringa poslovnih procesa vezana je za maksimalno zadovoljenje
zahteva i oekivanja kupca, ouvanje interesa vlasnika organizacije,
menadmenta, zaposlenih, dobavljaa i drutva.
Mora se naglasiti da reinenjering poslovnih procesa ne donosi
unapreenje postojeeg nivoa ve zahteva odbacivanje i ponovno zapoinjanje
posla na nov nain, tj. potrebno je rastaviti objekat na sastavne delove, a zatim
ga ponovo sastaviti. Renenjering je orijentisan prema izvoenju procesa, ukida
fragmentaciju jer zahteva timski rad i ima celovit (holistiki) pristup procesima.
Naime, reinenjeringom poslovnih procesa se ne otklanjanjaju samo
redundantni detalji, to nije samo puka automatizacija posla, ve je to radikalno
nov tehnoloki princip, iji se uspeh meri parametrima brzine reavanja
problema i zadovoljstvom onih zbog kojih se posao radi.
Za sprovoenje reinenjeringa poslovnih procesa potrebno je izvriti
sintezu procesa i vrsta ljudi, naina vrednovanja ljudi, kao i postavku nove
organizacije poslova.
Mora se voditi rauna da ovako radikalan pristup ne pogodi ljude
direktno, ve se moraju izvoditi laboratorijske verzije reinenjeringa poslovnih
procesa, gde je potrebno izvriti proveru funkcionisanja, otkriti greke i
nedostatke i sprovesti ispravke.
Implementacija redizajniranih poslovnih procesa u stvarnosti je
procedura koja posre jer nema pune kontrole izmeu eljenog i mogueg, zbog
dramatino brzog razvoja komunikacija.
Menaderi kao instruktori i selektori

Najbolje reenje je da reinenjering poslovnih procesa vre sposobni,
obrazovni i visoko motivisani zaposleni jer se tako stvara preduslov da rezultat
ovakvog rada bude drastino smanjenje vremena i trokova. Celokupan posao
treba organizovati kao timsku rad tako da specijalisti razliitih profila rade
zajedno tokom celog procesa u okviru meovitih multidisciplinarnih timova.
Svaki uesnik je svestan svoje uloge i mora posedovati savremena znanja i
sposobnosti, to se posebno odnosi na menadere, koji su trener, instruktori i
lideri. Kad se kae trener, onda se uvek ima asocijacija na fudbalski tim. Dakle,
trener fudbalskog tima treba da objedini odbranu, srednji red i napad i tako
uigra igrae da daju golove i postiu pobede. Ne sme postojati striktna podela
posla, gde odbrana prebaci loptu navali i ba je briga ta e navala da uradi jer
to nije njen posao. Naprotiv, i odbrana treba da uestvuje u postizanju rezultata.
Takva je i uloga menadera, jer on okuplja tim oko projekta koji ima svoje faze
(ideja, projektovanje, tehnologija, izrada, prodaja..), a kao krajnji rezultat ima
118
profit. Nagrade i premije se dele kao i u sportu, npr. fudbalu, prema

postignutom uinku i rezultatima. Ovakav nain rukovoenja otkljanja
nesporazume i uspostavlja bolje odnose izmeu odeljenja.
Radikalna prednost u odnosu na konkurenciju

Ono to odlikuje reinenjering poslovnih procesa je fundamenatalna
promena razmiljanja i shvatanja poslovanja, gde se pre svega donosi odluka
ta, pa onda kako da se radi, a na kraju ta treba da bude rezultat, imajui u vidu
da je to kreiranje potpuno novog naina izvrenja poslovnih,
tehnolokih,organizacionih i drugih procesa. Sve projektovane akcije treba da
rezultiraju znaajnim unapreenjem kritinih performansi u odnosu na
konkurenciju, pre svega se misli na cenu, kvalitet i brzinu pojave na tritu.
Praktina iskustva u nekim firmama gde je sproveden reinenjering
poslovnih procesa pokazala su:
Unapreen kvalitet za
84%
Smanjeno vreme do pojave novog proizvoda za 75%
Unapreena komunikacija
61%
Trokovi razvoja smanjeni za
54%
Smanjenje izmena za
48%
Poveanje profita za
35%
Prema navodima ovi rezultati su postignuti izmeu ostalog i zbog
prelaska preduzea na informacione tehnologije, gde se definiu nova
partnerstva i modernija organizacija. Informacione tehnologije se koriste za
pribliavanje kupcu, gde je potrebno znati probleme kupca pre njega samog i
znati reenje za njegov problem i to mu ponuditi preko Internet servisa.
Za postupak sprovoenja reinenjeringa poslovnih procesa ne postoje
pisana pravila i propisi, pa se moraju nalaziti vlastita reenja u zavisnosti od
situacije i pritom iskustva drugih uzimati samo kao primer.
Kako se reinenjering odnosi iskljuivo na poslovne procese, to su
osnovna dva pitanja koja se uvek moraju imati u vidu:
ta kupac oekuje od nas?
ta i kako treba da promenimo da zadovoljimo zahteve kupca?
Oekivani efekti
Od reinenjeringa poslovnih procesa treba se oekuje da inovira
organizacionu strukturu, koja treba da bude orjentisana prema okruenju, da
omogui zamenu dugotrajnih i nedovoljno racionalnih procedura i postupaka
merama koje donose efikasne i nagle promene, da povea kvalitet i smanji
trokove, da smanji vreme izvrenja procesa, pobolja interne i eksterne
odnose, eliminie nepotrebne aktivnosti i zastoje, omogui prijatnu atmosferu
za rad i motivisanost, i definie iroku odgovornost zaposlenih.

Postoje izvestan rizik opasnosti prilikom reinenjeringa: redizajniranje
poslovnih procesa uslovljava i odgovarajue organizacione, poslovne i
informatike promene. Ako se ove izmene ne naprave, moe doi do uskih grla.
Druga opasnost je vezana za miljenje da implementacija novih tehnologija
treba da automatski doprinosi direktnom unapreenju poslovnih procesa, to
uopte nije sluaj.
Iskustva iz prakse pokazuju da skoro 70 procenata (tipinih) akcija
uinjenih u reinenjeringu ne daje rezultate zadate za neki odreeni vremenski
rok. S obzirom na obeanja i cenu, ovaj veoma visoki stepen neuspeha je
izuzetno problematian. Zbog ega je tako mali procenat uspenosti? Da li
razlog "lei" u prekomernom planiranju, ili u looj proceni koje procese je
potrebno promeniti, ili je u pitanju ljudski faktor nespreman na promene? Moe
se odmah istai da su izgledi za uspeh vezani pre svega za uverenost vodeeg
menadmenta u uspeh.
10.7. FUNKCIONALNO MODELIRANJE

Grafiki jezik IDEF0 (www.idef.com) opisuje metodu funkcionalne
dekompozicije preko skupa dijagrama, od kojih svaki predstavlja ogranienu
koliinu detalja definisanih odgovarajuom sintaksom i semantikom. Dijagrami
su meusobno povezani tako da opisuju sistem hijerarhijski, sa vrha nanie.
Dijagrami se sastoje od pravougaonika koji predstavljaju neki deo celine.
Povezani su meusobno usmerenim linijama koje predstavljaju veze izmeu
delova.
Grafiki prikaz definie aktivnosti koji mogu biti funkcije ili procese
preko pravougaonika, strelica i odgovarajue sintakse i semantike. Tekst i
renik pruaju dodatne informacije i podravaju grafike dijagrame.
Sintaksu grafikog jezika IDEF0 ine pravougaonici (boxes), strelice
(arrows) i pravila (rules).
Pravougaonici predstavljaju aktivnosti, definisane kao funkcije, procesi i
transformacije. Svaki pravougaonik ima naziv i broj u okviru granica
pravougaonika. Za naziv aktivnosti se koristi aktivan glagol ili glagolska fraza
koja opisuje funkciju. Broj se koristi da bi bio prepoznat predmet opisa
pravougaonika u pridruenom tekstu.
120
NAZIV
AKTIVNOSTI
1
Slika 10.7. Sintaksa pravougaonika (Box)
Prvo, aktivnost mora imati naziv, tj. da ime aktivnosti ima, obino,
strukturu formata tipa {glagol}subjekt}. Za svaki naziv mogu se dati definicije
koje ne smeju biti duge, ali bi trebalo u potpunosti da objasne svaku aktivnost.
Drugo, aktivnost ima vremensku dimenziju, tj. odreeno vreme koje mora
proi izmeu poetka i kraja aktivnosti. Pre nego to se definie neto kao
aktivnost, mora se imati u vidu da se u trenutku trajanja aktivnosti troi
energija, koja moe biti fizika, mehanika ili elektrina.
Tree, sve aktivnosti moraju dati rezultat, tj. odgovarajui izlaz.
Aktivnosti koje ne proizvode odgovarajui rezultat mogu se definisati kao
aktivnosti, ali samo zbog razloga opisa, onakvog kakav je on u stvarnosti.
Meutim, takve aktivnosti najpre e biti eliminisane.
Sledei element sintakse grafikog jezika IDEF0 je strelica.
Strelica (Arrow) se sastoji od jedne ili vie linija, sa vrhom strelice na
jednom kraju. Strelice mogu biti pravolinijske ili savijene pod uglom od 90
stepeni i mogu se ravati ili spajati.
Strelice predstavljaju podatke ili objekte vezane za aktivnosti. One ne
znae samo tok ili sekvencu, kao u tradicionalnom modelu dijagrama toka
podataka, ve prenose podatke ili objekte vezane za posmatranu aktivnost.
Svaka strelica je definisana nazivom (imenicom). Za opis naziva strelice
definie se i odgovarajui tekstualni opis.
Semantika grafikog jezika IDEF0 ukazuje na znaenje sintaksne
komponente jezika i olakava korektnost interpretacije kojom se opisuje
notacija za aktivnosti i strelice.
Odnos izmeu aktivnosti i strelica odreen je pomou strane
pravougaonika (aktivnosti) na koji je strelica naslonjena.
Kontrola
Ulaz
AKTIVNOST
Mehanizam
Izlaz
Poziv
Slika 10.2. Osnovni koncept
Strelice sa leve strane pravougaonika definiu se kao ulazi (Input).

Strelice koje ulaze u pravougaonik odozgo se definiu kao kontrole (Control).
Strelice koje izlaze iz pravougaonika na desnoj strani predstavljaju izlaze
(Output). Izlazi su podaci ili objekti, odnosno proizvodi aktivnosti.
Dakle, elementi prikazani na prethodnoj slici mogu se opisati reenicom:
"Ulazi se preko aktivnosti transformiu u odgovarajui izlaz, dok kontrole
specificiraju uslove pod kojima aktivnost daje korektan izlaz".
Strelice na donjoj strani pravougaonika predstavljaju mehanizme.
Strelice okrenute prema gore identifikuju znaenje koje podrava izvrenje
aktivnosti. Strelice mehanizma koje su okrenute na dole definiu se kao strelice
poziva (Call arrows).
Imajui u vidu englesku notaciju, dijagrami se zovu i ICAM dijagrami,
jer je to skraenica od:
I Input, neto to se upotrebljava u aktivnosti;
C Control, kontrole ili uslovi izvoenja aktivnosti;
O Output, rezultat izvoenja aktivnosti;
M Mechanism, neto to se koristi u aktivnosti ali se ne menja.
Imajui u vidu navedene postavke, postavlja se pitanje: koje resurse nose
pojedini tipovi strelica?
Ulazna (Input) strelica predstavlja materijal ili informaciju koja se
koristi ili transformie radi definisanja izlaza (output). Dozvoljava se
mogunost da odreene aktivnosti ne moraju imati ulazne strelice.
Kontrolne (Control) strelice reguliu, odnosno odgovorne su za to kako,
kada i da li e se aktivnost izvesti, odnosno kakvi e biti izlazi (output). Svaka
aktivnost mora imati najmanje jednu kontrolnu strelicu.
Kontrole su esto u obliku pravila, politika, procedura ili standarda. One
utiu na aktivnost, ali ne mogu da budu transformisane ili upotrebljene. U
sluaju da je cilj aktivnosti da promene pravilo, politiku, proceduru ili standard,
122
treba oekivati da e strelice koje sadre tu informaciju, u stvari, biti ulaz.

Izlazne (Output) strelice su materijali ili informacije stvoreni aktivnou.
Svaka aktivnost mora imati najmanje jednu izlaznu (output) strelicu. Ne treba
modelirati aktivnost koja ne stvara izlaz.
Strelice mehanizama su izvori koji izvode aktivnosti, a sami se ne
"troe". Mehanizmi mogu biti ljudi, maine i/ili oprema, tj. objekti koji
obezbeuju energiju potrebnu za izvoenje aktivnosti. Po slobodnoj volji
projektanta, strelice mehanizama mogu biti i izostavljene iz aktivnosti.
Strelica poziva (Call) specifini je sluaj strelice mehanizma i ona
oznaava da pozivajui pravougaonik nema vlastiti detaljniji dijagram, ve daje
detaljniji prikaz izveden na nekom drugom pravougaoniku u istom ili nekom
drugom modelu. Vie pozivajuih pravougaonika mogu pozivati isti
pravougaonik na nekom drugom ili istom modelu. Imenuju se brojem
dekompozicionog dijagrama, koji sadri pozvani pravougaonik, zajedno sa
brojem pozivnog pravougaonika.
Funkcionalno modeliranje u daljem tekstu bie opisano kroz definisanje
dijagrama konteksta, stabla aktivnosti i dekompozicionog dijagrama.
Dijagram konteksta
Dijagram konteksta je definisan jednim pravougaonikom koji predstavlja
granicu modela koji se prouava. U tom sistemu i van njega teku informacije
preko strelica. Dijagram konteksta je najvii nivo apstrakcije, koji se
dekompozicionim dijagramima prevodi u nii nivo apstrakcije.
Aktivnost A0, koja se pojavljuje u kontekstnom dijagramu, opisuje
okvire modela i mora biti odreena aktivnom glagolskom frazom.
Preporuuje se da treba poeti od definisanja izlaznih strelica, pa se
pomerati prema ulazima, mehanizmima i kontrolama. Polazi se od injenice da
svaka aktivnost poseduje odgovarajue izlaze koji se mogu identifikovati.
Prilikom definisanja izlaza treba voditi rauna i o negativnim izlazima, koji
prouzrokuju tzv. povratne (feedback) strelice.
Sledei elementi koje treba definisati su strelice ulaza, koji se na
specifian nain transformie (ili troi) radi stvaranja odgovarajueg izlaza,
potpomognut odgovarajuim mehanizmima i kontrolom.
U daljem tekstu bie prikazano kako se definie dijagram konteksta za
proces fakturisanja.
Dijagram konteksta za proces fakturisanja
Osnove za definisanje EDIFACT standarda je dokument UN/ECE WP.4
koji svojom preporukom broj 6, izdanje iz 1975. godine, preporuuje da se

obrazac za fakturu u meunarodnoj trgovini zasniva na obrascu prema ISO
6422 (skraeno: UNLK) JUS ISO 6422.
Obrazac je baziran na principu "box design". Razmetaj rubrika je
fiksiran kao npr. adresa primaoca, koja je definisana zbog koverata sa prozirom
i pritom su razmatrani administrativni, pravni i trgovinski aspekti. Prostor "za
slobodno raspolaganje" u najniem delu obrasca namenjen je za vie posebnih
potreba za individualne aplikacije. Ako trgovaki partneri primenjuju
dokumente koji sadre ire polje podataka nego set UNLK, ili od onog to je
propisano u standardima za odgovarajue podatke, o tome se moraju posebno
dogovoriti. Sve ovo je ilo u prilog da se prihvati jedan standardizovani obrazac
(ISO 7372), kao to je prikazano na sledeoj slici.
ISPORUILAC
ABC COMPUTER
D. Jovanovia 44
11000 BEOGRAD
DATUM I BR. FAKTURE

960321 547XRTW
DRUGE REF.
FAKTURA
PRIMALAC
BTR
Sremska 248
21000 N. Sad
KUPAC (AKO NIJE PRIMALAC)
ZEMLJA POREKLA USA

USLOVI ISPRUKE I PLAANJA
DETALJI O PREVOZU
KAMION, AVION
OTPREMNE
OZNAKE
BROJ I VRSTA; OPIS ROBE;

PAKOVANJE
MASA
kg
ZAPREMINA
m3
OPIS ARTIKLA (IFRA I/ILI NAZIV)
KOLIINA
J. CENA
IZNOS
LASERSKI STAMPA
TONER
RAUNAR
3
2
1
12000
3000
8500
36000
6000
8500
AMBALAA
PREVOZ
124
OSTALI TROKOVI
OSIGURANJE
UKUPNO
50500
Slika 10.3. Obrazac EDIFACT fakture
Dijagram konteksta za proces fakturisanja definisan je pravougaonikom

koji predstavlja hipotetike granice sistema koji se prouava. U i van ovog
sistema teku informacije preko strelica. Dijagram konteksta je najvii nivo
apstrakcije, koji se dekompozicionim dijagramima prevodi u nii nivo
apstrakicije. Na sledeoj slici prikazan je dijagram konteksta za proces
fakturisanja, gde se moe videti koji tipovi informacija su potrebni, a
predstavljeni su kao nazivi strelica.
Standardi
Postupak
fakturisanja
Zakoni
i
propisi
Faktura
Osnov fakturisanja
Informacija knjigovodstvu
FAKTURISANJE
Izvod iz banke
Informacija menadzmentu
0
Referent
oznacavanja
NODE:
T IT LE:
Analiticar
Referent prodaje prodaje
FAKTURISANJE
NUMBER:
-0
Slika 10.4. Dijagram konteksta za proces fakturisanja
Definisanjem dijagrama konteksta, tj. granica sistema, uspostavljaju se

okviri posmatranja i definie okolina koja utie na sistem.
Strelice sa leve strane pravougaonika definiu se kao ulazi (Input) i
definiu se kao: Zahtev za fakturom, Zahtev za novom ifrom i Zahtev za
izvetajima.
Strelice koje ulaze u pravougaonik odozgo definiu se kao kontrole
(Control) i definisane su kao: Pravilnik o izradi faktura, Postupak o definisanju

ifarnika i postupak o izvetavanju.
Strelice koje izlaze iz pravougaonika na desnoj strani predstavljaju izlaze
(Output). Izlazi su podaci ili objekti proizvedeni od strane aktivnosti i za
postavljeni pilot model EDIFACT fakture su izvetaj knjigovodstvu, kao i sama
faktura.
Strelice na donjoj strani pravougaonika predstavljaju mehanizme.
Strelice okrenute prema gore identifikuju znaenje koje podrava izvrenje
aktivnosti i definiu se kao RDBMS i translacioni softver.
Imajui u vidu ovako postavljeni dijagram konteksta, u sledeem koraku
definie se stablo aktivnosti.
Definisanje stabla aktivnosti

Definisanjem stabla aktivnosti uspostavljaju se vertikalne (hijerarhijske)
veze izmeu aktivnosti. Stablo aktivnosti se definie primenom metode
reavanja problema odozgo na dole (top-down), kada se sloena aktivnost
rastavlja na vie podreenih aktivnosti, a zatim se pristupa reavanju
jednostavnih podreenih aktivnosti.
Drugim reima, polazna sloena aktivnost razvija se u hijerarhiju
podreenih aktivnosti, ija je struktura tipa stabla. Koren stabla (to je najvii
vor stabla) sadri polaznu aktivnost, dok listovi, tj. vorovi koji nemaju
potomke, sadre aktivnosti ije je reavanje relativno jednostavno. Reavanjem
svih podreenih aktivnosti iz listova reena je i polazna sloena aktivnost.
Dakle, stablo aktivnosti predstavlja hijerarhiju definisanih aktivnosti,
oienu od strelica, i omoguuje funkcionalnu dekompoziciju i uvid u dubinu
odvijanja veza izmeu aktivnosti.
Aktivnost na vrhu (root) uvek je oznaena sa 0. Brojevi se koriste da bi
prikazali koliko detalja sadri aktivnost. Aktivnost A0 je dekomponovana
(razdvojena) na 1, 2, 3 itd. Aktivnost 1 je dekomponovana u 11, 12, 13 itd.
Nadreena aktivnost se zove roditelj (parent), a podreene aktivnosti su deca
(children).
Razbijanjem aktivnosti roditelja na decu dobija se od 2 do 6 podreenih
aktivnosti. Ako je vie od est podreenih aktivnosti, to znai pokuaj da se
smesti previe detalja na jedan nivo.
Vertikalna hijerarhija uspostavljena stablom aktivnosti povezuje
strateko upravljanje (vizija, politika, postavljeni ciljevi) sa nivoom praenja i
ocenjivanja uspostavljenih procesa.
U sledeem koraku, definie se stablo aktivnosti za proces fakturisanja.
126
Stablo aktivnosti za proces fakturisanje

Imajui u vidu izgled fakture i dijagram konteksta, definie se stablo za
proces fakturisanja, kao to je prikazano na sledeoj slici.
FAKTURISANJE
0
EVIDENCIJA
SIFARNIKA
IZRADA
FAKTURE
1
ANALIZA
FAKTURISANJA
2
EVIDENCIJA
PARTNERA
EVIDENTIRANJE
FAKTURE
EVIDENCIJA
PLACANJA
EVIDENCIJA
NACIN
PLACANJA
FAKTURISANJE
PREDMETA
POSLOVANJA
IZRADA
IZVESTAJA
KNJIGOVODSTVU
EVIDENCIJA
JEDINICA
MERA
GENERISANJE
FAKTURE
IZRADA
IZVESTAJA
MENADZMENTU
EVIDENCIJA I
OZNACAVANJE
PREDMETA
POSLOVANJA
Slika 10.5. Stablo aktivnosti za proces fakturisanje
Imajui u vidu ovako postavljeno stablo aktivnosti, u sledeem koraku

definie se dekompozicioni dijagram.
Definisanje dekompozicionog dijagrama

Definisanjem stabla aktivnosti uspostavile su se vertikalne veze izmeu
poslova, dok se izradom dekompozicionog dijagrama uspostavljaju
horizontalne veze izmeu poslova istog nivoa. Funkcije su, kao to je ve
reeno, smetene u pravougaonike koji se crtaju u dijagonalnom smeru, od
gornjeg levog ugla strane ka donjem desnom uglu. Svakoj funkciji mora se
dodeliti naziv u obliku glagolske fraze, te mora imati najmanje jednu kontrolnu
i jednu izlaznu strelicu.
Struktura formiranja dekompozicionog dijagrama prikazana je na slici
10.6. Polazi se od dijagram konteksta, koji se definie na najviem nivou, pa se
izvodi dekomponovanje u podreene (child) dijagrame. Svaki od potposlova
podreenog dijagrama moe kreirati svoj dijagram na niem nivou. Na taj nain
se definiu razliiti nivoi apstrakcije, tj. na viim nivoima su optije funkcije i
grupisane strelice, koje se na niim nivoima dekomponuju i detaljnije opisuju.
Strelice u okviru dekompozicionog dijagrama omoguuju tzv.
horizontalno povezivanje definisanih poslova.

Kao to se moe videti, na sledeoj slici se strelice definisane na
kontekstnom dijagramu prenose u podreeni dekompozicioni dijagram. Dakle,
strelice definisane u funkciji koja prethodi (roditelj) pojavljuju se u
podreenom dekompozicionom dijagramu kao granine strelice (boundary
arrows), tj. kao strelice koje nastaju van okvira posmatranog dijagrama.
U okviru dekompozicionog dijagrama definiu se tzv. eksplicitne ili
interne strelice koje povezuju poslove. Dekompozicioni dijagram bez
unutranjih strelica ukazuje na organizacioni pristup dekompoziciji, a ne
funkcionalni.
Ulazne granine strelice koje dolaze iz nadreenog dijagrama u
podreeni dijagram mogu se deliti u vie specifinih strelica i obrnuto: izlazne
granine strelice iz podreenog dekompozicionog dijagrama grupiu se i izlaze
u nadreeni dijagram.
128
0
A0
A-0
Op{ tije
1
2
Detaljnije
3
4
A4
A0
1
2
A42
3
A4
1
2
3
A42
Slika 10.6. Dekompoziciona struktura IDEF0 metodologije
U sledeem koraku definie se dekompozicioni dijagram za proces

fakturisanje.
Dijagram dekompozicije za proces fakturisanje

Dijagram dekompozicije za proces fakturisanje sastoji se iz tri aktivnosti:
evidentiranje ifarnika, izrada fakture i analiza fakturisanja.

Standardi
Zakoni i
propisi
Postupak fakturisanja
EVIDENCIJA
SIFARNIKA
Sifarnici
1
Osnov
fakturisanja
Faktura
IZRADA
FAKTURE
Izvod iz banke
ANALIZA
FAKTURISANJA
Referent
oznacavanja
NODE:
Analiticar
prodaje
FAKTURISANJE
T IT LE:
Referent
prodaje
NUMBER:
Slika 10.7. Dijagram dekompozicije za procesa FAKTURISANJE
Svaka od tri procesa ima definisane odgovarajue podreene dijagrame

dekompozicije.
Postupak
fakturisanja
Upustvo o evidenciji
partnera
Informacija
o partneru
EVIDENCIJA
PARTNERA
1.1
Uputstvo
evidencije
nacina placanja
Zakoni i
propisi
EVIDENCIJA
NACIN
PLACANJA
Osnov
fakturisanja
Karton partnera
Uputstvo o
oznacavanju
predmeta poslovanja
Sifarnici
Uutstvo
evidencije
jedinica
mera
Sifarnik nacina placanja
Standardi
1.2
EVIDENCIJA
JEDINICA
MERA
1.3
Informacija o predemu poslovanja
Sifarnik jedinica mera
EVIDENCIJA I
OZNACAVANJE
PREDMETA
POSLOVANJA
Katalog predmeta
poslovanja
1.4
NODE:
T IT LE:
EVIDENCIJA SIFARNIKA
NUMBER:
Slika 10.8. Dijagram dekompozicije za procesa EVIDENCIJA SIFARNIKA
130
Sifarnici
Karton partnera
Osnov
fakturisanja
Katalog
predmeta
poslovanja
EVIDENTIRANJE
FAKTURE
Sifarnik
nacina
placanja
2.1
Evidentirana
faktura
FAKTURISANJE
PREDMETA
POSLOVANJA
Faktura
2.2
GENERISANJE
FAKTURE
Izvod iz banke
Generisana
faktura
2.3
NODE:
IZRADA FAKTURE
T IT LE:
NUM BER:
Slika 10.9. Dijagram dekompozicije za procesa IZRADA FAKTURE

Postupak
Uputstvo o evidenicji placanja fakturisanja
Informacija o
placanju
fakture
EVIDENCIJA
PLACANJA
Uputstvo o izvestavanju
3.1
IZRADA
IZVESTAJA
KNJIGOVODSTVU
3.2
Faktura
IZRADA
IZVESTAJA
MENADZMENTU
3.3
NODE:
T IT LE:
ANALIZA FAKTURISANJA
NUMB ER:
Slika 10.10. Dijagram dekompozicije za procesa ANALIZA FAKTURISANJA
Pitanja
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
132
Nabrojte zablude u izradi MIS ?

Koje su predpostavke izradi MIS ?
Koja su ogranienja u izradi MIS ?
Kako je Adam Smit definisao postojei nain rada?
Koje su to inenjering aktivnosti?
Na kojoj se ideji bazira savremena organizacija.
Da li u reinenjering postoji podele na prodaju, marketing,
raunovodstvo?
Nabrojte razloge za reinenjering ?
Neintegrisanost MIS dovodi do?
Zato CASE alati ?
CASE alati treba da omogue?
Prednosti primene CASE alata
Kako se izvodi analiza i definisanje objekata ?
Kako se izvodi analiza dokumenata ?
Kako realizovati MIS ?
Kako poeti sa izgradnjom MIS-a?
Snimak postojeeg stanja ukazuje na:
ta je to model procesa?
ta je to model podataka?
ta je to posao?
ta je to funkcija ?
ta su to granine strelice?
ta su to eksplicitne ili Interne strelice ?
ta su to skrivene strelice?
11. FUNKCIONALNI MODEL POSLOVA U

PREDUZEU
Primarni cilj koji se postavlja pred izvrenje ovog zadatka jeste da se
stvori moderno i fleksibilno preduzee, koje e u savremenim uslovima trinog
privreivanja, procesa globalizacije, sve otrije meunarodne konkurencije i
ubrzanog tehnolokog razvoja biti u stanju da odgovori zahtevima trita i da se
brzo prilagodi svim poremeajima iz okruenja.
Postavljeni zadatak podrazumeva kreiranje takvog poslovnog sistema
koji e obezbediti pouzdanost, konkurentnost, visoki nivo poslovno proizvodnih
rezultata, profitabilnosti uz poveanje produktivnosti, stalno inoviranje i
poboljanje kvaliteta u svim procesima i na svim nivoima, a uz skraenje
proizvodnih ciklusa i smanjenje trokova i uloenog rada.
Karakteristike poslovno-proizvodnog okruenja su:
veliki broj razliitih funkcija,
teko predvidivi dogaaji,
iroki asortiman proizvoda,
este promene i potreba za brzim prilagoavanjem,
redundantne i neblagovremene informacije,
neodgovarajui nivo korienja savremenih sistema projektovanja
(CAD, CAM, CAPP, CAQ), planiranja i upravljanja (MRP II, JIT).
Moe se rei da je postavljeni cilj stvaranje modernog i fleksibilnog
preduzea mogue realizovati samo uz pomo potpuno nove poslovnoproizvodne filozofije, koja je u svetu poznata pod imenom CIM (Coputer
Integrated Manzfacturing), odn. raunarom integrisana proizvodnja.
CIM predstavlja raunarom integrisani sistem koji omoguava planiranje,
izvoenje i upravljanje svim aktivnostima proizvodnog sistema, poev od
projektovanja proizvoda, pa sve do isporuke gotovih proizvoda kupcima,
ukljuujui i sve poslovne funkcije: marketing (sa istraivanjem trita),
nabavku, prodaju, finansije i kadrove i dr. Kljuna intencija CIM je u tome to
pretenduje na potpunu kompjuterizaciju svih postupaka i procedura u
obuhvaenom kompleksu.
Poto ostvarivanje CIM koncepta zahteva najmanje 15 godina

intenzivnog planskog razvoja, veoma je vano pridravati se motoa "razmiljaj
globalno deluj lokalno", to znai imati na umu CIM kao konani cilj, a
reavati pojedine segmente nezavisno jedan od drugog, a kada se za to steknu
uslovi, integrisati ih u jedinstveni informacioni sistem.
Radei na ovaj nain, mogue je u relativno kratkom vremenskom
periodu realizovati one podsisteme koji su od posebnog znaaja za dato
preduzee, koji e najbre dati efekte i koji e omoguiti ostvarenje stratekih
ciljeva preduzea.
Da bi se opisali poslovi u preduzeu, potrebno je definisati sve poslove
poev od aktivnosti top menadmenta, pa preko marketinga, razvoja, nabavke,
planiranja i upravljanja proizvodnjom, kontrolisanja i ispitivanja i prodaje, do
servisiranja i iskljuivanja iz upotrebe. Ceo ovaj ciklus zavrava se povratnom
informacijom, u cilju poboljanja kvaliteta novog proizvoda.
Rezultat aktivnosti treba da bude poboljani proizvod ili usluga, pritom
imajui u vidu:
utvrivanje potreba i oekivanja kupaca ili korisnika,
planiranje aktivnosti u preduzeu i
preispitivanje i ocenjivanje ispunjenja postavljenih ciljeva.
Umajui u vidu standard IDEF0, definisae se kao prvi korak
odgovarajui dijagram konteksta.
11.1. DIJAGRAM KONTEKSTA FUNKCIONALNOG MODELA

POSLOVA U PREDUZEU
Predmet razmatranja je preduzee kome elimo da definiemo granice.
Na sledeoj slici je prikazan dijagram konteksta, gde se definie neposredno
okruenje preduzea.
Kao to smo u prethodnom poglavlju objasnili, kontekstni dijagram sa
leve strane definisan je ulaznim informacijama, sa desne strane izlaznim
informacijama, odozgo su definisane kontrole, a odzdo resursi.
134
Zakoni i
propisi
Standardi
Inf.sa
trzista
Informacije ka drzavnim institucijama

FUNKCIONALNI
MODEL
POSLOVNOG
SISTEMA
Informacije od drzavnih institucija
Inf.za posl.partnera
Inf.od posl. partnera

0
Inter/intranet
softver
SUBP
Zaposleni
NODE:
TITLE:
A-0
FUNKCIONALNI MODEL POSLOVNOG

SISTEMA
NUMBER:
Slika 11.1. Funkcionalni model poslova preduzea
Ulazne informacije su:

informacije sa trita,
informacije od kupaca, kojima se dobija povratna informacija o
upotrebi proizvoda,
informacije od poslovnih partnera koje utiu na snabdevanje.
Izlazne informacije su:
informacije za poslovnog partnera, koje treba da omogue
informisanost pre svega u vezi sa nabavkom i prodajom;
informacije za kupca, koje treba da zadovolje potrebe kupca za
kvalitetnim proizvodom. Naroito Posao "Marketing" mora da
oslukuje i predvia potrebe kupaca (korisnika usluge), jer je
njihovo zadovoljenje imperativ opstanka na domaem, a naroito
inostranom tritu.
Kontrole su:
zakoni i propisi koji se odnose na funkciju finansija i
standardi vezani za marketig i proizvodnju.
Mehanizma se definiu odgovornosti kao to je prikazano na predhodnoj
slici.
11.2. STABLO POSLOVA U PREDUZEU

Na osnovu definisanog dijagrama konteksta, na sledeoj slici je
prikazano stablo poslova, kojim se definie hijerarhijska struktura tj. funkcije
koje mogu biti poslovi, procesi i aktivnosti.
Struktura prikazana na sledeoj slici predstavlja strateku odluku
rukovodstva preduzea i ne predstavlja organizacionu emu. Da biste se
oslobodili "organizacionog" pristupa i prihvatili poslovni pristup, potrebno je
zamisliti da samo jedan ovek obavlja sve poslove u preduzeu.
Definisanje stabla poslova u preduzeu predstavlja strateku odluku
preduzea i u njoj obavezno uestvuje top menadment.
Stablo poslova prikazano na sledeoj slici predstavlja jedan mogui
pogled, dok za vae konkretne uslove i poslove moe da izgleda drugaije.
Osnovna stvar koje se morate pridravati prilikom izrade stabla poslova jeste da
na jednom nivou moe biti maksimalno est poslova. Ako ih ima vie, to znai
da niste dobro izvrili grupisanje poslova.
FUNKCIONALNI
MODEL
POSLOVNOG
SISTEMA
0
UPRAVLJANJE
1
RACUNOVODSTVO
I FINANSIJE
2
MARKETING
PROIZVODNJA
3
ODLUCIVANJE I
PLANIRANJE
FINANSIJSKA
OPERATIVA
ISTRAZIVANJE
RAZVOJ
UPRAVLJANJE
KVALITETOM
OPSTI I PRAVNI
POSLOVI
UPRAVLJANJE
KADROVIMA
RACUNOVODSTVO
SNABDEVANJE
PRODAJA
4
PLANIRANJE I
PRACENJE
PROIZVODNJE
KONTROLISANJE
I ISPITIVANJE
UPOTREBA
PROIZVODA
RAZVOJ
INFORMACIONOG
SISTEMA
Slika 11.2. Stablo aktivnosti poslova preduzea
U daljem tekstu, razmatrae se svaki od gore definisanih poslova, tj.

aktivnosti.
Prvi korak je da uspostavimo dekompozicioni dijagram, tj. treba da
definiemo horizontalne veze izmeu poslova definisanih u prvom nivou.
136
11.3. DEKOMPOZICIONI DIJAGRAM MODELA POSLOVA

PREDUZEA
"Model poslova preduzea" dekomponovae se na etiri golobalna posla:
upravljanje,
finansije,
marketing i
proizvodnja.
Polazei od izreke da slika moe da zameni hiljadu rei, nee se detaljno
reima opisivati poslovi, nego e se prikazivati korienjem slika, tj. dijagrama.
C1
Informacije od
drzavnih
institucija
C2
Zakoni i
propisi
Standardi
I2
O1
UPRAVLJANJE Inf. iz
upravljanja
Odluke
organa
upravljanja
Informacije iz
RACUNOVODSTVO racunovodstva i finansija
I FINANSIJE
2
Inf.za
posl.partnera
Inf.sa trzista
I1
I3
Preporuke iz proizvodnje
MARKETING
O2
Izv. m enadzmentu
3
Inf.iz marketinga
PROIZVODNJA
Inf.od kupca
Inf.iz
proizvodnje
NODE:
TITLE:
A0
FUNKCIONALNI MODEL POSLOVNOG

SISTEMA
NUMBER:
Slika 11.3. Dekompozicioni dijagram
Potujui IDEF0 standard, odgovarajue strelice predstavljaju setove

dokumenata koje definiemo kao informacije. Svaka informacija se na
sledeem nivou deli, sve do nivoa aktivnosti, gde se kao strelice definiu
konkretni dokumenti.
Imajui u vidu prethodnu sliku, u daljem tekstu razmatrae se detaljno
odgovarajui podreeni poslovi.
Posao 1. Upravljanje
Upravljanje podrazumeva niz radnji iji je zadatak da usmerava sve
poslovne aktivnosti ka cilju poslovnog sistema
Posao 1. Upravljanje polazi od odluivanja i planiranja, preko

obezbeenja kvaliteta, do upravljanja resursima.
Informacije iz racunovodstva i f inansija
Izv. o realizaciji proizvodno finansijskog plana
I6
Zahtev za intervenciju
Izv. menadzmentu
Odluke organa upravljanja
I3 Informacije iz
ODLUCIVANJE
I4
I PLANIRANJE Proizvodno finansijski plan
razvoja
1.1
Inf.od posl.
partnera
I5
I2
Predlozi i zahtevi
I1
Inf. iz opstih i pravnih

poslova
Informacije od
drzavnih
institucija
Resenje drzavnih
organa
Zakoni i
propisi
Informacije iz planiranja
C2
Standardi
Predlog za
Inf ormacije iz organizacionim
upravljanja
promenama
UPRAVLJANJE kvalitetom
KVALITETO M
1.2
Inf.iz
proizvodnje
C1
OPSTI I
PRAVNI
POSLOVI
Inf. iz
upravljanja
O2
O1
1.3
Evid. o
disc.
Inf. o obuci za kvalitet
merama
UPRAVLJANJE
KADROVIMA
Inf. iz
osiguranja
zaposlenog
1.4
Inf . za planiranje iz upravljanja kadrovima

Zahtevi korisnika
RAZVOJ
INFORMACIONOG
SISTEMA
Razvijena
1.5 aplikacija
NODE:
TITLE:
A1
UPRAVLJANJE
NUMBER:
Slika 11.4. Dekompozicioni dijagram za posao 1. Upravljanje
Najvaniji poslovi su:

postavljanje optih smernica u razvoju preduzea;
izbor organizacionih oblika i postupaka koji omoguuju racionalno
poslovanje preduzeem;
davanje direktiva za izradu proizvodnih programa i predloga za
njihovo usvajanje;
rukovoenje i usklaivanje ukupnog poslovanja;
periodina analiza ostvarenih rezultata radi sagledavanja tehnikoorganizacionih mera za poboljavanje rezultata u ukupnom
poslovanju.
Posao 1.1. Odluivanje i planiranje

Posao 1.1. Odluivanje i planiranje treba da omogui predvianje,
organizovanje, nareivanje, koordinaciju i kontrolu.
U okviru ovog posla, potrebno je definisati dekompozicioni dijagram,
kojim se uspostavljaju horizontalne veze izmeu aktivnosti za Posao 1.1.
Odluivanje i planiranje.
138
I2
Inf.iz marketinga
I3
Inf.iz proizvodnje
Informacije iz ra~unovodstva i ODLUCIVANJE
I1 finansija
Inf. za planiranje iz
I4
upravljanja kadrovima
Iizbor resenje problema
1.1.1
Informacije iz marketinga
I5
Nalog za razvoj
Inf. iz op{tih i pravnih poslova

Informacije iz Upravljanja kadrovima
Informacije iz ra~unovodstva i finansija
Plan rada preduze}a

PLANIRANJE
O5
O6
Izv. o realizaciji proizvodno finansijskog plana

O1
Informacije iz proizvodnje
I6
O2
Biznis plan
Informacije obezbe|enja kvaliteta
1.1.2
Informacije iz marketinga
Informacije iz proizvodnje
Kalkulacija cena
KALKULACIJA
ko{tanja
CENE
KO[TANJA
O4
O3
1.1.3
NODE:
TITLE:
A1.1
ODLUÎVANJE I PLANIRANJE
NUMBER:
Slika 11.5. Dekompoziconi dijagram za posao 1.1. Odluivanje i planiranje
Imajui u vidu prethodnu sliku, u daljem tekstu e se detaljno razmatrati

Posao 1.1.1. Odluivanje
Posao "1.1.1. Odluivanje" se izvodi u svim fazama poslovanja
preduzeem. Odluivanje je izbor izmeu vie alternativnih mogunosti za
promenu stanja sistema radi postizanja uspostavljenog cilja. Rezultat
odluivanja su odluke kojima se definiu ciljevi organizacije, potrebna
sredstva, kadrovi i vreme za ostvarivanje postavljenih ciljeva, i kojima se
otklanjaju nastale smetnje i dileme. Posao odluivanja otvara se kada se utvrdi
potreba za donoenjem neke odluke. Nakon odnoenja odluke slede aktivnosti
sprovoenja donesene odluke i kontrola postignutih rezultata u sprovoenju.
Ovaj posao se sastoji iz sledeih aktivnosti:
Definisanje problema. Otkrivanje i formulisanje problema je proizvod

nenadane situacije, ili rezultat neke planske, prouavane aktivnosti. Uz
preciznu identifikaciju, mora se utvrditi domen pruanja dosezanja
problema u odnosu na objektni sistem, odrediti kompetencija donosilaca
odluke i njihovi globalni ciljevi.
Utvrivanje situacije odluivanja. Situacije odluivanja opisuju injenice,
stanja okruenja u kojem se odigrava proces odluivanja, tj. da li se ono
odvija:
- u situacijama izvesnosti,
- u situacijama rizika i
- u situacijama neizvesnosti.
Odluivanje u situacijama rizika, po izloenoj podeli, je situacija kada se

stanja prirode problema koji se razmatra ne poznaju, ali se zato tim
stanjima mogu dodeliti pripadajue verovatnoe pojavljivanja. Situacija
kada se o stanjima prirode problema koji se razmatra i njihovoj uestanosti
ne zna, oznaavaju se kao situacije neizvesnisti. Izvesnost u odluivanju
podrazumeva poznavanje relevantnih injenica i stanja vezanih za pojavu o
kojoj se odluuje.
Formiranje modela odluivanja. Posmatrajui formiranje modela kao
makroaktivnost, njoj pridruujemo i iznalaenje i vrednovanje raspoloivih
alternativa, smatrajui da je utvrivanje moguih i dopustivih alternativa,
vrednovanje njihove privlanosti sa aspekta verovatnoe deavanja, kao i
preferencije donosioca odluke za njihove posledice, takoe elemenat
modela odluivanja. Opti, simboliki model odluivanja predstavlja,
zapravo, okvir u kojem se mogu nai neki od mnogobrojnih logikih,
matematikih, normativnih, analognih, simulacionih, iterativnih,
dinamikih, deskriptivnih, intuitivnih... modela, ije metode i tehnike
reavanja pokrivaju (sa manjim ili veim uspehom) najvei broj poznatih
problema odluivanja.
Izbor reenja problema. Ukoliko je model odluivanja dao ukupne
vrednosti alternativa, izbor reenja je analitiki proces koji se sastoji u
utvrivanju one alternative koja ima najveu vrednost za funkciju
korisnosti. U tom sluaju, ova alternativa predstavlja prirodni izbor
(kandidata) za reenje problema.
Posao 1.1.2. Planiranje

Poslom "1.1.2. Planiranje" se postavljaju ciljevi, utvruju potrebna
sredstva, vreme i nain ostvarivanja ciljeva. Planiranje je kreativan misaoni
proces, tj. posao kojim se predvia budunost, ime se smanjuje neizvesnost i
rizik u poslovanju i razvoju preduzea. Planiranje kao misaona radnja prethodi
svakoj organiyovanoj akciji.
Ovaj posao je definisan sledeim aktivnostima:
Izrada plana rada preduzea. Na osnovu pristiglih predloga planova iz
ostalih poslovnih funkcija, definie se plan materijala, koji obuhvata sav
potreban direktni materijal, pomoni materijal, materijal i rezervne delove
za odravanje maina i ureaja, za izradu specijalnih alata i dr. i plan
kapaciteta i radne snage, koji definie koliko e se koristiti, koliki je viak,
gde su uska grla u proizvodnji i ta u kojoj situaciji treba preduzeti.
140
Praenje i analiza realizacije planova rada preduzea. Vezano je za

praenje, analiziranje i prikazivanje ostvarenih rezultata. Kao rezultat
analize, daje se predlog izmena i dopuna proizvodnog programa u sluaju
nastalih promena u planskim pretpostavkama ili nastalih smetnji u
realizaciji.
Izrada biznis plana. Biznis plan je osnovni dokument, pisan za internu i

eksternu upotrebu. Interno slui menadmentu i zaposlenima da
kontinualno prate, koriguju i unapreuju poslovne procese preduzea,
proiruju proizvodne kapacitete i poboljavaju uspenost poslovanja
preduzea. Ovim dokumentom se precizno definie raspored svih poslovnih
aktivnosti koje se odnose na marketing, finansije, proizvodnju, prodaju i
razvoj. Eksterno koristi potencijalnim zajmodavcima (bankama, fondovima
i meunarodnim investicionim organizacijama) kao kljuni dokument na
osnovu koga se odluuje dali e se upustiti u poslovnu transakciju sa
preduzeem.
Posao 1.1.3. Kalkulacija cene kotanja

Kalkulacije cene kotanja rade se u sluajevima osvajanja novog
proizvoda, izrade novih alata, promene/zamene osnovnog i pomonog
materijala, kod promena cena na tritu i svim drugim sluajevima promena
(poveanje transportnih trokova, cene elektrine energije, cene usluge
kooperanata i drugo).
Kalkulacija cena za izradu alata, pribora i ureaja obuhvata materijalne
trokove i utroene asove rada u alatnici iz radnog naloga alatnice i cene
norma asa mainske i rune obrade.
Kalkulacija za maine obuhvata trokove amortizacije maina,
investicionog odravanja, tekueg odravanja, elektrine energije, vode,
ulja, kao i drugih alternativnih elemenata.
Kalkulacija cene za proizvod obuhvata trokove osnovnog materijala za
izradu konkretnog proizvoda, trokove ambalae, transportne trokove,
utroenu radnu snagu, uee maina, uee alata po ve ranije utvrenim
kalkulacijama i sl.
Posao 1.2. Upravljanje kvalitetom

U okviru ovog posla, potrebno je definisati dekompozicioni dijagram
kojim se uspostavljaju horizontalne veze izmeu podreenih poslova.
Zahrevi
ISO
9001
Inf.od posl.
partnera
I3
C2
C1
Proizvodno f inansijski plan
IZRADA
DOKUMENATA
SK
I2
Inf ormacije iz
razvoja
Zahtev za
izradom plana
kvaliteta
I1
1.2.1
Dokumenta S K
DEFINISANJE
PLANA
KVALITETA
1.2.2
Zahtevi za
internu
proveru SK
Predlozi
i zahtevi
Dokum enta sistema kvaliteta
Standardi
Zahtevi za proveru
neusaglasenosti
Plan kvaliteta
proizvoda
Zahtev za
INTERNA korektivnu
PRO VERA meru
SISTEMA
KVALITETA
1.2.3
Izvestaj o
neusaglasenosti
Informacije iz
upravljanja
kvalitetom
Izvestaj o funkcionisanju sistema kvaliteta
O1
Izvestaj o resenim
neusaglasenostima
SPROVODJENJE
KOREKTIVNI H
MERA
Izvestaj o neusaglasenom
materijalu
1.2.4
I4
I5
Inf.iz proizvodnje
Inf . za planiranje iz upravljanja kadrovima
STATISTICKA Izvestaj statisticke analize

ANALIZA
kvaliteta
Evidencija
KVALITETA
obuke za
1.2.5
kvalitet
OBUKA ZA
radnika
KVALITET
1.2.6
NODE:
TITLE:
A1.2
UPRAVLJANJE K VALITETOM
NUMBER:
Slika 11.6. Dekompozicioni dijagram za posao "1.2. Upravljanje kvalitetom"

Posao 1.2.1. Izrada dokumenata sistema kvaliteta
Poslom "1.2.1. Izrada dokumenata sistema kvaliteta" uspostavljaju se
veze izmeu sledee etiri aktivnosti:
Definisanje zahteva za izradu/izmenu dokumenata kvaliteta. Pokretanje
izrade dokumenata SK vri se na osnovu naloga donetog od nadlenog
rukovodioca. Za svaki dokument SK definisan u "nalogu" odreuje se
nosilac zadatka i tim koji je duan da donese i sprovede dokumenta SK, od
nacrta do njegove primene. Na osnovu izdatog zahteva izvri se snimanje
postojeeg stanja sa nadgradnjom i izvri planiranje aktivnosti.
Izrada/izmena dokumenata sistema kvaliteta. Pokretanje izrade dokumenata
SK vri se na osnovu naloga donetog od nadlenog rukovodioca. Za svaki
dokument SK definisan u "nalogu" odreuje se nosilac zadatka i tim koji je
duan da donese i sprovede dokumenta SK, od nacrta do njegove primene.
Na osnovu izdatog zahteva izvri se snimanje postojeeg stanja sa
nadgradnjom i izvri planiranje aktivnosti.
142
Analiza i ocena dokumenata SK. Na osnovu u prethodnom koraku

usaglaenog nacrta, tim za izradu nacrta izvrava proveru u praksi i na
osnovu nje pie odgovarajui izvetaj. Razmatra se izvetaj o primeni
dokumenata sistema kvaliteta, analizira se i ocenjuje kao nacrt dokumenata
sistema kvaliteta.
Usvajanje i distribucija dokumenata sistema kvaliteta. Korigovani i
usvojeni poslovnik, procedura ili uputstvo unosi se u knjigu usvojenih
procedura i uputstava, odobrava se njena primena i vri distribucija.
Posao 1.2.2. Definisanje plana kvaliteta

Plan kvaliteta prikazuje kako se izvrava i kontrolie pojedinani ugovor
ili projekat.
Osnovna namena plana kvaliteta jeste zadovoljenje svih zahteva kupca
predvienih ugovorom, a koristi se i kada se proizvod ili usluga rade za
nepoznatog korisnika.
Izrada plana kvaliteta. Plan kvaliteta odreuje kljune elemente proizvoda
neophodne za obezbeenje zahtevane upotrebne vrednosti, postupke i
metode rada, kao i njihovu verifikaciju.
Definisanje plana kontrolisanja i ispitivanja. Plan kontrolisanja definie
koji su to zahtevi proizvoda koje treba proveriti, sa tanim veliinama, kao i
sredstva sa kojima e se ti zahtevi porediti.
Posao 1.2.3. Interna provera sistema kvaliteta
Interna provera sistema kvaliteta izvodi se zbog utvrivanja efikasnosti
elemenata sistema upravljanja kvalitetom u postizanju eljenog cilja.
Provera sistema kvaliteta je sveukupna kontrola koja treba da utvrdi da li je
ostvaren kvalitet sa planiranim merama definisanim u okviru elemenata za
upravljanje kvalitetom. Interne provere su provere koje obavljaju lica zaposlena
u preduzeu, a obuena za poslove provere.
Priprema za proveru. Zapoinjanje aktivnosti interne provere sprovodi
Odbor za kvalitet na osnovu analize sistema kvaliteta. U tom cilju, odbor
pravi program provere koji treba da definie cilj provere, koji deo sistema
kvaliteta e se proveravati, kao i termin i trajanje provere.
Planiranje provere. Orijentacioni plan interne provere pravi se najkasnije
sedam dana pre termina provere. Polazni dokument je zapisnik Odbora za
kvalitet, gde se obino definie zahtev za internu proveru.
Izvoenje provere. U okviru izvoenja interne provere, prikupljaju se
odgovori na sva pripremljena pitanja. Provera se vri pregledom
dokumentacije, opreme, proizvoda/materijala, osoblja i procedura. Za

uoene neusaglaenosti popunjava se odgovarajui dokument, "Izvetaj o
neusaglaenosti sistema kvaliteta", na osnovu kojeg se daju i predlozi
korektivnih akcija.
Analiza funkcionisanja sistema kvaliteta. Cilj je da rukovodstvo dobije
tane nalaze i zakljuke o proveri. U izvetaj ulaze samo oni nalazi za koje
je istinitost proverena i usaglaena sa odgovornim licima u proveravanom
delu preduzea. Bitno je istai vrednovanje/ocenjivanje uoenih
neusaglaenosti i predlog korektivnih mera. U izvetaju se daje i predlog
korektivnih mera za uoene i kategorizovane neusaglaenosti.
Posao 1.2.4. Sprovoenje korektivnih mera

Prijavljivanje neusaglaenosti. U okviru prijavljivanja neusaglaenosti,
definie se uzronik greke i nalau se mere za izvoenje korektivnih
akcija. Podaci o neusaglaenosima se prikupljaju na osnovu informacija o
proizvodnji, reklamacija kupaca, kontrole kvaliteta i slino. Operativno
reavanje neusaglaenosti podrazumeva preduzimanje mera na sanaciji
nastalih greaka ili analizu mogunosti za ugradnju. Na osnovu reklamacija
kupaca i analize trokova (npr. Pareto dijagrami), definiu se prioriteti za
reavanje neusaglaenosti.
Planiranje i sprovoenje korektivnih i preventivnih mera. Korektivne i
preventivne mere predstavljaju skup akcija kojima se reava nastali
problem u funkcionisanju sistema kvaliteta i trajno otklanja njegov uzrok.
Ocena efekata korektivnih i preventivnih mera. Ova ocena se izodi na nivou
top menadmenta i predstavlja sastavni deo praenja odluke o sporvoenju
korektivnih i preventivnih mera.
Posao 1.2.5. Statistika analiza kvaliteta
Osnovni zadatak primene statistikih metoda jeste da se prikupe
neophodni podaci i, na osnovu zakonitosti definisanih konkretnim metodama,
donese dovoljno pouzdan zakljuak o kvalitetu posmatranog posla, aktivnosti
ili proizvoda. Da bi se mogla stvoriti predstava o nekom poslu, proizvodu ili
aktivnosti, potrebno je prikupiti neophodne podatke o relevantnim parametrima,
koje treba: sreivati, obraditi i prikazati u zahtevanom obliku.
Tek primenom korektivnih mera, statistike metode dobijaju svoj puni
smisao i opravdavaju uloen trud da se podaci sakupe, obrade i prikau u
zahtevanom obliku.
Statistike metode u preduzeu primenjuju se na osnovu zahteva tehnike
dokumentacije, tehnologija kontrolisanja i ispitivanja, specijalnih zahteva
kupaca iskazanih kroz ugovornu dokumentaciju i konkretnih zahteva za analizu
144
pojedinih parametara realizacije planova i proizvodnih poslova.

Pored ovoga, statistike metode se koriste i u drugim oblastima
poslovanja, samostalne ili kao podloga za dokumentovano prikazivanje
pojedinih segmenata rada.
Izbor statistike metode vri se na startu izvoenja konkretnih
analiza/izvetaja, u zavisnosti od toga koji efekti se oekuju od rezultata i od
podobnosti konkretne metode da se dobiju oekivani rezultati.
Za sada se u naim preduzeima primenjuju sledee metode:
kontrola uzorkovanjem, koja se izvodi u prijemnoj kontroli, kao i u
proizvodnim pogonima pri procesnoj i zavrnoj kontroli;
statistika kontrola primenom kontrolnih karata, koja se izvodi:
o za proizvode u toku proizvodnog procesa (kako je zahtevano
tehnikom dokumentacijom)
o za proizvode po zavrenom tehnolokom procesu (na osnovu
specijalnog zahteva kupca ili super kontrole pojedinih
poluproizvoda ili parametara).
Posao 1.2.6. Obuka za kvalitet
Obuka kadrova predstavlja poseban segment poslovanja neke firme, jer
se mora voditi rauna kako o postojeim kadrovima, tako i o prijemu novih
kadrova.
Evidenciju o kvalifikacionoj strukturi i obuenosti kadrova vodi
Kadrovska i opta sluba. Na osnovu iskazanih potreba radnih jedinica,
Kadrovska i opta sluba pravi Plan obuke kadrova, organizuje pohaanje
kurseva, seminara i dr.
Planiranje obuke. Plan strunog osposobljavanja kadrova mora da sadri:
oblike strunog osposobljavanja kadrova, broj radnika po zanimanjima i
stepenu strune spreme planiran za struno osposobljavanje, vreme trajanja
seminara, kursa ili drugog oblika strunog osposobljavanja, termin plan
realizacije.
Priprema obuke. Priprema obuke se izvodi za struno osposobljavanje na
nivou drugog stepena strunosti i vie, ili osposobljavanje posle kojeg se
moe izdati dokument kao javni i opte priznat. Za seminare i kurseve
organizovane u cilju inovacije znanja koriste se posebno sainjeni
programi.
Izvoenje obuke. Radniku treba omoguiti da redovno pohaa nastavu i da
ne bude preoptereen na svom radnom mestu, kako bi mogao uspeno da
savlada obuku.
Provera i izvetavanje. Po zavrenom osposobljavajnu i izvrenoj proveri,
izdaje se dokument o strunoj osposobljenosti. U kartonu zaposlenog

radnika evidentiraju se podaci o kursu, izvoau, trajanju i uspehu.
Posao 1.3. Opti i pravni poslovi

Zakon
Zastite
na radu
Prijem stranaka
i stranih lica
C1
Kolektivni
ugovor ZNR
Licna dokum enta

Upozorenje
Uocavanje
i prijava
I2
Resenje
republickog
inspektora
FIZICKO
OBEZBEDJENJE
Program
Akti
ZZS
drzavnih
institucija i
strucnih
ustanova
Knjiga evidencija
Normativi
ZOP
1.3.1
Inf .iz proizvodnje

ZASTITA
NA RADU
(ZNR)
O2
Informacija iz
ZZS
ZASTITA
ZIVOTNE
SREDI NE
(ZZS)
Inf ormacije iz upravljanja kvalitetom
Inf. iz
opstih i
pravnih
poslova
Informacije iz ZNR
1.3.2
I1
Proizvodno
finansijski
plan
Kriterijum i
upravljanja
ZOP
Kolicina i vrsta otpada

1.3.3
Informacije iz
pravne sluzbe
Informacije iz
Evidencije
PRO TI VPOZARNA ZOP
ZOP
ZASTITA
1.3.4
Prijava zastite na radu

Inf ormacije od drzavnih institucija
I3
Prijava fizickog obezbe|enja
PRAVNI
POSLOVI
Disciplinska prijava
NODE:
1.3.5
TITLE:
A1.3
OPSTI I PRAVNI POSLO VI
Informacije ka
drzavnim
institucijama
O1
NUMBER:
Slika 11.7. Dekompozicioni dijagram za posao"1.3. Opti i pravni poslovi"
Posao 1.3.1. Fiziko obezbeenje

Kontrola i prijem stranaka i stranih lica obavlja poslove vezane za
utvrivanje identiteta i razloga posete i evidentiranje i najave poseta.
Organizacija ulaska vozila prijem teretnih vozila, prijem vozila koja
prevoze opasne materije, prijem vozila koja vre servis, prijem vozila koja
podleu carini i definisanje reima saobraaja za sopstvena vozila.
Nepredviene situacije uoavanje nepredviene situacije, pisanje prijava
organima preduzea i pisanje prijava nadlenim organima.
Voenje evidencije voenje knjiga dogaaja, evidencije ulaska stranaka i
automobila, evidencije ulaska teretnih vozila i evidencije protivpoarnih
alarma.
146
Posao 1.3.2. Zatita na radu

Ovaj posao definisan je sledeim aktivnostima:
Primena mera zatite na radu lina zatitna sredstva, periodini pregledi
maina i aparata, periodini lekarski pregled, sanitarni pregled radnika i
obuka i struno osposobljavanje za zatitu na radu.
Kontrola sprovoenja mera zatite na radu inspekcijski nadzor zatite na
radu i interna kontrola.
Evidencija zatite na radu evidentiranje osposobljenosti za rad,
evidentiranje radnih mesta sa posebnim uslovima rada, evidentiranje
periodinih pregleda maina i ureaja, evidentiranje periodinih pregleda
radnika, evidentiranje povreda na radu i evidentiranje ispitivanja komfora
radne sredine.
Posao 1.3.3. Zatita ivotne sredine
Primena mera zatite ivotne sredine analiziranje otpadnih voda,
lagerovanje rabljenog motornog ulja, lagerovanje ambalae hemijske
zatite, prikupljanje otpada koji nema svojstvo opasnih materija i izrada
uputstava i upozorenja za zatitu ivotne sredine.
Kontrola sprovedenih mera zatite ivotne sredine inspekcijski nadzor
zatite ivotne sredine i interna kontrola zatite ivotne sredine.
Metodologija procene opasnosti identifikacija opasnosti od udesa,
formiranje tima za identifikaciju opasnosti od udesa, sakupljanje podataka
potrebnih za identifikaciju opasnosti, definisanje metode za identifikaciju
opasnosti od udesa, primena identifikacije u analizi opasnosti od udesa,
analiza posledica akcidenta, prikaz moguih razvoja dogaaja, modeliranje
efekata, analiza povredivosti, procena rizika, procena verovatnoe nastanka
udesa, procena moguih posledica.
Posao 1.3.4. Protivpoarna zatita
Planiranje i analiza zatite od poara planiranje zatite od poara,
analiza podataka zatite od poara, obrada upravljakih akcija, saveta i
preporuka.
Spoljanja i unutranja kontrola zatite od poara provera obezbeenih,
sprovedenih i primenjenih mera zatite od poara, provera zapisniki
utvrenih mera, servisiranje i provera protivpoarne opreme.
Vatrogasna jedinica otkrivanje, dojava i obavetavanje, sistem gaenja
poara i raspoloivo ljudstvo i oprema.
Obuka za zatitu od poara zakonom propisana obuka za zatitu od
poara i obuka vatrogasaca.

Posao 1.3.5. Pravni poslovi
Pravno zastupanje obavlja poslove vezane za voenje sporova pred
sudovima i drugim organima.
Priprema optih akata i izrada ugovora obavlja poslove vezane za
definisanje nacrta optih akata i izradu ugovora, uz stalno praenje
pozitivnih propisa i davanje upustava za njihovu primenu.
Voenje disciplinskog postupka obavlja poslove vezane za naruavanje
discipline u preduzeu.
Posao 1.4. Upravljanje kadrovima

U okviru ovog posla, potrebno je definisati dekompozicioni dijagram kojim se
uspostavljaju horizontalne veze izmeu podreenih poslova.
C1
Predlog za
organizacionim
promenama
Zakoni i propisi
Prijava o slobodnom radnom mestu (E-1)

I2
PRACENJE
ORGANIZACIO NE Akt o
STRUKTURE
sistematizaciji
1.4.1
Zahtev za popunu
radnog m esta
Obrazac E-3
OBEZBEDJIVANJE
POTREBNIH
KADROVA

Ugovor o radu(i anex)
1.4.2
Resenje o
rasporedjivanju
Odlika o
prijemu
I1
I5
I3
I4
Potvrda o radnom odnosu

Broj kontakt memorije
DOSIJE
Resenja o odsustvu i odmorima
ZAPOSLENOG
Inf . o prestanku radnog odnosa
Inf . iz osiguranja zaposlenog
Resenje drzavnih organa

Evid. o disc. merama
Inf . o obuci za kvalitet
Inf ormacija o strucnom osposobljavanju
NODE:
TITLE:
A1.4
O1
Inf . za
planiranje iz
upravljanja
kadrovima
O3
O2
1.4.3
UPRAVLJANJE K ADROVIMA
NUMBER:
Slika 11.8. Dekompozicioni dijagram za posao 1.4. Upravljanje kadrovima
Posao 1.4.1. Praenje organizacione strukture

Praenje organizacione strukture podrazumeva analizu potreba pojedinih
radnih mesta i analizu kvalifikacione strukture zaposlenih, i u skladu sa tim
raspored ljudi na odgovarajua radna mesta.
148
Posao 1.4.2. Obezbeivanje potrebnih kadrova

Obezbeivanje potrebnih kadrova je izbor kadrova za odreena radna
mesta iz okvira preduzea ili sa trita rada i sadri sledee aktivnosti:
Realizacija prijema radnika. Odluku o prijemu radnika donosi generalni
direktor na inicijativu direktora sektora. Na osnovu odluke, Sluba za
kadrovske i opte poslove raspisuje oglas konkurs i dostavlja ga
sredstvima javnog informisanja i Fondu za zapoljavanje. Uslovi koje treba
da ispunjavaju prijavljeni kandidati utvreni su sistematizacijom radnih
mesta i odlukom generalnog direktora o prijemu radnika. Kada odluka o
izboru postane konana, sluba za kadrovske i opte poslove obavetava
Fond za zapoljavanje o odluci generalnog direktora o izboru i poziva
kandidate da zasnuju radni odnos.
Zasnivanje radnog odnosa. Izabrani kandidat, pozvan da zasnuje radni
odnos, dostavlja radnu knjiicu, dokaze o stepenu strune spreme i
zanimanju i dokumenta o identitetu. Sa kandidatom pozvanim da zasnuje
radni odnos zakljuuje se ugovor o radu, kojim se utvruju obaveze i
dunosti radnika, obaveze poslodavca, poslovi koji se poveravaju radniku i
cena rada. Ugovor o radu zakljuuje generalni direktor ili ovlaeni radnik,
to zavisi od poslova koje e novoprimljeni radnik obavljati.
Upoznavanje sa zatitom na radu. Prilikom zasnivanja radnog odnosa,
promene u tehnolokom postupku, promene radnog mesta, kao i svake
druge promene koja bi mogla da ugrozi bezbednost integritet radnika, vri
se upoznavanje radnika sa opasnostima, tetnostima i merama zatite, na
osnovu Programa o osposobljavanju radnika za bezbedan rad. Ispitivanje
sredstava i opreme line zatite i provera prethodnih, ugraenih mera
zatite vre se periodino i o tome se vodi dokumentacija koja je ustrojena
na osnovu Pravilnika o voenju evidencije iz zatite na radu. Sve evidencije
iz zatite na radu nalaze se kod referenta zatite na radu.
Posao 1.4.3. Dosije zaposlenog
Izabrani kandidat, pozvan da zasnuje radni odnos, dostavlja radnu
knjiicu, dokaze o stepenu strune spreme i zanimanju i dokumenta o identitetu.
Sa kandidatom pozvanim da zasnuje radni odnos zakljuuje se ugovor o radu,
kojim se utvruju obaveze i dunosti radnika, obaveze poslodavca, poslovi koji
se poveravaju radniku i cena rada.
Posao 1.5. Razvoj informacionog sistema

kojim se uspostavljaju horizontalne veze izmeu aktivnosti.
Informacije iz planiranja
Pravilnici
C1
Organizaciona
sema
Zahtevi korisnika
I1
FUNKCI ONALNO
MODELIRANJE
Idejni projekat
1.5.1
INFORMACIONO
MO DELIRANJE
Informacije od
korisnika
Razvijena
aplikacija
Glavni projekat
O1
1.5.2
Model
podataka
Izvodjacki
projekat
APLIKATI VNO
MO DELIRANJE
Transakcioni
podaci
1.5.3
Postupak
implementacije
Radni
JAIS
IMPLEMENTACI JA
1.5.4
Postoje}e
aplikacije
NODE:
Trendovi
TITLE:
A1.5
Radna
grupa
Relaciona
BP
Klijen/Server
arhitektura Spoljni
konsultant
RAZVOJ INFORM ACIONOG SISTEM A
Korisnicki
softver
Alati za
testiranje
NUMBER:
Slika 11.9. Dekompozicioni dijagram za posao 1.5. Razvoj informacionih sistema
Posao 1.5.1. Funkcionalno modeliranje

Posao "1.5.1. Funkcionalno modeliranje" treba da omogui postavljanje
modela, tj. definisanje studije koja koncipira reinenjering poslovnih procesa u
irinu i koja sadri:
funkcionalnu dekompoziciju stablo poslova kako ih vidi vodei
menadment,
definisanje zahteva korisnika identifikovanje okvira poslovnih
fukcija,
150
tehnike preduslove:
arhitekturu potrebnog sistema (hardver i softver),
kadrovske potrebe (broj kadrova i njihovo obrazovanje) i
dinamiku realizacije (vremensku i trokovnu dimenziju).
Posao 1.5.2. Informaciono modeliranje
Posao "1.5.2. Informaciono modeliranje" je kljuni momenat, gde do
izraaja dolaze sposobnost i znanje visokostrunog kadra iz oblasti
menadmenta i informatike. U ovoj fazi poeljno je angaovanje i spoljnih
eksperata.
Definisanje detaljnih zahteva. Za izabrane informacione podsisteme
definiu se detaljno stablo aktivnosti i detaljni dekompoziconi dijagrami.
Kreiranje ER modela. Potrebno je definisati kandidate za entitete, veze
izmeu entiteta i ER model.
Kreiranje atributa. Potrebno je definisati i usvojiti listu kandidata za
atribute, definisati kljueve, izvriti normalizaciju i definisati atribute.
Definisanje poslovnih pravila. Potrebno je definisati kardinalnosti veza,
referencijalni integritet i poslovni domen.
Posao 1.5.3. Aplikativno modeliranje
Posao "1.5.3. Aplikativno modeliranje" treba da omogui projektantima
baze podataka da fiziki kreiraju efikasnu bazu podataka i da pomognu
projektantskom timu u razvoju aplikacije i odabiru naina pristupa podacima.
Definisanje fizikog dizajna potrebno je izbrati SUBP, definisati tabele i
kolone, indekse, i nain upravljanja podacima.
Generisanje eme baze podataka potrebno je kreirati tabele, indekse,
generisati poslovna ogranienja i verifikovati emu baze podataka.
Izrada aplikacije definiu se meni, izgled formi, upiti i izvetaji.
Posao 1.5.4. Implementacija
Posao "1.5.4. Implementacija" omoguuje izvoenje promena vezanih za
nain rukovoenja i primene informacionih tehnologija.
Uvoenje potrebno je izvriti vrednovanje softvera, omoguiti izmene u
toku uvoenja, izraditi korisnika uputstva i izraditi plan obuke.
Testiranje potrebno je izvriti testiranje modula, podsistema, integralnog
152
sistema i testiranje u korisnikom okruenju.

Odravanje praenje rada softvera, ispravljanje greaka, poboljanje
sistema, dodavanje novih funkcija i izmene hardvera i softvera.
Posao 2. Raunovodstvo i finansije

Horizontalne veze na prvom nivou za poslovnu funkciju 2.
Raunovodstvo i finansije prikazane su na sledeoj slici.
C2
C1
Zakoni i propisi
I3
I1
Inf. iz
upravljanja
Izv. o izvr. odrz.
FINANSIJSKA
OPERATIVA
Informacije iz finansijske operative
Informacije iz
racunovodstva i
finansija
2.1
Informacije iz opstih i pravnih
poslova
Informacije iz
razvoja
I5
Inf.iz proizvodnje
I4
O1
Informacije iz razvoja
RACUNOVODSTVO
Informacije iz
racunovodstva
Informacije od drzavnih institucija

I2
Izv. o izvr. odrz.
2.2
NODE:
TITLE:
A2
RACUNOVODSTVO I FINANSIJE
PRACENJE
NOVCANIH
TOKOVA
2.3
NUMBER:
Slika 11.10. Dekompozicioni dijagram za posao 2. Raunovodstvo i finansije
Za raunovodstvo i finansije se definie:

finansijska operativa koja podrazumeva obradu finansijskih dokumenata,
obraun ukupnih primanja radnika, poslove sa gotovim novcem, odnose sa
bankama.
raunovodstvo koje podrazumeva izradu i odravanje kontnog okvira
ifarnika i pravilnika, izradu i kontiranje naloga za knjienje, evidenciju
promena glavne knjige, evidenciju promena u pogonskom knjigovodstvu,
kontrolu ispravnosti knjienja, izradu obrazaca periodinog i godinjeg
rauna
praenje novanih sredstava.
Posao 2.1. Finansijska operativa

C1
Zakoni i
propisi
Informacije od drzavnih
institucija
I5
I1
Informacije iz
razvoja
I4
OBRADA
FINANSIJSKIH
DOKUMENATA
Informacije iz obrade finansijskih dokumenata

C2

Informacije iz finansijske
operative
2.1.1
I2
Informacije iz
opstih i
pravnih
poslova
Izv. o izvr. odrz.
OBRACUN
UKUPNIH
PRIMANJA
RADNIKA
O1
Informacije iz obracuna ukupnih

primanja radnika
I3
2.1.2
POSLOVI SA Blagajnicki
dnevnik
GOTOVIM
NOVCEM
Ra~un
2.1.3
ODNOSI SA
BANKAMA
2.1.4
NODE:
TITLE:
A2.1
FINANSIJSK A O PERATIVA
NUMBER:
Slika 11.12. Dekompozicioni dijagram za posao 2.1. Finansijska operativa
Posao 2.1.1. Obrada finansijskih dokumenata

Evidencija finansijskih dokumenata. Evidencija finansijskih dokumenata se
izvodi na osnovu informacija iz dravnih institucija, informacija od
partnera (izvetaj o knjienju, profaktura, overena izjava o kompenzaciji),
informacija iz optih i pravnih poslova (ugovor) i informacija iz razvoja.
Kontrola ispravnosti dokumenata i likvidatura. Finansijska dokumenta za
korekciju, reklamacija na finansijski dokument i ispravan finansijski
dokument.
Korekcija finansijskih dokumenata. Korigovani finansijski dokument, nalog
o odobrenju i nalog o zaduenju.
Plaanje. Opti nalog za prenos, poseban nalog za prenos i nalog za
obraun.
154
Posao 2.1.2. Obraun ukupnih primanja radnika

Akvizicija prisutnosti radnika izmereno radno vreme za odreeni period
na osnovu propusnica, nalozi za slubeno putovanje, reenja za godinji
odmor, potvrda o bolovanju i dr.
Kontrola izmerenog vremena evidenicija o prisutnosti na radu.
Obraun zarada i naknada radnika obraun primanja, lina primanja
radnika, ostala lina primanja, obraun doprinosa i poreza, obraun kredita,
obraun doprinosa na teret poslodavca.
Penzijsko osiguranje radnika popunjava se M4 obrazac.
Posao 2.1.3. Poslovi sa gotovim novcem
Obraun za isplatu ek, rekapitulacija novca i nalog o izvrenju doznake.
Obraun za naplatu i prijem gotovog novca i bonova nalog blagajni za
naplatu, opta uplatnica i rekapitulacija novca.
Podizanje i izdavanje gotovog novca i bonova nalog blagajni da naplati i
priznanica.
Uplata gotovine nalog za isplatu i overena opta uplatnica.
Evidencija blagajnikog naloga blagajniki dnevnik.
Posao 2.1.4. Odnosi sa bankama
Na osnovu informacija od poslovnog partnera, sprovode se aktivnosti:
uzimanje kredita, plasiranje sredstava, hartije od vrednosti koje se prosleuju u
obliku informacija iz finansijske operative.
Posao 2.2. Raunovodstvo

Posao "2.2. Raunovodstvo" uspostavlja se horizontalne veze izmeu
podreenih poslova kao to je prikazano na sledeoj slici.
Informacije iz
razvoja
Zakoni i
propisi
I3
Informacije iz
finansijske operative
I1
C1
C2
IZRADA I
Kontni okvir
ODRZAVANJE
KONTNOG
Pravilnik o
OKVIRA
SIFARNIKA I racunovodstvu
PRAVILNIKA
Nalog za knjizenje
KONTROLA
ISPRAVNOSTI
KNJIZENJA
2.2.1
Informacije iz opstih
i pravnih poslova
I2
Informacije od drzavnih
institucija
I6
I5
Izdvojeni
ra~un
IZRADA I
KONTIRANJE
NALO GA ZA
KNJIZENJE
Bruto bilans
pogonskog
kjigovodstva
2.2.2
Neuravnoteèn
nalog
Inf.iz proizvodnje
EVIDENCIJA
PRO MENA U
POGO NSKOM
KNJIGOVODSTVU
2.2.4
Informacije iz razvoja
I4
EVIDENCIJA
PROMENA
GLAVNE
KNJI GE
I7
2.2.6
Bruto bilans
Nalog za korekciju iskazanog stanja

TITLE:
A2.2
IZRADA
Informacije iz
OBRAZACA
racunovodstva
PERIO DICNOG
O1
I GODISNJEG
RACUNA
2.2.3
Izv. o izvr. odrz.

NODE:
2.2.5
Nalog za preuzimanje zaliha i troskova
RACUNOVODSTVO
NUMBER:
Slika 11.13. Dekompozicioni dijagram za posao 2.2. Raunovodstvo
Posao 2.2.1. Izrada i odravanje kontnog okvira ifarnika i pravilnika

Ovaj posao definisan je sledeim aktivnostima: otvaranje i izmena
propisanog kontnog okvira, izrada i izmena analitikog kontnog okvira, izrada i
izmene ifarnika naloga za knjienje i izrada pravilnika o raunovodstvu, koje
kao izlaznu informaciju daju kontni okvir i pravilnik o raunovodstvu.
Posao 2.2.2. Izrada i kontiranje naloga za knjienje
Na osnovu velikog skupa ulaznih informacija (informacije iz finansijske
operative, izdvojeni rauni, informacije iz optih i pravnih poslova, naloga za
korekciju iskazanog stanja, bruto bilansa i neuravnoteenog naloga), definiu se
nalog za preuzimanje zaliha i trokova i nalog za knjienje. Sve ove aktivnosi
kontrolisane su i u okviru su definisanog kontnog okvira.
Posao 2.2.3. Evidencija promena glavne knjige
Evidencija podataka o zalihama knjigovodstvo gotovih proizvoda
156
(priprema i knjienje gotovih proizvoda, usklaivanje stanja magacina

gotovih proizvoda, inventar gotovih proizvoda), materijalno knjigovodstvo
(priprema za kontiranje i knjienje, usklaivanje stanja magacina, obrada
inventara) i trgovaka roba (knjienje analitike trgovake robe i popis
trgovake robe).
Evidencija osnovnih sredstava i sitnog inventara osnovna sredstva
(aktiviranje i oznaavanje osnovnog sredstva, voenje analitike osnovnog
sredstva, odjava osnovnog sredstva, obraun osnovnog sredstva, inventar) i
sitan inventar u upotrebi (analitika sitnog inventara u upotrebi, rashod
sitnog inventara, ustupanje sitnog inventara, popis sitnog inventara).
Evidencija poslovnih partnera knjiga kupaca, knjiga dobavljaa, devizno
knjigovodstvo, praenje kursne liste, evidencija deviznih kartica,
povezivanje deviznih stavki, izvetavanje o otvorenim deviznim stavkama.
Evidencija stambenih kredita pregled uplaenih kamata za stambeni
kredit.
Evidencija knjiga akcionara voenje akcionara, voenje analitike akcija.
Evidencija potraivanja od radnika izvetaj o prometu i stanju
potraivanja od radnika/
Posao 2.2.4. Evidencija promena u pogonskom knjigovodstvu

Ovaj posao je definisan sledeim aktivnostima: preuzimanje zaliha i
trokova, praenje nedovrene proizvodnje, praenje stanja zaliha gotovih
proizvoda i praenje trokova, koje kao izlaznu informaciju daju bruto bilans
pogonskog knjigovodstava.
Posao 2.2.5. Kontrola ispravnosti knjienja
U okviru ovog posla, na osnovu ulaznih informacija (nalog za knjienje,
bruto bilans, nalog za preuzimanje zaliha i trokova, bruto bilans pogonskog
knjigovodstva), definie se nalog za korekciju iskazanog stanja.
Posao 2.2.6. Izrada obrazaca periodinog i godinjeg rauna
Ovaj posao je definisan sledeim aktivnostima: formiranje bilansa stanja,
formiranje bilansa uspeha, formiranje bilansa tokova gotovine, formiranje
posebnih podataka i formiranje poreskih bilansa.
Posao 3. Marketing
Posao 3. Marketing se posmatra u irem smislu, tj. u smislu marketinki
orijentisane organizacije, kao to se moe videti na dekompozicionom
dijagramu prikazanom na sledeoj slici.
C2
Postupak ugovaranja
Inf.sa
trzista
I1
Postupak
ugovoranja u
snabdev.
Inf.iz
Izv.
menadzmentu
Inf.iz
istrazivanja
O2
ISTRAZIVANJE istrazivanja
Spec.investicija
3.1
Inf. o
upotrebi
proizv.
Ocena sposob.
RAZVOJ
Specif.tehnol.
Izv.o rez.razv.
Inf.iz
istrazivanja
Postupak
ugov. u
prodaji
3.2
Zahtev za nabav.
Inf. iz snabdevanja

I2
SNABDEVANJE
O1
I3
3.3
Inf. iz
prodaje
PRODAJA
Inf.iz
proizvodnje
Inf.od kupca
3.4
NODE:
TITLE:
A3
MARKETING
NUMBER:
Slika 11.14. Dekopmpozicioni dijagram za posao 3. Marketing
Ima se u vidu potreba da se:

obezbede podaci o potrebama za proizvodom ili uslugama;
obezbede podaci zahteva trita (koliina, cena, rokovi i dr.);
obezbede podaci za analizu uslova prodaje;
obezbede podaci za analizu cena konkurencije;
obezbede podaci za odreivanje cene kotanja;
obezbede podaci o raspoloivosti i cena za repromaterijale i ostale
predmete poslovanja;
izvri analiza apsorpcije mogunosti trita po segmentima potronje;
izradi podloga za plan proizvodnje i prodaje.
Posao 3.1. Istraivanje

158
C1
C2
Inf. iz prodaje
Mesecna realizacija
C3
Inf .iz razvoja
Preporuke iz
proizvodnje
ISTRAZIVANJE
TRZISTA
Zahtev trzista
Tarife prevoza
3.1.1
Zahtev za analizu
Izv.o cenama
ANALIZA
TRZISNIH
CENA
Inf .sa trzista
Prijava
ideje
Trzisne cene
I1
3.1.2
Potrebe trzista
IZBOR IDEJA
ZA NO VI PROIZVOD
Ideja za novi pr.
Reklamacije kupca
3.1.3
I2
REKLAMA I
PROPAGANDA
Inf. o upotrebi proizv.
O1
3.1.4
Inf.iz
istrazivanja
NODE:
TITLE:
A3.1
ISTRAZIVANJE
NUMBER:
Slika 11.15. Dekompozicioni dijagram za posao 3.1. Istraivanje
Posao 3.1.1. Istraivanje trita

Posao "3.1.1. Istraivanje trita" izvodi se na osnovu informacija o
proizvodima, konkurenciji, potroaima i mogunosti nabavke sirovina, kao i
izvetaja mesene realizacije.
Plan istraivanja se donosi sa definisanim elementima u pogledu izvora
podataka, pristupa istraivanju, instrumentima istraivanja, plana
uzorkovanja, tehnike kontaktiranja i potrebnih sredstava za realizaciju
plana.
Postupak istraivanja trita se izvodi po elementima iz zahteva, odnosno
popisu poslova iz plana istraivanja trita.
Izrada analiza o istraivanju trita
Posao 3.1.2. Analiza trinih cena
Analiza uslova prodaje. Analiza karakteristika kupaca robe (apsorpciona
mo, sigurnost plaanja, valute plaanja, tradicija i sl.), atributa proizvoda
(ocena kvaliteta proizvoda i odnosa kvalitet cena za proizvod i
konkurenciju), uslova konkurencije po pitanju organizacionih oblika i
metode prodaje (kanali distribucije, uloga, znaaj i renome zastupnika,
trokovi ekonomske propagande, kontinuitet u snadbevanju jednog trita),

karakteristika trita (apsorpciona mo i uslovi ponude i potranje), ciljeva
i zadataka poslovne politike (zainteresovanost za odreeno trite, stanje
zaliha, stepen uposlenosti kapaciteta itd.).
Analiza cena konkurencije se definie na bazi cenovnika konkurencije,
kataloga i drugih izvora informacija o konkurenciji. Ova analiza daje i
predloge strategije i politike cena na odreenim tritima.
Odreivanje cene kotanja. Definiu se direktni i indirektni trokovi za
razliite obime proizvodnje, pri emu se tretiraju trokovi za procenjeni
potencijal prodaje na odreenom tritu. Osnov za ovu analizu su "Planska
cena kotanja" i Informacije iz proizvodnje (podaci o trokovima).
Izrada cenovnika na osnovu zahteva trita i definsane cene proizvoda,
primenom neke od metoda (analiza praga dobitka i ciljnog profita).
Posao 3.1.3. Izbor ideja za novi proizvod

Na osnovu informacije o potrebama trita, reklamacija kupaca i
prijavljenih ideja za novi proizvod, vri se izbor ideja za novi proizvod. Ova
aktivnost primenjuje se u postupku razvoja novog proizvoda, kao osnova za
formiranje podloge za razvoj.
Prikupljanje prijava. Prijava ideje se definie na osnovu zahteva kupaca,
reklamacija kupaca, podataka o domaem i stranom tritu i dr.
Izbor i ocena ideje definisanje izvora za prikupljanje novih ideja,
stvaranje organizacionih preduslova za permanentno prikupljanje ideja,
odreivanje
metodologije
ocenjivanja,
definisanje
kriterijuma
prihvatljivosti ideja, ravnopravno i nepristrasno ocenjivanje svih pristiglih
ideja i izrada plana nagraivanja za nove ideje.
Izrada analiza o novim proizvodima sadri spisak usvojenih ideja,
preliminarnu poslovnu analizu i dinamiku dalje razrade ideje.
Posao 3.1.4. Reklama i propaganda
Reklama i propaganda je posao od kojeg u trinim uslovima poslovanja
zavisi prodaja proizvoda i zadovoljenje kupca.
Izrada plana propagande. U zavisnosti od vrste proizvoda, ivotnog veka
proizvoda i situacije na pojedinim tritima, plan propagande utvruje cilj
ekonomske propagande i daje se u godinjem planu reklame i propagande.
Izrada prospekata, anketa, kataloga. Na osnovu definisanog plana
propagrande izrauju se prospekti, izvode ankete i tampaju katalozi.
160
Analiza efekata reklame. Periodino se izvodi analiza efekata reklame, a

vezano za prodaju proizvoda i prepoznatljivost imida preduzea.
Posao 3.2. Razvoj

Istraivanje i razvoj su krucijalni element usavravanja poslovanja
preduzea iji je cilj da usavravanjem pojedinih delova proizvodnog posla, a
vezano za povean obim proizvodnje, pobolja kvalitet proizvoda i smanji cenu
kotanja proizvoda i dr.
Licence,standard,int.st.
Zahtev za
analizu
novog
proizvoda
Spec.investicija
ANALIZA SPOSOB.
ZA UVODJENJE
NOVOG PROIZV.
O1
Ocena sposob.
O2
Specif.tehnol.
O3
3.2.1
Nalog za razvoj novog proizvoda
PLANIRANJE
RAZVOJA
NOVOG
PROIZVODA
3.2.2
Inf. iz snabdevanja Preporuke iz

proizvodnje
C2
Plan razvoja
C1
n.proizv.
Zahtev za nabav.
RAZVOJ
PROIZVODA
Predlog za izmenu iz istr.

Inf.za ser.proizv.
I1
O5
Izv.o rez.razv.
O4
3.2.3
Inf.iz istrazivanja
Zah. za int.stand.
Licen.dok.
STANDARDI I
LICENCE
3.2.4
NODE:
TITLE:
A3.2
RAZVOJ
NUMBER:
Slika 11.16. Dekompozicioni dijagram za posao 3.2. Razvoj

Posao 3.2.1. Analiza sposobnosti za uvoenje novog proizvoda
Ovaj Posao definisan je sledeim aktivnostima:
162
Idejno reenje i dizajniranje. Zahtevi trita, korisnikovi zahtevi, vaei

standardi i propisi, pakovanje, obezbeenje ili verifikacija kvaliteta jesu
polazna osnova za definisanje tehnikih zahteva koje proizvod treba da
ispuni.
Razrada tehnologije. Ovom aktivnou treba da se, na osnovu tehnolokih
postupaka, specifikacija materijala, potrebnih kapaciteta i specifikacije
alata definiu elementi potrebni za izradu kalkulacija.
Definisanje resursa. Na osnovu definisane sastavnice proizvoda (cene
ulaznih materijala) date kao idejno reenje, dobija se materijalni troak za
izradu novog proizvoda, a na osnovu definisane tehnologije definie se
vreme izrade, a samim tim i cena rada (objedinjavaju se podaci: cena

kotanja materijala, cena kotanja alata, vreme izrade). Ovi elementi
omoguuju definisanje resursa i daju cenu proizvoda. Definisanjem
alternativnih elemenata u sastavnici, iniciranih zahtevima trita ili kupaca,
varira se cena proizvoda i na taj nain dolazi do konkretne cene na tritu.
Ocena osvajanja novog proizvoda. Na osnovu gore izvedenih aktivnosti,
potrebno je da odgovarajui organ izvri ocenu uspenosti osvajanja novog
proizvoda. Ovde je potrebno imati u vidu i mogue promene na tritu.
Izlaz je odgovarajua ocena, kao i predlog mogue realizacije definsan kao
Izvetaj o sposobnosti uvoenja novog proizvoda.
Posao 3.2.2. Planiranje razvoja novog proizvoda

Na osnovu izvetaja o sposobnosti uvoenja novog proizvoda i naloga za
razvoj novog proizvoda, izvodi se planiranje razvoja novog proizvoda.
Mreni plan. U svrhu dobrog planiranja realizacije aktivnosti i uesnika u
razvoju (projektovanju proizvoda), najee se koriste sledee metode:
planiranje realizacije projekta tehnikama mrenog planiranja i planiranje
realizacije projekta korienjem gantograma. Prva se koristi za sloenije, a
druga za prostije projekte. Mrenim planovima ili gantogramima aktivnosti
definiu se: rokovi realizacije, nosioci aktivnosti, kontrolne take i nain
kontrole. Za izvoenje ove aktivnosti koriste se i softverski alati, kao npr.
MS PROJECT.
Definisanje faza razvoja postupak podele celokupnog projekta razvoja na

pojedine razvojne faze.
Plan obezbeenja kvaliteta planovi kvaliteta proizvoda, planovi kontrole,

planovi kontrolisanja i planovi troskova kvaliteta.
Kadrovski i materijalni plan aktivnosti projekta razvoja raspodeljuju se

kvalifikovanim izvriocima, opremljenim odgovarajuim sredstvima, vri
se preraspodela programa izmeu funkcija unutar preduzea i eksternih
partnera, radi se investicijska studija i vri se obezbeenje resursa.
Posao 3.2.3. Razvoj proizvoda

Za izvoenje ovog posla definisani su tzv. tehniki informacioni sistemi
koji obuhvataju Jedinstveni sistem oznaavanja (po DIN-u 4000), sveobuhvatan
sistem sastavnica, sveobuhvatan sistem tehnolokih postupaka i CAD/CAM
sistemi i veza sa numerikim mainama.
Posao "3.2.3. Razvoj proizvoda" izvodi se na osnovu Plana razvoja
novog proizvoda, imajui u vidu preporuke iz proizvodnje, informacije iz
snadbevanja, kao i licence, standarde i interne standarde.
Ovaj posao se sastoji od sledeih aktivnosti:

Projektovanje i konstrukcija, u koje spada izrada i verifikacija
konstruktivne dokumentacije, konstruisanje alata, izrada konstruktivne
dokumentacije za seriju i distribucija konstruktivne dokumentacije.
Izrada tehnolokog postupka, gde se izvodi definisanje tehnolokog

postupka, definisanje spiska alata i pribora, izrada tehnoloke
dokumentacije za seriju i distribucija tehnoloke dokumentacije
Izrada alata, prototipa i nulte serije otvaranje radnog naloga, izrada i

proba alata, izrada prototipa, realizacija nulte serije.
Izmena tehniko-tehnoloke dokumentacije obrada predloga izmene,

odluivanje o izmeni, izmena tehniko-tehnoloke dokumentacije.
Posao 3.2.4. Standardi i licence

Ovaj posao se sastoji od sledeih aktivnosti:
uvanje licenci i optih standarada. Ne razvijaju se svi proizvodi iz
postojeeg proizvodnog asortimana nekog preduzea, ve se neki od njih
proizvode i na osnovu otkupljenih licenci za proizvodnju. Pri tome se u
arhivi sektora tehnike pripreme proizvodnje uva i odatle se koristi sva
potrebna licencna dokumentacija za proizvodnju. Isto tako, u toku
poslovanja se moramo pridravati i optih, meunarodno definisanih i
priznatih standarda u poslovanju, koje su donele meunarodne organizacije
za standardizaciju (ISO, DIN...). I ovi standardi se uvaju.
Oznaavanje predmeta poslovanja. Sistem oznaavanja u svojoj strukturi
ima dva broja, isto numerika, i naziv od jedne ili vie rei koji je
usaglaen sa vaeim standardima. Prvi broj je redni broj i ima za zadatak
iskljuivo da identifikuje predmet. Poto je to redni broj od 0 do n, to znai
da je ogranien sa desne strane, a slobodan sa leve. Ovaj se broj zove
"ident" broj. Drugi broj je klasifikacioni broj, koji predmete razvrstava
prema njihovim osobinama. Klasifikacioni broj vri razvrstavanje tako to
prvim brojem (mestom) vri najoptiju klasifikaciju predmeta, a svakim
daljim mestom u desnu stranu vri detaljnije razvrstavanje. To znai da se
klasifikacioni broj razvija sa leve u desnu stranu, tj. levo je ogranien a u
desnu stranu raste ne zatvara se. Ident i klasifikacioni broj nemaju
nikakve veze kada treba neki predmet oznaiti. Istovremeno, odnosno
paraleleno se dodeljuju oba broja, kao i naziv. Otuda ovaj sistem nosi ime
"paralelni". Naziv predmeta moe imati jednu ili vie rei ili neku
skraenicu, simbol, veliinu i sl. Naziv se mora dati po nacionalnim
standardima (kao npr. JUS A.A4.001) ili nekim optim tehnikim propisima
ukoliko nema standarda.
164
Izrada zaglavlja karakteristika predmeta. Zaglavlja karakteristika predmeta

definisana su prema standardu DIN 4000, tj. JUS A.A4.001, koji je nastao
revizijom standarda JUS A.A0.070 iz 1981. godine. Zaglavlje karakteristika
ureuje se za grupe meusobno slinih standardizovanih i
nestandardizovanih predmeta i treba da omogui saet prikaz predmeta,
razgranienje tih predmeta od drugih i izbor predmeta iz ustanovljenih
grupa standardizovanih i nestandardizovanih predmeta. S druge strane,
karakteristika odreuje svojstvo kojim se opisuje i razlikuje predmet u
grupi predmeta. Zaglavlje karakteristika se formira tako da obuhvata to
vie slinih predmeta definisanih jednim klasifikacionim brojem. Uz
zaglavlje katrakteristika, daje se i uproena slika predmeta. U svaku sliku
unose se odgovarajue slovne oznake karakteristika predmeta verikalno.
Slika zaglavlja karakteristika oznaava se brojem.
Izrada kataloga predmeta poslovanja. Za potrebe preduzea moe se
izvriti formiranje sledeih kataloga: katalog materijala, katalog standard.
delova, katalog proizvoda, katalog alata i pribora, katalog maina, katalog
pomonih zavrnih vremena, katalog reima rezanja.
Posao 3.3. Snabdevanje

Posao 3.3. Snabdevanje treba da omogui evidentiranje podataka
neophodnih za efikasno ugovaranje i praenje nabavke.
U okviru ovog posla, definisan je dekompozicioni dijagram, kao to se
vidi na narednoj slici, kojim se uspostavljaju horizontalne veze izmeu
podreenih poslova.

C3
I1
Zahtev
za
nabav.
C4
C1 C2
Preporuke iz
Postupak ugovoranja u proizvodnje
snabdev.
Inf.iz
istrazivanja
Inf.za
posl.partnera
Ugovor o nabavci
O2
Ugovor o nab.
NABAVLJANJE
Inf. za razvoj
Inf.iz
razvoja
3.3.1
Inf.za prozvodnju
Trebovanje
Otpremnica
Inf.od posl.
partnera
I2
SKLADSTENJE
Inf . iz
snabdevanja
O1
Inf.za
reklamiranje
3.3.2
Inf.o toku nabavke
REKLAMACIJA
DOBAVLJACIMA
I3
Zapisnik o rekl.
3.3.3
Inf.iz
proizvodnje
Izv.o kontroli
Stanje na skladistu
PRA]ENJE
DOBAVLJACA
3.3.4
Podaci o dobavljacima
NODE:
TITLE:
A3.3
Inf.o
pouzdan.
dob.
SNABDEVANJE
NUMBER:
Slika 11.17. Dekompozicioni dijagram za posao 3.3. Snabdevanje
Posao 3.3.1. Nabavljanje

Obrada zahteva za nabavku. Specifikacija nabavke materijala predstavlja

nalog (zadatak) za poetak sa poslovima nabavke materijala, tj. dolazi do
obrade zahteva za nabavku.
Planiranje nabavke. Materijalni bilans ini osnovu za planiranje nabavke

na osnovu godinjeg plana proizvodnje. Planiranje nabavke obuhvata
prikupljanje ponuda od potencijalnih dobavljaa i plan godinjih ugovora.
Prikupljanje ponuda i izbor dobavljaa. Izvodi se na osnovu koliine, vrste,

kvaliteta i rokova nabavke odreenih materijala i roka nabavke poruenih
materijala.
Ugovaranje i praenje nabavke. Ugovorom o nabavci mora biti tano

definisan kvalitet. Za materijale za koje postoje propisani standardi, isti
moraju biti i precizno uneti u ugovor. Ugovorom takoe moraju biti
obuhvaeni i posebni zahtevi koje materijali moraju da imaju da bi se
koristili u proizvodnji.
166
Posao 3.3.2. Skladitenje

Prijem i evidentiranje materijala. Svaki proizvod za koji je prilikom

kvalitativnog i kvantitativnog prijema ustanovljeno da kvalitativno i
kvantitativno odgovara predaje se odgovarajuem magacinu. Istovremeno,
referent prijema materijala sainjava prijemnicu materijala, koju potpisuju
kontrolor prijema materijala, referent prijema materijala i rukovalac
odgovarajueg magacina.
Kontrola skladitenih materijala. Ustanovljavaju se pravilnost skladitenja

proizvoda, ispravnost pakovanja, eventualna fizika oteenja proizvoda,
rok trajanja proizvoda itd.
Izdavanje materijala. Izdavanje materijala iz magacina vri se na osnovu

trebovanja i otpremnice.
Posao 3.3.3. Reklamacije dobavljaima

Reklamiranje na kvalitet i kvantitet. U sluajevima kada se prilikom

prijema materijala (kvalitativni i kvantitativni) ustanovi da materijal ne
odgovara propisanom i ugovorenom kvalitetu, pie se zapisnik koji mora da
sadri jasno sve elemente vezane za reklamaciju isporuene robe.
Reklamacija na neispunjavanje komercijalnih uslova. U sluajevima kada

dobavlja nije ispotovao dogovoreni rok isporuke, odnosno izvrio je
isporuku materijala posle ugovorenog roka, kada izvri fakturisanje robe po
viim cenama u odnosu na ugovorenu cenu, kada nije ispotovao i druge
uslove iz ugovora, kao npr. pakovanje, montau itd., moe se odbiti prijem
materijala.
Reklamiranje skrivenih mana. U sluajevima kada je u procesu proizvodnje

ustanovljeno da odreeni materijal ne odgovara kvalitetu, treba da se izvri
uvid u materijal u proizvodnji. Odmah kada se ustanovi da materijal ne
odgovara, potrebno je izvriti povraaj trebovanog a neutroenog materijala
u magacin materijala.
Posao 3.3.4. Praenje dobavljaa

Uvoenje novog materijala/dobavljaa u sluajevima kada se trai novi
materijal od ustaljenog dobavljaa, trai materijal od novog dobavljaa i
razvija nov proizvod koji zahteva nove materijale.
Evidentiranje materijala. Po dobijanju pozitivnog miljenja o novom

materijalu, izvodi se evidentiranje materijala.
Evidentiranje dobavljaa. Po dobijanju pozitivnog miljenja o novom
dobavljau, izvodi se evidentiranje dobavljaa.
Ocena pouzdanosti dobavljaa. Ocena se vri jednom godinje, prema
uputstvu za ocenjivanje dobavljaa.
Posao 3.4. Prodaja

Posao 3.4. Prodaja treba da omogui izlazak na trite i realizaciju
ugovora sklopljenog sa kupcem i pritom treba da definie podatake o
ugovorima, prati reklamacije kupaca i prati podatke o prodaji i distribuciji.
U okviru ovog posla, definisan je dekompozicioni dijagram kojim se
uspostavljaju horizontalne veze izmeu podreenih poslova.
C2
Inf .iz
istrazivanja
Inf.iz
proizvodnje
C1
C3
Postupak
ugov. u
prodaji
Preporuke iz
proizvodnje
PLANIRANJE
PRODAJE
I1
Stanje magacina
Planovi prodaje
3.4.1
Ugovori o prodaji
Dopunski zahtevi
Upit kupca
Zahtev za ponudom
Porudzbina kupca
OBRADA UPITA
I UG OVARANJE
Inf . iz prodaje
Upit kupcu
O1
Otpremnica
3.4.2
Inf.od
kupca
Reklam. prim. robe

REKLAMACIJE
KUPCA
Zapinik o prijemu robe

I2
Izv. o reklamaciji
Zahtevi kupca
Zapis.o reklam.
3.4.3
Zakljucnica
PAKOVANJE I
SKLADI STENJE
Predajnica
3.4.4
NODE:
TITLE:
A3.4
PRODAJA
Zapisnik o
ostec.
robe
NUMBER:
Slika 11.18. Dekompozicioni dijagram za posao 3.4. Prodaja
Posao 3.4.1. Planiranje prodaje

Planiranje prodaje za domae trite pravi se na osnovu uslova
plasmana, trendova prodaje i raspoloivih kapaciteta.
Planiranje prodaje za ino trite radi se na osnovu izvetaja o
istraivanju, uslova plasmana, trendova prodaje inostranog trita i
raspoloivih kapaciteta proizvodnje.
Analiza planova uporeuje naloge za proizvodnju i meseni plan prodaje
168
i formira izvetaj o realizaciji plana.

Posao 3.4.2. Obrada upita i ugovaranje
Obrada upita i izrada ponude. Svi upiti moraju biti dostavljeni u pisanoj
formi. Tehnika obrada upita se obavezno vri kod ugovaranja usluga, a
kod ugovaranja izvoza i prodaje na domaem tritu u sluajevima kada se
zahtev kupca razlikuje od standardnih zahteva.
Analiza dopunskih zahteva kupca. Ukoliko kupac ima dopunske zahteve u
odnosu na ponudu, sprovodi se aktivnost "Obrada upita", koja se ponavlja
do konanog prihvatanja ponude od strane kupca.
Izrada ugovora. Sa kupcima se prave ugovori koji definiu okvirne koliine
artikala koji se prodaju i dinamiku. Koliine koje se ugovaraju definiu se u
okviru planiranja.
Izmene ugovora. Izvodi se samo uz saglasnost obe strane, pri emu se za
svaku izmenu primenjuju postupci koji se rade i pri izradi osnovnog
Ugovora. Za svaku izmenu se pravi poseban Aneks.
Posao 3.4.3. Reklamacija kupaca
Prijem reklamacije. Reklamacija za domae trite izvodi se po sledeem
postupku: pri otpremi robe, voza dobija od magacina gotove robe dva
primerka otpremnice. Ukoliko kupac ima reklamaciju po osnovu koliine ili
vidljivih oteenja, voza je duan da sa kupcem saini zapisnik kupca o
reklamaciji, koji po povratku predaje rukovodiocu magacina. Rukovodilac
magacina i voza daju izjavu o reklamaciji, koju rukovodilac magacina uz
zapisnik dostavlja rukovodiocu prodaje. Na osnovu zapisnika o reklamaciji,
rukovodilac prodaje formira knjino odobrenje/zaduenje, koje overava
direktor
komercijalnog
sektora.
Jedan
primerak
overenog
odobrenja/zaduenja dostavja se kupcu, a drugi knjigovodstvu. Reklamacija
za strano trite izvodi se po sledeem postupku: po zavrenom utovaru
robe, voza uz CMR meunarodni tovarni list dobija pak listu koja se pravi
na osnovu otpremnice. U tovarnom listu je ukucan ukupni broj koleta u
vozilu. U pak listi su dati tani podaci koliko se koleta nalazi u
transportnom sredstvu po vrsti proizvoda, i to pojedinano i transportno
pakovanje. Pri prijemu robe, kupac sravnjuje stvarnu koliinu robe sa
podacima iz pak liste. Ukoliko sa koliine ne slau, pravi se zapisnik o
stvarnom stanju robe u kamionu. Takoe, ukoliko postoje vidljiva oteenja
ambalae ili robe usled nepravilnog ili neodgovarajueg transporta, kupac
pravi zapisnik o oteenoj koliini i vrsti oteenja. Zapisnik potpisuje
voza. Jedan primerak zapisnika kupac dostavlja prevozniku uz overen
tovarni list, a jedan isporuiocu. Po dobijanju zapisnika, referent izvoza

vri proveru da li je roba koliinski zaista tano utovarena prema
otpremnici, sravnjenjem proizvedene i otpremljenje koliine sa trenutnim
stanjem u magacinu. Ukoliko se ustanovi da roba nije tano utovarena,
kupac se obavetava o prihvatanju reklamacije i nedostajua koliina
otprema se kod prve naredne isporuke.
Reavanje reklamacija. Rukovodilac prodaje pravi predlog reenja
reklamacije koji verifikuje direktor komercijalnog sektora. Verifikovani
predlog dostavlja se kupcu. Ukoliko se predmet reklamacije ne moe reiti
dogovorno sa kupcem, predmet se dostavlja rukovodiocu pravne slube koji
zastupa preduzee pred sudom, u sporu sa kupcem, a u skladu sa ugovorom.
Rukovodilac pravne slube, po okonanom sporu, sainjava informaciju o
spornoj reklamaciji kupca. Ovom informacijom se dopunjuje
dokumentacija o reklamaciji kupca. Kada je reenje usaglaeno sa kupcem,
referent predaje kompletiranu informaciju o reklamaciji kupca.
Posao 3.4.4. Pakovanje i skladitenje

Prijem i skladitenje robe. Prijem robe se obavlja "Predajnicom",
popunjenom i overenom od strane Kontrole kvaliteta pri zavrnoj kontroli
proizvoda. Skladitenje robe se vri prema vrsti proizvoda i vremenu
isporuke.
Otprema robe. Vri se iskljuivo po zakljunici koja se dobija od odeljenja
Prodaje.
Obrada izdatih naloga. Poto je otprema izvrena, na bazi izdatih
otpremnica vri se materijalno-finansijsko i magacinsko razduenje.
Provera stanja i izvetavanje je periodina provera oteenosti i drugih
degradacija kvaliteta u toku skladitenja.
Posao 4. Proizvodnja
Posao 4. Proizvodnja se posmatra u irem smislu, kao to se moe videti
na dekompozicionom dijagramu prikazanom na sledeoj slici.
170
C1
Standardi
Inf.iz marketinga
I1
PLANIRANJE I
PRACENJE
PRO IZVO DNJE
4.1
Inf. o primlj.robi
Teh. tehn. dok.
Inf.iz proizvodnje
O2
Zahtev
za kont.
Plan
kontr.
KONTROLISANJE Izv. o ispitivanju

I ISPI TIVANJE
Izv. menadzmentu
O3
Upustva proizvodjaca
4.2
Potr.kvalitet
Inf. iz prodaje

UPO TREBA
PRO IZVO DA
Inf.od kupca
I2
O1
4.3
NODE:
TITLE:
A4
PROIZVODNJA
NUMBER:
Slika 11.19. Dekompozicioni dijagram za posao 4. Proizvodnja
Za potrebe proizvodnje razvijaju se proizvodni informacioni sistemi koji

za pretpostavku imaju ve definisan osnovni fond podataka Sastavnice,
Tehnoloke postupke, Kapacitete, Fabriki kalendar, Osnovne inioce
poslovanja.
U okviru posla 4.1. Planiranje i praenje proizvodnje, definie se:
Planiranje izrada godinjeg plana (plan optereenja kapaciteta, plan
materijala, plan alata) i izrada operativnih mesenih planova (planiranje
optereenja kapaciteta, planiranje potrebnog alata, planiranje potrebne radne
snage).
Lansiranje definisanje radnih naloga, generisanje proizvodne
dokumentacije (trebovanja, radne liste, predajnice), kontrola i rezervacija,
terminiranje, tampanje proizvodne dokumentacije, dispeiranje.
Terminiranje terimiraju se operacije radnih naloga (RN) po radnim
centrima i terminskim jedinicama, uz kontrolu raspoloivog i rezervisanog
kapaciteta. Proraunavaju se interni prioriteti ulaska operacije na radno mesto
(na osnovu eksternih prioriteta i vremena zavretka RN).
Izvetavanje iz proizvodnje o nastalim dogaajima prisutnost radnika
na poslu, zavreni RN, informacija o poetku i zavretku operacija, izvetaj o
kartu, zastojima maina i ostalim dogaajima koji utiu na proizvodnju.
Praenje proizvodnje kreiranje informacija o stanju radnih naloga i
operacija, stanju proizvodnih resursa, kritinim nalozima i izvrenju plana
(naloga, linija, montae, termin plana), vrenje kontrole uporeivanjem

planiranih i ostvarenih rezultata, definisanje povratnih akcija u cilju daljeg
regulisanja proizvodnje (npr. otklanjanje zastoja, ispostavljanje novih naloga,
uvoenje novih smena itd.), praenje uinka radnika.
U okviru posla 4.2. Kontrolisanje i ispitivanje definie se kontrola
kvaliteta u prijemu, kontrola kvaliteta u pogonu, zavrna kontrola kvaliteta,
laboratorijsko ispitivanje i odravanje merno-kontrolnih sredstava.
U okviru posla 4.3. Upotreba proizvoda definisane su aktivnosti vezane
za instalisanje i putanje u pogon, praenje proizvoda u upotrebi, servisiranje
proizvoda i povlaenje proizvoda iz upotrebe.
172
Posao 4.1. Planiranje i praenje proizvodnje

Zahtev za popravku
Plan prodaje
Inf. iz nab.
Plan koperacije
Nalog za nabavku
PLANIRANJE
PRO IZVODNJE
Mrezni plan
I1
Teh. tehn. dok.
Inf .iz
proizvodnje
4.1.1
Inf .iz
marketinga
Nalog
za
izredu
O2
PRACENJE
PROIZVODNJE
Potr.kvalitet
Potr.kvalitet
I2
4.1.2
Zahtev za
odrzav.mas.
O1
Plan
odrzavanja
Stanje
rez.del.
ODRZAVANJE
MASINA I OPREME
Dok.za odrzavanje
4.1.3
NODE:
TITLE:
A4.1
PLANIRANJE I PRACENJE PROIZVODNJE
Izv. o izvr.
odrz.
NUMBER:
Slika 11.20. Dekompozicioni dijagram za posao 4.1. Planiranje i praenje proizvodnje
Posao 4.1.1. Planiranje proizvodnje

Pod pojmom planiranja se podrazumeva smiljeno predvianje dogaaja
koji se mogu desiti u nekom poslu, sa tenjom da se ostvari neki cilj.
Ciljevi planiranja su sledei:
predvianje proizvodnje i elemenata proizvodnje koji treba da budu
utroeni ili uestvuju u proizvodnji,
predvianje uea kolektiva u dohotku koji treba da se ostvari,
predvianje odnosa izmeu radnih jedinica, u vezi sa planiranom
proizvodnjom i postavljenim globalnim planom i
zadovoljavanje potreba potroaa po koliini, asortimanu, kvalitetu i
ceni.
Planiranje kapaciteta godinji plan proizvodnje i meseni operativni
planovi, plan kapaciteta za tehnoloka odeljenja prema vrstama obrade po
tehnolokim grupama maina (opreme) za proizvode (porudbine) po
dinamici za svaki mesec, polugodite i godinu dana, plan potrebne radne

snage, plan dokumentacije, terminski planovi (sastavnice proizvoda) za
lansiranje, praenje izrade sa potrebnim norma asovima, praenje montae
i terminski plan lansiranja.
Planiranje materijala specifikacije (bilanse) potreba u materijalima (svih
vrsta) za nabavku, specifikacije za izdavanje standardne robe i robe iz
kooperacije, pregled nedostajuih materijala (kritinih) na osnovu radnih
naloga i specifikacija u odnosu na stanje magacina.
Planiranje alata plan potreba nestandardnih alata prema vrsti alata za
proizvode (porudbine) iz plana, proizvodnju novih i popravku ve
postojeih, plan potreba u nestandardnim alatima (plan nabavke) prema
vrstama alata za proizvode (porudbine) iz plana vodei rauna o stanju
"Mini stoka" i plan izrade alata.
Planiranje aktivnosti vezano je za definisanje pripreme i lansiranja
radionike dokumentacije prema terminskim planovima, otvaranje i
zatvaranje porudbina iz serije i praenje stanja lansiranja po
porudbinama.
Posao 4.1.2. Praenje proizvodnje

Praenje proizvodnje omoguuje da se:
grubi plan prenosi na radne naloge, tj. sastavne delove i njihove
operacije;
izvri pravovremeni rebalans grubog plana i time se izbegnu zastoji
koje se mogu pojaviti u proizvodnji;
dobije taan uvid optereenja kapaciteta svih radnih mesta i redosled
svih operacija po radnim mestima;
dobije uvid u mogunost kontrole nad svim radnim nalozima i
operacijama u proizvodnji.
Lansiranje radionike dokumentacije povezuje planiranje proizvodnje sa
izvoenjem proizvodnje, tj. podrava otvaranje radnih naloga, pripremu
radne dokumentacije, upravljanje tokom materijala, lansiranje i praenje
radnog naloga.
Praenje operacijskog mesta izvoenje predviene operacije u
planiranom vremenskom intervalu i formiranje odgovarajuih povratnih
informacija iz kojih e se sagledati realizacija projektovanog plana.
Praenje meuskladita ima za cilj uvid u stanje meuskladita u kojima
se nalaze poluproizvodi, delovi proizvoda, sredstva koja ekaju na doradu
itd.
Zatvaranje radnog naloga parcijalno ili kompletno zatvaranje naloga.
174
Posao 4.1.3. Odravanje maina i opreme

Proces 4.1.3. Odravanje maina i opreme treba da omogui
evidentiranje svih podataka neophodnih za upravljanje energijom i
odravanjem, kao i:
obezbeivanje podataka za izradu planova odravanja;
obezbeivanje uvida u stanje zaliha rezervnih delova;
obezbeivanje podataka za odravanje dokumenata odravanja;
proizvodnju pare, vode, vazduha i elektrine energije;
tehniku pripremu odravanja;
praenje tehnike dokumentacije;
plansko odravanje i remonte;
tekue odravanje;
investiciono odravanje i planove investicionog odravanja;
praenje rezervnih delova.
Prijem maine za odravanje. Pri prijemu nove maine/opreme u fabriku,
vri se njen kvalitativni prijem. Ispituje se da li je maina u skladu sa
traenom specifikacijom i da li zadovoljava zahtevane radne, odnosno
bezbednosne karakteristike.
Pregled maina Pregledi maina mogu biti redovni i vanredni. Redovni
pregled maina se vri na osnovu zadatog perioda. Vanredni pregledi se
vre u sluajevima da se sumnja na ispravnost rada neke maine, ukoliko se
deavaju esti otkazi ili neka druga manifestacija koja ukazuje na potrebu
eeg pregledanja maina. Redovne i vanredne preglede vre poslovoe
odravanja, zajedno sa radnicima na odravanju. Nalazi se upisuju u tabelu
o redovnim i vanrednim pregledima maine.
Remont maina. Planovi remonta sadre spisak maina za remont, potrebnu
dinamiku i predviene radove. Na osnovu ovih planova odreuju se
poslovoe koji e voditi odreene remonte. Podaci o remontu se unose u
tabelu o remontu maine i zameni oteenih delova.
Korektivno odravanje. U sluaju neispravnog rada maine/opreme ili
pojave poveane koliine karta, izvodi se defektaa, opravka i vraa se
maina/oprema u radno stanje.
Posao 4.2. Kontrolisanje i ispitivanje

U sistemu obezbeenja kvaliteta po zahtevima serije standarda kvaliteta
JUS ISO 9000, vano mesto zauzima ovaj posao, to je i razumljivo, jer se tek
kontrolom moe ustanoviti da li su ispunjeni uslovi koje zahtevaju ovi
standardi.
Na sledeoj slici je prikazan dekompozicioni dijagram za posao 4.2.
Kontrolisanje i ispitivanje.
C2
Plan prij.kon.
Plan kontr.
Plan zavr.
kont.
Dostavnica
KONTROLA
KVALITETA U
PRIJEMU
Ugovor
Zapisnik o
prijemu
Izv. prijemne kontrole
Plan proc. kon.
4.2.1
I2
Inf. o
primlj.robi
I3
Post.prij.kon.
Post. proc.kon.
Teh. tehn.
dok.
KONTROLA
KVALITETA
U POGONU
Izv. zavrsne kontrole

Zahtev za
lab.ispit.
LABORAT.
ISPITIVANJA
4.2.2
ZAVRSNA
KONTROLA
KVALITETA
4.2.3
4.2.4
Izv. o
ispitivanju
O1
Labarator.
izvestaj
Zahtev za kont.
ODRZAVANJE
MERNO-KON.
SREDSTAVA
I1
Upustva proizvodjaca
I4
Rezul.kontrole
MKS
4.2.5
NODE:
TITLE:
A4.2
KONTROLISANJE I ISPITIVANJE
NUMBER:
Slika 11.21. Dekompozicioni dijagram za posao 4.2. Kontrolisanje i ispitivanje
Posao 4.2.1. Kontrola kvaliteta u prijemu

Ovaj posao se primenjuje za prijem svih materijala, montanih
elemenata, poluproizvoda od kooperanata, ambalae i ostalih materijala koji se
zaprimaju u magacin materijala.
Kvantitativni prijem. Vri referent prijema materijala i magacioner.
Ukoliko prispeli materijal ne odgovara koliini na narudbenici, referent
prijema pie zapisnik u koji se ovo neslaganje upisuje. Po izvrenom
prijemu, sirovine se razvrstavaju u zonu zaprimljenog (kvalitetnog)
materijala i u zonu reklamiranog (nekvalitetnog) materijala.
176
Kvalitativni prijem. Odmah po prispeu poiljke, uzorci se dostavljaju

laboratoriji na ispitivanje. Nakon zavrenog ispitivanja, laboratorija
dostavlja rezultate ispitivanja (Izvetaj o laboratorijskom ispitivanju)
tehnikoj kontroli, odeljenju nabavke, operativnoj pripremi i pogonu.
Ukoliko je kvalitet odgovarajui, kontrolor prijema potpisuje "Prijemnicu".
Posao 4.2.2. Kontrola kvaliteta u pogonu

Posao "4.2.2. Kontrola kvaliteta u pogonu" obuhvata sva deavanja koja
su vezana za kontrolisanje procesa proizvodnje, od prijema materijala iz
magacina, do predaje gotovog proizvoda u magacin, kao i planiranje
kontrolisanja i izvetavanje o kontrolisanju.
Planiranje kontrole kvaliteta u pogonu. Ova aktivnost se izvodi na osnovu
radnih naloga, konstrukcione dokumentacije, privremene izmene crtea,
kontrolnih obrazaca, instrukcione liste reglae i postupaka testiranja.
Kontrola kvaliteta prijema iz magacina. Uporeivanjem ident broja
materijala sa upisanim kvalitetom materijala u konstrukcionoj
dokumentaciji, vri se kontrola oblika i dimenzija prema standardima ili
crteu i kontrola stanja isporuke utvrivanjem eventualnih oteenja.
Kontrola kvaliteta u izradi. Obuhvata fazu izrade prvog komada prve
operacije (koja je izdvojena kao posebno bitna za kvalitet), faze izvoenja
kasnijih operacija (tzv. n-te operacije), zonu otpreme delova (tj. kad delovi
naputaju pojedine operacije i odlau se na mesta izvoenja drugih
operacija) i zonu prijema delova (na mesto izvoenja neke operacije).
Posao 4.2.3. Zavrna kontrola kvaliteta (ZKK)
Posao "4.2.3. Zavrna kontrola kvaliteta" obuhvata sva deavanja koja su
vezana za izvoenje zavrne kontrole kvaliteta proizvoda.
Priprema za ZKK pie se prijava za ZKK, kompletira potrebna tehnika
dokumentacija i odgovarajui propisi.
Sprovoenje ZKK pie se izvetaj o sprovedenoj ZKK.
Analiza ZKK definiu se odgovarajui izvetaji, grafikoni i statistiki
pregledi, kao i periodini izvetaji.
Posao 4.2.4. Laboratorijska ispitivanja
Laboratorijska ispitivanja se sprovode u fazi ispitivanja uzoraka,
prijemne kontrole, meufazne kontrole i kontrole kvaliteta gotovih proizvoda.
Primenjuje se za sva ispitivanja koja se vre u okviru Laboratorije.

Ispitivanje uzoraka. Ispitivanje uzoraka se vri prema odgovarajuim
standardima i uputstvima. Uzorci se jo jednom probaju i u pogonskim
uslovima. Ako se pri ispitivanju dobijaju zadovoljavajui rezultati,
obavetava se prijemna kontrola. Ako su rezultati nezadovoljavajui, pie
se reklamacioni izvetaj i dostavlja odeljenju nabavke i prijemnoj kontroli,
i to odmah po ustanovljavanju greke.
Meufazna kontrola. Meufazna kontrola se izvodi u neposrednoj
proizvodnji na zahtev tehnike kontrole u sluajevima odreenih nejasnoa
ili dilema koje se odnose na kvalitet.
Kontrola kvaliteta gotovih proizvoda. Izvodi se jednom meseno ili ee
na sluajno odabranim uzorcima gotovih proizvoda uzetih neposredno pred
pakovanje na punktu zavrne kontrole. Svi rezultati ispitivanja upisuju se u
odgovarajue dnevnike ispitivanja.
Posao 4.2.5. Odravanje merno-kontrolnih sredstava (MKS)
Posao "4.2.5. Odravanje merno kontrolnih sredstava" obuhvata sva
deavanja koja su vezana za odravanje merno-kontrolnih sredstava.
Planiranje nabavke MKS-a. Analiziraju se informacije o stanju i broju
ispravnih merno-kontrolnih sredstava, o broju neispravnih MKS itd. Na
osnovu sprovedenih analiza, a u cilju obezbeenja sigurnosne zalihe MKSa, odeljenju nabavke se na osnovu napravljenog plana nabavke MKS alje
"Zahtev za nabavku MKS".
Pregledi MKS. Pregled MKS-a ima za cilj proveru tehnikih zahteva MKSa (tanost, stabilnost, merni opseg itd.). Rezultati pregleda merila se
evidentiraju u "tabelu merila". Ukoliko merilo nije upotrebljivo, a nije
mogua popravka, merilo se predlae za rashod.
Odravanje MKS-a. Radnik koji je zaduio merilo duan je da merilo
koristi na propisani nain, da ga uva od oteenja i da ga na zahtev
metroloke laboratorije ili po godinjem planu pregleda donosi na
periodini pregled. Ukoliko radnik primeti tehniku neispravnost merila,
mogue je da zatrai vanredni pregled merila.
178
Posao 4.3. Proizvod u upotrebi

I1
Inf . iz
prodaje
INSTALISANJE
I PUSTANJE
Tehnol. dok. za odrz.
U POG ON
4.3.1
Zahtev za inst.
PRACENJE
PRIOZVODA
U UPO TREBI
I2
Inf.od
kupca

O1
Zahtev za
popraku
Izv. o
izvr.rad.
4.3.2
Reklamacije kupca
Inf .za
posl.partnera
O2
SERVI SI RANJE
PRIOZVODA U
TOKU UPO TREBE
4.3.3
Izv. o servisu
POVLACENJE
PRO IZVODA
IZ UPOTREBE
Zahtev za povlac.
4.3.4
NODE:
TITLE:
A4.3
UPOTREBA PROIZVO DA
NUMBER:
Slika 11.22. Dekompozicioni dijagram za posao 4.3. Upotreba proizvoda
Posao 4.3.1. Instalisanje i putanje u pogon

Instalisanje i putanje u pogon obavljaju ili strunjaci proizvoaa ili
korisnik, kako bi se to bolje upoznao sa radom ureaja ili instalacije koju e
kasnije sam odravati. Zbog toga su uputstva neophodni i sastavni deo
dokumentacije za korisnika.
Priprema za ugradnju priprema gde se propisuje u ijoj je nadlenosti

postavljanje instalacija proizvoda, provera saglasnosti dokumentacije sa
robom koja je stigla i analiza uputstva za instalisanje.
Instalisanje prema uputstvu. Nakon raspakivanja, pristupa se aktivnosti
instalisanja prema odgovarajuem uputstvu, sa alatima i priborom koji
zadovoljava u pogledu kvaliteta i uz proveru raspoloivosti svih resursa
neophodnih za postavljanje (prostor, energija i dr.). Za proizvod za koji nije
predviena montaa od strane proizvoaa potrebno je napisati uputstvo za
rukovanje i montau, koje se isporuuje sa proizvodom.

Vizuelna kontrola. Vizuelnom kontrolom otklanjaju se na licu mesta
oteenja ili zaprljanost i dr.
Ispitivanje i reavanje neusaglaenosti. Ovaj oblik ispitivanja se pre svega
odnosi na ispitivanje tj. proveru svih funkcija, sa naglaskom na funkcije
koje se najee reklamiraju, kao i odgovarajui reim rada. Potom je
potrebno izvriti i ispitivanja definisana ugovorom, kao npr. provera
geometrijske i radne tanosti, kapaciteta, uinka i dr. Na kraju se sprovode
odgovarajue mere za reavanje eventualnih neusaglaenosti.
Dokumentovanje predaje proizvoda U ovoj aktivnosti se pravi zapisnik o
prodaju proizvoda i definie datum poetka garantnog roka i sl.
Posao 4.3.2. Praenje proizvoda u upotrebi

Da bi se ovaj posao korektno obavio, proizvoa treba da sakupi:
izvetaje od strane korisnika,
analize otkaza delova i
podatke o pouzdanosti.
Na osnovu ovako prikupljenih informacija, moe se izvriti analiza:
uzroka pojave problema i
akcija koje je mogue sprovesti.
praenje proizvoda u eksploataciji,
praenje sugestija i reklamacije kupaca,
izrada odgovarajuih izvetaja.
Posao 4.3.3. Servisiranje proizvoda u toku eksploatacije
Servisiranjem se uspostavlja poverenje izmeu kupca i proizvoaa, koje
neposredno utie i na plasman proizvoda. Praenjem servisiranja proizvoda
utiemo na uoavanje nedostataka u fazama ivotnog veka proizvoda.
Servisiranje proizvoda. U ovoj aktivnosti se prati servisiranje od poziva
za otklanjanje kvara na proizvodu do reavanja reklamacija, kao i servisnih
intervencija. Analizom informacija na osnovu servisiranja proizvoda,
dobijamo objektivnu sliku proizvodnog programa. Ovim praenjem
utvruje se ko je uzrok najveem broju kvarova na proizvodima, a time i
direktno utie na njihovo redukovanje do potpunog svoenja na minimum.
Izrada dokumentacije. Izrada pratee dokumentacije (katalog rezervnih
delova, radioniki prirunik i normativ vremena zamena delova), izrada
zakonski obavezne publikacije (garantnog lista sa servisnom knjiicom,
180
uputstvo za rukovanje i odravanje) i Izrada informativne publikacije.

Obuka korisnika. Obukom korisnika se ispunjavaju svi uslovi za ispravno
koritenje i eksploataciju proizvoda od strane korisnika, a time se otkazi
zbog greke korisnika svode na minimum. Zahteve za obukom korisnik
alje servisnim zastupniku, koji ga obavetava o daljim aktivnostima i prua
mu sve potrebne informacije.
Praenje kvaliteta proizvoda je direktna posledica servisiranja, praenja
servisnih intervencija i reklamacija i predstavlja indikator stabilnosti
kvaliteta proizvodnje.
Posla 4.3.4. Povlaenje proizvoda iz upotrebe

Definisanje razloga za povlaenje. Razlozi za povlaenje nekog proizvoda
iz upotrebe mogu biti usled neke manjkavosti na proizvodu, zahteva
bezbednosti ljudi i okoline i obezbeenja reciklae proizvoda i/ili
ambalae.
Postupak povlaenja usled uoene greke. Za postupak povlaenja iz
upotrebe definie se odgovornosti za izvrenje povlaenja, identifikuju
proizvodi, izdaju nalozi za povlaenje i distribuciju delova za zamenu i
definie informacija za obavetavanje.
Praenje povlaenja proizvoda. Izvodi se ocena korektivnih akcija i
verifikacija i korelacija podataka.
Definisanje periodinih provera izvodi se periodina provera ispravnosti
i ocena nivoa uspenosti.
Pitanja:
1. Koje su karakteristike poslovno-proizvodnog okruenja ?
2. ta se definie stablom poslova u preduzeu ?
3. U dijagramu konteksta funkcionalnog modela poslova u preduzeu
koje su ulazne a koje izlazne informacije ?
4. Koji su najvaniji poslovi upravljanja u preduzeu ?
5. ta je odluivanje i iz kojih aktivnosti se sastoji ovaj posao ?
6. ta je planiranje i kojim aktivnostima je definisan ovaj posao ?
7. Kako se formira cena kotanja ?
8. Izmeu kojih aktivnosti se uspostavlja veza pri izradi sistema
kvaliteta ?
9. Koje aktivnosti definiu posao fizikog obezbeenja preduzea ?
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
182
Koje aktivnosti definiu posao zatite na radu u preduzeu ?

Koje aktivnosti definiu posao zatite ivotne sredine u preduzeu?
Koje aktivnosti definiu posao protivpoarne zatite u preduzeu ?
Koje aktivnosti podrazumeva razvoj informacionog sistema ?
ta treba da omogui posao funkcionanog modeliranja ?
Koje aktivnosti definiu posao informaciono modeliranje ?
Koje aktivnosti definiu posao aplikativno modeliranje ?
ta treba da omogui posao implementacije i i koje aktivnosti
definiu taj posao ?
Koje aktivnosti definiu posao pripreme proizvodnje ?
Koje aktivnosti definiu posao obrauna ukupnih primanja radnika ?
Koje aktivnosti definiu posao istraivanja trita ?
Koje aktivnosti definiu posao izbora ideja za novi proizvod u
preduzeu ?
Koje aktivnosti definiu posao servisiranja proizvoda u toku
eksploatacije ?
Koje aktivnosti definiu posao povlaenja proizvoda iz upotrebe ?
12.TRANSAKCIONO I ANALITIKO PROCESIRANJE

INFORMACIJA
Transakciono i analitiko procesiranje informacija zasnovano je na
relacionim bazama podataka upotrebi strukturnog upitnog jezika (SQL) i
savremenih softverskih i hardverskih platformama. Osnovna koncepcija vezana
je za razvoj korisnikog interfejsa nad izvorom podataka, koji pokriva potrebe
poslovodstva i veoma je delotvoran ukoliko su korisnike potrebe dobro
anticipirane i vremenski slabo promenljive. Kako su esto potrebe poslovodstva
za informacijama veoma promenljive, to transakciono mora da prerasta u
analitiko procesiranje informacija.
Mogu se zahtevati i pristupi nerelacionim izvorima podataka, to je sa
svoje strane znaajno ogranienje to e opet usloviti razvoj i primenu skladita
podataka. SQL jezik je standardan jezik i predstavlja kohezioni faktor sistema,
naroito ako se radi sa heterogenim podacima.
Vaan element je i grafiki interfejs zbog mogunosti prezentacije
podataka i poslovne grafike.
12.1. TRANSAKCIONO PROCESIRANJE INFORMACIJA

Transakciono procesiranje informacija zasniva se na operaciji koja se
zove transakcija i kojom se izvodi serija izmena nad jednom ili vie tabela, po
principu "sve ili nita", tj. ili su sve aktivnosti uspeno obavljene ili je baza
podataka ostala nepromenjena. Prvi korak je informaciono modeliranje ili
modeliranje podataka koji predstavlja proces predstavljanja poslovnih
koncepata oblikom dijagrama koji se na jednostavan nain moe prevesti u
fizike strukture podataka, tj. emu baze podataka.
Model podataka otvara "crnu kutiju", koja je buduim korisnicima uvek
bila nepoznata, jer nisu mogli da prate razmiljanja projektanata informacionog
sistema. Prvi put korisnici uzimaju aktivno uee i u ovom delu i prvi put
projektanti informacionog sistema crtaju ono to predstavlja njihovo iskustvo i
saznanje o poslovanju konkretnog preduzea i to su oni osmislili u svojoj
glavi. Kroz definisanje objekata od interesa za posmatranje i definisanje veza
definie se ER model, postupkom odozgo nadole, tj. intervjuom sa buduim
korisnicima.
Model podataka obuhvata definisanje:
logikog modela, tj. definisanje entiteta, atributa, relacija,
kardinalnosti i kljueva;
fizikog modela, tj. definisanje tabela, domena, tipova i veliina
kolona za izbranu SUBP;
dimenzionog modela podataka, koji obuhvata definisanje dimenzija,
hijerarhija i veza za definisanje OLAP kao osnove skladita podataka.
CASE alat ERWin ugradio je za logiko modeliranje Information
Engineering (IE) i IDEF1X tehniku, a fizii model, pored prethodne dve,
poseduje i tehniku dimenzionog modeliranja.
INFORMACIONO MODELIRANJE
Za informaciono modeliranje treba koristiti tehniku za opisivanje
strukture podataka i poslovnih pravila, kojom se definiu entiteti (entities).
Pritom svaki entitet ima svoje osobine, tj. atribute (attributes), a sve je to
povezano vezama (relationships). Preciznije, moe se razmiljati o nekom
entitetu kao o setu ili kolekciji (skupu) individualnih objekata zvanih primerci
ili instance (instances). Jedan primerak je jedan pojavni oblik datog entiteta.
Svaki primerak mora imati identitet razliit od svih ostalih primeraka.
Postupak izvoenja ove aktivnosti sadri sledee korake:
definisanje nezavisnih entiteta;
definisanje zavisnih entiteta;
definisanje veza.
Nezavisni entitet
Nezavisni entitet je objekat koji ima jednu osobinu koja ga moe
jednoznano identifikovati, tj. nezavisni entiteti imaju vlastitu identifikaciju (ne
zavise od drugih entiteta). Grafiki se nezavisni entiteti prikazuju
pravougaonikom u koji se upisuje naziv tipa entiteta u jednini.
FAKTURA
Slika 12.1. Grafiki prikaz nezavisnog entiteta FAKTURA
Kao to se moe videti na prethodnoj slici, entitet FAKTURA predstavlja

skup svih moguih osoba sa kojima se komunicira. Svaki entitet sastoji se od
odgovarajuih primeraka ili instanci.
184
Zavisni entiteti
Zavisni entiteti su entiteti ije egzistencija i identifikacija zavise od
drugog ili drugih entiteta. Zavisni entiteti se dele u etiri grupe, i to:
karakteristine entitete, tj. entitete koji se ponavljaju vie puta za
odreeni nezavisni entitet;
asocijativne entitete, koji predstavljaju vezu vie entiteta;
projektne entitete, koji su slini asocijativnim entitetima, samo to
nemaju sopstvene atribute;
entitete kategorije, koji predstavljaju potkategoriju entiteta.
Grafiki se zavisni entiteti prikazuju kao zaobljeni pravougaonici u koje
se upisuje naziv tipa entiteta u jednini.
Karakteristini entitet ili slab entitet predstavlja grupu atributa koji se
ponavljaju vie puta za jedan entitet i koji se identifikuju preko nezavisnog
entiteta; npr., entiteti FAKTURA i STAVKA FAKTURE. Za entitet STAVKA
FAKTURE se kae da je karakteristian entitet, jer zavisi od entiteta
FAKTURA.
FAKTURA
sadrzi /
je sadrzana
STAVKA FAKTURE
Karakteristicni
entitet
Slika 12.2. Veza karakteristinog entiteta STAVKA FAKTURE i nezavisnog entiteta

FAKTURA
Asocijativni entiteti su sastavljeni od vie veza izmeu dva ili vie

entiteta, kao to se moe videti na sledeoj slici. Npr., ako Magacin ima vie
PredmetaPoslovanja i jedan PremetPoslovanja se nalazi u vie Magacina, tada
je Stanje asocijativni entitet koji opisuje vezu izmeu entiteta: Magacin i
PredmetPoslovanja. Dakle, asocijativni entiteti nose informaciju o vieznanoj
vezi.
PredmetPoslovanja
Magacin
ima /
vezano za
nalazi /
sadrzi
Stanje
Asocijativni
entitet
Slika 12.3. Veza asocijativnog entiteta Stanje sa nezavisnim entitetima Magacin i

PredmetPoslovanja
Projektni entitet (designative) slian je asocijativnom entitetu, s tim to

nema sopstvene atribute.
Entitet kategorija (category) zavisan je entitet, koji ima tzv. vezu tipa
potkategorije (sub-category). Kod entiteta tipa kategorije definiu se: nadreeni
entitet, koji ima zajednike osobine (npr. entitet Parner) i podreeni entiteti
(entiteti: FizickoLice i PravnoLice), koji se identifikuju kljuem nadreenog i
poseduju svoje specifine osobine (slika 12.4).
Partner
FizickoLice
Genericki
entitet
PravnoLice
Entitet
podkategorije
Slika 12.4. Primer potkategorije entiteta
Definisanje veza
Za razliku od hijerarhijskih i mrenih modela, gde se relacije prikazuju
na fizikom nivou kao pointeri na slogove, relacioni model prikazuje relacije na
logikom nivou i te relacije se zovu veze.
Kao to se u realnom svetu uspostavljaju odreene veze izmeu objekata,
po istoj analogiji se definiu i veze izmeu entiteta. Veza je asocijacija izmeu
dva ili vie entiteta, tj. predstavlja odnos koji postoji meu objektima, bilo u
realnosti ili u mislima. Veza u IDEF1X metodologiji se prikazuje kao linija
koja povezuje dva entiteta, sa takom na jednom kraju i glagolskom frazom
napisanom du linije.
Entitet od koga je uspostavljena veza zove se "roditelj" (parent), a entitet
ka kome je uspostavljena veza zove se "dete" (child).
Veza "roditelj"-"dete" je asocijacija izmeu entiteta gde su svi primerci
entiteta "roditelj" asocirani sa nula, jedan ili vie primeraka entiteta "dete", a
svi primerci entiteta "dete" su asocirani sa nula ili jedan primerkom entiteta
"roditelj".
Drugim reima, nain povezivanja dva entiteta ima osobine koje se
nazivaju kardinalnost, koja pokazuje "koliko neega" od dva entiteta moe biti
186
ukljueno (sadrano).
U daljem tekstu detaljno e biti razmatrani sledei tipovi veza:
identifikujue veze, koje entitet "dete" identifikuju kroz njegovu vezu
sa entitetom "roditelj";
neidentifikujua veza, koja ne identifikuje "dete" preko identifikatora
"roditelj";
veza kategorije, tj. veza prema podtipovima;
neodreujua veza vie prema vie.
Identifikujue veze
Veza se zove identifikujua zato to kljuevi entiteta "roditelj"
predstavljaju deo identiteta entiteta "dete", tj. entitet "dete" zavisi od entiteta
"roditelj" preko identifikatora. Dakle, ako se primerak entiteta "dete"
identifikuje preko asocijacije sa entitetom "roditelj", onda se veza definie kao
identifikujua veza, i svaki primerak entiteta "dete" mora biti povezan sa
najmanje jednim primerkom entiteta "roditelj".
Entitet -A
Kljuc atributa-A
Entitet roditelj
Identifikuju} a veza
Naziv veze
Entitet - B
Kljuc atributa-A (FK)
Kljuc atributa-B
Entitet dete
Slika 12.5. Identifikujua veza
Identifikujua veza je prikazana punom linijom i povezuje entitet

"roditelj" sa entitetom "dete", sa takom na strani entiteta "dete".
U identifikujuoj vezi entitet "roditelj" ima svoj nezavisni primarni klju
(Klju entiteta A), a entitet "dete" ima sloeni klju koji se sastoji od svog
kljua (Klju entiteta B) i prenesenog roditeljskog kljua (Klju entiteta
A(FK)). Dakle, instance entiteta "roditelj" se definiu nezavisno, a instance
entiteta "dete" se ne mogu identifikovati bez identifikatora entiteta "roditelj".
Neidentifikujue veze
Ako se svaki primerak entiteta "dete" moe jedinstveno identifikovati,
bez znanja veze sa primerkom entiteta "roditelj", onda se takva veza definie
kao neidentifikujua veza.
Neidentifikujue veze su prikazane isprekidanom linijom koja povezuje
entitet "roditelj" i entitet "dete" sa takom na strani entiteta "dete".
Entitet -A
Kljuc entiteta-A
Entitet roditelj
Naziv veze
Obavezna neidentifikuju} a
veza
Entitet -B
Kljuc atributa-B
Kljuc atributa-A (FK)
Entitet dete
Slika 12.6. Neidentifikujua obavezna veza
Neidentifikujua ili slaba veza zavisi od naina definisanja kljueva od

"roditelja" ka "detetu" na dva naina:
kao obavezna neidentifikujua veza i
kao neobavezna (opciona) neidentifikujua veza.
Ako je veza (relationship) obavezna (No Nulls ili Mandatory) iz
perspektive "roditelj", onda je "dete" egzistencijalno zavisno od "roditelja". No
nulls ili Mandatory znai da je obavezan unos prenesenog kljua entiteta
"roditelj" u okviru entiteta "dete" (Klju entiteta A (FK)).
Ako je veza neobavezna (Nulls Allowed ili Optional), tada "dete" niti je
egzistencijalno niti identifikaciono zavisno, ali potuje tu vezu. Null Allowed
ili Optional znai da nije obavezan (moe biti Null) unos prenesenog kljua
entiteta "roditelj" u okviru entiteta "dete" (Klju entiteta A (FK)).
188
Entitet-A
Kljuc atributa -A
Entitet roditelj
Naziv veze
Opciona neidentifikuju} a
veza
Entitet-B
Kljuc atributa -B
Kljuc atributa -A (FK)
Entitet dete
Slika 12.7. Neidentifikujua neobavezna veza
ERWin koristi romb (diamond) da bi naznaio sluaj egzistencijalne i

identifikacione nezavisnosti. Romb moe postojati samo u slabim vezama
(poto je jaka veza u okviru primarnog kljua, a primarni klju ne moe da ima
NULL vrednost).
Veza kategorije
Veza kategorije je definisana za hijerarhijsku vezu izmeu nadreenog
generalizovanog (generikog) entiteta koji sadri zajednike osobine i
podreenih entiteta kategorije.
Ovaj tip veze se deli na:
potpunu strukturu (tzv. kompletnu set kategoriju), kada je zatvoren
skup entiteta kategorije;
nepotpunu strukturu (tzv. nekompletnu set kategoriju), kada nije
zatvoren skup entiteta kategorije.
Potpuna struktura
Nepotpuna struktura
Generi~ki entitet
Kompletan set kategorija
Diskriminator
Entiteti kategorije
Generi~ki
entitet
Nekompletan set kategorija
Diskriminator
Entitet kategorije
Slika 12.8. Vrste entiteta kategorije
Potpuna struktura se definie za tano odreeni broj entiteta kategorije i

ne moe se vie nijedan ukljuiti; nepotpuna struktura ostavlja mogunost
ukljuivanja drugih entiteta kategorije.
Potpuni opis vezan za ovaj tip veze detaljno e biti dat u sledeem
poglavlju.
Neodreujua veza
Neodreujua veza je nespecificirana, a govori o tome da se jedan entitet
(Entitet A) pridruuje veem broju entiteta drugog tipa (Entitet B) i obrnuto.
Veza od A prema B
Entitet-B
Entitet-A
Naziv veze/
Naziv veze
Veza od B prema A
Slika 12.9. Veza vie prema vie
Ovaj tip veze zahteva, prema IDEF1X metodologiji, da se prevede

uvoenjem asocijativnog entiteta izmeu entiteta A i entiteta B.
Izvoenje prethodnih aktivnosti zahteva i odgovarajuu verifikaciju, to
je objanjeno u sledeoj aktivnosti.
Kreiranje atributa
Sledea aktivnost, "Kreiranje atributa", treba da da opis osobina u
prethodno definisanim entitetima. Osobine entiteta se definiu kroz
identifikaciju atributa za svaki entitet, definisanje odgovarajuih kljueva i
sprovoenja postupka normalizacije. Ova aktivnost se izvodi postupkom
odozdo nagore, tj. analizom dokumenata.
Osnovna pravila koja se koriste u kreiranju atributa su:
Svaki entitet ima proizvoljan broj atributa, to znai da nema
ogranienja u broju atributa.
Odreeni atribut pripada jednom i samo jednom entitetu, tako da isti
atribut ne moe biti opisan u okviru dva ili vie entiteta.
Svako pojavljivanje entiteta ima vrednosti za sve atribute tog entiteta.
Atribut odreenog pojavljivanja entiteta moe imati samo jednu
vrednost, pa primerak entiteta za odreeni atribut ima jednu vrednost.
Svaki atribut predstavlja jednu odreenu injenicu, tako da i svako
znaenje vrednosti atributa mora imati jedno dosledno znaenje.
Na osnovu definisane liste kandidata za atribute, u sledeem koraku bie
definisani svi tipovi kljueva.
U daljem tekstu detaljno e biti razmotreni sledei tipovi kljueva:
primarni klju,
190
alternativni i inverzni kljuevi i

preneseni kljuevi.
Entitet Primarni klju je atribut ili kombinacija atributa ije vrednosti
jedinstveno identifikuju svaki primerak entiteta. Ako klju ini samo jedan
atribut, onda je to prost klju, u suprotnom je sloen.
Kandidati za klju koji nisu izabrani za primarne kljueve mogu se
definisati kao alternativni kljuevi (AKn). Alternativni klju (AKn) predstavlja
atribut ili grupu atributa koji jedinstveno identifikuju primerke entiteta. ERWin
generie jedinstveni indeks za svaki alternativni klju. Ako treba definisati
indeks nad atributom ili grupom atributa koji ne identifikuju jedinstveno
primerke entiteta, definie se tzv. Inversion Entry (IEn) indeks.
Preneseni klju je kolekcija atributa koji u posmatranom entitetu nisu
klju, ali su zato klju u nekom drugom entitetu. Preneseni klju (Foreign Key)
jeste atribut koji povezuje entitet "dete" sa entitetom "roditelj" i odreen je
oznakom FK, koja dolazi iza imena atributa.
Kao to se na sledeoj slici vidi, migracija kljueva moe biti u oblasti

opisa, i tada je u pitanju neidentifikujua veza (oznaena isprekidanom linijom)
ili, pak, u oblasti kljueva, kada je u pitanju identifikujua veza (oznaena
punom linijom).
Migracija u oblasti opisa
Migracija u oblasti kljueva

ISTAVKA FAKTURE
FAKTURA
FakturaID
Preneseni kljuc
(Foreign Key)
PartnerID
(FK)
Preneseni kljuc
(Foreign Key)
FakturaID (FK)
broj stavke
Slika 12.10. Razliiti tipovi migracija
Preneseni kljuevi mogu imati i drugo ime, to se definie kao uloga

atributa u entitetu. Ime uloge (Rolename) predstavlja novo ime za prenesene
kljune atribute koji definiu ulogu koju ti atributi igraju u tom entitetu. Ime
uloge deklarie novi atribut, ije ime treba da opie poslovno pravilo ugraeno
preko veze koja zahteva preneseni klju.
Definisanje imena uloge bie pokazano na primeru definisanja strukture
proizvoda.

PROIZVOD
Ident broj
je komponenta
je sastavljena iz
STRUKTURA
Migracija naziva atributa
Komponenta. Ident broj (FK)
Sastav.Ident broj (FK)
Naziv uloge
Slika 12.11. Primer za definisanje imena uloge
Kako entitet, STRUKTURA ima sloeni klju od istog nadreenog

entiteta PROIZVOD, pa se definisanjem uloge definiu razliita imena atributa
i identifikuje entitet STRUKTURA.
Detalji za definisanje ovog tipa veze bie kasnije detaljno opisani.
Definisanje poslovnih pravila

Aktivnost "Definisanje poslovnih pravila" predstavlja sintezu prethodne
dve aktivnosti i treba da definie poslovna ogranienja i pravila ponaanja.
Strukturna dinamika pravila integriteta su:
ogranienja kojima se definiu dozvoljena stanja baze podataka,
operacije koje mogu potencijalno ugroziti ogranienja i
akcije koje treba preduzeti ukoliko doe do naruavanja ogranienja.
Ogranienja
Ogranienja se posmatraju preko:
strukturnih ogranienja,
ogranienja nad standardnim domenom,
ogranienja nad vrednou domena i
ogranienja na kardinalnost.
Ogranienja su strukturna ukoliko su prikazana strukturom modela
podataka, to se, pre svega, odnosi na:
integritet entiteta gde ne mogu da postoje dva primerka entiteta u
istom tipu entiteta tako da imaju istu vrednost atributa koji ine
identifikator, tj. ne postoje dva tipa entiteta koji imaju isti skup
atributa kao identifikator;
192
referencijalni integritet, gde se definiu:

ogranienje postojanja (egzistencijalna zavisnost) jednog entiteta
u zavisnosti od drugog entiteta;
ogranienje mogunosti identifikacije jednog objekta bez

poznavanja identifikatora nekog drugog objekta;
tipovi veze kojima se definiu podtipovi
egzistencijalno i identifikaciono, zavisno od nadreenog
generalizovanog entiteta.
specijalni
Ogranienja nad standardnim domenom definiu se npr. kao:

tip podatka (character, numeric, boolen),
duina podatka CHARACTER (30) i dr.
Ogranienja nad vrednou domena (vrednost atributa) mogu se podeliti
na:
operatore poreenja (<, >, =, >=, <=);

IN listu vrednosti koja formira listu konstanti iz odgovarajueg
domena, eksplicitnim navoenjem svih dozvoljenih vrednosti;
BETWEEN opseg dozvoljenih vrednosti, gde atributi objekata i veza
uzimaju vrednosti iz domena, ali uz postavljena ogranienja na ove
vrednosti, tako da atribut moe poprimiti samo ui skup vrednosti iz
domena (npr. BETWEEN 10 AND 200);
NOT NULL, kada dato polje ne moe da dobije vrednost nula, tj.
mora uvek da ima neku vrednost.
Ogranienja na kardinalnost veza definiu se izmeu:
entiteta "roditelj" i entiteta "dete", i to kao:
kardinalnost tipa Zero, One or More, gde se jedan primerak
entiteta "roditelj" pridruuje nijednom, jednom ili veem broju
primeraka entiteta "dete";
kardinalnost tipa One or More (P), gde se jedan primerak entiteta
"roditelj" pridruuje najmanje jednom ili veem broju primeraka
entiteta "dete";
kardinalnost tipa Zero or One (Z), gde se jedan primerak entiteta
"roditelj" pridruuje nijednom ili jednom primerku entiteta
"dete";
kardinalnost tipa konkretne vrednosti (Exactly), gde se jedan
primerak entiteta "roditelj" pridruuje tano definisanom broju
primeraka entiteta "dete".
entiteta "dete" i entiteta "roditelj" kao:
TOTALNO uee, gde svi primerci entiteta "dete" uestvuju bar
u jednoj vezi (No Nulls) sa entitetom "roditelj";
PARCIJALNO (delimino) uee, gde samo pojedini primerci

entiteta "dete" uestvuju u vezi (Nulls Allowed) sa entitetom
"roditelj".
Operacije
Operacije koje potencijalno ugroavaju ogranienja su standardne
operacije auriranja, tzv. IRD operacije, to je skraenica od:
ubacivanje novog sloga (Insert),
izmena sloga (Replace) i
brisanje sloga (Delete).
Operacija ubacivanje (insert) omoguuje sledea dodavanja podataka:
kreira objekat i proverava da li je vrednost kljua objekta mogua ili

ve postoji objekat sa tom vrednou;
kreira vezu i proverava da li postoje objekti sa datim vrednostima

kljua;
dodaje vrednost objektu ili vezi i proverava da li je ta vrednost

dozvoljena.
Operacija izmena (replace) omoguuje sledee izmene podataka:
izmenu vrednosti nekljunog atributa objekta;
izmenu vrednosti atributa koji je deo kljua, to znai da treba
izmeniti tu vrednost u svim objektima i u svim vezama sa objektom,
kao i izmeniti tu vrednost u svim slabim objektima u kojima je ta
vrednost sputena kao deo kljua;
izmenu vrednosti nekljunog atributa u vezi.
Operacija brisanje (delete) omoguuje sledea brisanja podataka:
brisanja objekata i veze u kojima se pojavljuje vrednost kljua
objekta;
brisanje veze u tipu veze;
brisanje objekta "roditelj" i svih objekata "dete", ije postojanje zavisi
od datog objekta.
Akcije
Za iskazivanje strukturnih pravila integriteta, tj. za iskazivanje potpune
specifikacije budue baze podataka, definiu se akcije koje treba preduzeti kada
neka operacija auriranja baze podataka narui definisano ogranienje.
Mogu se definisati sledei tipovi akcija:
194
RESTRICT (R), tj. akcija odbijanja operacije, kojom se efekti te
operacije ponitavaju ako je uslov integriteta naruen;

CASCADE (C), tj. akcija prosleivanja operacije na vezni entitet;
DEFAULT (D), tj. akcija kojom se kreira specifino pojavljivanje
tzv."default objekta", koji oznaava "pretpostavljeni objekat" i
zamenjuje objekat ije je nepostojanje uzrok naruavanja integriteta;
SET NULL (SN), tj. akcija koja treba da eliminie da primerak
entiteta "visi" u sistemu, tj. atribut koji uspostavlja vezu setuje se na
null vrednost. Specificira se "nul objekat", koji oznaava "jo
nepoznato pojavljivanje datog tipa objekta" i zamenjuje objekat ije
je nepostojanje uzrok naruavanja integriteta;
NONE, to znai da ne postoji ogranienje i da se operacija
neometano izvodi.
Ovako nabrojana strukturna dinamika pravila integriteta bie u sledeim

aktivnostima detaljno opisana.
U sledeem koraku se definie logiki model podataka za primer
EDIFACT fakture.
Logiko modeliranje podataka na primeru EDIFACT fakture

Na sledeoj slici prikazan je logiki model podataka za EDIFACT
fakturu.

Faktura
FakturaID
Partner
PartnerID
PIB
NazivPartnera
TekuciRacun
Adresa
Mesto
Telefon
ReferentOznacavanja (FK)
StavkePlacanja
FakturaID (FK)
RedniBroj
BrojFakture
DatumFakture
OsnovFakturisanja
PartnerID (FK)
ReferentProdaje (FK)
NacinPlacanjaID (FK)
Iznos
Datum
BrojIzvoda
AnaliticarProdaje (FK)
FakturaPredme tPoslovanja
FakturaID (FK)
PredmetPoslovanjaID (FK)
Pre dm etPoslovanja
PredmetPoslovanjaID
Kolicina
JedinicnaCena
NacinPlacanja
NacinPlacanjaID
NazivPredmetaPoslovanja
KlasifikacioniBroj
StaraSifra
JedinicaMereID (FK)
NazivNacinaPlacanja
Radnik
RadnikID
JedinicaMere
JedinicaMereID
Oznaka
NazivJediniceMere
Prezime
Ime
JMBG
Slika 12.12. Logiki model podataka definisan IE metodologijom
Nezavisni entiteti, koji imaju vlastitu identifikaciju, su ifarnici (Partner,

JedinicaMere,
VrstaPrevoza,
NacinPlacanja,
PredmetPoslovanja,
VrstaPakovanja,VrstaTroska, Valuta) i Faktura, i oni nisu zavisni od drugog
entiteta.
Zavisni entiteti, to su entiteti ija je egzistencija i identifikacija zavisna
od entiteta Faktura, i to su: StavkaFakture, DetaljPrevoz i FakturaTroak.
Na prethodnoj slici je prikazan i tip veze podtip, koji uspostavlja vezu
izmeu entiteta Partner i njegovih zavisnih, klasnih entiteta FizickoLice i
PravnoLice.
Izrada fizikog modela podataka

Definisanje fizikog modela podataka, tj. implementacija entiteta i
njihovih atributa u tabele i kolone nekog SUBP, korienjem ERWin-a,
relativno je jednostavan posao. Programski modul ERWin-a za izgradnju
fizikog modela ita opis entiteta i atributa i formira tabele i polja fizikog
modela.
Prilikom prevoenja logikog modela u fiziki model, dolazi do sledeih
konvertovanja:
entiteta iz modela podataka u tabele fizike baze podataka;
196
atributa u kolone u odgovarajuim tabelama;

kandidati za kljueve entiteta postaju primarni kljuevi u tabelama;
veze izmeu entiteta postiu da primarni kljuevi u tabelama postaju
spoljni kljuevi u povezanim tabelama.
Dakle, ERWin definie tabele i kolone automatski, tj. nazivi tabela po
defaultu dobijaju imena na osnovu naziva entiteta, a nazivi atributa po defaultu
postaju nazivi kolona. I druge osobine se dodeljuju kao default setovane
vrednosti (vrednosti koja e biti insertovana u kolonu).
ema logike baze podataka obuhvata poseban skup podataka
(odgovarajui renik podataka) sa odgovarajuom semantikom i vezama meu
elementima baze podataka. Fiziki, ove veze su smetene u bazi podataka, za
kasniju upotrebu.
Na sledeoj slici prikazan je fiziki model podataka za EDIFACT
fakturu.
Faktura
FakturaID: Long Integer
Partner
PartnerID: Long Integer
StavkePlacanja
RedniBroj: Long Integer
BrojFakture: Text(50)
DatumFakture: Date/Time
OsnovFakturisanja: Text(50)
ReferentProdaje: Long Integer
PIB: Text(50)
NazivPartnera: Text(50)
TekuciRacun: Text(50)
Adresa: Text(50)
Mesto: Text(50)
Telefon: Text(50)
ReferentOznacavanja: Long Integer
NacinPlacanjaID: Long Integer

Iznos: Currency
Datum: Date/Time
BrojIzvoda: Text(50)
AnaliticarProdaje: Long Integer
FakturaPredme tPoslovanja
PredmetPoslovanjaID: Long Integer
Pre dmetPoslovanja
Kolicina: Double
PredmetPoslovanjaID: Long Integer JedinicnaCena: Currency
NazivPredmetaPoslovanja: Text(50)
KlasifikacioniBroj: Text(20)
StaraSifra: Text(50)
JedinicaMereID: Long Integer
NacinPlacanja
NazivNacinaPlacanja: Text(50)
Radnik
RadnikID: Long Integer
JedinicaMere
Oznaka: Text(20)
NazivJediniceMere: Text(50)
Prezime: Text(50)
Ime: Text(50)
JMBG: Text(13)
Slika 12.13. Fiziki model podataka definisan IE metodologijom
Na osnovu fizikog modela podataka, izvodi se generisanje eme baze

podataka koju ine fizike tabele, kolone i relacije, koje se u CASE alatu
automatski generiu iz fizikog modela.
Proces generisanja eme baze podataka iz fizikog modela podataka

naziva se direktni inenjering. Kada se generie ema baze podataka, entiteti
prelaze u tabele, atributi u kolone, a veze u relacije i definiu se referencijalni
integriteti, trigeri, procedure, indeksi i druge osobine koje podrava izabrani
SUBP, o emu e vie rei biti u sledeem poglavlju.
Dakle, da bi se generisala baza podataka potrebno je, prvo, izabrati
odgovarajuu ciljnu platformu (SUBP) i potom se logovati na nju. Kada se
korisnik loguje na izabranu platformu, ERWin kreira aktivnu bidirekcionu vezu
sa sistemskim katalogom izabranog servera koja omoguava direktno kreiranje
baze podataka.
Sistem za upravljanje bazom podataka SUBP

Sistem za upravljanje bazama podataka (DATA BASE MANAGMENT
SYSTEM DBMS) softverski je sistem za uvanje i pretraivanje podataka i
predstavlja skup programa ija je prvenstvena namena da na zahtev aplikativnih
programa vri manipulaciju podacima. To je i jedan od naina da se
korisnicima (neprogramerima) omogui direktno korienje raunara, tj. pristup
i rukovanje podacima.
Uopteno govorei, baza podataka (BP) predstavlja zbirku uzajamno
povezanih podataka, memorisanih sa kontrolisanom redundansom, da bi
optimalno sluili razliitim aplikacijama. Podaci su memorisani nezavisno od
programa koji ih koriste. Za dodavanje novih podataka i modifikovanje ili
pretraivanje postojeih podataka koriste se zajedniki i kontrolisani pristupi.
Redundansa u podacima mora biti redukovana na najmanju moguu meru i
strogo nadgledana, da bi na taj nain bila osigurana usklaenost podataka u
svakom momentu.
Polazi se od injenice da se podaci definiu tipom podataka koji
predstavlja skup vrednosti koje imaju izvesne zajednike karakteristike.
Tipovi podataka mogu biti:
numeriki (celobrojni, realni i logiki),
znakovni i
strukturirani.
Celobrojni tip je podskup skupa celih brojeva, realni tip je podskup
skupa realnih brojeva, a logiki tip podataka koji kvalifikuje stanje istine ili
lai.
Znakovne tipove podataka ini konaan skup znakova.
Strukturirani tipovi podataka su skupovi vrednosti ija struktura ima

198
odreeni smisao. Nosioci strukturiranih podataka su strukturirane promenljive.

U okviru SQL SUBP definiu se sledei strukturirani tipovi, imajui u vidu
logiki model podataka:
entiteti postaju tabele,
atributi se definiu kao kolone,
instance ili primerci postaju redovi,
u preseku reda i kolone definiu se polja.
Tabela se sastoji od kolona i redova, koji se mogu sagledavati u bilo kom
redosledu, bez uticaja na sadraj tabele. Tabelarno prikazivanje je prirodan
nain prikazivanja veza izmeu podataka. Tabele moraju biti tako sastavljene
da se nijedna veza ne izgubi.
Kolone su definisane nazivom i u jednoj koloni postoji samo jedna vrsta
podataka. Ako se koristi ERWin, kolona se generie iz atributa logikog
modela, pa se tip i duina kolone generiu na osnovu osobina atributa ili ih
odreuje sam korisnik, dodeljujui im SIMBOLIKI naziv.
Red se moe definisati kao skup meusobno povezanih polja, koja sadre
osnovne podatke o neemu.
Polje je osnovna i najmanja jedinica podatka, koja moe biti numerika,
alfabetska ili alfanumerika.
Redovi se razlikuju meu sobom, pa duplikati redova nisu dozvoljeni.
Kad se posmatra, naprimer, tabela ODELJENJE sa kolonama
definisanim vertikalno i redovima definisanim horizantalno:
ODELJENJE
SIFRAO
NAZIVO
MESTO
10
PRIPREMA
PANCEVO
20
RAZVOJ
NOVI SAD
30
PRODAJA
BEOGRAD
40
PROIZVODNJA
PAZOVA
za tabelu ODELJENJE definisani su:

tri kolone (SIFRAO, NAZIVO i MESTO) i
etiri reda (podaci za odeljenje 10, 20, 30 i 40).
Posmatranjem tabele moe se videti da je svaki red sastavljen od polja i
da svako polje sadri vrednost polja na preseku reda i kolone.
Npr. u prvom redu tabele ODELJENJE, vrednost polja je:
SIFRAO (broj odeljenja) 10,

NAZIVO (naziv odeljenja) PRIPREMA,
MESTO (lokacija odeljenja) PANCEVO.
Vie izmeu sebe povezanih tabela ini relacionu bazu podataka. Dakle,
relaciona baza podataka je takav tip strukture koji se koristi za izraavanje
odnosa izmeu podataka u obliku jednostavnih dvodimenzionalnih tabela.
ta omoguava SUBP
Rad sa SUBP treba da omogui:
menjanje postojeih podataka u okviru baze podataka,
brisanje postojeih redova,
dodavanje novog reda,
traenje (izdvajanje) konkretnog reda i
pretraivanje baze podataka.
Mora se naglasiti da se sve promene u vezi sa poljem (unoenje novih
podataka, menjanje postojeih i brisanje) moraju sprovoditi u okviru reda.
Postupak menjanja polja je sledei:
red u kome se vri izmena podataka pronalazi se u memoriji pomou
adrese ili kljua;
red se iz eksterne memorije prenosi u operativnu memoriju;
vri se izmena sadraja datih polja;
red se ponovo zapisuje u eksternu memoriju.
Postupak brisanja ve postojeih redova zahteva panju da se briu
pravi redovi, tj. da se potuju pravila vezana za integritet baze podataka, kao i
referencijalni integritet.
Postupak dodavanja novih redova zahteva obezbeenje potrebnog
memorijskog prostora i potovanje integriteta baze podataka, kao i
referencijalnog integriteta.
Traenje podrazumeva traenje konkretnog reda, koje se obavlja preko
primarnog kljua. Traenje je uspelo ako je vrednost primarnog kljua reda
identina vrednosti kljua datog u argumentu.
Pretraivanje se vri putem argumenta koji je dat kao LOGIKI izraz.
Sastavlja se lista zahtevanih svojstava i kriterijuma po kojima se vri
pretraivanje tabela i izdvajaju svi oni redovi koji u potpunosti udovoljavaju
zahtevima.
200
Razlike izmeu SUBP i datoteka

Korienjem klasinih programskih jezika tree generacije svaki
programer definie programe i datoteke prema svojim potrebama i shvatanjima.
Kao to se moe videti na sledeoj slici, parcelizovani nain rada dovodi do
redundanse (ponavljanja) slinih datoteka u razliitim aplikacijama.
Datoteka
Programi
Izvetaji
PLATNI SPISAK
PLATNI SPISAK
PLATNI SPISAK
Datoteka
Programi
KNJIGOVODSTVO
KNJIGOVODSTVO
Izvetaji
KNJIGOVODSTVO
Datoteka
Programi
Izvetaji
INVENTAR
INVENTAR
INVENTAR
Slika 12.14. Primer korienja datoteka
Datoteke nastaju kao produkt izolovano razvijenih programa (aplikacija),

korienjem programskih jezika. Kao to se moe videti na slici 4.4, datoteke su
izrazito usklaene s programima i prema njima imaju vlasniki odnos.
Meutim, nisu prilagoene za upotrebu kod novih programa, jer oni nisu bili
uzeti u obzir pri definisanju datoteke, a mogli bi uspeno da koriste neke
podatke. Ovaj problem se polovino reava promenom dizajna datoteke ili
definisanjem dodatne datoteke za potrebe novog programa. Meutim, negativna
reakcija je pojava viestrukog memorisanja podataka, ili tzv. redundanse
podataka.
Za razliku od rada sa datotekama, korienje SUBP omoguuje da
neprogrameri mogu pristupiti podacima i njima manipulisati:
direktnim radom sa raunarom svakog korisnika,
jednostavnim definisanjem obrade (obradu definiu osobe koje se
bave fizikom problema, a ne obradom podataka).
Dakle, SUBP treba da omogui svim ovlaenim korisnicima korienje
zajednikih podataka, skladitenje podataka sa minimalnom redundansom,
logiku i fiziku nezavisnost programa od podataka i jedinstveno komuniciranje
sa bazom podataka preko jezika bliskih korisniku. Nezavisnost programa i
podataka se postie kada se moe dopunjavati i modifikovati struktura baze
podataka bez posledica po postojee korisnikove programe. Jezik blizak
korisniku je tzv. SQL upitni jezik.

Baza podataka
Podaci
PLATNI SPISAK
Podaci
KNJIGOVODSTVO
Programi
PLATNI SPISAK
SUBP
Podaci
INVENTAR
Programi
KNJIGOVODSTVO
Programi
INVENTAR
Slika 12.15. Primer korienja SUBP
SQL upitni jezik

SQL upitni jezik omoguuje da korisnici mogu ad hoc formulisati i
postavljati pitanja i veoma brzo dobijati odgovor, a da pritom ne zavise od
saradnje sa programerom. Programeri su na taj nain rastereeni i posveuju se
izradi kvalitetnih programa za aplikacije, koje zahtevaju mnogo tehnikog
znanja (npr. veoma frekventne transakcije, kod kojih je vano da se postigne to
krae vreme odziva).
Neproceduralni jezik SQL (Structured Query Language) dizajniran je
tako da ga sa uspehom mogu koristiti i ljudi bez tehnikih znanja s podruja
obrade podataka, takozvani krajnji korisnici. SQL jezik je neproceduralan, jer
specificira operacije u smislu TA treba uraditi, a ne KAKO.
SQL omoguuje povezivanje sa klasinim viim programskim jezicima,
kao to su: COBOL, PL/I, PASCAL, FORTRAN, C i dr.
SQL jezik je usvojio Komitet Amerikog nacionalnog instituta za
standarde (ANSI) kao standardni jezik relacionih baza podataka.
U relacionim bazama podataka se definie struktura podataka u obliku
tabela. SQL relacioni jezik pravi nove tabele, definiui podskupove i/ili
kombinujui postojee tabele. Dakle, SQL omoguuje da se jednom relacionom
naredbom mogu itati, aurirati ili brisati redovi memorisani u relacionoj bazi
podataka.
SQL je jezik za:
interaktivno definisanje baze podataka (Data Definition Language ili
DDL), kojim treba da se omogue kreiranje (CREATE TABLE), dodavanje
(ALTER TABLE), brisanje tabela (DROP TABLE), pogleda (CREATE VIEW) i
sinonima (CREATE SYNONIM);
CREATE TABLE "Faktura" (
"FakturaID" IdentBroj NOT NULL,
"VremeID" int NULL,
"BrojFakture" Naziv,
"DatumFakture" Datum,
202
"PartnerID" int NOT NULL,

"NacinPlacanjaID" int NULL,
"ValutaID" int NULL,
"UkupniTroskovi" Iznos,
"KodIzlaznaUlazna" Status)
pretraivanje podataka, gde treba da se omogui izbor redova iz

tabele. SQL za pretraivanje podataka koristi naredbu SELECT i
manipulaciju podacima (Data Manipulation Language ili DML) koja
treba da omogui ubacivanje redova (INSERT), izmene (UPDATE) i
brisanje (DELETE) memorisanih podataka u tabeli;
SELECT PredmetPoslovanjaID, NazivPredmetaPoslovanja,
NazivVrstePakovanja
FROM VrstaPakovanja, PredmetPoslovanja
WHERE VrstaPakovanja.VrstaPakovanjaID=
PredmetPoslovanja.VrstaPakovanjaID;
upravljanje podacima (Data Control Language DCL), kojim treba da

se omogue dodavanje (GRANT CONNECT) i opoziv (REVOKE)
privilegija, prenos transakcija iz buffer-a u tabele (COMMIT) i
zakljuavanje tabela LOCK TABLE.
GRANT SELECT ON FAKTURA TO PERA
Primeri SQL upita

Treba selektovati kolone: Sifrar, Prezime, Ime, Plata, Sifrao iz tabele
RADNIK za odeljenje 30 operatorom poreenja "=":
SELECT Sifrar, Prezime, Ime, Plata, Sifrao
FROM RADNIK
WHERE SIFRAO = '30'
Selektujte kolone: Sifrar, Prezime, Ime, Plata, Sifrao tabele

RADNIK koji NE rade u odeljenju 30, (operatorom negacije NOT i operatorom
poreenja "="):
SELECT Sifrar, Prezime, Ime, Plata, Sifrao
FROM RADNIK
WHERE NOT ( SIFRAO = '30')
Treba prikazati listu svih zaposlenih Radnika, ija je plata u rasponu 12000 i 14000.
SELECT PREZIME, PLATA
FROM RADNIK
WHERE PLATA BETWEEN 12000 AND 14000
Prikazi spisak svih radnika koji imaju "U" kao drugo slovo u prezimenu.
SELECT PREZIME
FROM RADNIK
WHERE PREZIME LIKE "?U*"
Prikazi lista PREZIME, SIFRARM, PLATA gde je SIFRARM = '03', i PLATA via od
28000 dinara.
SELECT PREZIME, SIFRARM, PLATA
FROM RADNIK
WHERE SIFRARM = '03'
AND PLATA > 28000
Treba izlistati prezime, platu, stimulaciju i sumu plate i stimulacije za sve Radnike sa
SIFRARM= '02'.
SELECT PREZIME,PLATA,STIMUL,PLATA+STIMUL
FROM RADNIK
WHERE SIFRARM = '02'
Treba prikazati radno mesto, srednju aritmetiku vrednost plate i broj radnika ija je
plata vea od 25000 i izvriti grupisanje po SIFRARM.
SELECT SIFRARM, AVG (PLATA), COUNT (*)
FROM RADNIK
WHERE PLATA > 25000
GROUP BY SIFRARM;
Selektovati PREZIME iz tabele RADNIK i MESTO iz tabele ODELJENJE tj. u kom

mestu radnik sa imenom ALAGIC. Tabele: RADNIK i ODELJENJE imaju zajedniku
kolonu koja sadri broj odeljenja (SIFRAO).
SELECT PREZIME,MESTO
FROM RADNIK,ODELJENJE
WHERE PREZIME = 'ALAGIC'
AND RADNIK.SIFRAO = ODELJENJE.SIFRAO
IZRADA KORISNIKE APLIKACIJE

Izrada korisnike aplikacije izvodi se na osnovu prethodno uraene eme
baze podataka, kao i konkretnih zahteva buduih korisnika.
Korisnika aplikacija radi sa redovima iz tabele; poseduje interfejs prema
korisniku, tzv. GUI (Graphical User Interface); izvrava logiku aplikacije;
proverava ispravnost ulaznih podataka; trai prijem podataka od servera.
Korienje korisnike aplikacije podrazumeva da korisnici unose,
pretrauju i analiziraju podatke.
Unos podataka korienjem formi treba da omogui automatsku
proveru pravila integriteta i pritom, ako pravila integriteta nisu ispunjena, treba
da ponudi listu dozvoljenih vrednosti, imajui u vidu i mogunost
multimedijalnog prikaza (npr. uputstva za rad sa formom).
Direktna transakciona obrada ili, kako se jo definie, Online
transaction processing OLTP, pod transakcijom podrazumeva operaciju za
dodavanje ili auriranje podataka u bazi, gde aplikacija alje zahtev za
auriranje podataka serveru baze podataka, a server aurira bazu i registruje
204
transakciju.
Upiti i izvetaji su posebne aplikacije gde se moe definisati izvetaj
od vie kolona, ili pak jedan zapis na strani, ili grafiki izvetaji. Izvetaji se
najee prave kao rezultat AD-HOCK upita.
Alati za razvoj aplikacija mogu biti jezici tree generacije: C++,
ADA, COBOL, ili jezici etvrte generacije: Oracle Forms, Card, Reports i
Graphics, MS ACCESS, korienjem CASE alata.
Definisani meniji treba da prate scenario odvijanja aktivnosti budueg
korisnika. Za definisanje menija moraju se koristiti odgovarajua pravila za
strukturiranje kojima se definie mogui redosled pozivanja operacija.
Ekranske forme su osnovni tip objekata u veini SUBP i treba da
omogue korisniku predstavljanje podataka iz baze i unos podataka u bazu.
Forme u sebi mogu imati veliki broj drugih objekata (kontrola). Veina SUBP
koji za osnovu imaju MS WINDOWS podrava tzv. wizard metodologiju za
kreiranje formi. Specifinosti u izradi formi nisu predmet razmatranja ove
knjige, pa se itaoci upuuju na literaturu, u zavisnosti od toga koji su SUBP
izabrali. Ovde e biti definisane neke opte postavke koje se moraju potovati
prilikom definisanja ekranskih formi.
U sledeem koraku je dat prikaz korisnike aplikacije za primer
EDIFACT fakture.
Izrada korisnike aplikacije na primeru EDIFACT fakture

Izrada korisnike aplikacije na primeru EDIFACT fakture odvija se kroz
tri aktivnosti: definisanje fizikog nivoa, verifikacija i specifikacija formi.
Aktivnost Definisanje fizikog nivoa podrazumeva stvaranje fizike
strukture MS ACCESS baze podataka kao osnove za komunikaciju izmeu
poslovnih procesa.
Aktivnost Verifikacija fizikog dizajna treba da da potvrdu svoje
valjanosti od odgovarajueg verifikacionog tela da bi se pristupilo sledeem
procesu.
Aktivnost Specifikacija formi treba da omogui definisanje menija,
izgleda samih formi, akcija koje je potrebno sprovesti za odravanje baze
podataka i dobijanje izvetaja. Na sledeoj slici prikazana je jedna od moguih
formi EDIFACT fakture.
Slika 12.16. Izgled glavne forme EDIFACT fakture
Na slici je prikazan primer realizovane forme za dokument "EDIFACT

faktura". Forma je podeljena na jednu glavnu formu i tri potforme. U glavnoj
formi definiu se ekranska polja o fakturi, kao to su Broj fakture i Datum
fakture, koja odgovaraju definisanim kolonama u okviru tabele Faktura.
Ekransko polje FakturaID odgovara koloni FakturaID u tabeli Faktura koja je
definisana kao primarni klju.
U okviru glavne forme definisana su ekranska polja: Partner, Nacin
placanja i Valuta kao tzv. ComboBox za prenesene kljueve Partner,
NacinPlacanja i Valuta u tabeli Faktura. ComboBox nudi listu za izbor iz
tabela: Partner, NacinPlacanja i Valuta, gde su PartnerID, NacinPlacanjaID i
ValutaID primarni kljuevi.
Definisane su i tri potforme: Stavka, Troskovi, Prevoz. Potforma sadri
vezu sa glavnom formom. Veza izmeu polja glavne forme i potforme ostvaruje
se preko veznog polja FakturaID sa glavne forme i veznih polja na potformi.
Prikazani nain dolaska do gotove aplikacije na osnovu EDIFACT
fakture samo je deo ukupnog sistema, koji podrazumeva postojanje pre svega
gotove aplikacije za magacinsko poslovanje na koju se ovako definisana
aplikacija neposredno naslanja, kao i izabor odgovarajueg translacionog
softvera koji bi prenosio dokumenta do ciljne baze podataka.
206
12.2. ANALITIKO PROCESIRANJE INFORMACIJA

Menadment informacioni sistem zasnovan na interaktivnom analitikom
procesiranju pojavio se kao posledica:
potreba za pretvaranjem transakcionih podataka u informacije,
omoguavanja vee inicijative korisnicima, koji ne moraju da znaju
SQL i detalje o postavci informacionog sistema,
zahteva za automatizacijom rada analitiara, komercijalista i
menadera.
Kako je MIS zasnivan na interaktivnom analitikom procesiranju u
razvoju, to se smatra da se u kombinaciji sa MIS-om zasnovanim na relacionim
bazama podataka moe doi do uspenih reenja, kako korisnika koji se bave
analitikom, tako imenadera koji ele "brz pogled" na informacije bez
uputanja u detalje.
Ovo je osnovni razlog za nastanak skladita podataka (Data Warehouse
DW), ija je osnovna namena izvetavanje korienjem transakcionih podataka,
istorijskih podataka, kao i podataka iz drugih sistema. Rad sa velikim
koliinama podataka, tj.velikim brojem tabela, ini da brzina odgovora SQL
rapidno opada.
Ovo je uslovilo nadgradnju skladita podataka OLAP sistemima i data
mining. OLAP (On Line Analytical Processing) je softverska tehnologija koja
omoguava analitiarima i menaderima brz, interaktivan i konzistentan uvid u
informacije, putem irokog spektra moguih pogleda na informacije.
Kako se za donoenje poslovnih odluka i ovo pokazalo nedovoljnim,
pristupa se tzv. traganju kroz podatke (data mining DM). DM se odnosi na
automatsko otkrivanje implicitno prisutnih zakonitosti, pravilnosti i indirektnih
sadraja u velikim bazama podataka savremenih informacionih sistema.
SKLADITA PODATAKA
Skladite podataka ili Data Warehouse (DW) jeste proces integracije
podataka u jedan repozitorijum iz kojeg krajnji korisnici mogu sprovoditi adhock analize podataka i praviti izvetaje. Zbog velike koliine informacija,
skladita podataka imaju tendenciju da postaju ogromna, to je uslovilo potrebu
za visokim performansama hardverskog i softverskog obezbeenja.
Inicijativa za izgradnju skladita podataka treba da potekne od
rukovodstva, mora da zadovolji specifine potrebe i izgrauje se kroz saradnju
korisnika i projektanata baze podataka.
Glavni posao lei u analizi izvornih podataka i procesa, tj. moraju se
poznavati procesi za transakcionu obradu podataka, sa ciljem zapisivanja
poslovnih pravila bez greaka. CASE alati su nezamenjivo sredstvo koje se

koristi u izvoenju ovih poslova.
Postoje dve definicije skladita podataka. Po prvoj definiciji (W. H.
Inmon, "Building the Data Warehouse", 1992.), skladite podataka je baza
podataka za procese podrke odluivanju u kojoj su podaci:
subjektno orjentisani odslikavaju poslovne procese,
integrisani baza podataka konsoliduje podatke iz razliitih sistema
koji koriste razne vrste kodovanja, mernih jedinica itd. i obezbeuje
konzistentnost podataka,
vremenski zavisni svi podaci su u vezi sa nekim vremenskim
trenutkom na osnovu kojeg se podaci mogu i porediti,
nepromenljivi podaci se, najee, pridodaju ve postojeim umesto
da ih zamenjuju.
Druga definicija je dobijena na osnovu izjava korisnika skladita
podataka i predstavlja odlian okvir za planiranje. Prema toj definiciji, skladite
podataka je informaciona baza podataka dizajnirana za podrku jedne ili vie
klasa analitikih zadataka, kao to su nadgledanje i izvetavanje, analiza i
dijagnoza i simulacija i planiranje.
Zadaci nadgledanja i izvetavanja zasnivaju se na prikupljanju podataka,
a ne na otkrivanju i analizi informacija. Procesi analize i dijagnoze se zasnivaju
na otkrivanju informacija. Simulacija i planiranje su najsloeniji zadaci, koji
zahtevaju mogunost izmene sadraja i strukture skladita podataka. im se
utvrdi koji od ovih zadataka treba da se implementira u skladitu podataka,
moe se odabrati pogodna tehnologija koja podrava taj zadatak.
Dakle, "skladite podataka" je analitika baza podataka u kojoj su
omogueni sloeni, unapred nepredvieni (ad-hoc) pristupi velikom broju
razliitih podataka. Neophodno je razviti IS koji e omoguiti brz i efikasan
nain zadovoljavanja sloenih upravljakih ad-hoc informacionih zahteva.
Do sada realizovani koncepti "skladita podataka" fiziki su razdvojeni
od baze "ivih" podataka transakcionog nivoa. U bazi podataka "skladita
podataka" nalaze se podaci koji se periodino repliciraju iz transakcione baze
podataka, u skladu sa potrebama sistema za podrku odluivanju. Osim toga, u
ovoj bazi se nalaze i podaci prikupljeni iz eksternih baza podataka, kao i sloeni
tipovi podataka (grafika, video, World Wide Web itd.).
Za skladita podataka ili Data Warehous preporuuju se posebne
hardverske platforme.
Zato skladite podataka?

Skladite podataka je, posle Interneta, jedan od najvanijih industrijskih
trendova zbog potrebe da proizvoai budu konkurentniji i blii kupcu, jer je u
208
opticaju kljuna poruka: "Neprekidna evolucija omoguava menadmentu da

postavlja tea i zahtevnija pitanja".
Warehousing koncept je skladitenje agregiranih, ekstrahovanih i
filtriranih podataka u meta baze, koje omoguavaju slojevit,
multidimenzionalni pristup podacima, kakav je potreban za donoenje odluka
najvieg stratekog nivoa.
Koncept je postavljen veoma fleksibilno i omoguuje naknadno
korienje razliitih alata i modela i posebno se mora naglasiti da transakciona
baza nije uslov za primenu koncepta. Koncept se primenjuje nad operativnim
podacima, pa ako su oni transakcionog tipa i nad njima.
Osnovni cilj skladitenja podataka je prikupljanje i distribucija
informacija kroz preduzee, tj. korienje bilo koje informacije, sa bilo kog
mesta, u bilo koje vreme, tanije ostvarenje principa "Biti uvek na usluzi
korisniku informacija".
Cilj skladitenja podataka nije da se podaci samo skladite, ve je cilj da
menaderi mogu sami da vre analize. ak i u svetu uspenih menadera
postoje ljudi koji nisu tehniki obrazovani, a imaju potrebu za informacijama i
ne znaju da programiraju.
Donosioci odluka su pod velikim pritiskom jer moraju da zasnivaju svoje
analize na osnovu tekuih injenica koje se dobijaju iz raznih poslovnih
situacija. Te injenice se uvaju u on-line transakcionim (OLTP) sistemima i
nije im lako pristupiti.
Ovde e biti rei o tome zato su sistemi koji su dizajnirani za OLTP (On
Line Transaction Processing) neodgovarajui za izvravanje upita za podrku
odluivanju. Takoe, dosadanji OLTP sistemi e biti uporeeni sa novijim
sistemima, koji su optimizovani za poslovnu analizu i koji se nazivaju skladita
podataka (data warehouse).
Ono to krajnjem korisniku treba jeste sledee:
da moe da postavi bilo koje poslovno pitanje,
da bilo koji podatak iz preduzea koristi za analizu,
mogunost neogranienog izvetavanja.
Donosiocima poslovnih odluka su potrebni odgovori na pitanja koji
direktno utiu na njihovu mogunost da budu kompetentni na dananjem brzo
promenljivom tritu. Njima su potrebni jasni odgovori na koliko god teka
pitanja, i to u to kraem vremenskom periodu.
Sirovi i neobraeni podaci, koji su potrebni za poslovnu analizu, nalaze
se na razliitim lokacijama i u razliitim su formatima (npr. hijerarhijske baze
podataka, skupovi podataka, datoteke itd.). Takoe, injenice se prikupljaju i
uvaju u sistemima koji su predvieni za automatizaciju operacija koje se
svakodnevno izvode. To su tzv. OLTP sistemi koji vre ubacivanje ili
auriranje podataka u bazama podataka impresivnim brzinama. Ipak, sve te
injenice su van domaaja donosilaca poslovnih odluka.

Skladite podataka je arhitektura za organizovanje informacionih
sistema. Sastoji se od skupa programa koji vre ekstrakciju podataka iz
transakcionih sistema, baze podataka u koju se smetaju podaci i sistema koji
obezbeuju podatke korisnicima.
U kom pravcu treba ii?

Ako se prihvati ad-hock upit kao iri pojam i kao poetni prilaz razvoju
skladita podataka, onda treba posmatrati sledee elemente:
Pitanje mogunosti jednostavnog izdvajanja podataka je
problematiano jer je vezano za definisanje tzv. reenica definisanih u
okviru SELECT naredbe, koja zahteva poznavanje relacione baze
podataka, to opet uslovljava razvoj meta podataka tj. podataka o
podacima.
Laka izrada izvetaja je mogua jer na raspolaganju stoje mnogi
grafiki alati za pravljenje izvetaja i grafova.
Definisanje elemenata OLAP-a za interaktivnu analizu podataka
podravaju, do odreenog nivoa, i relacione baze podataka, tj.
omoguuju multidimenzionu analizu relacionih podataka. Ova analiza
omoguava korisniku da upravlja podacima i menja im perspektivu.
Naravno, treba imati u vidu da je teite ovog pristupa prikazivanje
relacionih podataka u formatu koji ima smisla za svakodnevne
poslovne odluke.
Pretvaranje podataka u znanje vezano je za razvoj Data mininga,
emu u uslovima ad-hock upita treba da poslue iskustvo i znanje
korisnika koji e da definiu pravce svojih pogleda.
Ono to elimo da imamo vezano je za pristup jedinstvenom integralnom
izvoru podataka, podran snanim analitikim serverima i snanim i
jednostavnim alatima za podrku odluivanju, sa mogunou samostalnog
pravljenja izvetaja i analiza.
Ovo treba da omogui da menadment donosi poslovne odluke na osnovu
jedinstvene i konzistentne slike svih raspoloivih podataka. Dakle, potrebno je
postojee podatke pretvoriti u informacije, a zatim u znanje.
Korienjem skladita podataka, kompanija se vie pribliava kupcima ne
bi li bolje razumela njihove zahteve i potrebe. Takoe, kompanije na osnovu
prethodnih iskustava pokuavaju da predvide budue dogaaje i ele da odrede
kupce koji e im obezbediti najvee prihode.
Postoji trend u arhitekturi skladita podataka koji se sastoji u kreiranju
veoma velikih dimenzionih tabela sa viestrukim atributima. Najbolji primer je
dimenzija KUPAC. Problem sa ovakvim dimenzijama je to postoji veliki broj
atributa, kao to su Pol, Starosna grupa, Etnika grupa, Nivo obrazovanja,
210
Verska pripadnost itd., ijim se odabiranjem moe selektovati veliki broj

redova podataka. Naprimer, ako se odaberu kupci mukog pola, otprilike e se
selektovati polovina tabele. Za tradicionalne sisteme za upravljanje bazama
podataka ovo moe predstavljati problem.
Jedan od najveih problema koji se javlja kod tradicionalnih SUBP jesu
strategije indeksiranja (tehnologije pristupanja podacima). Kod relacionih
SUBP koriste se B-stabla za indeksiranje. Ona su dizajnirana za selekciju
relativno malog broja kolona (do 5%).
Warehousing koncept poseduje sve karakteristike potrebne za najvii
nivo stratekih odluka, imajui u vidu mogunost pristupa analitikim bazama
podataka i pritom mogunosti za kreiranje tabela i grafika u cilju izrade i slanja
izvetaja korienjem Internet servisa (E-mail, telefon, fax i dr.). Da bi se
ovakav rad skladita podataka ostvario koristi se multidimenzioni model, koji
reflektuje nain na koji korisnik misli o svojim poslovnim podacima i pritom
pravi kondenzovane izvetaje, koji prikazuju tekst, slike i multimediju kao
dodatak izvetajima i grafikonima.
Warehousing pristup omoguava brzu manipulaciju, agregiranje i lokalne
proraune za analize trendova, koristei vii upravljaki nivo kao podlogu za
strateko odluivanje. Strateke odluke zahtevaju predvianje, statistike,
simultane funkcije i analizu vremenskih serija. Korisnici skladita podataka
mogu da postavljaju raznovrsna analitika pitanja na bazi poreenja u vremenu,
nalaenja relativnih vrednosti i kreiranja ta-ako scenarija. Mora se istai da
korisnik moe da radi i sa osnovnim podacima opciono sputanjem ka
relacionoj bazi uz minimum programiranja.
U daljem tekstu e biti rei o fundamentalnim idejama koje obezbeuju
uspenost skladitenja podataka:
transakciono i analitiko procesiranje,
"primitivni" podaci nasuprot izvedenim podacima,
serije vremenskih podataka,
administracija podataka.
Transakciono i analitiko procesiranje
Kad god se spomene transakciono procesiranje, misli se na sisteme koji
izvravaju svakodnevne poslove neke kompanije. To su OLTP (on line
transaction processing) sistemi koji se auriraju kontinualno tokom dana.
Naprimer, ako neko kupi tampa iz jedne prodavnice raunarske opreme,
transakcioni sistem e odmah smanjiti ukupni broj tampaa za jedan i to e
svaki korisnik sistema moi da zna. U sluaju da se dopremi nova koliina
tampaa u prodavnice, transakcioni sistem e to odmah evidentirati. Ako se
desi da se broj tampaa smanji na neki odreeni broj, transakcioni sistem moe
automatski da generie zahtev nabavljaima za novim tampaima.
Analitiki sistemi su sistemi koji obezbeuju informacije koje se koriste

za analizu problema ili situacija. Ona se primarno vri korienjem poreenja
ili analiziranjem ablona i trendova. Naprimer, analitiki sistem bi mogao da
prikae kako se odreena vrsta tampaa prodaje u razliitim delovima zemlje.
Takoe, mogao bi i da prikae kako se jedna vrsta proizvoda prodaje sada u
odnosu na period kada se proizvod prvi put pojavio na tritu. Za analitike
sisteme razvijaju se analitike baze podataka.
Analitike baze podataka ne sadre aurirane podatke, ve uvaju
informacije iz odreenog trenutka vremena. Takvi podaci su od izuzetnog
znaaja za poreenja i analizu trendova. Naprimer, mogue je utvrditi da je
prodaja u jednom mesecu znatno opala samo ako u sistemu postoje podaci o
prodaji u prethodnim mesecima, tako da se moe vriti poreenje. Ovakvo
poreenje je skoro nemogue izvesti u OLTP sistemima, jer se u takvim
sistemima podaci neprestano menjaju.
Informacije iz odreenog trenutka vremena esto se nazivaju i snimcima
podataka. Naprimer, ako analitika baza podataka sadri snimke podataka o
prodaji koji se uzimaju svako vee, onda e se pri analizi podataka sutradan
znati da su to podaci koji su stari jedan dan. Tada dnevna, nedeljna i godinja
poreenja imaju smisla jer e uvek na raspolaganju biti konzistentne vrednosti
sa kojima se moe vriti poreenje.
Analiziranje ablona podataka i trendova zahteva postojanje velikog
broja istorijskih podataka. Naprimer, podatak da ene sve vie kupuju odreeni
proizvod moe uticati na to da kompanija promeni marketinku kampanju.
Ideja da su podaci u transakcionim sistemima promenljivi, a da su podaci
analitikih sistema nepromenljivi, direktno utie na razliitu funkcionalnost
ovih sistema. Analitike baze podataka su, najee, projektovane samo za
itanje. Tada korisnici mogu samo da pregledaju podatke ili eventualno da vre
neke manipulacije nad njima, ali nisu u stanju da ih menjaju.
Druga karakteristika koja razdvaja transakcione sisteme od analitikih
jeste dizajn baze podataka. Transakcioni sistemi su dizajnirani tako da
preuzimaju podatke, vre izmene nad postojeim podacima, daju izvetaje,
odravaju integritet podataka i upravljaju transakcijama to je bre mogue.
Analitiki sistemi nisu predvieni da obavljaju ove poslove. Oni se dizajniraju
za veliki broj podataka namenjenih samo za itanje, obezbeujui informacije
koje se koriste za donoenje odluka. Skladite podataka je analitika baza
podataka namenjena samo za itanje i koristi se kao osnova sistema za podrku
odluivanju.
Tradicionalni OLTP sistemi, koji su predvieni za automatizaciju
operacija koje se izvode svakog dana, veoma su brzi pri smetanju podataka u
bazu podataka, ali nisu prihvatljivi kada se koriste za izvravanje analiza.
212
Dobijanje injenica traje veoma dugo (npr. izrada jednog tipinog ad-hoc
izvetaja moe potrajati danima), a kad donosilac odluka i dobije izvetaj i
runo ga uporedi sa drugim izvetajima, onda je ve kasno poslovna dinamika
se promenila.
Jasno je da se OLTP sistemi ne mogu koristiti za uvanje injenica i
istorijskih poslovnih podataka koji se koriste u poslovnim analizama. Oni su
veoma brzi, tani i efikasni za unos podataka u baze podataka, ali ne mogu da
obezbede brze odgovore na ad-hoc upite. Takoe, podaci koji se uvaju u
OLTP bazama podataka su nekonzistentni i neprestano promenljivi. esto
postoje dupli zapisi transakcija koji bi samo zbunili donosioca odluka pri
analizi. Nedostatak istorijskih podataka u OLTP sistemima ini ih
neprihvatljivim za analizu trendova. ak i kad se dobiju podaci iz OLTP
sistema, oni su i dalje sirovi i prilino nerazumljivi. Prema tome, OLTP podaci
su daleko od poslovnih injenica koje su neophodne donosiocima poslovnih
odluka.
U OLTP sistemima vie se zadaju zahtevi nego to se postavljaju pitanja
(na primer: auriraj podatke o rezervacijama za putniki avion). Povremeni
upiti su ogranieni na lociranje odreenog zapisa u informacionom sistemu i
njegovo pripremanje za auriranje ili izvravanje jednostavnih agregacija.
Donosioci odluka postavljaju pitanja koja su potpuno suprotna od onih koja se
postavljaju u OLTP sistemima. Takvi upiti idu od poslovnih potreba za
analizom podataka pa sve do donoenja odluka i preporuka. Ovakva pitanja su
veoma sloena i tipino zahvataju dimenzije koje u OLTP sistemima i ne
postoje, kao to su vremenski periodi, regije sveta, vrste proizvoda itd. Tako,
naprimer:
Koji se proizvod najbolje prodaje u srednjoj Evropi i u kom je to
odnosu sa demografskim podacima?
Da li je unapreenje prodaje prolog meseca bilo bolje nego prole
godine?
Na ova pitanja ne moe se dobiti odgovor u OLTP sistemima. OLTP
sistemi su dizajnirani tako da prikupljaju informacije i da se auriraju veoma
brzo.
Sistemi za podrku odluivanju se po svojim karakteristikama razlikuju
od transakcionih sistema. Transakcioni sistemi pristupaju i vre auriranje
zapisa podataka jednog poslovnog objekta ili dogaaja (naprimer, jedan raun,
jedna narudbenica i slino). Ovakve transakcije su, najee, unapred
definisane i zahtevaju da baza podataka obezbeuje brzi pristup zapisima
podataka. Korisnici sistema za podrku odluivanju su, najee, menaderi
koji razmiljaju o buduim dogaajima. Njihovi upiti mogu zahtevati
prikupljanje velikog broja podataka da bi se izvrila potrebna analiza. Skladite
podataka se koristi da se spoje dobre karakteristike i transakcionih sistema i
sistema za podrku odluivanju.

U tabeli date su neke od razlika izmeu transakcionih sistema i skladita
podataka.
Tabela 12. 1
Transakcioni sistemi
Skladite podataka
sloena i pogodna za
operaciona proraunavanja
arhivski podaci, sumarni

podaci, proraunati podaci
jednostavna i pogodna za
poslovnu analizu
velika
srednja do mala
Vreme odziva
reda sekunde
reda minuta
Namena
automatizacija
svakodnevnih operacija
nalaenje i analiza
informacija
Model
podataka
normalizovan
dimenzionalan
Pristup
SQL
Sadraj
podataka
Struktura
podataka
Verovatnoa
pristupanja
Tip podataka
Stanje
podataka
tekue vrednosti
podaci koji upravljaju

poslovima
dinamino (promenljivi
podaci)
SQL i alati za poslovnu

analizu
informacije za poslovnu
analizu
statino (istorijski i opisni
podaci)
"Primitivni" i izvedeni podaci

Element "primitivnog" podatka opisuje individualni objekat ili dogaaj, a
element izvedenog podatka opisuje vie razliitih objekata ili dogaaja.
Element "primitivnog" podatka obino ne moe da se koristi u raunskim
operacijama, dok se elementi izvedenih podataka raunaju na osnovu
primitivnih ili ostalih izvedenih elemenata. Naprimer, Cena moe biti
"primitivni" element ako opisuje jedan objekat u datom trenutku. S druge
strane, Prosena cena moe biti izvedena za dati proizvod za celu godinu.
esto se pravi greka kada se misli da su menaderima potrebni samo
sumarni podaci te skladite podataka moe biti popunjeno samo izvedenim
elementima. Jedan od razloga za uvoenje i "primitivnih" podataka u skladite
podataka jeste mogunost vrenja operacija drill down/up, pomou kojih
korisnik moe pristupati razliitim nivoima detalja. Drugi razlog za uvoenje
214
detaljisanih podataka u skladite podataka jeste to sumarni podaci

ograniavaju mogunost korisnika da kreira razliite sumarne podatke.
Naprimer, ako baza podataka ima mogunost da kreira sumarne podatke o
prodaji samo po razliitim zemljama, onda korisnik ne moe da utvrdi da li je
prodaja bolja na poetku meseca ili na kraju. Trei razlog za korienje i
"primitivnih" podataka u skladitu podataka jeste taj to je mnogo tee
modelovati sve mogue izvedene podatke nego sve mogue "primitivne"
podatke. Pri tome koliina izvedenih podataka moe biti mnogo vea od
koliine "primitivnih" podataka.
Serije vremenskih podataka
Za razliku od transakcionih sistema, sistemi za podrku odluivanju
uzimaju u obzir trendove, umesto da se zasnivaju na jednom trenutku u
vremenu. Posledica ovakvog razmiljanja je da svaki element podatka mora
nositi zajedno sa sobom i trenutak vremena na koji se odnosi. Procesiranje
mesenih i godinjih podataka je relativno jednostavno. Problem predstavljaju
nedeljni i dnevni podaci, s obzirom da za svaku godinu postoji razliit broj
nedelja i dana. Zato je dizajniranje programa za analizu dnevnih i nedeljnih
podataka tei posao.
Administracija podataka
Korisnost sistema se moe odrediti na osnovu dostupnosti i kvaliteta
podataka koje obezbeuje. Veina postojeih aplikacija je namenjena za
specifine zahteve korisnika i mogu se koristiti samo za te potrebe. Razliite
aplikacije koje su razvijene u razliitim vremenskim trenucima i koje su
namenjene za razliite potrebe korisnika dovode do pojave nekonzistentnosti i
redundantnosti podataka. Elementi podataka sa istim nazivom mogu biti
razliito definisani. Jedan isti element podatka u dva razliita sistema moe biti
sauvan pod razliitim nazivom. Prema tome, da bi se pravilno vodila
administracija podataka, mora se odrediti tim ljudi koji e voditi rauna o
kvalitetu podataka.
Datamart
Datamart je subjektno orjentisani poslovni pogled na skladite podataka.
On sadri znaajno manje podataka od "skladita podataka" i predstavlja objekt
analitikog procesiranja od strane korisnika. U okviru "skladita podataka"
datamartovi se koriste za tzv. informatika ostrva vezana za finansije,
proizvodnju i dr. Na ovaj nain se eli da pojedini segmenti preduzea donose
bolje odluke.
Datamartovi su subjektno orijenisane multidimenzione baze podataka sa
ivotnim ciklusom od tri godine. Mnogi datamartovi su podskup velikih

skladita podataka.
Datamartovi su multidimenzionalni i omoguuju korisnicima vie
kriterijuma za uporeivanje, korienjem ad-hoc upita. Mnogi upiti nad
operacionim bazama podataka se preprogramiraju ili konzerviraju.
Konzervirani (cannet) upit je onaj upit koji je postavljen da bi pokrenuo
korisniki upit koji e obezbediti podatke u ve ranije odreenom formatu.
Datamart mora biti sposoban da podrava n naina upita sa mreom
indeksa. Operator moe da koristi OLAP alate i napravi izvetaj od informacija
iz jedne tabele u datamartu koristei bilo koju kolonu kao selekcioni kriterijum.
Takoe, moe da povee podatke iz dve ili vie tabela u datamartu, spajajui
objekte preko prenesenih kljueva.
Datamart slui kao osnova za OLAP u sistemima za podrku odluivanju.
Osnovna pitanja koja se postavljaju prilikom izgradnje Datamart
arhitekture za podrku odluivanju su:
ta elite da dobijete od datamarta?
Na koji nain elite da informacija bude prezentovana?
Koji nivo zbirnih informacija se eli?
Koje tabele se obino povezuju (join) u OLAP procesiranju upita?
Kako Datamart moe biti deo integralnog "skladita podataka", to je
veoma bitan odnos ove dve vrste "skladita podataka", kao i nain njihovog
formiranja iz transakcionoh baza podataka.
Moe se zakljuiti da koncept "skladita podataka", koga podrava
savremena informaciona tehnologija, u potpunosti omoguuje razvoj efikasnih
sistema za podrku odluivanju.
RAZVOJ SKLADITA PODATAKA
Skladite podataka predstavlja specifinu bazu podataka, namenjenu
podrci odluivanju u odreenoj organizaciji. Za razliku od transakcionih
sistema (OLTP sistemi), koji su orjentisani poslovnim procesima, skladita
podataka su subjektno orjentisana, to znai da su fokusirana na subjekte u
poslovnim procesima, kao to su kupci, zaposleni i dobavljai. Integrisanost
podataka u skladitima podataka obezbeuje da se podaci predstavljaju u
konzistentnim formatima korienjem konvencija pri zadavanju imena i
ogranienja nad domenima, atributima i merama. Podaci u skladitima podataka
su vremenski zavisni, to znai da je svaki podatak koji se nalazi u skladitu
podataka u vezi sa nekim vremenskim trenutkom. Na kraju, podaci u
skladitima podataka su nepromenljivi, tj. im se neki podatak upie u skladite
podataka, mogue mu je samo pristupati. Na sledeoj slici su prikazani svi
216
elementi potrebni za razvoj skladita podataka.

Iizvori
podataka
Upit
Interni izvori
podataka
Lini
Ekstrakcija
Filtriranje
Transformisanje
Data
W arehous
Generisanje
izv etaja
Prezentiranje
podataka i
v izualizacija
Predvanje
A naliza
Modeliranje
Eksterni izv ori

podataka
On -line A nalitical Processing
Slika 12.17. Data warehous i OLAP
Pri izgradnji skladita podataka najbitniji su sami podaci, a ne poslovni

procesi i funkcije, kao to je to sluaj sa transakcionim sistemima. Baze
podataka namenjene sistemima za podrku odluivanju mogu biti veoma velike
(terabajtne), pri emu neke tabele mogu sadrati i gigabajt podataka. Zato se
veliina baze podataka mora uzeti u obzir pri planiranju skladita podataka.
Za razvoj skladita podataka potrebno je:
izvriti analizu izvora podataka,
pripremiti podatake,
izgraditi skladite podataka.
Analiza izvora podataka

Osnovni izvori podataka za koncept skladita podataka su operativni
(transakcioni), tzv. OLTP (On-Line Transaction Processing) podaci, kao i
spoljne informacije nastale kao istorija poslovanja, ili industrijski i demografski
podaci uzeti iz velikih javnih baza podataka. Analiza izvornih podataka se
smatra kljunim elementom i oduzima 80% vremena, jer je potrebno definisati
odgovarajua pravila za preuzimanje podataka iz izvornih podataka. Znanja
vezana za ovu oblast su najee u glavama onih koji treba da koriste skladite
podataka. Ovde do izraaja neosporno dolaze i metode voenja intervjua, kao i
korienje CASE alata, naroito prilikom definisanja poslovnih pravila. Na
osnovu iskustva autora, postojea dokumentacija najee ne daje dovoljno
podataka za ekstrakciju znanja. Korienjem CASE alata, kao to je ranije
pokazano, definiu se procesi i struktura podataka koja je potrebna, a koja se
nalazi u OLTP i u spoljnim izvorima informacija.

Analiza izvora podataka prolazi kroz sledee faze:
prikupljanje zahteva,
planiranje skladita podataka,
izbor tehnike analize podataka.
Prikupljanje zahteva
U ovoj fazi razvoja skladita podataka, razmatraju se poslovne potrebe i
zahtevi buduih korisnika sistema. Postoji mnogo metoda za prikupljanje
poslovnih zahteva. U optem sluaju, ove metode mogu biti smetene u dve
kategorije: prikupljanje izvornih zahteva i prikupljanje korisnikih zahteva.
Prikupljanje izvornih (source-driven) zahteva
Prikupljanje izvornih zahteva, kao to i samo ime kae, jeste metoda
bazirana na definisanju zahteva korienjem izvornih podataka u produkcionooperativnim sistemima. Ovo se radi analiziranjem ER-modela izvornih
podataka.
Glavna prednost ovakvog pristupa je to od poetka znate da moete da
podrite sve podatke, jer ste ve ograniili sami sebe samo na one podatke koji
su na raspolaganju. Druga dobit je u tome to moete da svedete na minimum
vreme potrebno korisniku u ranim fazama (stanjima) projekta.
Naravno, postoje i nedostaci ovakvog pristupa. Umanjivanjem
korisnikovog uea, poveava se rizik od promaaja ispunjenja zahteva
korisnika. U zavisnosti od koliine izvornih podataka koju imate i kvaliteta ERmodela za njih, ovaj pristup moe oduzeti dosta vremena. Moda je najvanije
to da neki od kljunih korisnikih zahteva u datom momentu nisu dostupni. Bez
mogunosti za identifikovanjem ovakvih zahteva, ne postoji mogunost da
ispitate ta je ukljueno, ili ta se pojavljuje u eksternim podacima. Eksterni
podaci su takva vrsta podataka koja postoji van organizacije.
Ovaj pristup omoguava da korisnici imaju uvida u to ta vi posedujete.
Uvereni smo da postoje bar dva sluaja gde je ovakav pristup aprioran. Prvo, u
relaciji sa dimenzionim modelovanjem, moe biti upotrebljen da daje prilino
jasne glavne dimenzije od interesa jedne organizacije. Ako se uslovno planira
skladite podataka na nivou organizacije, ovo moe umanjiti gomilanje
dimenzija kroz odvojeni razvoj datamartova. Drugo, analiziranjem veza izmeu
izvornih podataka mogu se identifikovati podruja na koja e se koncentrisati
napori razvoja skladita podataka.
Prikupljanje korisnikih (User-Driven) zahteva
Prikupljanje korisnikih zahteva je metoda koja se bazira na definisanju
218
zahteva istraivanjem funkcija kojima korisnik tei, odnosno koje korisnik

izvrava. Ovo se obino postie kroz seriju sastanaka i/ili intervjua sa
korisnikom.
Glavna prednost ovog pristupa je to se koncentrie na ono to je
potrebno, a ne na ono to je dostupno. Uopteno, ovaj pristup ima manje
podruje posmatranja nego izvorino upravljani pristup. Zbog toga ovaj pristup
proizvodi upotrebljivo skladite podataka u kraem vremenskom periodu. Sa
druge strane, izuzeci moraju biti to vre kontrolisani. Korisnici moraju
dobro razumeti da je mogue da se neki od podataka koji su im potrebni
jednostavno ne mogu uiniti dostupnim. Ovo je vano zbog toga to se ne sme
ograniiti ono to korisnici zahtevaju. Konkretno razmiljanje treba da otpone
tek kada se definiu potrebni zahtevi za skladitenje podataka. Ako je korisnik
previe usko fokusiran, mogue je propustiti korisne podatke koji su dostupni u
produkcionim sistemima.
Prikupljanje zahteva podrazumeva davanje odgovora na sledea pitanja:
Ko (ljudi, grupe, organizacije) je zainteresovan kao korisnik?

ta (koju funkciju) korisnik pokuava da analizira?
Zato su korisniku potrebni podaci?
Kada (za koje vreme) podaci treba da budu uitani?
Gde (geografski, organizaciono) se proces pojavljuje?
Do koje mere je potrebna analiza performansi, ili stanja funkcija
procesa?
Kako korisnik vodi posao?
Koji su atributi potrebni korisniku?
Koje su poslovne hijerarhije?
Koje podatke korisnici trenutno koriste?
Koji su podaci potrebni korisnicima?
Koji je nivo detalja potreban korisnicima?
Da bi se dobili odgovori na ova i slina pitanja, korisnici se moraju

intervjuisati. Najee se prvo intervjuiu kljuni ljudi u organizaciji, kao to su
analitiari, menaderi i izvrioci, jer oni imaju najvee potrebe za podacima.
Veoma je bitno da se utvrdi protok informacija u i iz svakog odeljenja.
Zato se moraju prikupiti podaci o tome koji izvetaji i dokumentacija pristiu u
odeljenje, kako se koriste, ko ih koristi, koliko esto pristiu itd. esto se
deava da podaci u odeljenje pristiu na papiru i da se zatim ponovo unose
runo u tabele da bi se mogli vriti dodatni prorauni. Jedan od razloga
uvoenja skladita podataka jeste upravo da se izbegnu takve situacije kad god
je mogue. Takoe, bitni su i podaci o tome koje izvetaje odeljenje kreira,
koliko esto, kome ih upuuje, koliko je vremena potrebno da se napravi
izvetaj, koliko ljudi radi na njemu i slino.
Sve prikupljene podatke potrebno je dokumentovati jer broj

intervjuisanih korisnika moe biti veliki, te se moe desiti da se neki zahtevi i
potrebe korisnika zaborave. Dobijene podatke treba organizovati u nekoliko
sekcija, kao to su:
podaci o analizi (podaci o svim vrstama analiza koje se trenutno

koriste) i
zahtevi vezani za podatke (opis svih polja podataka koja se koriste,
nivo detalja, izvori).
Tako organizovane podatke treba proslediti svim uesnicima intervjua da
bi se ulo i njihovo miljenje i da bi se izvrile potrebne korekcije.
Planiranje skladita podataka

Planiranje skladita podataka obuhvata mnoge zadatke koji se javljaju i
pri razvoju bilo kojeg projekta.
Planiranje skladita podataka sastoji se od sledeih zadataka:
definisanje obima projekta,
kreiranje projektnog plana,
definisanje tehnikih uslova,
definisanje resursa, zadataka i vremenskih rokova.
Kreiranje projektnog plana i definisanje realnih vremenskih rokova moe
biti teak posao. Veoma je bitno da se pre poetka razvoja projekta razmotri
arhitektura i infrastruktura skladita podataka.
Tehnika infrastruktura je usko povezana sa arhitekturom. To su razne
tehnologije, platforme, baze podataka i ostale komponente koje podravaju
izabranu arhitekturu skladita podataka. Tehnika infrastruktura ukljuuje i
izbor instalacije baze podataka, podeavanje mrenog okruenja, kao i izbor i
instalaciju alata za rad sa bazom podataka. Potrebno je naglasiti i da jedna
arhitektura moe imati vie razliitih infrastruktura, u zavisnosti od okruenja
kompanije. Preporuuje se da identifikacije arhitekture skladita podataka i
infrastrukture budu odvojeni projekti koji se moraju zavriti pre zapoinjanja
razvoja samog skladita podataka.
Potrebno je napomenuti da se moraju uzeti u obzir i neki tehniki uslovi.
Oni se moraju ukljuiti u plan projekta, s obzirom da zahtevaju odreene
resurse i vreme. Pri tome se misli na:
planiranje kapaciteta,
strategije arhiviranja,
220
procedure pomou kojih e korisnici pristupati arhiviranim podacima,

strategije osveavanja i auriranja podataka,
vremensko planiranje poslova.
Vrlo esto se deava da se pre razvoja samog skladita podataka izradi
probni projekat kako bi se stekla iskustva i prikazao znaaj skladita podataka
samim korisnicima. Interaktivni pristup podacima pokazae korisnicima koje
prednosti donosi skladite podataka. Takoe, projektanti e stei bolji uvid u
potrebe korisnika, bolje e proceniti vremenske rokove, resurse, potrebnu
arhitekturu i infrastrukturu.
Izbor tehnike analize podataka

Skladite podataka se gradi da bi se obezbedio lako pristupaan izvor
podataka visokog kvaliteta. Obino postoji potreba da se vre analize i donose
odluke kroz korienje tog izvora podataka. Postoji nekoliko tehnika analize
podataka koje su danas u irokoj upotrebi. To su upiti i izvetaji,
viedimenzionalne analize i data mining. One se koriste za formulisanje i
prikazivanje rezultata upita, analizu sadraja podataka njihovim posmatranjem
iz razliitih perspektiva i otkrivanje ablona i klasterisanih atributa u podacima
koji e omoguiti dublji pogled u sadraj podataka.
Voen
analitiarem
Tehnika analize
podataka upitima
izvetavanjem
Pomo
analitiaru
Voen
podacima
Tehnika analize
Tehnika
viedimenzionalne
podataka
analize podataka
Data Mining
Slika 12.18. Izbor tehnike analize podataka
Tehnike analize podataka mogu uticati na tip odabranog modela podataka

i njegov sadraj. Naprimer, ako je namera da se obezbedi jednostavna
mogunost upita i izvetaja, model podataka koji struktuira podatke na
normalizovani nain verovatno e obezbediti najbri i nalaki pristup podacima.
Mogunost upita i izvetavanja se primarno sastoji od biranja povezanih
elemenata podataka, eventualnog njihovog sumiranja i grupisanja u neku
kategoriju i prezentovanja rezultata. Izvravanje ovog tipa mogunosti
uglavnom moe da dovede do korienja direktnijeg skeniranja tabela. Za ovu
vrstu mogunosti, ER model sa normalizovanom i/ili denormalizovanom

strukturom podataka je najprikladniji.
Ako je cilj obezbediti viedimenzionalnu analizu podataka, prikladniji bi
bio dimenzionalni model podataka. Ova vrsta analaize zahteva da model
podataka podrava strukturu koja omoguava brz i lak pristup podacima na
osnovu bilo kakvih numerikih kombinacija dimenzija analize. Naprimer,
moete hteti da znate koliko je odreenih proizvoda prodato odreenog dana, u
odreenoj prodavnici i u odreenom rasponu cena. Onda za dalju analizu
moete hteti da znate koliko prodavnica je prodalo odreeni proizvod, u
odreenom rasponu cena, odreenog dana. Ova dva pitanja zahtevaju sline
informacije, ali jedna posmatrane iz ugla proizvoda, a druga iz ugla prodavnice.
Viedimenzionalna analiza zahteva model podataka koji e omoguiti da
se podaci lako i brzo mogu pogledati iz bilo koje mogue perspektive ili
dimenzije. Poto se koristi vie dimenzija, model mora da obezbedi nain da se
podacima brzo pristupa. Ako se koriste visoko normalizovane strukture
podataka, bie potrebno mnogo grupisanja izmeu tabela koje sadre razliite
dimenzije podataka i mogu znaajno uticati na performanse. U ovom sluaju bi
dimenzionalni model podataka bio prikladniji.
Razumevanje podataka i njihova upotreba utiu na izbor modela
podataka. Jasno je i da se, u veini implementacija, moe koristiti vie tipova
modela podataka da bi se najbolje zadovoljili razliiti zahtevi skladita
podataka.
Tehnika analize podataka upitima i izvetavanjem

Analiza upitima i izvetajima je proces postavljanja pitanja na koje se
trai odgovor, izdvajanje podataka od znaaja iz skladita podataka, njihova
transformacija u odgovarajui kontekst i prikazivanje u itljivom formatu.
Ovim procesom upravlja analitiar, koji mora postavljati pitanja da bi dobio
odgovor. Primetiete da je ovo pomalo razliito od, naprimer, data mininga koji
je voen podacima.
Tradicionalno, upiti su radili sa dve dimenzije ili dva faktora u trenutku
vremena. Naprimer, neko moe pitati: "Koja koliina nekog proizvoda je
prodata ove nedelje?" Upiti koji slede ovom pitanju e biti uraeni da odrede
koja koliina proizvoda je prodata u odreenoj prodavnici. Definicija upita je
proces uzimanja poslovnih pitanja ili hipoteza i njihovo prevoenje u format
upita koji moe koristiti odreeni alat za podrku pri odluivanju. Kada se upit
izvri, alat generie odgovarajue komande za dobijanje traenih podataka, koji
se smetaju u skup odgovora. Analitiar podataka zatim obavlja potrebne
kalkulacije i manipulacije na skupu odgovora da bi dobio eljene rezultate. Ovi
rezultati se zatim formatiraju da bi odgovarali obrascu prikaza ili izvetaja koji
je odabran da krajnjem korisniku olaka razumevanje. Ovaj obrazac se moe
222
sastojati od kombinacije teksta, grafike, videa i audia. Na kraju, izvetaj se

dostavlja krajnjem korisniku na eljenom izlaznom medijumu koji moe biti
papir, monitor, ili se moe predstaviti zvukom.
Krajnji korisnici su prvenstveno zainteresovani za obradu numerikih
podataka koje koriste za analizu ponaanja poslovnih procesa. Oni takoe mogu
da raunaju ili istrauju kvalitativne mere, kao to su stepen zadovoljstva
korisnika, kanjenje u poslovnim procesima ili pogrene isporuke. Oni takoe
mogu analizirati efekte poslovnih transakcija ili dogaaja, analizirati trendove
ili vriti ekstrapolaciju njihovih predvianja za budunost. esto e prikazani
podaci uzrokovati da korisnik formulie drugi upit da bi razjasnio skup
odgovora ili prikupio detanjnije informacije. Proces se nastavlja dok se ne
dobiju eljeni rezultati.
Tehnika viedimenzionalne analize podataka

Viedimezionalna analiza je nain da se proire mogunosti upita i
izvetaja. Ovo znai da se umesto izvravanja viestrukih upita podaci
struktuiraju da bi se omoguio brz i lak pristup odgovorima na pitanja koja se
tipino postavljaju. Naprimer, podaci su struktuirani tako da sadre odgovore
na pitanje: "Koja koliina svakog proizvoda je prodata odreenog dana, od
strane odreenog prodavca u odreenoj prodavnici?" Svaki deo ovog upita se
naziva dimenzija. Raunanjem odgovora unapred za svaki podupit u okviru
veeg konteksta, mnogo odgovora moe biti uvek dostupno poto se rezultati ne
raunaju ponovo za svaki upit, ve im se lako pristupa i lako se prikazuju.
Naprimer, ako imate rezultate gornjeg upita, automatski imate odgovore
na bilo koji od podupita. Ovo znai da emo ve znati odgovor na podupit:
"Koju koliinu odreenog proizvoda je prodao odreeni prodavac?" Imati
podatke kategorizovane po ovim razliitim faktorima ili dimenzijama ini da
poslovno orijentisani korisnici lake razumeju podatke. Dimenzije mogu imati
individualne entitete ili hijerarhiju entiteta, kao to su region, prodavnica i
odeljenje.
Viedimanzionalne analize omoguavaju korisnicima da sagledaju veliki
broj meuzavisnih faktora koji uestvuju u poslovnom problemu i da
pregledaju podatke u sloenim vezama. Krajnji korisnici su zainteresovani u
istraivanju podataka na razliitim nivoima detaljnosti, koji se dinamiki
odreuju. Sloene veze mogu biti analizirane kroz iterativni proces koji sadri
probijanje na nie nivoe detaljnosti ili dizanje na vie nivoe sumarizacije i
agregacije. Kao kod upita i izvetavanja, viedimenzionalne anlize se
nastavljaju dokle god se vre probijanja dole i vraanja gore.
Tehnika analize podataka Data mining

Data mining je relativno nova tehnika anlize podataka. Veoma je razliita
od upita i izvetaja, kao i od viedimenzionalnih analiza, po tome to koristi

tehniku otkrivanja. Ovo znai da ne pitate odreeno pitanje ve koristite
odreene algoritme koji analiziraju podatke i izvetavaju ta su otkrili. Za
razliku od upita, izvetaja i viedimenzionalnih anliza, gde je korisnik morao da
kreira i izvrava upite zasnovane na hipotezama, data mining trai odgovore na
pitanja koja ne moraju biti prethodno postavljana. Otkrivanje moe imati formu
pronalaenja znaaja u vezama izmeu odreenih elemenata podataka,
klasterisanja odreenih elemenata podataka ili neki drugi obrazac u korienju
odreenih skupova elemenata podataka. Nakon iznalaenja ovih obrazaca,
algoritmi mogu da iz njih izvedu pravila. Ova pravila tada mogu biti koriena
da se generie model koji ima eljeno ponaanje, identifikuje veze meu
podacima, otkriva obrasce i grupie klastere zapisa sa slinim atributima.
Data mining se najtipinije koristi za statistike analize podataka i
otkrivanje znanja. Statistike analize podataka detektuju neuobiajene obrasce
u podacima i primenjuju statistike i matematike tehnike modelovanja da bi
objasnile obrasce. Modeli se zatim koriste za progniziranje i predvianje. Vrste
statistikih analiza podataka sadre linearne i nelinearne analize, regresivne
analize, vievarijantne analize, analize u vremenu. Otkrivanje znanja izdvaja
implicitne, prethodno poznate informacije iz podataka. Ovo esto rezultuje u
razotkrivanju nepoznatih poslovnih injenica.
Data mining je voen podacima. Postoji visok nivo sloenosti u
uskladitenim podacima i meusobnim vezama podataka u skladitu podataka
koje je teko otkriti bez data mininga. Data mining nudi nove poglede na posao
koji se ne mogu ostvariti sa upitima i izvetajima ili viedimenzionalnom
analizom. Data mining moe pomoi da ostvarimo nove poglede na posao
dajui nam odgovore na pitanja koja nikad nismo mislili da postavimo.
Priprema podataka
U procesu razvoja skladita podataka priprema podataka je jedna od
najbitnijih aktivnosti. Dalji proces razvoja skladita podataka bie uspean
samo ako je ova aktivnost uspeno zavrena.
Priprema podataka se vri na osnovu ranije odreenog izvora podataka,
pravila za preuzimanje tih podataka, procedure pripreme i zahteva korisnika.
Priprema se vri odreenim ekstrakciono-transformacionim alatima kroz
sledee korake:
ekstrakcija i ienje podataka,
transformacija podataka.
Rezultat ovih aktivnosti treba da budu podaci koji e nam omoguiti
generisanje meta podataka, na osnovu kojih se moe pristupiti dizajnu skladita
podataka.
224
Ekstrakcija i ienje podataka

Ova faza se sastoji od sledeih zadataka:
razvoj procedura za ekstrakciju podataka,
razvoj procedura za ienje podataka.
Razvoj procedura za ekstrakciju podataka
Podaci koji e se koristiti u skladitu podataka moraju se ekstrahovati iz
transakcionih sistema (baza podataka u okviru nekog sistema) koji sadre te
podatke. Podaci se inicijalno ekstrahuju u procesu kreiranja skladita podataka,
a kasnije se na osnovu odrenih procedura vri dodavanje novih podataka u
skladite podataka. Ekstrakcija podataka je vrlo jednostavna operacija, ako se
potrebni podaci nalaze u jednoj relacionoj bazi, ali moe da bude i veoma
kompleksna operacija, ako su podaci smeteni u viestrukim heterogenim
transakcionim sistemima. Cilj procesa ekstrakcije podataka je da sve potrebne
podatke, u pogodnom i konzistentnom formatu, pripremi za uitavanje u
skladite podataka.
Pre procesa ekstrakcije trebalo bi proveriti da li u bazi podataka iz koje
vrimo ekstrakciju nema logikih greaka. Ovakve greke bi pre ekstrakcije
trebalo ukloniti korienjem procedura za proveru greaka.
Postoji mogunost da se ne moe utvrditi eventualno postojanje logikih
greaka. To se deava u situacijama kada se ekstrakcija vri iz vie izvora
podataka. Prilikom ekstrakcije iz vie izvora podataka moe se javiti i problem
nekonzistentnosti podataka usled razliitog oznaavanja istih pojmova (nazivi
drava se mogu skraeno oznaavati sa tri ili sa dva simbola).
Jedan od alata koji nam omoguava efikasnu ekstrakciju podataka je
DTS (Data Transformation Services) koji je deo Microsoft SQL Server 2000
sistema za upravljanje bazama podataka.
Procedure za ekstrakciju podataka treba da izvravaju sledee aktivnosti:
itanje podataka iz prethodnih sistema ili prelaznih ema. Prva
prepreka pri ekstrakciji podataka je itanje podataka koji su smeteni
u starijim sistemima. U sluaju da su ti podaci dobro dokumentovani,
onda je ovaj korak jednostavan jer se tada lako moe utvrditi znaenje
svakog polja podataka. Meutim, vrlo esto se deava da se podaci
mogu proitati, ali se ne moe utvrditi njihovo znaenje. Najtea
varijanta je da se podaci uopte i ne mogu itati. U tom sluaju jedino
se moe osloniti na izvetaje aplikacija koje koriste te podatke.
Utvrivanje podataka koji se menjaju. Veoma je bitno da se za vreme
itanja podataka iz starijih sistema utvrde oni podaci koji se menjaju
jer se na taj nain moe smanjiti koliina podataka koju treba
prenositi u skladite podataka.
Kombinovanje razliitih izvora za svaki klju zapisa. U najveem
broju sluajeva stariji sistemi se sastoje od veeg broja razliitih

datoteka. Zato se za dimenzione tabele esto mora sprovoditi itav
proces denormalizacije tako da se podaci iz odvojenih datoteka mogu
spojiti u jedan zapis.
Razvoj procedura za ienje podataka
Zbog problema koji se prilikom ekstrakcije podataka javljaju, podaci
dobijeni ekstrakcijom se moraju "istiti". ienje podataka podrazumeva:
proveru postojanja logikih greaka, "poboljanje" podataka i eliminisanje
ostalih greaka.
Provera logikih greaka ukljuuje:
proveru vrednosti atributa,
proveru atributa u kontekstu ostalih podataka u redu,
proveru atributa u kontekstu redova druge tabele koja je povezana,
proveru veza izmeu redova iste ili povezanih tabela (provera
prenesenih kljueva).
"Poboljanje" podataka je proces ienja kojim se tei da podaci dobiju
puno znaenje. Primer za ovo su podaci o imenima i adresama. esto su ti
podaci (npr. za jednog kupca) smeteni na vie mesta u bazi i vremenom
postaju nesihronizovani. Ovim procesom se tei da se takve situacije razree.
Eliminisanje ostalih greaka je proces u kome se odluuje o sudbini
podataka koji su nepotpuni ili nemaju veliko znaenje. Ovi podaci se mogu
odbaciti, privremeno smestiti i popraviti ili smestiti u skladite podataka sa tim
svojim nesavrenostima.
Transformacija podataka
U ovoj fazi potrebno je definisati izvore podataka i tipove transformacija
koje treba izvriti nad podacima i ostvariti mapiranje podataka iz izvorita u
odredita.
Pre poetka procesa transformacije podataka, tim strunjaka koji radi na
projektu dizajniranja skladita podataka definie fiziki model podataka za
skladite podataka i generie eme. Taj tim strunjaka se sastoji od poslovnih i
tehnikih ljudi koji definiu strukturu skladita podataka, analiziraju izvorne
podatke, odreuju nain mapiranja podataka, prikupljaju ili kreiraju spoljne
podatke, odreuju logiku transformacije podataka i planiraju i generiu
procedure transformacije podataka. Takoe, oni su odgovorni i za kvalitet
dobijenih podataka. Pri tome biraju alate za migraciju, transformaciju i
"ienje" podataka.
Faza mapiranja i transformacije podataka sastoji se od sledeih zadataka:
226
kreiranje plana transformacije podataka,

razvoj procedura za transformaciju podataka,
razvoj procedura za uitavanje podataka,
testiranje procedura,
generisanje meta podataka.
U daljem tekstu detaljno e se obrazloiti svaka od gore definisanih faza.

Kreiranje plana transformacije podataka
Potrebno je da svi shvate zahtev za transformacijom podataka, kao i
nain na koji se ona izvodi. Planom je potrebno odrediti najbolji put migracije
izvornih podataka do skladita podataka. Pri tome se analiziraju raspoloivi
resursi, koliina izvornih podataka, razliite izvorne eme, razliiti naini
pristupanja podacima, struktura skladita podataka i potreban broj agregacija.
Planom se dokumentuju sve izvorne platforme, metode pristupa i programski
jezik koji je potreban za ekstrakciju podataka.
Obino se izvorni podaci prvo smetaju u prelazne eme. Prelazne eme
su zajedniki interfejs za sve izvorne sisteme. One se ne podudaraju u
potpunosti ni sa izvornim ni sa odredinim emama. Koriste se da bi se
poboljali procesi "ienja" i transformacije podataka.
Nakon kreiranja plana transformacije podataka, prelazi se na analizu
izvora podataka. Potrebno je odrediti koji e se podaci mapirati u odredini
sistem i koja je to logika potrebna da bi se izvrila migracija podataka.
Razvoj procedura za transformaciju podataka
Pod transformacijom podataka se podrazumeva proces kojim se
usklauju razliiti naini prikazivanja podataka razliitih sistema u jedinstveni
oblik. Naprimer, neki sistemi mogu oznaavati pol ljudi sa 1 za muki pol i 2 za
enski pol. Ako se u skladitu podataka ovo oznaavanje vri sa M i Z, onda
mora postojati proces koji e transformisati 1 u M i 2 u Z. Proces
transformacije podataka obuhvata i:
reavanje nekonzistentnih formata podataka izvornih sistema, kao to
su ASCII i EBCDIC, razliiti spelinzi, interpukcija itd.,
obeleavanje nepoeljnih polja podataka koji nisu od znaaja za
analizu, kao to su oznake verzije i slino,
prevoenje kriptovanih kodova u tekst koji je sastavljen od
razumljivih rei,
oznaavanje normalnih, nenormalnih, nemoguih injenica i injenica
koje su van dozvoljenih granica.
Transformacija podataka je kritian korak u razvoju skladita podataka.
U okviru procesa transformacije vri se poslednja priprema podataka pre
uitavanja. Proces transformacije moe da se uradi i neposredno pre uitavanja

podataka u skladite, korienjem DTS alata. Tipina transformacija podataka
ukljuuje:
prevoenje polja sa vie imena u jedno polje,
razbijanje,
polja sa datumom u posebna polja za godinu, mesec i dan,
prevoenje polja sa jednom reprezentacijom u drugu (npr. sa 1 i 0 u
DA i NE),
kreiranje i dodavanje kljueva za tabele dimenzija.
Razvoj procedura za uitavanje podataka
Procedure za uitavanje podataka treba da izvravaju sledee aktivnosti:
Kreiranje formata podataka. Za sve podatke iz starijih sistema moraju
se obezbediti formati pogodni za smetanje u skladite podataka.
Prenoenje podataka iz starijih sistema u skladite podataka. Nakon
kombinovanja izvora podataka i kreiranja odgovarajuih formata podataka,
prelazi se na smetanje podataka u skladite podataka. Pri ovome, metode
pristupa i transformacije podataka esto moraju da vre raspakivanje podataka,
njihovo poreenje, kombinovanje i transformaciju u oblik pogodan za skladite
podataka.
Kreiranje agregacija. Kreiranje agregacija je postupak sortiranja
podataka po odreenim atributima na osnovu kojih se, zatim, vri sumiranje.
Tako sumirani podaci se smetaju u skladite podataka.
Kreiranje kljueva za agregacione zapise. Svi zapisi u tabelama, a
samim tim i agregacije, moraju imati kljueve. Ovaj korak se razlikuje od
prethodnog jer su kljuevi za agregacione zapise u potpunosti vetaki i ne
smeju biti identini primarnim kljuevima tabele injenica. Prema tome, struni
tim mora dizajnirati aplikaciju koja e generisati takve kljueve.
Obrada neuitanih podataka. Pri procesu smetanja podataka u
skladite podataka esto se deava da se neki podaci ipak ne uitaju, najee
zbog referencijalnog integriteta. Takvi podaci se moraju obraditi u posebnoj
aplikaciji, koja e obezbeivati referencijalni integritet podataka.
Indeksiranje podataka. Po zavrenom procesu smetanja podataka u
skladite podataka, svi indeksi se moraju aurirati.
Testiranje procedura
Da bi se utvrdila ispravnost rada procedura za ekstrakciju i uitavanje
podataka, mora se izvriti njihovo testiranje. To se, najee, ostvaruje
proverom kvaliteta podataka, tako to se zadaju upiti nad skladitem podataka
koji prebrojavaju podatke ili ih prikazuju u vidu grafikona sa kojih se moe
utvrditi da li su podaci u rasponu koji je oekivan.
228
Po zavrenoj transformaciji, postoje svi uslovi da se pristupi generisanju

meta podataka.
Izrada meta baze podataka
Upravljanje sloenim distribuiranim IS zahteva i razvoj meta baze
podataka, odnosno renika podataka. Meta baza podataka je baza podataka o
bazi podataka.
Meta baza podataka uva sve podatke o podacima mapirajui izvorni i
ciljni sistem i uspostavlja vezu izmeu podataka sa izvora i cilja. Oni uvaju
informacije o transakcionim podacima, definiciju podataka u ciljnoj bazi i
transformaciono-integracionu logiku.
Tek po postavci meta baze podataka moe se krenuti dalje u izdvajanje
podataka iz transakcione baze podataka, pa potom sumiranje, sortiranje i
organizovanje pre punjenja DW.
Izgradnja skladita podataka

Izgradnja "skladita" podataka nije samo prosto kopiranje podataka i
preputanje korisnika alatima za podrku odluivaju ve pretpostavlja i
restrukturiranje podataka denormalizacijom tabela, ienjem podataka od
redundansi i neloginosti i dodavanjem novih polja i kljueva radi zadovoljenja
korisnikovih potreba za sortiranjem, kombinovanjem i sumiranjem podataka.
Da bi se izvrili sloeni upiti, skladitenje esto ukljuuje i
preraunavanje sumarnih podataka, kao i predefinisanje pogleda u bazi. U
skladita se ukljuuju i podaci iz eksternih izvora, kao i trendovi, prognoze i
procene, na osnovu kojih se izvravaju simulacije iji rezultati predstavljaju
dragocenu podrku za donoenje stratekih odluka.
Prvi korak je da se izvri identifikacija dimenzija i atributa. Identifikacija
dimenzija i atributa podsea na klasino projektovanje upotrebom ER modela i
zove se dimenziono modeliranje.
Dimenziono modeliranje je tehnika logikog dizajna iji je cilj
prezentacija podataka u obliku koji obezbeuje visoke performanse sistema radi
vrenja analize podataka.
U dimenzionom modeliranju, strukture podataka su tako organizovane da
opisuju mere i dimenzije. Mere su numeriki podaci smeteni u centralnoj,
takozvanoj tabeli injenica (fakt tabela). Dimenzije su standardni poslovni
parametri koji definiu svaku transakciju. Dimenzije se smetaju tabele
neposredno, ili preko druge tabele dimenzije, povezane sa tabelom injenica.
Osnovu za izradu dimenzionog modela predstavljaju meta podaci, na
osnovu kojih se vri definisanje hijerarhija, elemenata i atributa, normalizacija i
denormalizacija i definisanje agregacija.
Svaka dimenziona tabela ima svoj primarni klju, a svi oni uestvuju u
stvaranju primarnog kljua tabele injenica. Ovakvi modeli se nazivaju emama

zvezde. Tabele injenica sadre podatke koji su, najee, numerikog tipa i
mogu sadrati veliki broj zapisa. Dimenzione tabele sadre opisne tekstualne
informacije. Atributi dimenzionih tabela se koriste kao najea ogranienja pri
zadavanju upita.
Dimenzioni modeli su standardnog oblika te se mogu predvideti interfejsi
koji e biti od koristi korisnicima skladita podataka. Dimenzioni modeli se
jednostavno proiruju dodavanjem novih dimenzija i njihovih atributa i pri
tome se nijedan alat za izvetavanje ili upite ne mora menjati. Sve je vie
pomonih programa i alata koji upravljaju i rade sa agregacijama i na taj nain
jo vie poboljavaju performanse sistema.
Izgradnja skladita podataka je iterativni postupak. im se odreena
koliina podataka smesti u skladite podataka, korisnici mogu da im pristupaju i
da zakljue koje su im koristi od toga. Nakon toga, oni mogu da zadaju nove
zahteve zbog kojih e se morati uneti neke izmene u modelu. Fizika
arhitektura dimenzionog modela je ema zvezde, o emu e kasnije vie biti
rei.
Na sledeoj slici uporeeni su naini prikazivanja podataka u
dvodimenzionom i trodimenzionom modelu podataka.
GRAD
P
R
O
I
Z
V
O
D
MESEC
a) dvodimenzioni model podataka
MESEC
P
R
O
I
Z
V
O
D
b) trodiimenzioni model podataka
Slika 12.19. Primeri dvodimenzionih i trodimenzionih modela podataka
Kao to se vidi na prethodnoj slici, u sluaju pod a) podaci o prodaji za

svaku oblast se nalaze u razliitim tabelama, dok su u sluaju pod b) svi podaci
smeteni u trodimenzioni niz.
Iako su podaci sauvani samo jednom i to na jednom mestu, svaki
korisnik moe dobiti razliite poglede na jedne iste podatke. Jedan od primera
dat je na sledeoj slici.
230
MESEC
GRAD
P
R
O
I
Z
V
O
D
Podaci o
prodaji
Svi proizvodi i meseci

za jedan grad
Svi grado vi i meseci za

jedan proizvod
Svi proizvodi i gradovi za

jedan mesec
Slika 12.20. Razliiti pogledi na iste podatke
Dimenzije se esto mogu organizovati u hijerarhije, kao to je DAN >

NEDELJA > MESEC. One omoguavaju da korisnik posmatra podatke sa
manje ili vie detalja.
Sve dimenzione tabele su denormalizovane, to znai da se isti podaci
uvaju na vie mesta da bi se obezbedila jednostavnost i poboljale
performanse. Primer normalizovane i denormalizovane reprezentacije podataka
dat je na sledeoj slici.
Sifra_Proizvoda
101
102
103
104
Ime_Proizvoda
N1
N2
N3
N4
Boja_Proizvoda
Sifra_Imena
B1
B2
B3
B4
XYZ
XYZ
ABC
ABC
Sifra_Imena
XYZ
ABC
Ime
M. Markovic
P. Petrovic
a) normalizovana reprezentacija
Sifra_Proizvoda
101
102
103
104
Ime_Proizvoda
N1
N2
N3
N4
Boja_Proizvoda
Sifra_Imena
B1
B2
B3
B4
XYZ
XYZ
ABC
ABC
b) denormalizovana reprezentacija
Ime
M. Markovic
M. Markovic
P. Petrovic
P. Petrovic

Slika 12.21. Razliiti naini reprezentacije podataka
Na osnovu gore reenog, izgradnja skladita podataka se sastoji od

sledeih zadataka:
denormalizacija podataka,
definisanje hijerarhija,
kreiranje agregacija,
kreiranje fizikog modela,
generisanje baze podataka,
uitavanje podataka.
Denormalizacija podataka
U zavisnosti od predstave dimenzija na modelu, govorimo o
normalizovanom ili denormalizovanom modelu. Kod denormalizovanog modela
dimenzije su organizovane u emu zvezde, a kod normalizovaog u emu snene
pahuljice.
Postoje situacije u kojima ema zvezde nije pogodna za skladitenje
podataka. Osnovni razlozi za to su:
denormalizovana ema zvezde moe zahtevati previe memorijskog
kapaciteta,
veoma velike dimenzione tabele mogu uticati na pad performansi
sistema.
Ovi problemi se mogu reiti normalizacijom dimenzija. Time se ema
zvezde prevodi u emu pahulje. Glavni nedostatak eme pahulje je njena
sloenost u odnosu na emu zvezde, ime se oteava odravanje skladita
podataka. Zato je potrebno vriti normalizaciju samo onih dimenzija koje
sadre mnogo redova podataka i koje imaju mnogo atributa. Najee se
postiu najbolji rezultati ako se izvri normalizacija samo par dimenzija, a da se
ostale ostave onakve kakve su i bile. Na taj nain se dolazi do delimine eme
pahulje.
Osnovna karakteristika eme pahulje jeste da se ne vri denormalizacija
dimenzionih tabela, ime se poboljavaju performanse sistema. Neke
dimenzione tabele mogu sadrati veliki broj podataka, pri emu se esto deava
pojava redundantnosti, te se normalizacijom moe znatno smanjiti broj
podataka. Takoe, ema zvezde obezbeuje najbolje performasne kada se radi
sa agregacionim podacima. Nedostatak eme pahulje je to se moraju kreirati
dodatne veze, koje pri procesiranju upita mogu pogorati performanse sistema.
Takoe, odravanje eme pahulje je relativno sloeno s obzirom da u bazi
podataka postoji vei broj tabela i da meta podaci vie nisu jednostavni. Jedino
se uporednim testovima moe utvrditi da li je bolje koristiti emu zvezde ili
232
emu pahulje.
ema galaksije predstavlja kolekciju ema zvezda, tj. ako se ne moe
kreirati model koji bi imao samo jednu injeninu tabelu, tada je potrebno
povezati dve eme zvezde da bi se zadovoljile potrebe korisnika.
ema zvezde
ema pahulje
Galaksija
Slika 12.22.. eme zvezde, pahulje i galaksije
Pri dizajniranju baze podataka najee se koristi ema zvezde. Ona se

sastoji od relativno malog broja tabela sa dobro definisanim vezama. ema
zvezde polako postaje standard za izradu skladita podataka zbog svojih
prednosti u odnosu na ostale relacione strukture:
obezbeuje krae vreme odziva na upit jer se smanjuje broj fizikih
veza izmeu tabela,

model je jednostavan i lako se mogu vriti modifikacije,
pojednostavljuje razumevanje i navigaciju meta podataka,
odravanje je relativno jednostavno,
proiruje skup alata koji se mogu koristiti za rad sa podacima.
Fizika arhitektura dimenzionog modela opisana je pomou eme zvezde

definisane sa dve vrste tabela dimenzione tabele (dimension table) i tabele
injenica (fact table)
Tabela injenica sadri kvantitativne podatke o poslovima, tj. podatke
koje korisnici analiziraju. Ovi podaci su najee numerikog tipa i mogu se
sastojati i od nekoliko miliona redova i kolona.
Dimenzione tabele su znatno manje i sadre podatke koji opisuju dati
posao, tj. one podatke po kojima se vri analiziranje. Ti podaci se nazivaju
atributi.
Osnovne prednosti eme zvezde su to omoguava definisanje sloenih
viedimenzionih podataka u vidu jednostavnog modela, smanjuje broj fizikih
veza koje se moraju procesirati pri zadavanju upita, ime se postie poboljanje
performansi sistema i omoguava proirenje skladita podataka uz relativno
jednostavno odravanje. Velika mana eme zvezde je to se poveava
redundantnost podataka.
Osnovna karakteristika eme zvezde jeste da su dimenzione tabele

denormalizovane. Denormalizacija je pristup gde se podaci u bazi podataka
ponavljaju zbog pojednostavljenja dizajna i karakteristika. Denormalizacija je
proces kombinovanja tabela da bi se poboljale performanse sistema. Ovim
postupkom se smanjuje broj potrebnih veza koje se moraju procesirati
zadavanjem upita. Time se direktno utie na poboljanje performansi sistema,
jer to je manji broj veza, to sistem bre nalazi traene podatke.
Prema tome, dimenzioni atributi mogu biti smeteni vie puta u
dimenzione tabele, u zavisnosti od toga koji nivo dimenzione hijerarhije atribut
opisuje.
Svaka tabela mora sadrati primarni klju koji predstavlja kolonu ili
grupu kolona u tabeli iji sadraj jedinstveno identifikuje zapise. Na sledeoj
slici dat je izgled jednostavne eme zvezde.
DIMENZIJA1
IDdimenzije1
Atribut11
Atribut12
Atribut13
CINJENICE
DIMENZIJA2
IDdimenzije2
Atribut21
Atribut22
Atribut23
IDdimenzije1 (FK)
IDdimenzije2 (FK)
IDdimenzije3 (FK)
Mera1
Mera2
Mera3
DIMENZIJA3
IDdimenzije3
Atribut31
Atribut32
Atribut33
Slika 12.23. Jednostavna ema zvezde
Na slici se vidi da je primarni klju tabele injenica sastavljen od tri

spoljna kljua. Spoljni klju je kolona jedne tabele, ija je vrednost definisana
kao primarni klju druge tabele. Na sledeoj slici prikazana je ema zvezde na
primeru EDIFACT fakture.
234
PredmetPoslovanja
Vreme
VremeID: Long Integer
Dan: Text(15)
Mesec: Text(15)
Godina: Integer
VrstaPakovanjaID: Long Integer

NazivPredmetaPoslovanja: Text(50)
StariBoroj: Text(50)
KlasifikacioniBroj: Text(20)
VrstaPakovanja
VrstaPakovanjaID: Long Integer
NazivVrstePakovanja: Text(50)
NacinPlacanja
Valuta

NazivNacinaPlacanja: Text(50)
Partner
NazivPartnera: Text(50)
Adresa: Text(50)
Mesto: Text(50)
Drzava: Text(50)
Telefon: Text(50)
ValutaID: Long Integer

Faktura
VremeID: Long Integer
ValutaID: Long Integer
VrstaPrevozaID: Long Integer
Kolicina: Double
JedinicnaCena: Currency
Iznos: Currency
NazivValute: Text(50)
OznakaValute: Text(20)
SifraValute: Text(20)
VrstaPrevoza
VrstaPrevozaID: Long Integer
NazivVrstePrevoza: Text(50)
Slika 12.24. ema zvezde na primeru EDIFACT fakture
Dimenzione tabele mogu, takoe, sadrati i spoljne kljueve, koji

referenciraju primarne kljueve drugih dimenzionih tabela. Takve tabele se
nazivaju sekundarne dimenzione tabele (outrigger tables). One ne mogu biti u
direktnoj vezi sa injeninim tabelama. Na slici dat je primer upotrebe
sekundarnih dimenzionih tabela VrstaPakovanja, koje definiu kodove
koriene u tabeli PredmetPoslovanja.
Definisanje hijerarhija
Dimenzione tabele memoriu sledee elemente:
traenje hijerarhijskih relacija u svakoj dimenziji,
definisanje opisnih atributa svake dimenzije.
Dimenzije veoma esto mogu biti organizovane u hijerarhiji. Svaki
hijerarhijski nivo se nastavlja sa nekim drugim hijerarhiskim nivoom.
Naprimer, unutar vremenske dimenzije, dani se nastavljaju na nedelje, koji se
nastavljaju na kvartale. Za dimenziju proizvoda vezuje se proizvodna grupa,
koja se nastavlja na proizvodne vrste.
Ovakva povezivanja mogu biti veoma sloena, kao naprimer nastavljanje
nedelja na mesece. Poto se meseci ne mogu jednako podeliti na nedelje, to se i
nedelje ne mogu nastaviti na mesece, meutim i nedelje i meseci se mogu
nastaviti sa kvartalima.
Dimenzioni elementi su specijalna kategorija podataka, koja predstavlja
odreeni nivo u dimenzionoj hijerarhiji. Za svaki hijerarhijski nivo postoji po
jedan dimenzioni element. Naprimer, kod dimenzije proizvod, mogu postojati
tri dimenziona elementa: prozvod, grupa i vrsta proizvoda. U ovom modelu

moemo rei da dimenzioni element "proizvod" predstavlja najnii hijerarhijski
nivo u dimenziji proizvod, dok vrsta proizvoda predstavlja najvii nivo.
Posmatranje podataka iz razliitih, ali blisko povezanih perspektiva
omoguava da korisnik analizira podatke na razliitim nivoima detalja.
Postupak prelaska sa nivoa sa manjim brojem detalja na nivo sa veim brojem
detalja naziva se sputanje u dubinu (drill down) i predstavlja zahtev korisnika
da mu se prikae vie detalja.
Postupak prelaska sa nivoa sa veim brojem detalja na nivo sa manjim
brojem detalja, na tzv. sumarne podatke, naziva se dizanje navie (drill up).
Naprimer, upit bi mogao prezentovati prodaju u odnosu na neke regione. Poto
pronaemo vrh prodaje u nekom regionu, sputamo se nanie da bi smo saznali
kako se prodaja odvija po optinama. Dizanje navie je suprotno od sputanja
nadole i zahteva zbirni pogled na podatke. Dobro dizajnirana ema zvezde mora
obezbediti postojanje razliitih nivoa detalja, tj. hijerarhija.
Naprimer, geografski podaci vezani za prodaju mogli bi se organizovati u
sledeu hijerarhiju:
SVET > KONTINENT > DRAVA > OBLAST > GRAD
Pored operacija drill down i drill up, postoji i operacija drill across, koja
se koristi za povezivanje dve ili vie injeninih tabela na istom nivou
hijerarhije.
Kreiranje agregacija
Agregacija je proces skupljanja injeninih podataka po unapred
definisanim atributima. Na primer, mogue je kreirati sumarne podatke o
prodaji po regionu i oblasti skupljajui ih iz svake prodavnice, tj. najnieg
nivoa detalja. Agregacijama se sumiraju detalji podataka i smetaju u posebne
tabele. Ove tabele se koriste od strane aplikacija da bi se eliminisala potreba da
se ponovo vre neki prorauni koji bi se inae morali sprovesti ako ove tabele
ne bi postojale.
Glavni razlozi kreiranja agregacija su da se poboljaju performanse upita,
tj. da se smanji vreme odziva na upit, kao i da se smanji broj resursa potrebnih
za izvrenje upita. Pri kreiranju agregacija mora se voditi rauna o tome koje bi
zaista trebalo da postoje. Nije dobra praksa da se kreiraju agregacije koje
obrauju podatke nekoliko sati, a da se koriste jednom godinje. S druge strane,
veoma je dobro kreirati agregaciju koju upotrebljavaju skoro svi korisnici i to
vrlo esto.
Tipino skladite podataka sadri podatke atomskog nivoa. Sve mere se
smetaju u tabele injenica tako da se kasnije mogu koristiti za potrebe
236
analiziranja. Meutim, preuzimanje podataka atomskog nivoa iz skladita

podataka ne obezbeuje optimalne performanse. Tabele injenica mogu biti
vrlo velike te izvoenje operacija nad podacima atomskog nivoa smetenih u
njima moe vremenski trajati dugo. Meutim, najvei broj upita zadatih nad
skladitem podataka odnosi se na sumiranje (agregaciju) podataka. Naprimer,
tipini korisnik e esto postaviti zahtev da mu se prikae ukupna prodaja za
ceo mesec. Ovaj zahtev bi se u bazi podataka interpretirao kao potreba da se
saberu svi podaci vezani za prodaju i koji postoje za svaki dan tog meseca. Ako
bi, naprimer, tokom jednog dana postojalo 1000 transakcija u svakoj od 1000
prodavnica, onda bi ovaj upit morao da procesira 30 miliona redova da bi se
dobio odgovor. Ovakav upit bi znatno troio sve raspoloive resurse. Za
podatke kojima se ee pristupa poeljno je izvriti sumiranje. Time se
omoguava da se ve postojei sumarni podaci mogu odmah koristiti, ime se
znatno smanjuje vreme odziva na upit koji treba da procesira te sumarne
podatke. Naprimer, ako bi postojala tabela u kojoj bi se uvali sumarni podaci o
prodaji za svaku od 1000 prodavnica, onda bi upit o ukupnoj prodaji za ceo
mesec morao da procesira 1000 redova. Prema tome, postojanje tabele sa
sumarnim podacima, u ovom primeru, smanjuje potrebu procesiranja 30
miliona redova podataka na hiljadu.
S obzirom da mnogi upiti koje postavlja korisnik mogu zahtevati
agregaciju stotina hiljada redova, vrenje agregacija unapred moe znaajno da
smanji vreme odziva na upit. Upotrebom agregacija smanjuje se vreme odziva
na upit, ali se istovremeno i poveava sama baza podataka.
Prema tome, moe se zakljuiti da je kreiranje unapred definisanih

agregacija neophodno da bi se omoguio rad sa velikim brojem podataka.
Dinamike agregacije, tj. agregacije koje vri korisnik za vreme rada sa
skladitem podataka su najee dugotrajne, te su za potrebe odluivanja
neprihvatljive.
Agregacije zasnovane na SQL naredbama
Jedan od naina na koji se mogu kreirati agregacije jeste korienje SQL
naredbi. Iako ovaj nain nije najbolji po pitanju performansi sistema, on je
najjednostavniji, to se najlake pokazuje na primeru. Neka se u jednom
skladitu podataka primarni klju tabele injenica sastoji od spoljnih kljueva
Proizvod_Id, Vreme_Id i Prodavnica_Id. Da bi se odredila agregacija podataka
o proizvodima po podgrupama, moe se zadati sledea SQL naredba:
SELECT PodgrupaID, ProdavnicaID, VremeID,
FROM fact_tabela
WHERE ProizvodID = PodgrupaID

GROUP BY PodgrupaID, ProdavnicaID, VremeID
Agregacije koje nisu zasnovane na SQL naredbama

U sluaju kreiranja agregacija koje nisu zasnovane na SQL naredbama,
potrebno je razviti specijalizovane programe, to uslonjava procese razvoja i
odravanja skladita podataka.
Prednosti ovog naina kreiranja agregacija su:
Moe se izvriti agregacija dimenzije jednim prolazom po podacima.
Sama priroda procesa agregacije je takva da se moe dekomponovati
na vie paralelnih procesa.
Ukratko, proces se sastoji u traenju redova podataka koje treba
agregirati, zatim sortiranju datoteke, kreiranju podzbirova, a potom agregaciji i
uitavanju tokom jednog prolaza kroz datoteku. Po nalaenju redova podataka
koje treba agregirati, izvri se sortiranje po dimenziji po kojoj se trai
agregacija. Na taj nain e se svi podaci istog nivoa dimenzije nalaziti jedan iza
drugog. Naprimer, ako se izvri sortiranje redova podataka po dimenziji Vreme,
u tabeli e se prvo nalaziti redovi podataka koji se odnose na Dan, iza njih e
biti redovi podataka koji se odnose na Nedelju itd. Zatim se na svakom mestu
prelaza sa jednog nivoa dimenzije na drugi (naprimer, sa Dana na Nedelju)
kreiraju podzbirovi za taj nivo dimenzije. Pri tome je mogue iskoristiti
prednosti paralelnog procesiranja jer su podaci podeljeni po grupama (jedan
proces moe raunati podzbirove vezane za nivo Dan, a drugi za nivo Nedelja).
Tako dobijene podzbirove treba uitati i izvriti agregaciju. Time je proces
agregacije podataka zavren.
Kreiranje fizikog modela

U okviru kreiranja fizikog modela baze podataka, izvodi se postupak
prevoenja logikog modela u fiziki model prikazan preko dijagrama entiteti
veze koji fokusira podatke. Fiziki model za potrebe naeg skladita podataka
bie orijentisan relacionim bazama podataka i koristie se za kreiranje eme
baze podataka.
Treba naglasiti da generisanje fizikog modela mora da ispuni zahteve
vezane za strukturna dinamika pravila integriteta, i to:
ogranienja, kojima se definiu dozvoljena stanja baze podataka,
operacije, koje mogu potencijalno ugroziti ogranienja,
akcije, koje treba preduzeti ukoliko doe do naruavanja ogranienja.
Za kreiranje fizikog modela koristite se CASE alat ERWin, koji
omoguava ostvarivanje veze izmeu konceptualnog (logiki), dimenzionog i
fizikog modela.
Neposredno pre kreiranja modela treba izabrati sistem za upravljanje
238
bazama podataka na kome e biti implementirana baza podataka. Koristiemo

Microsoft SQL Server 2000, jer ima mnoge alate i osobine koje
pojednostavljuju proces instaliranja, razvoja, upravljanja i korienja baza
podataka. SQL Server 2000 sadri alate koji omoguavaju vezu sa Internetom,
ima integrisan sistem zatite sa Windows NT i Windows 2000. to je najbitnije,
SQL Server 2000 sadri alate koji olakavaju rad sa skladitima podataka. Od
alata za rad sa skladitima podataka ima alate za ekstrakciju i transformaciju
podataka (DTS), za OLAP (On-line Analiytical Processing) analizu (OLAP
server), a ukljuuje i alate za vizuelni dizajn skladita podataka.
Na slici je prikazan model nastao prevoenjem logikog modela u fiziki
model. U okviru procesa prevoenja klasa u entitete trebalo je reiti probleme:
multiplikativnosti,
referencijalnog integriteta i
kreiranja indeksa.
Multiplikativnost definie broj instanci jednog entiteta (budua tabela u
bazi) u relaciji sa jednom instancom drugog entiteta. Problem multiplikativnosti
je reen direktnim preuzimanjem ovih parametara sa modela objekti veze,
definisanog ranije.
Referencijalni integritet se praktino reflektuje kao postojanje
prenesenog kljua u nekoj tabeli. Tamo gde se nalazi preneseni klju, postoji
"ciljna tabela", a tamo gde je definisan primarne klju, nalazi se "izvorna"
tabela. Referencijalni integritet tabele zahteva da unesena vrednost atributa
odgovara vrednosti atributa koji je primarni klju druge tabele. Referenacijalni
integritet se definie za operacije ubacivanja, brisanja i auriranja.
Vano je, kod transformacije iz dijagrama klasa u fiziki model, istai da
je pravilo da se veze kompozicije i agregacije transformiu u identifikujuu
vezu izmeu tabela. U ovom sluaju je odstupljeno od ovog pravila jer se
zahtevala fleksibilnost fizikog modela, zbog specifinih upita koji su kasnije
raeni nad skladitem podataka.
Kreiranje indeksa je izvreno automatski za sve primarne kljueve u
entitetima i za prenesene kljueve u entitetu Ispit. Ovo se radi iz razloga to e
se budua pretraivanja u okviru skladita podataka vriti na osnovu ovih polja.
Generisanje baze podataka

Aktivnost generisanja baze podataka vri se korienjem SQL jezika.
Naime, alat u kome je izvreno kreiranje fizikog modela (npr. ERWin)
omoguava automatsko generisanje koda preko takozvanih DDL (Data
Definition Language) datoteka.
U sledeem koraku se vri izvravanje DDL datoteka pomou Query
Analyzer-a, alata koji je sastavni deo SQL Servera 2000. Ovaj alat omoguava
direktno zadavnje SQL naredbi i njihovo izvravanje u cilju generisanja baze

podataka.
Treba napomenuti da se prilikom generisanja baze mora doneti odluka o
nainu mapiranja operacija koje e biti na raspolaganju u okviru fizike baze
podataka. Nain koji je u ovom sluaju primenjen jeste da se operacije
mapiraju u obliku okidaa (kod okidaa je dat, u okviru SQL koda za
generisanje baze, u prilogu). Kada se svi ovi poslovi uspeno urade, baza
(skladite) podataka je generisana.
Uitavanje podataka
Poto su zavrene sve pripreme, moe se pristupiti uitavanju podataka u
skladite podataka. U toku uitavanja se mogu eventalno izvriti jo neke
transformacije, mada bi sa transformacijama podataka trebalo zavriti pre
uitavanja zbog problema konzistentnosti baze. Za uitavanje podataka moe se
koristiti alat MS SQL Server-a DTS (Data Transformation Servicess) i njegova
procedura uitavanja podataka pomou takozvanih DTS paketa.
PRIMENA SKLADITA PODATAKA

Primena skladita podataka je irokog dijapazona, poev od dravnih
organa, zdravstva i obrazovanja, pa do finansija, prodaje, marketinga, nabavke i
proizvodnje.
Primena skladita podataka u finansijama vezana je za, npr.:
izvetaj o protoku novca po grupama proizvoda i organizacionim
jedinicama koji omoguuje analizu prihoda i trokova po velikom
broju parametara;
detaljnu analizu profita, multidimenzione izvetaje po kategorijama
profitnih i trokovnih centara;
izradu bilansnih rauna;
izradu sumarnih izvetaja o kljunim finansijskim parametrima.
Primena skladita podataka u marketingu vezana je za izradu stratekih
marketinkih analiza koje se implementiraju putem multidimenzionih izvetaja,
sa detaljima o prodaji viskoprofitnih proizvoda i praenjem po vremenu,
regionima, distributerima, sektorima potronje i dr. Mogunost slobodnog
izvlaenja sumarnih izvetaja i zalaenja u detalje u podrujima koja ne
ispunjavaju oekivanja daje sektoru marketinga uvid u promenu na tritu.
Kako su marketinke kampanje skupe, to arhiviranje podataka o tritu daje
odgovor na pitanje koji je segment trita reagovao, preko kojih kanala, na kom
geografskom podruju i preko kojih medija. Ovi podaci su od neprocenjivog
znaaja za organizovanje narednih kampanja.
240
Primena skladita podataka u prodaji vezana je za analizu prodaje i

davanje odgovora na pitanja kao to su:
Koji proizvod donosi najvei profit?
Koji kupci kupuju najprofitabilnije proizvode?
Primena multidimenzionih izvetaja dovodi do uoavanja Pareto pravila,
pokazujui odnos izmeu proizvoda, profatibilnosti i geografske distribucije
(npr. 20% proizvoda koji donose 80% profita). Precizna analiza moe biti
osnova za stimulaciju prodavaca (stimulacija po ostvarenom profitu a ne po
prihodu) i za planiranje prodaje.
Primena skladita podataka u nabavci veoma je vana jer nabavka
odreuje profitabilnost preduzea na vie naina. Pre svega, to su trokovi
materijala, praenje odnosa sa dobavljaima kroz vreme. Jo su vee
mogunosti upravljanja zalihama, u smislu oslobaanja obrtnog kapitala
zarobljenog u zalihama.
Upravljanje odnosima sa dobavljaima je posebno vano u svetlu JIT
(Just in Time) proizvodnje. Uz dobro planiranje omoguuje se dobro analitiko
praenje prformansi dobavljaa, tano ispunjenje dogovorenih rokova, kvaliteta
i drugih parametara, kroz koncept kartice rezultata dobavljaa.
Primena skladita podataka u proizvodnji vezana je za davanje odgovora
na pitanja kao to su:
Koliko vremena treba da se napravi proizvod A?
Gde je usko grlo proizvodne linije?
Gde se javlja najvie problema vezanih za kvalitet?
Analiza upravljanja kapacitetima reava probleme u operativnom
planiranju i otvara mogunost za "provlaenje" proizvodnje kroz ograniene
kapacitete bez veih investicija.
I ovde se moe ukljuiti Pareto analiza, tj. 80% problema potie od 20%
uzroka, to je posebno vano za praenje kvaliteta proizvoda. Da bi se problem
kvaliteta mogao dobro analizirati i u transakcionim sistemima i u skladitu
podataka, potrebno je obezbediti potpunu sledljivost proizvodnog procesa, od
ulaznih sirovina do gotovog proizvoda.
Primena skladita podataka u upravljanju kadrovima vezana je za analizu
i planiranje razvoja kadrova i predstavlja prvi korak u uvoenju upravljanja
znanjem kao novog kvaliteta i prednosti organizacija u trinoj utakmici.
Skladita podataka se mogu primeniti i za praenje i analizu zarada i
trokova (po grupama, organizacionim jedinicama, regionima), efikasno
ulaganje u obrazovanje kadrova i dr.
OLAP SISTEMI
Interaktivno analitiko procesiranje (On line Analytical Processing
OLAP) namenjeno je on line analizama i izvetavanjima, za razliku od
produkcionih sistema namenjenih auriranju baza podataka i obradi transakcija
(On Line Transaction Processing OLTP).
Postavlja se pitanje: ta je to krajnjem korisniku potrebno? Ono to
krajnjem korisniku treba je sledee:
da moe da postavi bilo koje poslovno pitanje,
da bilo koji podatak iz preduzea koristi za analizu,
mogunost neogranienog izvetavanja.
Donosiocima poslovnih odluka su potrebni odgovori na pitanja koji
direktno utiu na njihovu mogunost da budu kompetentni na dananjem brzo
promenljivom tritu. Njima su potrebni jasni odgovori na koliko god teka
pitanja, i to u to kraem vremenskom periodu. U tu svrhu se koriste analitiki
OLAP (on line analytical processing) sistemi koji obezbeuju informacije koje
se koriste za analizu problema ili situacija. Analitiko procesiranje se primarno
vri korienjem poreenja ili analiziranjem ablona i trendova. Naprimer,
analitiki sistem bi mogao da prikae kako se odreena vrsta tampaa prodaje
u razliitim delovima zemlje. Takoe, mogao bi da prikae i kako se jedna vrsta
proizvoda prodaje sada u odnosu na period kada se proizvod prvi put pojavio na
tritu.
Analiziranje ablona podataka i trendova zahteva postojanje velikog
broja istorijskih podataka. Zato analitike baze podataka ne sadre aurne
podatke, ve uvaju informacije iz odreenog trenutka vremena. Naprimer,
mogue je utvrditi da je prodaja u jednom mesecu znatno opala samo ako u
sistemu postoje podaci o prodaji u prethodnim mesecima, tako da se moe vriti
poreenje.
U poetku su upiti korisnika bili relativno jednostavni. Meutim,
vremenom su korisniki upiti postali toliko sloeni da relacioni alati (OLTP
alati) nisu bili u mogunosti da daju odgovore u prihvatljivom vremenskom
periodu. Upravo u tu svrhu se koriste OLAP sistemi. Oni omoguavaju
jednostavnu sintezu, analizu i konsolidaciju podataka. Koriste se za intuitivnu,
brzu i fleksibilnu manipulaciju transakcionim podacima. OLAP sistemi
podravaju kompleksne analize koje sprovode analitiari i omoguavaju analizu
podataka iz razliitih perspektiva (poslovnih dimenzija).
OLAP sistemi kao skladita podataka koriste multidimenzionalnost i
denormalizaciju i moe se rei da predstavljaju nadgradnju skladita podataka.
U sledeoj tabeli date su neke uporedne karakteristike OLTP sistema, skladita
242
podataka i OLAP sistema.

Karakteristike
OLTP sistemi
Skladite podataka
OLAP sistemi
Tipine operacije
auriranje
izvetavanje
analiza
Analitiki zahtev
nizak
srednji
visok
Ekrani
Koliina podataka
po transakciji
nepromenljivi
definie korisnik
definie korisnik
mala
srednja
velika
Nivo podataka
detalji
detalji i sumarni
podaci
sumarni podaci
Starost podataka
tekui podaci
tekui i istorijski
podaci
tekui, istorijski i
projektovani
podaci
Namena
transakcionim
podacima
rad sa istorijskim
podacima
analiza
Tip pristupa
itanje i pisanje
samo itanje
itanje i pisanje
Karakteristike
odziva
brzo auriranje,
promenljivo vreme
odziva sistema
dugo vreme odziva

sistema
kratko vreme
odziva sistema
Nivo detaljnosti
podataka
transakcioni podaci
delimino sumarni
podaci
Struktura podataka
normalizovana
(zapisi)
Koliina podataka
gigabajti podataka
Adaptivnost sistema
ograniena, uz
znaajnu upotrebu
resursa
slaba
jednostavnost
modifikacije
Brzina uvoenja
sistema
mala (reda godine)
mala (reda godine)
velika (reda dana

ili nedelje)
normalizovana ili
denormalizovana
gigabajti/terabajti
podataka
sumarni i
agregacioni
podaci
dimenziona i
hijerarhijska
gigabajti
podataka
Osnovni elementi OLAP sistema su:

baza podataka, koja slui kao osnova za analizu,
OLAP server, za upravljanje i manipulaciju podacima,
interfejs sistem, prema korisniku i prema drugim aplikacijama,
alati za administriranje.
Pokuaj korienja OLAP pristupa nad bazama podataka koje su nastale
na osnovu modela podataka projektovanog da podri transakcioni nivo
informacionih sistema i obezbedi zahtevani nivo integracije podataka ne moe
se izvesti dovoljno efikasno za praktinu upotrebu, a takoe ugroava nivo
performansi transakcionog nivoa. Za korienje OLAP sloene procedure
potrebno je transakcione podatke prebaciti u posebnu bazu podataka.

OLAP pristup mora od hardvera da poseduje poseban raunar, tzv.
OLAP server, na koji se povezuju relacione BP, eksterni izvori podataka i ostali
interni podaci, koji su podrani grafikim interfejsima, radnim tabelama i
ostalim PC alatima.
OLAP serveri koriste viedimenzione strukture za uvanje podataka i
veza izmeu njih. Viedimenzione strukture se najbolje vizuelizuju kao kocke
podataka i kao kocke u kockama podataka. Svaka strana kocke se naziva
dimenzijom. Kao to smo ranije rekli, dimenzija predstavlja kategoriju
podataka, kao to su tip proizvoda, region, vreme itd. Svaka elija kocke sadri
agregirane podatke koji su u vezi sa dimenzijama. Naprimer, jedna elija moe
sadrati podatke o ukupnoj prodaji za dati proizvod i region u toku jednog
meseca.
OLAP serveri podravaju tipine analitike operacije:
konsolidacija ovom operacijom se vri agregacija podataka po
zadatom kriterijumu,
drill down/up ove operacije omoguavaju prikazivanje vie ili
manje detalja podataka,
isecanje (slice & dice) ove operacije obezbeuju prikazivanje
podataka iz razliitih perspektiva, pri emu se isecanje najee vri
po vremenskoj dimenziji da bi se analizirali trendovi (naprimer, jedan
iseak kocke moe prikazivati sve podatke o prodaji za zadati tip
proizvoda za sve regione, a drugi iseak moe prikazivati sve podatke
o prodaji po kanalima za svaki tip proizvoda).
Jo jedna karakteristika OLAP servera jeste ta to oni smetaju podatke u
sabijenom, zgusnutom obliku. Ovo se postie dinamikom selekcijom tehnika
za kompresiju podataka da bi se to bolje iskoristili prostori za uvanje
podataka. Retko popunjene matrice se uvaju odvojeno od dosta popunjenih
matrica. Na ovaj nain OLAP serveri minimizuju zahteve za uvanje podataka.
U sledeoj tabeli dat je pregled koristi koje se dobijaju uvoenjem OLAP
servera u skladite podataka.
Koristi za korisnike
Koristi za sistem
Izolacija korisnika od SQL jezika
Jednostavno upravljanje sistemom
Izolacija korisnika od relacionog

modela
Automatsko odravanje
244
Poveanje performansi
Smanjenje uitavanja podataka
Poveane mogunosti prorauna
Sistem ne mora vie da generie

izvetaje za korisnike
Interfejs OLAP sistema treba da omogui korisniku komforan rad,

samostalno izvoenje analitikih operacija i dobijanje pregleda i poslovne
grafike, bez znanja programiranja i strukture baze podataka.
OLAP alati veoma efikasno omoguuju prelaenje sa tabela na
viedimenzione grafikone korienjem ekrana koji su dinamiki promenljivi.
Ovako definisana OLAP ili hiper kocka sadri desetine hiljada moguih
izvetaja koji se lako menjaju, brzo definiu i jo bre izvravaju.
OLAP je nain obrade podataka koji karakteriu ad-hoc upiti, slabo
struktuirani izvetaji i analiza koja obuhvata relativno mali broj transakcija, ali
koja ukljuuje veliki broj tabela i zapisa u njima.
Zahtevi koje OLAP mora da ispuni su:
mogunost rada sa velikim skupom podataka i velikim brojem
korisnika,
kratko vreme odziva na upit,
integrisani meta podaci koji povezuju OLAP server i relacionu bazu
podataka,
mogunost rada sa podacima sa razliitim nivoima detalja,
sposobnost prorauna sloenih matematikih funkcija,
podrka za ta-ako analizu, modelovanje i planiranje,
jednostavnost uvoenja i odravanja sistema,
zatita podataka,
mogunost rada sa velikim brojema alata pomou kojih e se
pristupati podacima, vriti analiza i prikazivati podaci.
Arhitekture OLAP sistema

Prenoenje samo izmenjenih podataka zahteva kompleksno
programiranje i odravanje, dok kompletno zanavljanje podataka u skladitu
postaje ozbiljan zadatak kada osnovna baza naraste preko, recimo, 5 gigabajta.
Neki od OLAP alata fiziki prenose sve povezane transakcione podatke
iz relacione baze podataka i iz drugih izvora u viedimenzionalnu bazu
podataka, koristei meta nivo, i pune skladite podataka preko noi (batch
pristup), tj. izvode kompletno zanavljanje podataka u odreenim vremenskim
intervalima.
Drugi pristup, tzv. on-line, prenosi svaku pojedinanu izmenu relacione u

viedimenzionu bazu podataka, tj. izvodi se auriranje skladita samo onim
podacima koji su se izmenili izmeu dva intervala auriranja.
Ovo su dva krajnja pristupa. Meutim, obino se koristi srednje reenje, gde je
batch osnovna metoda, dok se samo neke izmene na starim podacima prenose
pojedinano.
Oba gore definisana pristupa uslovila su pojavu i dve osnovne
arhitekture, tzv. multidimenzioni OLAP (MOLAP) i relacioni OLAP (ROLAP).
MOLAP je reenje kada se koriste multidmenzione baze podataka, a ROLAP
nastaje kao nadgradnja relacionih baza podataka.
MOLAP u osnovi podrazumevaju fiziko manipulisanje podacima, gde
se fizika multidimenzionalnost postie korienjem viestrukog indeksiranja
elijskih struktura.
ROLAP definie virtuelnu multidimenzionalnost, gde se koriste
mehanizmi za logiku transformaciju radi proirenja performansi OLAP-a u
RDBMS okruenju.
Kao to je gore reeno, tendencija je u kombinovanju ova dva pristupa za
izgradnju skladita podataka.
Dakle, postoje sledee arhitekture OLAP sistema:
viedimenzioni OLAP (MOLAP),
relacioni OLAP (ROLAP),
hibridni OLAP (HOLAP).
MOLAP i ROLAP se razlikuju po nainu fizikog uvanja podataka.
Kod MOLAP sistema podaci se uvaju u viedimenzionoj strukturi, a u sluaju
ROLAP sistema podaci se uvaju u relacionim bazama podataka.
Viedimenzioni OLAP (MOLAP)

MOLAP baze podataka imaju ogranienje fizike veliine skupa
podataka sa kojima mogu da barataju. Takoe, postoji i ogranienje na broj
dimenzija koje jo uvek obezbeuju dobre performanse sistema. Da bi se vrila
bilo kakva analiza, potrebno je prvo uitati podatke u viedimenzione strukture.
Pri tome se vre razni prorauni da bi se kreirale agregacije i popunili podaci,
to vremenski moe trajati relativno dugo. Po zavrenom procesu, korisnik
moe zapoeti analizu. Prednost MOLAP sistema je to obezbeuju odline
performanse sistema kada se radi sa ve sraunatim podacima (agregacijama).
Nedostatak MOLAP sistema je tekoa dodavanja novih dimenzija. Prema
tome, MOLAP sisteme je pogodno koristiti u sluajevima kada je mogue
podeliti veliki skup podataka na vie manjih skupova podataka.
Na sledeoj slici je prikazana arhitektura MOLAP sistema.
246
Transakcioni
sistemi
Viedimenziona
baza podataka
- upiti
- heiranje
- indeksiranje
Sloj baze
podataka
- predvianja
- traenje
izuzetaka
Sloj aplikacije
OLAP interfejs
- tabele
- grafikoni
- drill down
- isecanje
- tampanje
Sloj prezentacije
Slika 12.26. Arhitektura MOLAP sistema
Sa slike se vidi da se podaci iz razliitih transakcionih sistema uitavaju

u viedimenzionu bazu podataka pomou batch rutina. Kada se zavri sa
uitavanjem podataka atomskog nivoa, prelazi se na kreiranje agregacija, nakon
ega je baza podataka spremna za rad. Korisnici zadaju svoje zahteve za OLAP
izvetajima putem interfejsa.
Relacioni OLAP (ROLAP)

ROLAP sistemi pristupaju podacima direktno iz skladita podataka i rade
sa relacionim bazama podataka. Ovi sistemi mogu da rade sa velikim
skupovima podataka. im se odredi izvor podataka, korisnik moe zapoeti
analizu. S obzirom da se radi direktno nad bazom podataka, korisniku su uvek
na raspolaganju tekui podaci. Takoe, kod ROLAP sistema ne postoje
ogranienja po pitanju broja dimenzija koja postoje u sluaju MOLAP sistema.
Na sledeoj slici je prikazana arhitektura ROLAP sistema.

Transakcioni
sistemi
Skladite
podataka
(RSUBP)
paraleln i upiti
paralelno uitavanje
paralelno indeksiranje
bit-map indeksiranje
heiranje
veze zvezde
deljenje podataka
backup i recovery
optimizacija trokova
SMP i MPP podrka
Sloj baze podataka
OLAP
interfejs
Relacioni
OLAP
- transformacije
- dinamika
konsolidacija
- sloeno filtriranje
- predvianja
- obrada izu zetaka
- procesiranje u
pozadini
- podela upita
- rasporeivanje
- upravljanje
tokovima
- agregacije
Sloj aplikacije
tabele
grafikoni
mape
upozorenja
drill down
isecanje
Sloj prezentacije
Slika 12.27. Arhitektura ROLAP sistema
Nakon to se definie model podataka za skladite podataka, podaci iz

transakcionih sistema se uitavaju u skladite podataka. Viedimenziona
analiza, koju korisnik zahteva, dinamiki se transformie u niz SQL naredbi
koje se dalje prenose na relacionu bazu podataka. ROLAP sistemi su
optimizovani za pristupanje podacima, dok su MOLAP sistemi optimizovani za
prikupljanje podataka. Prednost ROLAP sistema je to su sumarne tabele
kreirane direktno u RSUBP-u, ime se obezbeuje kratko vreme odziva sistema
na upit, i to su tabele veoma itljive.
Evo nekih karakteristika MOLAP i ROLAP sistema:
viedimenziona analiza mogua je korienjem ROLAP i MOLAP
sistema,
za manje koliine podataka ROLAP sistemi imaju skoro iste
performanse kao i MOLAP sistemi,
MOLAP sistemi nisu pogodni za rad sa velikim skupom podataka,
MOLAP sistemi su manji od ROLAP sistema, te je potrebno manje
U/I operacija pri pribavljanju podataka, to uslovljava da su MOLAP
sistemi bri.
Postavlja se pitanje zato onda uopte i koristiti ROLAP sisteme.
Odgovor na ovo pitanje je jednostavan. Za ROLAP sisteme ve postoje
razvijeni i provereni alati za uvanje podataka. Takoe, u sluaju da se radi sa
ROLAP sistemima, nema potrebe za premetanjem podataka kao to je to sluaj
sa MOLAP sistemima. ROLAP sistemi su otvoreni sistemi jer obezbeuju
direktan pristup podacima iz tabela te ne postoji potreba za dupliciranjem
248
podataka kao to je to sluaj sa MOLAP sistemima.
Hibridni OLAP (HOLAP)

Moda najbolje reenje predstavlja HOLAP, iji alati mogu pristupati i
relacionim i viedimenzionim bazama podataka. Cilj korienja HOLAP alata
jeste da se iskoriste prednosti MOLAP alata (kratko vreme odziva sistema i
analitike mogunosti) i ROLAP alata (dinamiki pristup podacima). Pri tome
se ne moe rei da je HOLAP prost zbir MOLAP-a i ROLAP-a. To je zapravo
ROLAP koji ima mogunost izvravanja vrlo sloenih SQL naredbi. Dakle, cilj
je bio da se zadre sve prednosti ROLAP-a, ali da se pri tome dodaju i neke
nove mogunosti za rad sa viedimenzionim bazama podataka. Jedan od
HOLAP alata je i Oracle Express.
Potrebe korisnika su:
viedimenzioni pogled na podatke ovu mogunost poseduju i
MOLAP i ROLAP alati,
odline performanse sistema ovu mogunost poseduju MOLAP
alati,
analitika fleksibilnost (za potrebe simulacija) ovu mogunost
poseduju MOLAP alati,
pristup podacima u realnom vremenu ovu mogunost poseduju
ROLAP alati,
veliki kapacitet podataka ovu mogunost poseduju ROLAP alati.
HOLAP alati moraju imati sledee karakteristike:
dimenzije se mogu dinamiki aurirati ne samo da treba obezbediti
brz pristup samim podacima, ve se mora omoguiti i jednostavna
izmena struktura podataka;
mogunost viedimenzionih pogleda zasnovanih na meta podacima
relacionih sistema za upravljanje bazama podataka HOLAP alati
moraju koristiti meta podatke relacionih SUBP pri kreiranju
viedimenzionog modela;
brz pristup svim nivoima agregacionih podataka;
jednostavno odravanje agregacija.
Danas postoje tri prilaza pri radu sa HOLAP alatima:
Izbor izmeu relacionih SUBP i viedimenzionih baza podataka.
Sistem podrava obe strukture baza podataka, tako da se kreira MOLAP model
koji se uva u relacionom formatu. S obzirom da se ne moe pristupati ovim
modelima istovremeno, korisnik mora da izvri izbor. Ako se koristi ovaj nain
rada, sve dimenzije se moraju unapred zadati u viedimenzionom modelu, tj.
ovaj nain rada ne podrava dinamiku izmenu strukture modela.
Uitavanje rezultata relacionih upita u viedimenzionu bazu podataka.
U ovom sluaju korisnik zadaje upit na osnovu kojeg se generiu SQL naredbe
koje prikupljaju podatke iz relacionog SUBP-a i dostavljaju ih viedimenzionoj
bazi podataka.
Korienje viedimenzionih baza podataka za keiranje podataka i
relacionih SUBP za dinamiki pristup detaljnim podacima. Pri ovom nainu
rada koriste se obe strukture baza podataka. Kreira se viedimenzioni model
koji je statine strukture. Podaci se keiraju te kada korisnik zada upit, prvo se
provere ti podaci. Ako se oni ne nalaze u keu, generiu se SQL naredbe koje e
prikupiti podatke iz relacionog SUBP-a u ke.
Kreiranje OLAP kocki pomou Cube Wizard-a

Kreiranje OLAP kocki korienjem Cube Wizard-a integrisanog u
Microsoft Query vri se na osnovu prethodno definisanih upita nad skladitem
podataka. Proces kreiranja kocke se odvija kroz sledee korake:
1. Po startovanju MS Query-ja izabere se tip baze podataka (u naem
sluaju MS ACCESS) i pronae odgovarajua baza pdataka (u naem sluaju
Faktura2000w.mdb).
Na osnovu prikazanih tabela biraju se kolone, kao to je pokazano na
sledeoj slici.
Slika 12.28. MS Query izbor kolona
2. Pritiskom na tipku Next prikazuje se MS Query upit i bira opcija

Create OLAP Cube...
250
Slika 12.29. Grafiki prikaz MS Query-ja
3. Ovo je prvi korak u formiranju OLAP Cube gde se odreuju polja koja
formiraju sumarne podatke i matematike operacije koje e se izvriti nad tim
poljima. Polja koja se ne koriste za sumarne podatke predstavljaju kandidate za
dimenzije kocke.
Slika 12.30. Izbor polja sumarnih podataka
4. Definisanje dimenzija OLAP kocke izbor izmeu preostalih polja

(kandidata za dimenzije) onih koja e formirati dimenzije kocke. U ovom
koraku se vri i formiranje hijerarhije dimenzija. Hijerarhija dimenzija treba da
omogui vie nivoa detaljnosti, u zavisnosti od potreba korisnika u procesu
analize podataka.
252
Slika 12.31. Formiranje dimenzija OLAP kocke
5. Snimanje fajla kocke na disk raunara u treem koraku se bira mesto

snimanja OLAP kocke, to se vidi na sledeoj slici.
Slika 12.32. Izbor mesta snimanja OLAP kocke
I, na kraju se izvri snimanje fajla kocke na disk raunara, kao to se vidi

na sledeoj slici.
Slika 12.33. Snimanje fajla kocke na disk raunara
Na osnovu ovako generisane OLAP kocke (fajl kocke) se, posredstvom

Microsoft Excel-a, vri kreiranje pivot tabele za pristup podacima koje ta kocka
sadri.
Analiza podataka korienjem Microsoft Excel dinamike tabele

Analiza podataka organizovanih u OLAP kocke moe da se vri
korienjem PivotTable (dinamika tabela sa objedinjenim podacima iz neke
baze podataka) servisa koji omoguavaju pristup podacima u OLAP kockama.
Na sledeoj slici su prikazana dva naina pristupa podacima u OLAP kockama,
korienjem Microsoft Excel-a ili izradom posebne aplikacije, primenom
takozvanih ADO mehanizama.
Slika 12.34. Pristup OLAP kockama
U naem sluaju, odlueno je da se koristi Microsoft Excel jer je to alat

ija je osnovna namena analiza podataka (Microsoft klasifikacija). Analiza
podataka organizovanih u OLAP kocke u Excel-u se vri izradom takozvanih
254
pivot tabela. Microsoft Excel omoguava i vrenje analiza korienjem

dodatnih alata, koji su njegov sastavni deo. Korisnik ima mogunost da
direktno iz Excel-a vri tampanje izvetaja za odreeni pogled na podatke
(izabrani nivo detaljnosti i raspored dimenzija).
Pivot tabela predstavlja dinamiku tabelu sa objedinjenim podacima iz
neke baze podataka. Ona slui za tabelarno prikazivanje vie vrsta (dimenzija)
podataka. U okviru nje se sumarni podaci mogu prikazivati na bilo kom nivou
detaljnosti. Za potrebe izrade pivot tabela, u Microsoft Excel-u postoji
arobnjak (PivotTable Wizard). Sam postupak izrade se odvija u sledeim
koracima:
1. Odreivanje lokacije podataka da bismo pristupili prethodno
generisanim OLAP kockama, bira se opcija spoljni izvor podataka (eng.
External data source).
Slika 12.35. Odreivanje lokacije podataka
2. Povezivanje sa spoljnim izvorom podataka bira se opcija OLAP

Cubes i okviru nje se bira kocka na osnovu koje formiramo pivot tabelu.

Slika 12.36. Izbor OLAP kocke
3. Formiranje pivot tabele sa prozora PivotTable Field vri se

prevlaenje polja (dimenzija i sumarnih podataka) na odgovarajua mesta u
pivot tabeli (polja strane, reda i kolone). Formirana pivot tabela je prikazana na
sledeoj slici.
Slika 12.37. Formiranje pivot tabele
Grafiki prikaz pivot tabele prikazan je na sledeoj slici.
Slika 12.38. Grafiki prikaz Pivot tabele
256
DATA MINING - OTKRIVANJE ZNANJA

Korisnici informacionih sistema s pravom zakljuuju da su im
uvoenjem automatizovanog informacionog sistema obeavali sve i svata, a
dobili su samo gomilu podataka. To je tano, tim pre to se baze podataka
uveavaju zbog realnih potreba poslovnog procesa. Ono to se namee jeste
potreba za automatizacijom analize podataka. Upravo je to ono to omoguuje
data mining.
Data mining je komponenta skladita podataka. Data mining se zove i
Knowledge Discovery in Databases (KDD). Data mining treba da ukljui
elemente baze znanja koji se koriste u ekspertnim sistemima i da analizira
delove podataka da bi se identifikovala veza izmeu naizgled "nepovezanih
podataka".
Data mining je proces otkrivanja koji omoguuje korisnicima da shvate
sisteme i veze izmeu njihovih podataka. Data mining otkriva oblike i trendove
u sadraju ove informacije. Primer otkrivanja nekih podataka je i matini broj
graana, gde su u strukturi broja smeteni podaci koji se mogu koristiti kao
elementi za pretraivanje. Data mining mora da poseduje takva znanja da bez
uplitanja korisnika nalazi elemente koji se mogu koristiti za grupisanje i
identifikaciju oblika.
Data mining otkriva relacije naeg svakodnevnog komuniciranja sa
podacima.
Drugi element su oblici, abloni ili obrasci (patterns) koji nastaju na
osnovu navika korisnika i koji se mogu aproksimovati na nova ponaanja. Data
mining dozvoljava sagledavanje informacija na nain koji ranije nije bio
sagledavan.
Osnovna poruka data mininga jeste da je potrebno da iz ogromne koliine
operativnih podataka i veza koje se ne mogu odmah sagledati definiu
odgovarajue relacije, obrasci ponaanja, to u krajnjem sluaju treba da od
podataka da potrebne informacije.
Sam podatak je sastavljen od serije karaktera koja sama po sebi ne znai
nita. Grupisani zajedno u obliku elemenata podataka, oni neto znae. U
sledeem koraku, elementi podataka podvrgnuti data mining analizi postaju
veoma korisne informacije.
Dakle, data mining se moe definisati kao proces podrke odluivanju u
kojem se trae abloni infomacija u podacima. Osnovni cilj data mininga jeste
otkrivanje skrivenih veza, predvidivih sekvenci i tanih klasifikacija. Ovo
pretraivanje moe vriti korisnik, naprimer izvoenjem upita (tada je to zaista
teko), ili ga moe vriti neki "pametni" program koji automatski pretrauje
bazu umesto korisnika i nalazi znaajne ablone. Kada se nae, informacija
treba da se prezentuje na odgovarajui nain, sa grafikonima, izvetajima itd.
Faze u izradi Data mininga

Proces izrade data mininga sastoji se od sledeih faza:
selekcija odabiraju se (segmentiraju) podaci po nekom kriterijumu
(naprimer, svi ljudi koji poseduju automobile) da bi se odredili

podskupovi podataka;
preprocesiranje ovo je faza "ienja" podataka, u kojoj se odreene
informacije odbacuju jer se smatraju nepotrebnim, a koje bi usporile
obradu upita;
transformacija u ovoj fazi podaci se rekonfiguriu tako da postanu
korisni i jednostavniji za pretraivanje;
Data mining u ovoj fazi se trae abloni meu podacima;
interpretacija i razvoj abloni koji su otkriveni u prethodnim fazama
interpretiraju se kao znanje koje se dalje moe koristiti za procese
podrke odluivanju.
Proces data mininga ukljuuje jo neke procese, kao to su induktivno

uenje, statistika, mainsko uenje i drugi. Induktivno uenje je proces kojim se
analiziraju baze podataka da bi se nali abloni. Slini objekti se grupiu u klase
i pravila, ime se omoguava da se predvide klase do tada nepostojeih
objekata. Mainsko uenje je automatizacija procesa uenja. Mainskim
uenjem se prvo ispituju primeri i njihovi izlazi, a zatim se trai nain da se oni
reprodukuju i da se izvri generalizacija za nove sluajeve. Proces data mininga
prvo izvri translaciju informacija iz baza podataka u oblike koji su pogodni za
mainsko uenje. Zatim se mainskim uenjem na osnovu informacija odreuje
znanje koje se dalje upotrebljava za potrebe podrke odluivanju.
Korisnici, aktivnosti i procesi data mininga

Potrebno je razlikovati korisnike, procese i aktivnosti. Aktivnost u sebe
ukljuuje procese koji se mogu izvriti. Prvo e biti rei o korisnicima. Postoje
tri vrste korisnika:
izvrioci,
krajnji korisnici,
analitiari.
Izvriocima je potreban pogled "sa vrha". To su ljudi koji koriste raunar
mnogo manje od ostalih grupa. Oni su esto nezadovoljni svojim
informacionim sistemom za izvrioce (Executive Information System EIS) i
ele informacije, a ne sumarne podatke prikazane u vidu grafikona.
258
Krajnji korisnici znaju da koriste tabele, ali ne znaju program. To su,

naprimer, prodavci, naunici, inenjeri itd.
Analitiari znaju kako da interpretiraju podatke i vre raunanja, ali nisu
programeri. To su finansijski analitiari, statistiari, konsultanti.
Sve ove vrste korisnika slue se trima vrstama data mining aktivnosti:
epizodne,
strategijske,
kontinualne.
Korienjem epizodnih aktivnosti posmatraju se podaci iz jedne
odreene epizode (naprimer, odreena marketinka kampanja) koji se mogu
koristiti za predvianje. Korisnik moe da tumai ove podatke ili da ih koristi
za predvianje. Ove aktivnosti najee sprovode analitiari.
Korienjem strategijskih aktivnosti posmatra se vei skup meusobno
povezanih podataka, s namerom da se dobije saznanje o globalnim merama ili
vrednostima (naprimer, profit). Ove aktivnosti pokuavaju da daju odgovore na
pitanja odakle neto dolazi i slino.
Upotrebom kontinualnih aktivnosti pokuava se doi do saznanja kako se
svet menja tokom nekog vremenskog perioda, kao i da se nau faktori koji su
uslovili to menjanje.
Postoje tri vrste procesa u data miningu:
otkrivanje,
modelovanje na osnovu predvianja,
sudska analiza.
Otkrivanje je proces kojim se posmatranjem baze podataka trae skriveni
abloni bez prethodnog saznanja kako bi ti abloni trebalo da izgledaju. Drugim
reima, program sam trai ablone koji bi mogli biti od interesa, bez uplitanja
korisnika (korisnik ne mora da misli o bitnim pitanjima). U velikim bazama
podataka postoji veliki broj ablona pa korisnik ne moe o svima da vodi
rauna. Glavno pitanje je bogatstvo ablona, kao i kvalitet podataka koji se
dobijaju njihovom upotrebom. Odreivanje "snage" i korisnosti je osnova
tehnike otkrivanja.
abloni dobijeni modelovanjem na osnovu predvianja koriste se za
predvianje budunosti. Modelovanje na osnovu predvianja omoguava da
korisnik ostavi neka polja nepopunjena jer e sistem pokuati sam da pogodi
vrednosti za ta polja na osnovu ablona dobijenih iz baze podataka. Ova tehnika
koristi ablone koji su dobijeni tehnikom otkrivanja za pogaanje novih
vrednosti koje treba upisati.
Sudska analiza je proces primene ablona radi dobijanja elemenata
podataka koji su neuobiajeni, tj. koji su anomalije. Da bi se takvi elementi
nali, prvo se zadaju tani elementi, a zatim se u okviru baze podataka trae
elementi koji odstupaju od zadatih.
Svaki od ovih procesa se moe dalje klasifikovati. Naprimer, postoji
nekoliko tipova otkrivanja ablona kao to su asocijacije, IF/THEN pravila itd.
Proces data mininga se sastoji od dve faze:
izrada modela i
predvianje buduih rezultata.
Model je matematika formula koja objanjava uticaj ulaza na izlaz.
Iterativnom obradom podataka ova formula se moe menjati i dovesti do tanog
oblika, tj. oblika koji u potpunosti odraava uticaj ulaza na izlaz. Kada se
model kreira, moe se iskoristiti za predvianje buduih dogaaja. Ovaj model
se moe koristiti samostalno ili u sprezi sa tradicionalnim metodama analize,
kao to su upiti nad skladitem podataka.
Prostori posmatranja
Pristup podacima i analiza podataka su razliiti aspekti podrke
odluivanju i koriste se nad razliitim raunskim prostorima. Postoje etiri
raunska prostora koji karakteriu procese podrke odluivanju:
prostor podataka,
prostor agregacija/OLAP,
prostor uticaja,
prostor varijacija.
Operacije pristupa podacima, kao to su upiti i izvetaji, koriste se nad
raunskim prostorom podataka, OLAP koristi viedimenzioni prostor
agregacija, a data mining se koristi nad prostorom uticaja.
Upiti koji se postavljaju nad ovim prostorima potpuno su razliiti. Na
pitanje kao to je "ta utie na prodaju?" skoro je nemogue odgovoriti
direktno iz prostora podataka. Takoe, ovi prostori su esto toliko veliki da se
ne mogu unapred izraunati i sauvati, kao to je to sluaj sa prostorom
podataka (naprimer, nemogue je unapred odrediti sve faktore uticaja unutar
baze podataka).
Prostor podataka sadri sve informacije iz ostalih raunskih prostora, ali
u manjem obliku. Ostali prostori sadre manje infomacija od prostora podataka,
ali su te informacije itljivije i pristupanije.
Interesantno je to su ova etiri raunska prostora povezana sa etiri
razliita matematika koncepta. U prostoru podataka, relacije koriste skupove i
lanove. Struktura prostora agregacija je aritmetika. Prostor uticaja se odnosi
na logiku. Struktura prostora varijacija koristi razliite oblike prorauna. esto
260
se spominje i peti prostor, koji se odnosi na geografske informacije. U ovom

prostoru osnovu prestavljaju karte (mape).
OLAP i prostor agregacija
Za razliku od prostora podataka, u kome se uvaju sami elementi
podataka, u prostoru agregacija se uvaju rezultati prorauna agregacija
izvrenih nad podacima (naprimer, prosean broj godina svake osobe u
Beogradu, ukupna prodaja po gradovima za dati proizvod itd.). Sama ideja
viedimenzione baze podataka veoma je jednostavna:
Uzeti u obzir niz dimenzija, kao to su PROIZVOD, PRODAVNICA,
GRAD. Ove dimenzije su najee u vezi sa nenumerikim poljima u
relacionim bazama podataka.
Odrediti potreban broj mera, kao to su PRODAJA i POPUST. Mere
su najee u vezi sa numerikim poljima relacionih baza podataka.
Nai agregacije nad merama uzimajui u obzir dimenzije (naprimer,
prosena mesena prodaja u svim gradovima) i sauvati ih za kasniju
upotrebu.
Prema tome, prostor agregacija sadri sve sumarne podatke izabranih
prorauna koji su izvreni nad prostorom podataka. Nain na koji se ovi
prorauni uvaju moe se posmatrati u vidu dimenzija i koordinata i time
produbiti pojam viedimenzionalnosti. Pri kreiranju agregacija, esto je
potrebno da se u prostor podataka dodaju jo neki podaci vezani za hijerarhije i
periodina ponaanja (istoriju). Ovim se delimino izlazi iz okvira relacionih
modela. Naprimer, relacioni modeli ignoriu prirodne hijerarhije tipa
DRAVA, REGION, GRAD ili GODINA, POLUGODITE, MESEC.
Dodavanjem ovih informacija obezbeuju su dodatne mogunosti za korisnika.
Jedan od razloga zbog kojeg OLAP sistemi imaju krae vreme odziva na upit
od relacionih modela jeste u tome to se kod OLAP sistema agregacije jednom
izvravaju, a njihovi rezultati se uvaju za kasniju upotrebu. Prema tome,
OLAP sistemi samo pristupaju unapred izraunatim podacima smetenim u
prostor agregacija.
Data mining i prostor uticaja

Za razliku od prostora podataka i agregacija, priroda prostora uticaja je
logika. Ovde se radi sa uticajima specifine grupe podataka na druge podatke.
Ono to ovaj prostor ini interesantnim jeste to to su informacije koje se
nalaze u njemu moda najkorisnije za samog korisnika, jer su one najee
opte te se mogu smatrati "znanjem".
Proces data mining se definie kao proces podrke odluivanju pomou
kojeg se nalaze abloni informacija u podacima. Traenje ovih ablona moe
vriti sam korisnik korienjem upita, to je teak i naporan posao, ili mu u
tome moe pomoi program koji automatski pretrauje bazu podataka i nalazi
znaajne ablone. Ovaj postupak se naziva otkrivanje (discovery).
Otkrivanje je proces u kome se trae skriveni abloni podataka u bazi
podataka bez unapred odreene ideje ili hipoteze o tome kako oni izgledaju.
Drugim reima, program preuzima inicijativu u traenju interesantnih ablona,
bez potrebe da korisnik mora da unapred misli o bitnim pitanjima. U velikim
bazama podataka postoji puno ablona koje korisnik verovatno ne bi ni otkrio.
Zato se ovaj raunski prostor razlikuje od ostalih prostora. Izlaz procesa
otkrivanja esto se moe prikazati pravilima tipa ako-onda. Naprimer:
IF
30 < Starost_Kupca < 42 AND
Tip_Vozila = Kamion AND
Broj_Dece < 2
THEN
Popust = 5%
Proraunavanje izmena u prostoru varijacija

U prostoru varijacija se posmatraju izmene nastale u dimenzijama.
Posmataju se ne samo izmene, ve i stopa izmena.
Veza sa skladitem podataka
Postavlja se pitanje veze izmeu skladita podataka i data mininga. Kao i
za skladite podataka, i za potrebe data mininga mora postojati jedinstven,
odvojen, integrisan, konzistentan i "preien" izvor podataka. Prema tome,
data mining alati mogu u potpunosti da koriste skladite podataka jer ono
zadovoljava te potrebe.
Cilj data mininga jeste da se nau abloni u podacima, ali je poeljno
nalaziti samo one ablone koji su od znaaja za dati posao. S obzirom da data
mining alati pretrauju sve podatke, potrebno je odrediti skup podataka nad
kojima e oni da rade, tj. treba zadati upit nad bazom podataka. Poto je broj
podataka najee veliki, vreme odziva takvog upita nad bazom podataka moe
biti veliko. Meutim, mehanizam procesiranja upita u skladitima podataka
obezbeuje da je vreme odziva na upit relativno kratko, te se za potrebe data
mininga moe koristiti. Postoji jo jedan razlog zbog kojeg treba koristiti
skladita podataka za potrebe data mininga. Rezultati data mininga mogu biti
korisni samo ako postoji nain da se dalje istrauju otkriveni abloni u
podacima. Upravo skladite podataka daje mogunost da se postavljaju nova
pitanja samim izvorima podataka.
Danas se radi na integraciji data mining alata sa skladitem podataka.
Postoji vie razloga za ovu integraciju.
262
Prvo, kao to je ve reeno, data mining alati zahtevaju postojanje

"preienih" i integrisanih podataka. Tradicionalni data mining alati bi iz tih
razloga prvo izvrili transfer podataka (moda i stotine gigabajta) putem mree.
Nakon zavrenog rada esto se javlja potreba za novim podacima, to bi znailo
da bi se ceo proces transfera morao ponoviti. Pri ovome se neprestano moralo
voditi rauna o zatiti podataka i grekama pri prenosu.
Drugi razlog za integraciju data mining alata sa skladitem podataka jeste
poboljani korisniki interfejs. Stariji data mining alati su zahtevali postojanje
niza strunjaka da bi se postigli zadovoljavajui rezultati. Danas, svaki
poznavalac SQL jezika moe koristiti mogunosti data mininga.
Trei razlog za integraciju su performanse sistema i mogunost
proirivanja koje obezbeuje skladite podataka, a koje su potrebne za data
mining alate. Na sledeoj slici prikazan je tradicionalni i integrisani prilaz.
server strana
izvori
podataka
skladite podataka i
data mining alati
ODBC
mrea
SQL
ogranieni i
specijalizovani
alati
ODBC
data mining
alati
klijent strana
bilo koji alat
nestandardni
interfejsi

a) tradicionalni prilaz
b) integrisani prilaz
Slika 12.39. Prikaz tradicionalnog i integrisanog prikaza
Jedan od naina da se ostvari integracija jeste da se kreiraju modeli koji

se u bazama podataka predstavljaju tabelama. Na ovaj nain se ovim modelima
moe pristupati upotrebom SQL naredbi. Nakon kreiranja ovih tabela, u njih
treba smestiti podatke koje e data mining alati da pretrauju. Obradom
podataka, data mining alati e kreirati nove tabele u kojima e smetati
rezultate i koji se mogu pregledati kao i sve ostale tabele (korienjem SQL
naredbi).
OLAP i Data mining

OLAP i data mining su integralni delovi svakog procesa podrke
odluivanju. Ipak, sve do danas, veina OLAP sistema je teila samo da

obezbedi pristup viedimenzionim podacima, dok su data mining sistemi
analizirali uticaje podataka u okviru jedne dimenzije. Ovde e biti rei o tome
da OLAP i data mining ne bi trebalo razmatrati kao odvojene procese ve da ih
treba u potpunosti spojiti.
Korienjem OLAP pristupa, korisnik postavlja pitanja tipa "Koje su
prodaje po gradovima i po mesecima?" i sistem daje odgovor. Ipak, sam pristup
nije dovoljan, s obzirom da se na taj nain dobija samo prikaz podacima koji se
nalaze u skladitu podataka. Korisniku je potrebno da pretrauje podatke po
vie dimenzija ne bi li naao razliite ablone podataka koji postoje u OLAP
prostoru (naprimer, kako na profit utiu dimenzije GRAD i VREME). Prema
tome, OLAP sistemi se moraju fokusirati ne samo na pristup podacima, ve i na
proces otkrivanja. Takoe, sistemi za podrku odluivanju moraju uzeti u obzir
i data mining. Ustvari, OLAP i data mining se moraju koristiti zajedno da bi se
izbegli netani rezultati jer, za razliku od transakcionih sistema, u kojima
greke dizajniranja mogu da smanje performanse sistema i mogu se relativno
brzo otkriti, greke koje se naine u sistemima za podrku odluivanju se,
najee, ne mogu uvideti za dui vremenski period.
U stvari, OLAP mining se koristi nad hibridnim prostorom formiranim
od prostora podataka, agregacija i uticaja. OLAP mining pristupa prostoru
podataka i prostoru agregacija putem SQL-a i OLAP-a.
Komponente OLAP data mininga su:
relaciona baza podataka koja sadri granularne podatke (ne mora biti
skladite podataka),
OLAP koji obezbeuje brz pristup sumarnim podacima izmeu vie
dimenzija,
viedimenzioni proces otkrivanja koji e vriti otkrivanje izmeu
dimenzija i spajati rezultate.
Obrazloenje za OLAP data mining
Zato je uopte potrebno da se obraa panja na hibridni prostor? Zato
ne napraviti veliku datoteku u kojoj e se uvati svi podaci i po kojoj se
pretrauje jer se, uostalom, svi podaci tu nalaze? Ili, zato ne bismo samo
pretaivali relacione baze podataka, bez OLAP alata koji samo komplikuju
stvar?
Odgovor na ova i slina pitanja je jednostavan. Bez upotrebe OLAP data
mininga, mogue je izostaviti kljune informacije ili se mogu dobiti netani
rezultati, kao to e biti pokazano.
Da bi se ovo najbolje shvatilo, najlake je dati primer u kome e se
prikazati kako se mogu doneti pogreni zakljuci ako korisnik nije paljiv pri
pretraivanju po vie dimenzija. Takoe, prikazae se kako obina datoteka nije
264
pogodna za viedimenzioni data mining.

Razmotrimo podatke o prodaji date u tabeli 1A.
Tabela 1A
Proizvod
Jakna
Jakna
Jakna
Kapa
Kapa
Kapa
Rukavica
Rukavica
Rukavica
Boja
proizvoda
Plava
Plava
Plava
Zelena
Zelena
Zelena
Zelena
Plava
Zelena
Cena
proizvoda
200
200
200
70
70
70
50
50
50
Prodavnica
S1
S2
S3
S1
S2
S3
S1
S2
S3
Veliina
prodavnice
1000
5000
9000
1000
5000
9000
1000
5000
9000
Profit
-200
-100
7000
300
-1000
-100
2000
-300
-200
Cilj procesa data mining je da se nau abloni uticaja. Naprimer, kako

boja proizvoda ili veliina prodavnice utiu na profit. Da bismo malo uprostili
stvari, posmatraemo samo ablone koji nam govore kada su profiti pozitivni, a
kada su negativni.
Ako korisnik nije paljiv, ova tabela se moe analizirati bilo kojom od
metoda za detekciju uticaja, kao to su stabla odluivanja, jednostavna pravila
itd. Sve ove metode su dizajnirane tako da nalaze slinosti. S obzirom da one
mere slinosti, one su nepogodne za traenje uticaja u prostoru agregacija. Bilo
koja od ovih metoda e na osnovu podataka iz tabele 1A rei sledee:
Pouzdanost = 75%
IF Boja Proizvoda = Plava
THEN Unosan = NE
Pouzdanost = 100%
IF Veliina Prodavnice > 5000 AND
Boja Proizvoda = Plava
THEN Unosan = DA
Ova na prvi pogled deluje dobro jer se iz ovoga moe zakljuiti da je
jedino potrebno da se svi proizvodi plave boje prodaju u velikim prodavnicama.
Ali, ovo nam ne govori o veliini profita. Pogledajmo sada tabelu 1B, u kojoj se
samo trea vrednost profita izmenila.
Tabela 1B
Proizvod
Jakna
Jakna
Jakna
Kapa
Kapa
Kapa
Rukavica
Rukavica
Rukavica
Boja
proizvoda
Plava
Plava
Plava
Zelena
Zelena
Zelena
Zelena
Plava
Zelena
Cena
proizvoda
200
200
200
70
70
70
50
50
50
Prodavnica
S1
S2
S3
S1
S2
S3
S1
S2
S3
Veliina
prodavnice
1000
5000
9000
1000
5000
9000
1000
5000
9000
Profit
-200
-100
100
300
-1000
-100
2000
-300
-200
Dva gornja pravila su takoe istinita i za tabelu 1B. Drugim reima,

tabele 1A i 1B, sa stanovita slinosti, daju iste ablone. Ali, ako se posmatra sa
stanovita agregacija, to nije tano (rezultati agregacija su prikazani u tabelama
2A i 2B).
Boja Proizvoda
Plava
Zelena
Tabela 2A
Profit
6400
1000
Boja Proizvoda
Plava
Zelena
Tabela 2B
Profit
-500
1000
Prema tome, same slinosti nisu dovoljne. Moraju se uzeti u obzir i

agregacije. Ali, pre nego to zakljuimo da su proizvodi plave boje odlini,
razmotrimo tabele 3A i 3B koje su agregacije tabela 1A i 1B.
Tabela 3A
Proizvod
Jakna
Kapa
Rukavica
Rukavica
Boja
proizvoda
Plava
Zelena
Plava
Zelena
Tabela 3B
Profit
Proizvod
6700
-800
-300
1800
Jakna
Kapa
Rukavica
Rukavica
U ovom sluaju, tabela 3A nam daje sledee:
266
Boja
proizvoda
Plava
Zelena
Plava
Zelena
Profit
-200
-800
-300
1800
Pouzdanost = 50%
THEN Unosan = NE
Tabela 3B daje sledei zakljuak:
Pouzdanost = 100%
THEN Unosan = NE
Podsetimo se da su ova pravila, primenjena nad tabelama 1A i 1B, bila
ista, ali u OLAP prostoru ova slinost u ponaanju poinje da nestaje.
Da li ovo uopte ima smisla za samu tabelu 1A? Ustvari, analiza moe
biti sloenija nego to na prvi pogled deluje. Ako se pogledaju dve agregacije
tabele 1A koje su date u tabelama 4A i 5A, uoie se novi podaci. Iz tabele 1A
se vidi da je profit za jakne negativan (dva od tri puta se ustvari gubi novac), a
ako se pogleda tabela 4A, rad sa jaknama izgleda kao unosan posao. Na slian
nain, iz tabele 1A se moe videti da se u pet od est sluajeva prodavnica ija
je veliina vea od 1000 gubi novac, dok se to ne moe zakljuiti ako se
pogleda tabela 5A.
Tabela 4A
Tabela 5A
Proizvod
Profit
Prodavnica
Jakna
Kapa
Rukavica
6700
-800
1500
S1
S2
S3
Veliina
prodavnice
1000
5000
9000
Profit
2100
-1400
6700
Prema tome, mnogi izrazi koji se generiu iz razliitih pogleda ne moraju

znaiti ono to korisnik i oekuje jer se odnose na to da li je proizvod unosan, a
ne na prave vrednosti. A takvi izrazi najee ne ukljuuju dimenzije, iako bi
trebalo.
Takoe, ovaj primer pokazuje zato i OLAP prilaz moe biti pogrean.
Korisnik moe samo da pogleda tabelu 2A, da na osnovu nje zakljui da su svi
proizvodi plave boje unosni i da na osnovu toga donese odluku da u svaku
prodavnicu stavi samo te proizvode. Drugi OLAP korisnik moe na osnovu
tabele 5A da zakljui da su jakne unosan posao, te da ih zbog toga treba
stavljati u svaku prodavnicu. Ustvari, plave jakne iz velikih prodavnica su
proizvodi koji doprinose profitu, ali OLAP korisnici e to teko moi da uvide.
Veina OLAP korisnika i nema dovoljno vremena na raspolaganju da analizira
sve relevantne scenarije, te zbog toga mogu dobijati pogrene razultate.
Pravo reenje ovog problema jeste korienje OLAP data mining sistema,
koji pretrauju podatke po vie dimenzija i koji su "svesni" ablona koji postoje
izmeu ovih dimenzija, spajaju ih i rade zajedno sa korisnikom. Takvi alati
mogu dati informacije kao to su:

"Proizvodi plave boje su u proseku unosni, ali veina profita dolazi od
jakni koje se prodaju u veim prodavnicama."
"Proizvodi zelene boje su takoe unosni, ali ako se prodaju u malim
prodavnicma."
Ovo je jedino mogue ako se kombinuju proraunavanja slinosti sa
agregacijama. Ne postoji drugi nain da se izbegne konfuzija. Drugim reima,
im se prihvati injenica da su podaci ionako viedimenzioni, onda nema smisla
da se podaci prouavaju po jednoj od dimenzija.
Algebra viedimenzionih objekata

Osnovni koncept je da se sa objektima manipulie u viedimenzionom
prostoru ili u prostoru uticaja. Prikazivanje ovih elemenata kao objekata
olakava rad sa dimenzijama i atributima.
Osnovna jedinica viedimenzionog prostora je kocka, kao to je osnovna
jedinica u relacionom svetu tabela. Kocke imaju atribute, kao to relacije imaju
kolone. Osnovni koncepti su:
klase ili osnovne dimenzije,
atributi,
objekti ili primerci (instance),
hijerarhije,
vrednosti atributa,
mere.
Osnovna dimenzija je klasa, kao to su PROIZVOD, PRODAVNICA,
KUPAC itd. Svaka klasa/dimenzija moe imati niz atributa (naprimer,
dimenzija KUPAC moe imati atribute STAROST, PRIHODI itd.; dimenzija
PRODAVNICA moe imati atribute VELIINA, LANAC itd.; dimenzija
PROIZVOD moe imati atribute CENA, BOJA, KATEGORIJA itd.).
Svaka dimenzija ima objekte ili elemente kao primerke (naprimer,
dimenzija KUPAC moe imati objekte "Petar Petrovi" i "Marko Markovi";
dimenzija PROIZVOD moe imati objekte kao to su "Kape" i "Jakne"). Svaki
atribut objekta ima vrednost (naprimer, "Petar Petrovi" ima 26 godina, cena
"Kape" je 75).
Hijerarhijske osobine se mogu prikazati u okviru dimenzija i atributa.
Naprimer, klasa TIP moe biti roditeljska klasa klasi PROIZVOD. Tada
vrednost atributa klase TIP nasleuje i klasa PROIZVOD, kao to je to sluaj u
objektnom svetu. Ipak, mora se naglasiti da se sva proraunavanja mogu vriti
nad tipovima proizvoda kao da su oni sami klase za sebe. Na slian nain,
prodavnice se grupiu po zonama, gradovi po dravama, drave po regionima
itd. Koncept GRAD, DRAVA, REGION naziva se hijerarhija.
268
Mere su prorauni izvreni nad prostorom kojeg formira dimenzija

(naprimer, PRODAJA, PROFIT, MARGINE itd.). One su najee numerika
izraunavanja, dok ostali atributi mogu biti numeriki, ali i nenumeriki.
Svaka kocka predstavlja agregaciju izraunavanja nad skupom dimenzija
(naprimer, suma svih prodaja za sve proizvode u svim prodavnicama, suma svih
prodaja za sve proizvode u jednoj prodavnici itd.). Taka kocke se naziva
koordinata ili primerak (naprimer, prodaja za jakne u prodavnici S1). Vrednosti
svih mera se izraunavaju na osnovu kocke (naprimer, "prodavnice po
dravama" daju niz drava sa vrednostima za prodaju).
Algebra za kocku obezbeuje operacije koje se mogu primeniti nad njom,
isto kao to relaciona algebra obezbeuje operacije za rad sa tabelama. Moe se
izvriti projekcija kocke. Projekcije vre agregacije nad dimenzijom (naprimer,
ako postoji "prodaja po dravama i po mesecima" i ako se izvri projekcija po
mesecima, dobie se samo prodaja po dravama). Selekcija je krajnje
jednostavna. Naprimer, ako postoji "prodaja po dravama i po mesecima",
selekcija se moe izvriti sa "WHERE DRAVA = Jugoslavija". Ono to je
vie interesantno jeste da su potrebne i operacije za rad sa unutranjou kocke
(naprimer, moe se raditi sa "prodajom po dravama i po mesecima" i sa
"trokovima po dravama i po mesecima" da bi se dobio "profit po dravama i
po mesecima").
Put od kocke do domena uticaja

Domen uticaja je logiki ekvivalent kocke u viedimenzionom prostoru.
Dok nam kocka daje podatke o agregacijama, domen uticaja nam govori o
implikacijama. Kao i kocka, i domen uticaja ima atribute i vrednosti, ali domen
uticaja daje faktore pouzdanosti, a ne samo sume brojeva kao to je prodaja
(naprimer, koja je pouzdanost da boja proizvoda utie na profit). Pouzdanost se
najee izraava u procentima od 0 do 100%. Domen uticaja je, u stvari,
funkcija preslikavanja intervala parova u kocki i mere u linearnu meru
pouzdanosti.
Veina algoritama za stabla odluivanja, neuralne mree itd. ne snalaze
se sa viedimenzionalnou zbog sledeih razloga:
koreni tih algoritama lee u teoriji verovatnoe i statistike, te oni
proraunavaju mogunosti, a ne agregacije,
rade sa jednom tabelom u datom trenutku, umesto sa svim
dimenzijama,
brojne vrednosti moraju da podele na specifine intervale te time
promauju ablone izmeu vie dimenzija.
Prema tome, rad sa domenom uticaja zahteva novu teoriju, nove strukture
podataka i algoritme.
Danas, veina korisnika vidi OLAP odvojen od relacionog prostora.
Mora se uoiti da je domen uticaja razliit od OLAP-a, kao to je OLAP razliit

od relacionog prostora. U sledeoj tabeli prikazano je kako svaki raunski
prostor zahteva razliit prilaz.
Tabela
Teorija/Metoda
Osnovna
jedinica
Struktura
podataka
Relacioni
relaciona algebra
relacija
OLAP
OLAP algebra
kocka
trei normalni
oblik
eme zvezde
Data mining
algebra uticaja
domen uticaja
rotacione eme
im se prihvati injenica da je domen uticaja razliit od kocke, trebalo bi

da postane jasno da same eme zvezda ne mogu da poslue za data mining jer
one ne mogu da reprezentuju domen uticaja. One su namenjene za rad sa
agregacijama, a ne za analizu uticaja. One odlino rade sa OLAP alatima, ali ne
i sa OLAP data miningom. eme zvezda se moraju proiriti da bi se podrao
rad sa domenom uticaja.
Prvo treba uoiti da je veliina domena uticaja najee vea od same
kocke nad kojom je domen i nastao. A sami prostori smeteni u kocki mogu biti
veliki. Proraun uticaja se mora vriti nad emama koje mogu da smeste vie
agregacija nego to to mogu eme zvezda (bilo bi previe skupo da se proraun
stalno ponovo vri). Za vreme analize uticaja, potrebno je da se fokusira na
neku tabelu dimenzije (naprimer, PROIZVOD ili PRODAVNICA) u okviru
zvezde, a onda su nam za svaku od dimenzija potrebni jo neki podaci koji se
nalaze u zvezdi. Moe se zamisliti da se za vreme analize fokus premeta u
smeru kazaljke na satu sa prodavca na prodavnicu, a onda na proizvod itd. U
svakom trenutku tog premetanja, potrebno je da se izvri obogaivanje
fokusirane dimenzione tabele dodatnim odabranim podacima ili agregacijama.
S obzirom da se ini da taj fokus rotira unutar zvezde, uveden je termin
rotacione eme da bi se naznaile ovakve strukture.
Tabela rotacione eme sadri pet osnovnih delova:
fokusirana dimenzija (naprimer, KUPAC),
mera koja je proraunata za fokus (naprimer, PROFIT),
interni atributi (naprimer, STAROST KUPCA),
spoljni atributi (naprimer, omiljena boja proizvoda za datog kupca),
nefokusirane mere (naprimer, prosean broj proizvoda koji kupac
uzima).
Za vreme procesa OLAP otkrivanja, fokus neprestano rotira izmeu
razliitih dimenzionih tabela, dok se prelazi hibridni prostor da bi se izvrila
270
analiza uticaja.
Sada se postavlja pitanje da li rotacione eme treba koristiti u skladitima
podataka. Odgovor je: ne. Njih treba koristiti samo u sistemima tipa data
mining. One su pogodne za prostor uticaja, ali ne i za prostor podataka.
Otkrivanje obrazaca u korienju Weba

Tehnike za otkrivanje obrazaca u Web miningu potrebne su jer se
korisnici suoavaju sa problemima vezanim za pronalaenje odgovarajuih
informacija (mala preciznost i spor odziv), nemogunost kreiranja novog znanja
na osnovu raspoloivih informacija na Webu, razliita reagovanja na sadraje i
prezentacije podataka na Webu i otkrivanje potreba kupaca ili pojedinanih
korisnika.
Web mining otkriva znaajne poslovne trendove i veze pomou
integracije Internet i intranet poslovnih informacija i drugih poslovnih
podataka.
Web mining tehnike mogu biti koriene u reavanju problema prevelike
koliine informacija, bilo direktno, bilo indirektno.
Znaaj efikasnog poslovanja na Webu

Internet je najznaajnija tehnologija koju je svet ikada video, i
predstavlja ogroman potencijal za revoluciju poslovanja i marketing tehnika.
Prvi korak koji treba da se preduzme jeste da bolje razumete ko poseuje Va
sajt i kako ga koristi. Ova informacija omoguava donoenje boljih poslovnih
odluka, usmeravanjem marketinga prema najboljim potroaima. WM
istraivanja su konvergirajua oblast koja se sastoji od nekoliko istraivakih
celina, kao to su baze podataka, otkrivanje informacija (Information Retrieval,
IR), ekstrakcija informacija (Information Extraction, IE), mainsko uenje
(Machine Learning, ML) i procesiranje prirodnog jezika (NLP). Ali, poto je
WM ogromna, interdisciplinarna i veoma dinamina oblast istraivanja,
nesumnjivo postoji i mnogo propusta u ovoj oblasti.
Na Web sajtovima se stvaraju ogromne koliine informacija, od kojih su
mnoge veoma korisne. Meutim, stvarna mo i znaaj ovih informacija dolazi
do izraaja tek kada se one poveu sa drugim bazama podataka, kao to su
automatizovani sistemi o kupcima, sistemi izvetavanja i istraivaki sistemi.
Kljuni problem je u povezivanju podataka, poto obino postoji veliki broj
razliitih sistema, posebno razliitih baza podataka. Upravo u ovoj oblasti Web
mining tehnike mogu dati veliki doprinos. Web mining sistem moe integrisati
sve raspoloive izvore podataka, bez obzira na oblik baza podataka u kojima se
nalaze. Poto se informacije menjaju svakoga minuta, neke od povezanih baza
podataka mogu biti veliine stotinu gigabajta, to za Web mining sistem ne
predstavlja tekou, jer se unutar njega podaci prvo preiste i filtriraju, a zatim i
koriste za neophodne analize. Integracijom razliitih izvora podataka o kupcima
i poslovanju, Web mining pomae u davanju odgovora na kritina pitanja za
poslovanje.
ta je Web mining?
Web mining predstavlja korienje data mining (DM) tehnika za
automatsko otkrivanje i ekstrakciju korisnih informacija iz Web dokumenata.
WM izvodi sledee podzadatke:
pronalaenje resursa: ovaj zadatak obuhvata nalaenje zahtevanih
Web dokumenata;
selekcija informacija i pretprocesiranje: obuhvata automatsku
selekciju i pretprocesiranje specifinih informacija iz zahtevanih Web
dokumenata;
generalizacija: obuhvata automatsko otkrivanje zajednikih obrazaca
na pojedinanim Web sajtovima;
analize: obuhvata validaciju i/ili interpretaciju otkrivenih obrazaca.
Pod pronalaenjem resursa se podrazumeva proces otkrivanja podataka,
bilo online ili offline, iz tekstualnih izvora raspoloivih na Webu, kao to su:
elektronska pisma, elektronski telegrami, razni tekstualni sadraji HTML
dokumenata. Ovde treba ukljuiti i tekstualne izvore kojima se, generalno, ne
moe pristupiti na WWW-u, ali su pristupani kao online tekstovi napravljeni
jedino za istraivake svrhe, tekstualne baze podataka itd.
Selekcija informacija i pretprocesiranje predstavljaju obiman korak bilo
kog procesa transformacije izvornih odataka otkrivenih u IR procesu (procesu
otkrivanja informacija). Ove transformacije mogu biti bilo koji vid
pretprocesiranja koji je ranije pominjan, ili ciljno procesiranje radi dobijanja
eljenih oblika podataka.
Za generalizaciju se obino koriste tehnike mainskog uenja, ili DM
tehnike. Treba napomenuti da ljudi igraju veoma vanu ulogu u procesu
otkrivanja znanja ili informacija na Webu, poto je Web jedan vrlo interaktivan
medijum. Ovo je veoma vano za validaciju i/ili interpretaciju. Zbog toga je
interaktivno, upitno-orijentisano otkrivanje znanja na Webu mnogo vanije od
automatizovanog otkrivanja znanja na osnovu podataka.
Web mining obuhvata celokupan proces otkrivanja potencijalno korisnih
i prethodno nepoznatih informacija, ili znanja, iz podataka na Webu.
272
Pitanja:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
ta je to Logika organizacija podataka?

ta je to Fizika organizacija podataka?
ta je to Enitet roditelj (Entity Parent):
ta je to Entitet dete (Entity Child):
ta je to Entitet (Entity):
ta je to Atribut (Attribute):
ta je to nezavisni entiteti
ta je to zavisni entiteti
ta je to identifikujua veza,
ta je to neidentifikujua veza,
Kako se predstavlja identifikujua veza?
Kako se predstavlja neidentifikujua veza?
ta je to integritet domena?
ta je to integritet entiteta?
ta je to referencijalni integritet?
ta je to autoreferencijalni integritet?
ta je to Domen (Domain):
ta je to Egzistencijalna zavisnost (Existence Dependency):
ta je to Identifikator zavisnosti (Identifier Dependency):
ta je to Ime uloge (Role Name):
ta je to Klju, Opcioni (Key, Alternate):
ta je to Klju, Preneseni (Key, Foreign):
ta je to Klju, Primarni (Key, Primary):
ta je to Klju, Sloeni (Key, Composite):
ta je to Ogranienje egzistencije (Constraint, Existence):
ta je to Ogranienje kardinalnosti (Constraint, Cardinality):
ta je to Zero , One or More ?
ta je to One or More?
ta je to Zero or One?
ta je to Tano n - gde je n broj
ta je to TOTALNO uese,
ta je to PARCIJALNO (delimino) uee,
ta je to Operacija Ubacivanje (insert)?
ta je to Operacija Izmena (replace) ?
ta je to Operacija Brisanje (delete)?
ta je to Akcija RESTRICT,
ta je to Akcija CASCADE?
ta je to Akcija SET DEFAULT?
ta je to Akcija SET NULL ?
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
274
ta je to Akcija NO ACTION?
ta je to Server BP?
ta je to Aplikacija klijent?
ta je to Traenje?
ta je to Pretraivanje?
ta je to Izdvajanje?
ta je to Skladitenje?
ta je to Ponovno pristupanje
Treba selektovati kolone: Sifrar, Prezime, Ime, Plata, Sifrao iz tabele
RADNIK za odeljenje 30 operatorom poreenja "=":
Selektujte kolone: Sifrar, Prezime, Ime, Plata, Sifrao tabele
RADNIK koji NE rade u odeljenju 30, (operatorom negacije NOT i
operatorom pore|enja "="):
Treba prikazati listu svih zaposlenih Radnika, ija je plata u rasponu
12000 i 14000.
Prikazi spisak svih radnika koji imaju "U" kao drugo slovo u
prezimenu.
Prikazi lista PREZIME, SIFRARM, PLATA gde je SIFRARM =
'03', i PLATA via od 28000 dinara.
Treba izlistati prezime, platu, stimulaciju i sumu plate i stimulacije
za sve Radnike sa SIFRARM= '02'.
Treba prikazati radno mesto, srednju aritmetiku vrednost plate i
broj radnika ija je plata vea od 25000 i izvriti grupisanje po
SIFRARM.
Selektovati PREZIME iz tabele RADNIK i MESTO iz tabele
ODELJENJE tj. u kom mestu radnik sa imenom ALAGIC. Tabele:
RADNIK i ODELJENJE imaju zajedniku kolonu koja sadri broj
odeljenja (SIFRAO).
ta su to Transakcione baze podataka (Operational or Transaction
Database): baze podataka?
ta je to On-line Analytical Processing (OLAP)?
Koje su osnovne razlike izmeu OLTP i OLAP?
Koje osnovne delove sadri tabela relacone eme?
ta je skladite podataka?
Koje su osnovne razlike izmeu trasancionih sistema i skladita
podataka?
Koje su osnovne aktivnosti u procesu razvoja baza podataka?
ta podrazumeva ekstrakcija podataka?
ta je MOLAP?
ta je ROLAP?
ta je HOLAP?
67.
68.
69.
70.
71.
ta je Data mining?
Koji su osnovni koraci u izradi Data mininga?
Kako se dele korisnici Data mininga?
Koje su osnovne razlike izmeu OLTP, OLAP i skladita podataka?
ta je Web mining?
13. MIS U E-COMMERCE OKRUENJU

Osnovni oblici elektronskog poslovanja vezani su za:
internu upotrebu primena Intraneta, Extraneta (mrea poslovnih
partnera nastala objedinjavanjem korporacijskih intranetova),
Business to Employee B2E (plate, odmori, bolovanja, odsustva,
utroak radnog vremena).
Business to Business (B2B) potpuno automatizovani sistem koji je
podran E-Commerce i ekstranetom i omoguuje trgovinu izmeu
firmi preko Interneta, sa nizom prateih aktivnosti.
Business to Consumer (B2C) se odnosi na mnogo iri deo privrede:
online bankarstvo, turizam i saobraaj, online aukcije, zdravstvene
informacije, nekretnine.
Za razliku od B2B sistema, koji je sloeniji jer firme obino ele da
pregovaraju o cenama, rokovima isporuke, strukturi proizvoda, garanciji,
tehnikoj i materijalnoj podrci, B2C trgovina zasniva se, najee, na izboru
proizvoda iz kataloga sa predefinisanim cenama od strane kupca.
B2B sistemi zahtevaju integraciju informacionih sistema firmi koje
meusobno posluju, dok B2C sistemi ne zahtevaju takvu integraciju
(arhitektura sistema "obinih kupaca" moe se najee ignorisati).
Electronic Commerce (EC), u prevodu elektronska trgovina, jeste poznati
komunikacioni koncept vezan za trgovinu proizvodima, uslugama i
informacijama pomou kompjuterskih mrea, ukljuujui i Internet.
Elektronska trgovina je moderna poslovna metodologija koja
organizacijama, trgovcima i kupcima omoguuje smanjenje trokova, uz
unapreenje kvaliteta roba i usluga i poveanje brzine njihove isporuke. Broj
elektronskih transfera raste vie od 15% godinje, to je skoro tri puta vie od
ukupnog godinjeg porasta poslovnih transakcija.
Primena elektronske trgovine je poela jo sedamdesetih godina, ali je
uglavnom bila ograniena na velike korporacije i veoma mali broj korisnika.
Komercijalizacijom Interneta, primena elektronskog poslovanja je rapidno
porasla. U poslednjih pet godina su se pojavile mnoge inovativne primene ove
tehnologije, kao to su oglaavanja, aukcije i druga iskustva virtuelne realnosti.
EC primene mogu biti business-to-customer ili business-to-business
276
orijentisane.
13.1. BUSINESS-TO-CUSTOMER
Potroaki orijentisana, business-to-customer pokriva veliki broj
aktivnosti koje se odvijaju na relaciji izmeu poslovanja i kupca.
Ove aktivnosti odvijaju se u etiri faze:
Tranja. U ovoj fazi, EC pomae komitentu da determinie svoje
potrebe putem fotografija proizvoda, video prezentacija, tekstualnih
opisa, download demonstracionih fajlova i drugog.
Nabavka. EC pomae kupcu da nabavi proizvod ili uslugu,
omoguavajui on-line popunjavanje narudbenice, posredovanje,
zatvaranje prodaje i isporuku.
Posredovanje. EC podrava korisnika u ovoj fazi putem interaktivnih
on-line korisnikih grupa, on-line tehnike podrke, frekventnog
postavljanja pitanja, resursnih biblioteka i drugog.
Povlaenje. Povlaenje usluge ili proizvoda od strane klijenta EC
obezbeuje pomou on-line rasprodaje ili malih oglasa.
Osnovne primene EC tehnologije potroake orijentacije su u sledeim
oblastima: oglaavanje, marketing i trgovina, trite i istraivanje proizvoda,
podrka kupcima, prodajni katalozi, aukcije, trgovina hartijama od vrednosti,
trite zapoljavanja i elektronski shopping prostor (Cyber Marketplace).
13.2. BUSINESS-TO-BUSINESS
Business-to-business orijentisana EC pokriva skup komunikacionih
aktivnosti izmeu kompanija i/ili korporacija. Moe se rei da je ova vrsta
elektronskog poslovanja izazvala fundamentalne transformacije sistema
poslovanja. Internet je omoguio sledee tri prednosti u meukorporacijskoj
trgovini:
distribuciju informacija svim partnerima,
interfejs za EDI sistem,
veliku propusnu mo informacija izmeu kompanija bez namenskih
privatnih linija.
Meutim, ova vrsta EC je bila zastupljena i pre popularizacije Interneta,
a zasnivala se na Electronic Data Interchange (EDI) sistemu. esto se pojam
business-to-business elektronskog poslovanja pogreno poistoveuje sa EDI.
EDI je princip, odnosno metod, koji se primenjuje i u drugim
delatnostima. To to je trgovina delatnost na koju je on skoro prvo primenjen
dovodi esto do zabune i poistoveivanja ova dva termina. Istovremeno, EC se

ne iscrpljuje samo u EDI reimu. Pod EC se, pored ovog, podrazumeva i prenos
podataka (dokumenata) putem sistema elektronske pote, faks sistema, teleks
sistema, sistema razmene kompjuterskih fajlova i crtea, bar kod sistema i dr.
Standardi za E-Commerce transakcije

Osnovni standardi koji su vezani za elektronsko poslovanje su Electronic
Data Interchange (EDI) i Extensible Markup Language (XML).
XML/EDI je sinteza vie koncepata. XML/EDI:
koristi XML protokol za "data interchange modelling" sloj;
koristi XML protokol za "prezentacioni" sloj;
moe se integrisati sa tradicionalnim EDI metodama;
moe koristiti sve standardne transportne mehanizme Interneta, kao
to su IP, HTTP, FTP i SMTP;
za prikaz dokumenata koristi moderne programske alate, kao to su
Java i ActiveX;
koristi agent tehnologije za manipulaciju podacima, parsiranje,
mapiranje, traenje...
Electronic Data Interchange (EDI)
EDI, u prevodu sistem elektronske razmene podataka, definie se kao
"kretanje poslovnih podataka elektronskim putem izmeu ili u okviru firme u
strukturiranom, kompjuterski obradivom formatu podataka, koji omoguava da
podaci budu transferovani, bez ponovnog unosa, sa poslovne aplikacije koja je
kompjuterski podrana na jednoj lokaciji u poslovnu aplikaciju podranu na
drugoj lokaciji." [ ]
EDI ne predstavlja standard, ve princip korienja raunarskih
komunikacija u poslovanju, tj. podrazumeva automatsku razmenu poslovnih
podataka u standardizovanom elektronskom formatu izmeu aplikacija (proces
to proces) posredstvom raunarske mree.
Osnovna karakteristika klasinog EDI-ja je standardizacija na nivou
razmene dokumenta.
UN/Ekonomska Komisija za Evropu poela je da se bavi olakicama u
trgovini i 1986. godine donela je odluku da se razmenjuju dokumenti iji je
sadraj po svetskim UN/EDIFACT standardima (u transportu, avio prevozu,
bankarstvu gde se EDI koristi).
Cilj ovog oblika primene EDI-ja je da napravi standardizaciju na nivou
obrade dokumenata, u kontekstu obavljanja posla, pre nego na nivou razmene
dokumenata.
Slino e-mail-u, EDI omoguava slanje i prijem poruka izmeu
kompjutera povezanih komunikacionim linkom. Meutim, EDI se od obine
elektronske pote razlikuje po specifinim karakteristikama to:
278
Prvo, poruke u EDI transferu su poslovne transakcije, ili preciznije

reeno dokumenti o tim transakcijama, kao to su narudbenice,
otpremnice, fakture, ponude i drugo.
Drugo, podaci koji se prenose moraju biti formatirani u skladu sa
propisanim standardima. U USA i Kanadi ti standardi su poznati pod
imenom ANSI X.12. Poznati internacionalni standard je EDIFACT,
koji u sutini predstavlja opti skup sintaksnih pravila koja definiu
strukturu poslovne transakcije (dokumenta) koji se prenosi.
Tree, podaci se konvertuju u standardni format uz pomo specijalnih
EDI translatera (prevodioca). Ulaz ovog translacionog softvera
predstavljaju podaci (dokumenti) generisani od strane aplikacija
informacionog sistema. Ovi podaci se najpre konvertuju u oblik koji
je povoljan za formatizovanje, a zatim se strukturiraju prema
sintaksnim pravilima EDI standarda.
Extensible Markup Language (XML)
XML (eXtensible Markup Language) je jezik za opis struktuiranih
dokumenata razvijen kao temelj nove generacije Web aplikacija za rad sa
podacima. XML je podskup SGML-a (Structured Generalized Markup
Language) optimizovan za korienje u Web tehnologijama. XML omoguava
definisanje dokumenta proizvoljne strukture, tj. XML je metod za smetanje
struktuiranih podataka u tekstualni fajl. Ono to ga ini monim jeste da se
moe koristiti za razvoj novih jezika. XML moe sadrati obian tekst,
vektorsku grafiku, zapise podataka (npr: tablica, rezultat upita...) i meta podatke
(npr. CDF).
Internet tehnologije su "izmenile svet". Poelo se sa uspostavljanjem
TCP/IP protokola i razvoja FTP-a, e-mail-a, Gopher-a, ime se omoguilo
povezivanje na Internetu. Nastavilo se sa mogunou predstavljanja na
Internetu korienjem HTML-a. Korienjem XML omoguuje se
programiranje na Internetu. Informacije na mrei koja spaja milione raunara
moraju biti upotrebljive na svakom raunaru, bez obzira na tip raunara,
operativnog sistema ili aplikacije koje koristi. Nove aplikacije zahtevaju
robusniju i fleksibilniju infrastrukturu koja e WEB pretvoriti u globalni sistem
za upravljanje podacima. XML ne pripada nikome, ne zavisi od platforme i
dobro je podran. XML odvaja podatke od prezentacije i procesiranja, tj. to je
metod za smetanje struktuiranih podataka u tekstualni fajl. Odvajanje podataka
poboljava integraciju podataka iz razliitih izvora.
XML nije proirenje HTML-a jer je HTML orjentisan na prezentaciju, a
XML je opis podataka. HTML, ustvari, opisuje sadraj Web stranice
(uglavnom tekst i slike) samo u smislu kako treba da bude prikazana i kako se
sa njom moe vriti interakcija.
XML opisuje sadraj u smislu koji se podaci opisuju. XML fajl moe biti
obraen kao podatak, ili moe biti skladiten u drugom kompjuteru ili, kao
HTML fajl, moe biti prikazan.
Kod XML-a postoji mogunost uvoenja i samodefinisanja novih
znakovnih simbola u procesu kreiranja strukture dokumenta.
Dokument
Atributi
vorovi
XML se prevodi u stukturu

stablastabla-vorovi stabla sadr
sadre
podatake
Specifikacija
(vred.
vred.vorova)
vorova)
Slika 8.1. XML-ov model podataka
U sledeoj tabeli prikazan je primer sintakse XML koda.

Grafiki prikaz XML koda
cena
XML kod
tip
auto
< vozilo tip="auto" godina="2001"">
vozilo
godina
2001
<proizvodjac>Opel</proizvodjac>
proizvodjac
model
<model>Astra</model>
<cena/>
Opel
Astra
</vozilo>
XML omoguuje integraciju podataka iz razliitih izvora, odnosno

njihovo lako kombinovanje. Ako se na WEB serveru ostvari integracija
podataka iz pozadinskih baza ili aplikacija i dozvoli pristup, XML podaci su
dostupni klijentima ili drugim serverima za dalju obradu.
Microsoftov proizvod BizTalk Server 2000 ima implementiranu
mogunost integracije podataka bazirane na XML-u i poseduje alate za
kreiranje i dizajn XML definicija, kao i mapiranje podataka iz jedne definicije
u drugu.
280
Dot NET Microsoft platforma

Karakteristike Microsoft .NET tehnologije:
predstavlja Web verziju Windows OS;
predstavlja Next Generation Windows Services NGWS;
zahteva kompletno reprogramiranje;
svi njeni proizvodi imaju sufiks .NET;
stvaranje infrastrukture uz jednostavno programiranje i odravanje;
dostupna je sa PC, mobilnog telefona i dr.
Dot NET je Microsoft platforma za Internet XML usluge koje
dozvoljavaju aplikacijama da komuniciraju i razmenjuju podatke Internetom,
nezavisno od operativnog sistema ili programskog jezika. Dot NET platforma
podrazumeva iroku porodicu proizvoda izgraenih na XML bazi i Internet
standardima.
Postoji pet podruja na kojima se danas grade .NET platforme, a to su:
.NET iskustvo,
klijenti,
XML Internet usluge (servisi),
serveri Microsoft .NET Enterprise Servers,
alati Microsoft Visual Studio .NET i Microsoft .NET Framework.
.NET iskustvo
Dot NET iskustva su XML Internet usluge koje omoguavaju pristup
informacijama preko Interneta, kao i iz pojedinanih aplikacija, na integrisani
nain koji tedi vreme i novac. Dot NET iskustva su dostupna kako
pojedincima, tako i poslodavcima. Neki od proizvoda koje Microsoft prenosi u
.NET iskustva su MSN, bCentral (Bi-sentral), Passport (Pasport) i Microsoft
Visual Studio .NET
Klijenti
Tu spadaju kompjuteri, radne stanice, telefoni, depni kompjuteri, tablet
kompjuteri, game konzole i drugi inteligentni ureaji. Ono to te ureaje ini
"pametnim" jeste njihova sposobnost da pristupe XML Internet uslugama.
Ureaji koji koriste softver zasnovan na .NET-u imae omoguen pristup
podacima bez obzira na lokaciju, tip i broj klijenata. Neki od .NET softvera za
klijente koje e Microsoft ponuditi su: Windows CE, Windows Embedded,
Windows 2000 i Windows XP.
XML Internet usluge (servisi)

XML Internet usluge (servisi) su dodatak za programere koji stvaraju
XML Internet servise. Microsoft kreira osnovni skup modula (unapred
napisanih delova programa) koji izvode rutinske operacije i predstavljaju
osnovu na kojoj programeri izgrauju svoje projekte. Prvi skup kreiranih XML
Internet servisa, poznatih kao .NET My Services, orjentisani su na korisnike,
pre nego na odreene ureaje, mree ili aplikacije. Dot NET My Services je
baziran na Microsoft Passport korisnikom sistemu i korisnicima daje
mogunost da primaju informacije, kad god su im potrebne, preko svojih ve
prethodno podeenih ureaja. Da bi se u potpunosti razumeli Web servisi, daje
se kratak opis sledeih standarda:
UDDI (Universal Description Discovery & Integration) centralni
registar javnih Web servisa koji omoguuje publikovanje,
pronalaenje i korienje Web servisa.
WSDL (Web Service Description Language) opis servisa je XML
dokument napisan prema WSDL gramatici koji definie format
poruke koji Web servis razume. Ovaj dokument omoguuje
interakciju izmeu servisa i klijenta.
SOAP (Simple Object Access Protocol) protokol baziran na XML-u,
namenjen razmeni struktura i tipova podataka na Internetu. Za
transport se oslanja na postojee i iroko postavljene Internet
protokole HTML, SOAP, MIME.
XML (eXtensible Markup Language) univerzalni format podataka.
Internet (http, ftp, smtp ...) komunikacija.
Microsoft .NET Enterprise Servers

Serveri Microsoft .NET Enterprise Servers, ukljuujui Windows 2000
porodicu servera, ine Microsoft .NET servernu infrastrukturu za razvoj,
odravanje i upravljanje XML Internet uslugama. Neki .NET Enterprise Serveri
su:
Microsoft Windows .NET Server za projektovanje, razvoj, odravanje
i rad na XML zasnovanim Internet servisima.
Microsoft Application Center 2000 je upravljako-razvojni alat
namenjen kompleksnim Web aplikacijama, tj. koristi se za razvoj i
odravanje visoko dostupnih Internet aplikacija i na sebe preuzima
posao obezbeenja raspoloivosti, aktivnog praenja performansi i
stanja sistema, kao i automatsko reagovanje na dogaaje. Upravljanje
282
Web aplikacijama bazirano je na vie klasterovanih servera i

zahvaljujui ovom serveru svodi se na upravljanje jednom
aplikacijom (application image), njenim sadrajem, komponentama i
konfiguracionim parametrima. Od administratora se zahteva da samo
jednom izvri izmenu softvera i konfigurisanih parametara, a ove
izmene e automatski i korektno biti prenete na sve ostale servere.
Microsoft BizTalk Server 2000 namenjen je integrisanju poslovnih
procesa u okviru organizacije ili sa poslovnim partnerima. Baziran je
na .NET arhitekturi i omoguuje pravljenje e-commerce
infrastrukture. Takoe, obezbeuje podrku za vei broj transporta i
protokola: EDI, HTTP, HTTPS, SMTP. Sve razmene podataka
izmeu BizTalk servera i okoline vre se preko XML, ime je
omoguena integracija podataka (dokumenata) izmeu razliitih
platformi i njihovo povezivanje sa odgovarajuim poslovnim
procesima.
Microsoft Commerce Server 2000 predvien je za potrebe upravljanja
i razvoja Web sajta i za projektovanje e-commerce reenja. Preko
Profile System omogueno je dinamiko prikupljanje, praenje i
analiza podataka (data warehousing, data mining) o partnerima, pri
emu se ti podaci mogu nalaziti na razliitim lokacijama.
Microsoft Content Management Server 2000 za upravljanje sadrajem
dinamikih e-business Internet prezentacija.
Microsoft Exchange Server 2000 omoguava slanje poruka bilo kad i
bilo gde i daleko je prevaziao nivo e-mail servera jer je danas postao
jezgro poslovne komunikacione infrastrukture i centralna veza sa
Internetom.
Microsoft Host Integration Server 2000 za premoavanje i razmenu
podataka i aplikacija na nasleenim sistemima. To je iroko
integrisana platforma koja na najjednostavniji nain omoguava
obuhvatanje Interneta, intraneta i klijent/server tehnologije, ime je
omogueno produenje rada mainframe raunara (npr. AS 400). U
vezi sa BizTalk Serverom 2000 omogueno je kreiranje XML
integracionog okruenja.
Microsoft Internet Security and Acceleration Server 2000 za
bezbednu, brzu Internet vezu.
Microsoft Mobile Information 2001 Server omoguava podrku
aplikacijama preko mobilnih naprava kao sto su mobilni telefoni.
Alati Microsoft Visual Studio .NET i Microsoft .NET Framework

Alati Microsoft Visual Studio .NET i Microsoft .NET Framework nude
kompletno reenje programerima u izgradnji, razvoju i pokretanju XML

Internet usluga.
Visual Studio .NET
Visual Studio .NET je nova generacija popularnog Microsoft viejezinog
razvojnog alata, napravljenog specijalno za .NET. Visual Studio .NET pomae
inenjerima da brzo izrade prilagodljive XML Internet usluge i aplikacije,
koristei jezik po svom izboru. Omoguava inenjerima da kreiraju programe
koji prevazilaze granice razliitih ureaja i koji e kao polaznu osnovu koristiti
XML format podatka. Inenjeri e biti znatno produktivniji usled mogunosti
korienja ve napisanih delova programa (na gotovo bilo kom programskom
jeziku). Za ovu platformu se pretpostavlja da e verovatno izazvati
fundamentalni pomeraj u razvoju tehnologije. Visual Studio .NET je jedino
razvojno okruenje koje je u potpunosti izgraeno na XML-u. Dozvoljavanjem
aplikacijama da dele i razmenjuju podatke preko Interneta, XML Internet
usluge omoguavaju inenjerima da sastavljaju aplikacije od novog i ve
postojeeg koda, bez obzira na platformu, programski jezik ili objektni model.
Visual Studio .NET unapreuje visoko produktivne programske jezike:
Microsoft Visual Basic, koji ukljuuje nove funkcije u objektno
orijentisano programiranje;
Microsoft Visual C++, koji unapreuje Windows razvoj i omoguava
izradu .NET aplikacija;
C#, koji donosi brzi razvoj aplikacija.
Korienjem Visual Studio .NET-a, kompanije irom sveta grade svoje
XML Internet servise radi bre integracije, kao i poboljanja poslovnog
kontakta sa klijentima i komitentima. Sa primenom VSNET-a moemo
oekivati i potpunu evoluciju (revoluciju?) Interneta u oblik koji se doskora
smatrao samo vizijom.
.NET Framework
.NET Framework je visoko produktivna, standardizovana viejezina
izvrna aplikacija koja omoguava izvravanje aplikacionog okruenja koje
poboljava pouzdanost, prilagodljivost i bezbednost aplikacije.
.NET Framework se sastoji iz vie delova:
Common Language Runtime (CLR) je odgovoran za izvrenje svih
.NET aplikacija razvijenih u bilo kom programskom jeziku koji
podrava Common Language Specification (CLS).
.NET Framework Class Library bogate biblioteke klasa (class

libraries) za izradu XML Internet usluga. .NET Framework Class
284
Library je kolekcija ponovno upotrebljivih tipova koji se integriu sa

Common Language Runtime-om. Biblioteka klasa je objektno
orijentisana i prua irok dijapazon tipova koji se mogu iskoristiti, a
njihova primena je potpuno nezavisna od jezika u kome se aplikacija
pie. Implementiran je i niz interfejsa koji omoguava kreiranje
sopstvenih klasa. Biblioteka klasa omoguava realizaciju irokog
spektra uobiajenih programskih zadataka, kao to su pristup
fajlovima, bazama podataka itd.
ASP .NET omoguuje pristup podacima. ASP .NET je izgraen na

programerskim klasama .NET Framework-a koji u sebi sadri jedan
novi model implementiranja Web aplikacija, sa nizom novih
elemenata kontrole i infrastrukture, koji znatno pojednostavljuju
njihovu izgradnju. ASP .NET u sebi sadri uobiajeni HTML
korisniki interfejs, kao to su text box-ovi i padajui meniji, ali ga
odlikuje i znatno bogatije objektno orijentisano okruenje koje znatno
smanjuje koliinu koda koju inenjeri trebaju da piu, a ujedno i
poveava pouzdanost same aplikacije.
Pitanja:
1.
2.
3.
4.
5.
6.
7.
8.
9.
ta je Electronic Commerce (EC ) ?

Kako mogu biti orijentisane primene EC ?
ta omuguava B2B ?
ta omuguava B2C ?
Koji standardi su vezani za elektronsko poslovanje ?
ta je EDI ?
ta je XML ?
ta je Visual Studio .NET
ta je Microsoft .NET ?
14. RENIK
A-0 Dijagram (Diagram): pravouganik u dijagramu kontekst (IDEF0), koji
sadri funkcije modelovane na najviem nivou, sa ulazima, kontrolama,
izlazima i mehanizmima, zajedno sa opisom svrhe modela i taakama gledita.
Abstrakcija podataka (Data Abstraction): korienje u radu sa podacima samo
operacija koje su definisane nad njima bez razmatranja njihove unutranje
strukture.
Ad-hoc upit (Ad-Hoc Query): svako spontano i neplanirano pitanje, ili upit. To
je upit koji se sastoji od dinamiki generisanog SQL-a, koji je obino generisan
preko neke desktop alatke.
Agregacija (Aggregation): specijalna forma asocijacija koja specifira odnos
izmeu agregacije (celine) i komponentnog dela.
Alati poslovne inteligencije (BI Tools - BI Software): softver koji omoguava
poslovnim korisnicima pogled i korienje velikih koliina kompleksnih
podataka. Aplikacije su dizajnirane tako da omoguavaju lagan pristup
kompanijskim podacima svima u organizaciji, u cilju donoenja boljih
poslovnih odluka, unapreenja poslovanja i jaanja odnosa s kupcima i
dobavljaima.
Arhive (Archives): skupovi podataka ili programa koji se pamte na spoljanjoj
memoriji, koji se delimino ili u potpunosti ne koriste ali se po potrebi mogu
ponovo koristiti.
Atribut (Attribute): svojstvo ili karakteristika koja je uobiajena za neke ili sve
objekte entiteta. Jedan atribut prikazuje korienje domena u kontektsu entiteta.
Baza podataka (Database): Kolekcija podataka koji su u meusobnoj relaciji,
esto sa kontrolisanom redundansom podataka, organizovanom po modelu
(emi) da koristi jednoj ili vie aplikacija.
Baza znanja (Knowledge Base): kolekcija injenica, pravila i procedura
organizovanih u neku emu. Sadri sve informacije znaajne za podruje koje
je od interesa.
286
Data Mining: klasa analitikih aplikacija koja trai obrasce u bazi podataka. To
je proces "prosejavanja" velike koliine podataka da bi se dobili podaci od
interesa. Ovaj alat koristi razliite tehnike, ukljuujui i rezonovanje na osnovu
sluaja, vizuelizacije podataka, upita i analiza.
Dekompozicija (Decomposition): razbijanje modelovanih funkcija u njihove
sastavne funkcije.
Dijagram klasa (Class Diagram): dijagram koji pokazuje kolekciju
deklarativnih (statikih) elemenata modela, kao to su klase i tipovi, i njihove
sadraje i veze.
Dimenziona tabela (Dimension Table): tabela u zvezda emi koja sadri
podatke za jednu od dimenzija multidimenzione kocke.
Distribuirani podaci (Distributed Data): podaci ravnopravno dostupni za
obradu u razliitim vorovima raunarske mree.
Domen (Domain): imenovani skup vrednosti podataka istih tipova podataka,
preko kojih se formiraju stvarne vrednosti atributa objekata. Svaki atribut moe
biti definisan pod samo jednim domenom.
Drill Down/Up: tehnika analize koja doputa korisnicima SPO-a navigaciju
nivoima podataka rangiranim od najsumarnijih (up) do najdetaljnijih (down).
Druga normalna forma (Second Normal Form-2NF): entitet je u drugoj
normalnoj formi, ako je prvo u prvoj normalnoj formi i ako je svaki atribut koji
nije klju u direktoj zavisnosti sa primarnim kljuem.
Egzistencijalna zavisnost (Existence Dependency): uslov izmeu dva entiteta
u relaciji, koji pokazuje da ne moe postojati objekat jednog entiteta koji nije u
relaciji sa objektima drugog entiteta.
Ekspert domena (Domain Expert): osoba koja ima ekpertizu u domenu u kome
se specifini ekpertni sistem razvija. Radi u saradnji sa projektantom radi
pronalaenja ekspertnih znanja u itajuim prezentacijama koje se esto
nazivaju i baza znanja.
Ekspertni sistemi (Expert Systems): To su sistemi ovek-maina koji su
specijalizovani za formiranje strunog miljenja pri reavanju nekih problema.
"Ekspertiza" (struno miljenje) se sastoji od znanja o specifinom domenu,
razumevanu problema unutar domena i "vetinama" u reavanju ovih problema.
Eksplicitno znanje (Explicit Knowledge): znanje artikulisano formalnim
jezikom, prenosi se u obliku informacija putem razliitih medija i relativno se
lako uklapa u strukture inteligentnih informacionih sistema jer ne postoje
njegove apstraktne kategorije.

Element podatka (Data Element): najelementarnija jedinica podataka koja
moe da bude prepoznata i opisana u reniku ili skladitu i koja ne moe dalje
da bude dekomponovana.
E-Meetings: termin za sastanke podrane punim video, audio i Web alatkama
za sastanke. Jedan ili vie uesnika u sastanku moe da uestvuje sa daljine u
sastanku. Mogue je da svi uesnici budu na razliitim mestima.
Enitet roditelj (Entity Parent): entitet iji objekti mogu da budu u vezi sa vie
objekata drugog entiteta (entiteta dete).
Entitet (Entity): prezentacija realnih i apstraktnih stvari (ljudi, objekata,
sluaja...) koji se prepoznaju pod istim tipom podataka, jer dele iste
karakteristike i mogu uestvovati u istim relacijama.
Entitet dete (Entity Child): entitet u specifinoj povezujuoj relaciji, iji
objekti mogu biti u vezi sa nula ili jednim objektom drugog entiteta (roditelja).
ETL procesi (Extract, Transform and Load): podrazumevaju postupke
dobijanja podataka iz nekog skladita podataka (ekstrakcija), modifikovanje tih
podataka (Transform) i umetanje u razliita skladita podataka (Load).
Funkcija (Function): aktivnost, proces ili transformacija (modelovana na
IDEF0 pravougaoniku), identifikovana glagolom ili glagolskom frazom, koja
opisuje ta mora da se izvede.
Funkcionalna zavisnost (Functional Dependency): veza entiteta kojom se
opisuje uslov "bar jedan".
Funkcionalni SPO (Functional DSS): SPO koji zadrava ili izvodi znanje
bitno za odluivanje o nekim funkcijama koje se sprovode u organizaciji
(marketing, proizvodnja itd.).
Geografski informacioni sistemi (Geographic Information Systems-GIS):
sistemi za podrku koji prikazuju podatke u obliku mapa (karti). Pomau
ljudima da pristupe, prikazuju i analiziraju podatke koji imaju geografski
sadraj i znaenje.
Grafiki korisniki interfejs (Graphical User Interface GUI): Programski
interfejs koji koristi grafike mogunosti raunara u cilju olakavanja rada pri
upotrebi raunara. Grafiki interfejs koristi pokazivake ureaje za selektovanje
objekata, ukljuivanje ikona, menija, tekst boksova itd.
Granina strelica (Boundary Arrow): strelica kojoj jedan kraj (izvorni ili
upotrebni) nije spojen ni za jedan pravougaonik na dijagramu. Suprotan je
288
internoj strelici (Internal Arrow).

Hiperlink (Hyperlink): re ili slika u nekom tekstu dostupnom na Internetu,
koja se aktivira klikom mia i na taj nain otvara drugi dokument.
Hipermedija (Hypermedia): kombinacija nekoliko tipova medija, kao to su
tekst, grafiki simboli, audio i video zapisi.
Hipertekst (Hypertext): pristup koji podrava rad sa tekstom i drugim
informacijama i omoguava korisniku skokove sa nekog datog naslova gde god
on to eli, do eljenog naslova.
Identifikator zavisnosti (Identifier Dependency): iskaz izmeu dva entiteta u
vezi koji zahteva da primarni klju u jednom (entitetu detetu) sadri primarni
klju drugog (entiteta roditelja).
Ilegalni pristup (Illegal access): nedozvoljeno obraanje korisnika podacima.
Ime uloge (Role Name): ime dodeljeno prenesenom kljuu i predstavlja
upotrebu prenesenog kljua u entitetu.
Informacija (Information): podatak koji se obrauje radi dobijanja nekog
znaenja i znanja za osobu koja je prima. Ona je izlaz iz informacionog
sistema.
Informaciona mrea (Information Network): celovitost informacionih sistema
objedinjenih u jedinstvenu mreu za prenos podataka. Korisnik ima pristup
informacijama svakog od informacionih sistema ukljuenih u mreu .
Intelektualni kapital (Intelectual Capital): ukupna intelektualna imovina i
intelektualni potencijal koji kompanija koristi za stvaranje nove vrednosti.
Sadri akumulirano znanje koje neka organizacija poseduje u svojim ljudima,
metodama, patentima, dizajnima i vezama. Deli se na tri segmenta: ljudski
kapital, strukturalni ili organizacijski kapital i kapital klijenata.
Interakcija (Interaction): rad raunarskog sistema kod koga svaki ulaz
podataka ima odgovor.
Interna strelica (Internal Arrow): ulazna, kontrolna ili izlazna strelica
povezana sa oba kraja (izvor i upotreba) za pravougaonike na dijagramu.
Suprotno je od granine strelice (Boundary Arrow).
Inenjer znanja (Knowledge Engineer): specijalista odgovoran za tehniku
stranu razvoja ekspertnog sistema. On radi u saradnji sa ekspertima domena
radi formiranja baze znanja.
Inenjering znanja (Knowledge Engineering KE): inenjerska disciplina
koja u sebe ukljuuje integraciju znanja u raunarski sistem u cilju reavanja
kompleksnih problema, zahtevajui veliku strunost lica koja su ukljuena.

Izlazna strelica (Oputput Arrow): vrsta strelice koja izraava IDEF0 izlaz, tj.,
podatke ili objekte koje daje funkcija. Izlazne strelice su povezane sa desnom
stranom IDEF0 pravougaonika.
Izvrni informacioni sistem (Executive Information Systems-EIS):
informacioni sistem za podrku izvrnim odlukama menadera korienjem
grafikog predstavljanja, nudi jake drill-down mogunosti.
Izvrni SPO (Executive Support Systems-ESS): izvrni informacioni sistem
koji ukljuuje specifine odluke sa mogunou analiza.
Kategorija entiteta (Entity Category): entitet iji se objekti prikazuju podtipom
i potklasifikacijom drugog entiteta (podtip, potklasa).
Klijent/server arhitektura (Client/server architecture): mrena arhitekura u
kojoj raunari na mrei uestvuju kao serveri u upravljaju podacima i servisima
mree, ili kao klijenti, gde korisnici pokreu aplikacije i pristupaju serveru.
Klju, Kandidat (Key, Candidate): atribut, ili kombinacija atributa entiteta ije
vrednosti jednoznano odreuju sve objekte entiteta.
Klju, Opcioni (Key, Alternate): svaki klju kandidat koji nije primarni klju.
Klju, Preneseni (Key, Foreign): atribut ili kombinacija atributa deteta, ili
nekog drugog entiteta ija se vrednost primarnog kljua poklapa sa vrednou
primarnog kljua entiteta roditelja.
Klju, Primarni (Key, Primary): kandidatski klju koji jednoznano
identifikuje entitet.
Klju, Sloeni (Key, Composite): klju sastavljen od dva ili vie atributa.
Kompjuterski podran kolaborativni rad (Computer Supported Collaborative
Work): obezbeuje aplikacije za radne grupe koje zahtevaju viekorisniki
pristup i kontrolu i koordinaciju aktivnosti svih korisnika.
Kondicioniranje (Conditioning): prikljuenje dodatnog ureaja korienom
kanalu u cilju postizanja karakteristika linije neophodnih za prenos podataka.
Konferencija sa vie taaka (Multipoint Conference): audio ili video
konferencija izmeu dva udaljena uesnika.
Kontrolna strelica (Control Arrow): vrsta strelice koja opisuje IDEF0 konrolu,
tj. uslove koji su potrebni da bi se dobio korektan izlaz. Podaci ili objekti
modelovani kao kontrole mogu se transformisati u funkcije, kreirajui izlaz.
Kontrolne strelice su povezane sa gornjom ivicom IDEF0 pravougaonika.
290
Konverzija podataka (Data Conversion): promena podataka pri prelasku iz

jedne forme predstavljanja u drugu.
Korisniki interfejs (User Interface): komponenta raunarskog sistema za
podrku u odluivanju koja omoguava bidirekcionu (dvosmernu)
komunikaciju izmeu sistema i korisnika.
Kritini faktori uspeha (Critical Success Factors): kljuna podruja poslovnih
aktivnosti u kojima su povoljni rezultati neophodni za kompaniju u postizanju
njenih ciljeva.
Lanac znanja (Knowledge chain): sadri etiri elementa koja ine sutinu
korisnosti upravljanja znanjem, to su unutranja svesnost organizacije,
unutranja reaktivnost, spoljana svesnost i spoljana reaktivnost.
Logika organizacija podataka (Logical Data Organization): organizacija
podataka koja u obzir uzima samo one konstrukcije podataka i operacije koje se
izvravaju nad njima koje se nalaze u okviru dejstva programa koji koristi
podatke, organizacija podataka koja ne zavisi od konkretnog nosioca.
Maina za zakljuivanje (Inference Engine): deo ekspertnog sistema koji vri
funkciju zakljuivanja.
Meuzavisne odluke (Interdependent Decisions): serije odluka koje su
meusobno zavisne.
Menadment znanja (Knowledge Management KM): to je klasifikovanje,
pristup i pronalaenje nestruktuiranih informacija izmeu nezavisnih
pojedinaca koji pripadaju jednoj radnoj grupi. Podrazumeva identifikovanje
grupe ljudi koji dele odreenja znanja, razvijajui tehniku podrku koja
omoguuje razmenu znanja i kreiranje procesa za prenos i irenje znanja.
Metapodaci (Metadata or Meta Data): podaci o podacima u skladitu
podataka. Pomau u definisanju sadraja skladita podataka. To su semantike
informacije odgovarajuih promenljivih. Moraju da ukljuuju poslovne
definicije podataka, tane opise tipova podataka, potencijalne vrednosti,
originalni izvorni sistem, formate podataka i druge karakteristike. Definiu i
opisuju poslovne podatke. Sadre stvari poput imena, duine, validne vrednosti
i opisa podataka nekog podatka elementa. uvaju se u reniku podataka.
Izoluju skladite podataka od promena usled rada pod nekim operativnim
sistemom.
Middleware: komunikacioni sloj koji dozvoljava aplikacijama interaktivnost
kroz hardversko i mreno okruenje.
Model podataka (Data Model): grafika i tekstualna prezentacija analize koja
identifikuje podatke koji su potrebni organizaciji koja uestvuje u poslu.
Prezentuje entitete, domen (atribute) i relacije sa drugim podacima i konstruie

konceptualni pogled podataka i relacija izmeu podataka.
Model sluaja upotrebe (Use Case Model): model koji opisuje funkcionalnost
zahteva sistema u terminu sluaja upotrebe.
Mreni protokol (Network Protocol): protokol koji odreuje koordinaciju
programa za upravljanje mreom u razliitim raunarima.
Multiprocesing (Multiprocessing): paralelna obrada, istovremeno izvravanje
jednog ili vie vie programa ili nizova instrukcija pod kontrplom jednog ili
vie procesora.
N-arna asocijacija (N-ary Association): asocijacija preko tri ili vie klasa.
Svaka instanca asocijacije je n-ta vrednost odgovarajue klase. Suprotno:
binarna asocijacija.
Naziv pravougaonika (Box Name): re ili fraza smetena unutar IDEF0
pravougaonika koja opisuje funkcionalno modeliranje.
Nestrukturirane odluke (Unstructured Decisions): ovaj tip odluke je situacija
sloenih i nestandardnih reenja, podrazumevaju manjak prethodnih slinih
iskustava i zahtevaju kreativnost i intuiciju.
Normalizacija (Normalization): proces redefinisanja i regrupisanja atributa u
entitetima, u skladu sa normalnom formom.
Normalna forma (Normal Form): stanje entiteta koje relativno zadovoljava
skup normalizacija njegovih atributa. Specifina normalna forma je izvedena
sukcesivnom redukcijom entiteta iz njegovog izvornog stanja u neki eljeni
oblik forme. Procedura je reverzibilna.
Nul (Null): stanje gde vrednost nekog atributa nije poznata za neki objekat
entiteta.
Objekat (Object): predmet, proces, mesto, stvar ili koncept koji opisuje interese
jednog okruenja.
Odluka (Decision): izbor jedne od alternativa.
Ogranienje (Constraint): pravilo koje pokazuje validnost stanja podataka.
Ogranienje egzistencije (Constraint, Existence): uslov gde objekti jednog
entiteta ne mogu da postoje ukoliko ne postoje objekti entiteta sa kojim je ovaj
u relaciji.
Ogranienje kardinalnosti (Constraint, Cardinality): ogranienje broja
objekata entiteta koje moe da bude asocirano u relaciji.
On-line Analytical Processing (OLAP): softver koji se koristi za rad sa
292
viedimenzionalnim podacima iz razliitih izvora koji se smetaju u skladite

podataka. Formira razliite poglede na podatke. Omoguava brz, konzistentan i
interaktivan nain pristupa i manipulacije viedimenzionalnim podacima
sauvanim u skladitu podataka.
Organizacija koja ui (Learning Organization): organizacija koja je
prilagoena kupcima, karakterie je kreativnost, intenzivno znanje, visoko
obrazovan kadar, spremnost i sposobnost menadmenta i zaposlenih na stalno
uenje.
Organizacijski SPO (Organizational DSS): viekorisniki SPO dizajniran da
podri donosioce odluka koji su u okviru vee celine od grupe.
Osnovni entitet, generiki (Entity Generic): entitet iji su objekti klasifikovani
u jedan ili vie podtipova ili potklasa (supertip, superklasa).
Paralelni pristup (Parallel Access): istovremeno pristupanje svim elementima
podataka.
Planiranje (Planning): menaderska funkcija zasnovana na pravljenju
prognoza, definisanju onoga to treba da se uradi i identifikovanju metoda koje
treba da se dodele.
Planiranje resursa preduzea (Enterprise Resource Planning): integrisani
proces planiranja i upravljanja svim resursima i njihovo korienje u itavom
preduzeu. Odnosi se na softverske pakete koji obezbeuju integraciju toka
informacija kroz preduzee, kombinujui razliite izvore informacija u jednu
softversku aplikaciju i jedinstvenu bazu podataka.
Podaci (Data): Binarna (digitalna) prezentacija atomskih injenica, teksta,
grafika, bit mapa, zvuka, analognih ili digitalnih video segmenata. Podak je
sirovina sistema koju ovaj dobija preko procedura i koja se koristi radi kreiranja
informacija.
Poslovna inteligencija (Business Intelligence): proces prikupljanja
raspoloivih internih i znaajnih eksternih podataka i njihovog pretvaranja u
korisne informacije koje pomau menadmentu pri donoenju odluka.
Oznaava i iroku kategoriju softverskih alata za prikupljanje, konsolidovanje,
analiziranje i osiguranje pristupa podacima korisnicima u organizaciji u cilju
donoenja boljih poslovnih odluka. Izraz i koncept poslovne inteligencije
osmislili su strunjaci Garnter Grupe 1993. godine.
Poslovne transakcije (Business Transaction): to je jedinica posla nad
strukturama podataka u cilju kreiranja, modifikacije ili brisanja poslovnih
podataka. Svaka transakcija predstavlja jednu vrednovanu injenicu, koja
opisuje jedan poslovni sluaj.
Poslovni model (Business Model): u skladitu podataka, to je dizajnerski

pogled na to kako posao funkcionie. Pogled moe biti sa aspekta posla,
podataka, sluaja ili resursa i moe da bude o prolom, sadanjem ili buduem
stanju posla.
Poslovni podaci (Business Data): podaci o ljudima, mestima, stvarima,
poslovnim pravilima i sluajevima koji se upotrebljavaju pri voenju posla.
Nisu metapodaci.
Pravilo (Rule): formalni pristup specifinim preporukama, direktivama ili
strategiji, iskazanim kroz IF-THEN konstrukcije.
Pretraivanje podataka (Data Search): skup operacija, metoda i procedura
pomou kojih se dobijaju podaci koji se nalaze u memoriji raunara, prema
odreenoj zakonitosti.
Projekat (Project): svaki zaokruen poduhvat koji ima jasno definisan cilj,
vreme i potrebne resurse.
Prstenasta mrea (Ring Network): Raunarska mrea ija konfiguracija ima
formu prstena (zatvorene konture).
Prva normalna forma (First Normal Form 1NF): entitet je u prvoj
normalnoj formi ako su njegov sadraj samo atomske vrednosti.
Raunarska mrea (Computing Network): integracija veeg broja raunara
komunikacionim vezama.
Raunarska simulacija (Computing Simulation): modeliranje procesa ili
pojava na raunaru sa ciljem izvoenja esperimenata, izraunavanja itd.
Raunarski sistem (Computer System): celokupnost jednog raunara i
njegovog softvera namenjen organizaciji procesa raunanja.
Rapidni razvoj aplikacija (Rapid Application Development RAD): deo
metodologije koji navodi na inkrementalni razvoj uz podrku naruioca. Cilj je
da razvoj projekta ostane usredsreen na stalno ostvarivanje komunikacije.
Jedino ogranienje pri ovakvom radu jeste razliitost govora lica koja su u
komunikaciji.
Renik podataka (Data Dictionary): baze podataka o podacima i strukturama.
Redundantna kontrola (Redundancy Check): sistem za otkrivanje redundante
u bloku podataka.
Reinenjering poslovnih procesa (Business Process Re-engineering):
fundamentalna reorganizacija kompanije koja se bazira na procesima koji
donose vrednost kupcu. Ukljuuje re-orijentaciju poslovanja od usmerenosti
294
proizvodu na usmerenost kupcu.

ema (Schema): definicija strukture podataka.
Simulacija (Simulation): tehnika voenja jednog ili vie eksperimenata koji
testiraju razliite rezultate kvantitativnog modela sistema.
Sistem (System): kolekcija povezanih jedinica koje su organizovane da
izvravaju odreenu svrhu. Sistem moe biti opisan jednim modelom ili sa vie
njih, najverovatnije sa razliitih aspekata posmatranja.
Sistem dijaloga (Dialog System): hardver i softver koji kreira i implementira
korisniki interfejs za SPO.
Sistem prenosa podataka (Data Communication System): ukupnost tehnikih
sredstava koja obezbeuje razmenu podataka izmeu raunara i okruenja.
Sistemi za odluivanje (Decision Systems): to su programski orijentisane
tehnologije koje se koriste za usmeravanje odluivanja, posmatranje i kontrolu
procesa i pomau donosiocima odluka u situacijama kada nisu u mogunosti da
odlue.
Sistemi za podrku grupnom pdluivanju (Group Decision Support Systems
GDSS): interaktivni, raunarski sistem koji olakava reenja nestruktuiranih
problema kroz rad vie donosilaca odluka kao jedne grupe.
Skalabilnost (Scalability): sposobnost raslojavanja hardvera i softvera radi
podravanja veih ili manjih koliina podataka i vie ili manje korisnika.
Skladite podataka (Data Warehouse): skladite podataka je objektno
orijentisana, integrisana, vremenski promenljiva, postojana kolekcija podataka
u upravljanju procesima donoenja odluke.
koljka (Shell): alatka za razvoj ekspertnog sistema koji sadri dve nezavisne
celine softvera. Pravila postavljena od strane menadera i mehanizam koji je
sposoban da u skladu sa pravilima donosi zakljuke.
SPO upravljan dokumentima (Document-Driven DSS): Web podrava pristup
velikim bazama dokumenata, ukljuujui i baze podataka dokumenata u
hipertekstu, slike, zvukove i video zapise.
SPO upravljan podacima (Data-Driven DSS): sistemi skladita podataka koji
dozvoljavaju manipulaciju nad podacima preko odreenih raunarskih alatki
prilagoenih specifinom problemu, ili preko vie optih alatki i operatora koji
dodaju dodatne funkcije. SPO upravljan podacima sa OLAP ili data mining
alatkama donose najvii nivo funkcionalnosti i podrke u odluivanju, koji je
povezan sa analizama velikih kolekcija istorijskih podataka.
SPO zasnovan na komunikacijama (Communications-Driven DSS): sistem za

podrku u odluivanju koji koristi mrene i komunikacione tehnologije radi
olakavanja saradnje i komunikacije.
SPO zasnovan na modelima (Model-Driven DSS or Model-oriented DSS): tip
SPO-a koji podrazumeva pristup i manipulaciju modelima. Npr. neki OLAP
sistemi dozvoljavaju sloene analize podataka koji mogu da budu klasifikovani
kao hibridni SPO sistemi koji u sebi sadre pronalaenje modela, podataka i
sumiranih podataka.
SPO zasnovani na znanju (Knowledge-Driven DSS): predlau i preporuuju
akcije menaderima. Koncept koji se koristi je data mining.
Stablo vorova (Node Tree): grafiko predstavljanje relacije roditelj-dete
izmeu vorova na IDEF0 modelu, u obliku grafikog stabla.
Standardni softver (Standard Software): skup raunarskih programa koji su
namenjeni za reavanje zadataka iz jedne oblasti, te ih koristi veliki broj
korisnika (npr. obraun plata, stanje zaliha..)
Sticanje znanja (Knowledge Acquisition): izvoenje i formulacija znanja
izvedenih iz razliitih izvora, naroito ekspertskih.
Strelica (Arrow): direktna linija koja prenosi podatke ili objekte od izvora (bez
vrha strelice) do mesta koritenja (sa vrhom sterilce).
Strelica mehanizma (Mechanism Arrow): vrsta strelice koja izraava IDEF0
mehanizam, tj. znaenje korieno za izvrenje funkcije; ukljuuje specijalan
sluaj strelice poziva (Call Arrow). Strelica mehanizma je povezana sa donjom
stranom IDEF0 pravougaonika.
Strelica poziva (Call Arrow): tip strelice mehanizma koji omoguava deljenje
detalja izmeu modela (povezujui ih zajedno) ili unutar modela.
Strukturirane odluke (Structured Decisions): one odluke koje se donose na
bazi specifinih pravila i procedura.
Strukture podataka (Data Structure): skip elemenata podataka objedinjenih i
ureenih na odreen nain.
Supervizor (Supervisor): glavni program koji se stalno nalazi u memoriji i iji
je zadatak da kontrolie rad drugih programa, ulazno-izlaznih operacija itd.
Telekomutiranje (Telecommuting): korienje telekomunikacija u cilju
obavljanja svog posla u stanu, razmena podataka koju korisnik vri izmeu
stana i kancelarije,
296
Tip podataka (Data Type): kategorizacija apstraktnog skupa vrednosti,

karakteristika i skupa operacija koji se odnose na atribute. Celi brojevi, realni
brojevi, znakovni tipovi podataka itd.
Transakcione baze podataka (Operational or Transaction Database): baze
podataka za transakciju (razmenu) podataka. One su izvor za skladita
podataka.
Transformacija (Transformacion): promena oblika podataka po odreenim
pravilima.
Trea normalna forma (Third Normal Form-3NF): jedan entitet je u treoj
normalnoj formi najpre ako je u drugoj normalnoj formi, i ako svaki atribut koji
nije klju nije u direktnoj zavisnosti od primarnog kljua.
Tunelska strelica (Tunneled Arrow): strelica (sa specijalnom notacijom) koja
ne sledi normalne zahteve da svaka strelica mora da ukazuje na strelicu na
povezanom roditeljskom ili dete dijagramu.
Tvrenje (Assertion): iskaz koji prikazuje uslov koji mora da bude taan
(ispunjen).
Ulazna strelica (Input Arrow): vrsta sterlice koja izraava ulaz, tj. podatke ili
objekte koji se transformiu preko funkcija u izlaz. Ulazne strelice su povezane
sa levom stranom IDEF0 pravougaonika.
Upit (Query): postavljanje pitanja (kriterijuma). Obino koristi sloene SQL
konstrukcije.
Upravljaki sistem (Control System): celovitost hardverskih i softverskih
sredstava namenjenih za podrku radu objekta upravljanja.
Upravljanje znanjem (Knowledge Management): predstavlja konstantni
proces obnove znanja organizacije. Opti cilj upravljanja znanjem je povezati
one kojima je znanje potrebno s izvorima znanja u organizaciji, kao i
usklaivanje transfera tog znanja.
Vetaaka inteligencija (Artificial Inteligence): sposobnost maine ili raunara
da obavlja funkcije karakteristine za oveka.
Videokonferencija (Videoconferencing): interaktivna komunikacija u realnom
vremenu, dva ili vie uesnika koji se nalaze na razliitim lokacijama, a za
komunikaciju koriste kombinaciju video, audio i tehnologiju komunikacije.
Viedimenzionalna baza podataka (Multi dimensional Database MDBS):
baza podataka koja omoguava korisnicima analize velikih koliina podataka.
Predstavlja podatke kao nizove koji su organizovani u viestruke dimenzije.
Promenljive su objekti koji se uvaju u viedimenzionalnim bazama. To su
jednostavni nizovi vrednosti (numerikih najee) koji su dimenzionisani po

dimenzijama u bazi podataka. Moe da ima viestruke promenljive, sa
razliitim ili jedinstvenim skupom dimenzija.
Viekorisniki SPO (Multiparticipant DSS): SPO koji podrava viekorisniki
rad u procesu donoenja odluke, odnosno vie osoba je ukljueno u donoenje
odluka. Veoma su slini grupnim SPO.
Vrednost atributa (Attribute Value): vrednost data nekom atributu u objektu
entiteta.
Web orjentisan SPO (Web-based DSS): raunarski sistem koji dostavlja
informacije za podrku u odluivanju, ili alatke za donoenje odluka menaderu
ili poslovnim analitiarima putem Web pretraivaa. Veza je ostvarena preko
mree koja koristi TCP/IP protokole u komunikaciji.
Znanje (Knowledge): nematerijalni resurs, slika stvarnosti iskazana zamislima
oveka. Sastoji se od intuicije, skupa ideja, iskustva, vetina i uenja. Ima
potencijal stvaranja nove vrednosti.
Znanje zasnovano na podacima (Data-Based Knowledge): znanje izvedeno iz
podataka koritenjem alata poslovne inteligencije iz skladita podataka.
Zvezda shema (Star Schema): dizajn baze podataka koji se sastoji od tabele
injenica i jedne ili vie dimenzionih tabela.
ivotni ciklus razvoja sistema (Systems Development Life Cycle-SDLC):
proces sistemske analize, softverskog inenjeringa, programiranja i korisnike
izgradnje sistema.
298
15. SKRAENICE
1NF
2NF
3NF
ACL
ADO (MD)
ADP
AI
ANN
ANSI
API
ARCnet
ASA
ASCII
ASP
BIOS
B2B
B2C
B2E
BI
BDC
BLOB
BPR
BPWin
CAD
CAE
CAM
CAP
CASE
CIB
300
First Normal Form

Second Normal Form
Third Normal Form
Access Control List
ActiveX Data Objects (MultiDimensional)
Automatic Data Processing
Artificial Intelligence
Artifical Neural Networks
American National Standards Institute
Application Programming Interface
Attached Resource Computer NET work
American Standards Assciation
American Standard Code for Information Interchange
Active Server Pages
Basic Input Output System
Business to Business
Business to Consumer
Business to Employee
Business Intelligence
Backup Domain Controller
Binary Large OBject
Business Process Reengineering
Business Process for Windows
Computer Aided Design
Computer Aided Engineering
Computer Aided Manufacturing
Computer Aided Planning
Computer Aided System Engineering
Computer Integrated Bussines
CIM
CGI
CLI
CLR
CNC
COM
CPU
CPM
CPS
CRC
CRM
CSF
CSCW
CU
DAO
DB
DBA
DBCC
DBCS
DBMS
DCL
DDL
DLL
DM
DML
DMO
DP
DPC
DRI
DSN
DSO
DSS
DTS
DW
EAI
EC
EDI
Computer Integrated Manufacturing

Common Gateway Interface
Call-Level Interface
Common Language Runtime
Computer Numerical Control
Component Object Model
Central Processing Unit
Critical Path Method
Characters Per Second
Cyclic Redundancy Check
Costumer Relationship Management
Critical Success Factors
Computer Supported Collaborative Work
Control Unit
Data Access Object
Data Base
Data Base Administrator
Database Consistency Checker
Double-Byte Character Set
DataBase Management System
Data Control Language
Data Definition Language
Dynamic-Link Library
Data mining
Data Manipulation Language
Distributed Management Objects
Data Procesing
Deferred Process Call
Declarative Referential Integrity
Data Source Name
Decision Support Objects
Decision Support Systems
Data Transformation Services
Data Warehouse
Enterprise Application Integration
Electronic Commerce
Electronic Data Interchange
EDMS
EIS
EXE
ERP
ERWin
ESS
FAT
FDD
FIPS
FK
FTP
GDSS
GIS
GUI
GUID
HFS
HOLAP
HTTP
HTTP
I/O
ID
IDC
IDEF0
IE
IEC
IMIS
IOIS
IPC
IPX/SPX
IRC
ISDN
ISO
ISQL
JANET
KDD
KE
KM
302
Electronic Document Management System

Executive Information Systems
EXEcutive
Enterprise Resource Planning
Entity Relationships for Windows
Executive Support Systems
File Allocation Table
Floppy Disk Drive
Federal Information Processing Standard
Foreign Key
File Transfer Protocol
Group Decision Support Systems
Geographic Information Systems
Graphical User Interface
Globally Unique IDentifier
Hierarchical File System
Hybrid OLAP
Hyper Text Markup Language
Hyper Text Transfer Protocol
Input/Output
IDentification
International Data Center
Integration Definition Functional Modeling
Information Engineering
International Electrotechnical Commission
Integrated Management Information System
InterOrganizational Information Systems
InterProcess Communication
Internet Packet eXchange/Sequenced Packet eXchange
Internet Relay Chart
Intergreted Service Digital Network
International Organization for Standardization
Interactive Structured Query Language
Join Academic Network
Knowledge Discovery in Databases
Knowledge Engineering
Knowledge Management
LAN
MAPI
MCP
MCSD
MCSE
MCT
MDX
MIS
MFC
MMC
MOC
MOLAP
MRP
MS DTC
NGWS
NIC
NIST
NTFS
OAS
ODBC
ODS
ODSS
OEM
OLAP
OLE (DB)
OLTP
OMT
OO
OOSE
OS
OSI
PIN
PDC
PDM
PK
PLM
POSIX
Local Area Network

Messaging Application Programming Interface
Microsoft Certified Professional
Microsoft Certified Solution Developer
Microsoft Certified System Engineer
Microsoft Certified Trainer
MultiDimensional Expression
Management Information Systems
Microsoft Foundation Class
Microsoft Management Console
Microsoft Official Curriculum
Multidimensional OLAP
Materials Resource Planning
MicroSoft Distributed Transaction Coordinator
Next Generation Windows Services
Network Interface Card
National Institute of Standards and Technology
Windows NT file system
Office Automation System
Open DataBase Connectivity
Open Data Services
Organizational Decision Support System
Original Equipment Manufacturer
OnLine Analytical Processing
Object Linking and Embedding (DataBase)
Online Transaction Processing
Object Modeling Technique
Object-oriented
Object-oriented Software Engineering
Operating System
Open System Interconnection
Personal Identification Number
Primary Domain Controller
Product Data Management
Primary Key
Product Lifecycle Management
Portable Operating System Interface for Unix
RAD
RAID
RAM
RDBMS
RDO
RI
ROLAP
ROM
RPC
SCM
SDLC
SID
SMP
SNA
SOAP
SQL
SQL-DMF
SQL-DMO
TCP/IP
TDS
TPS
TQM
UDDI
UIMS
UML
UNC
URL
VAN
VINES/IP
VTAM
WAN
Windows
DNA
WSDL
WWW
XML
304
Rapid Application Development

Redundant Array of Independent Disks
Random Access Memory
Relational DataBase Management System
Remote Data Object
Referential Integrity
Relational OLAP
Read Only Memory
Remote Procedure Call
Supply Chain Management
Systems Development Life Cycle
Security IDentifier
Symmetric MultiProcessor
Systems Network Architecture
Simple Object Access Protocol
Structured Query Language
SQL Distributed Management Framework
SQL Distributed Management Objects
Transmission Control Protocol / Internet Protocol
Tabular Data Stream
Transaction Processing System
Total Quality Management
Universal Description Discovery & Integration
User Interface Management System
Unified Modelling Language
Universal Naming Convention
Uniform Resource Locator
Value Added Network
VIrtual NEtworking Software / Internet Protocol
Virtual Telecommunications Access Method
Wide Area Network
Windows Distributed interNet Applications Architecture
Web Service Description Language
Word Wide Web
Extensible Markup Language
16. LITERATURA
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
306
Accrue Software & NeoVista Software Acquisition White Paper,

http://www.accrue.com.
Advanced Topics, Microsoft Access Advanced Tools for Custom
Application, Microsoft Corporation, 1994.
Aikins, J., Prototypical knowledge for expert systems, Artificial
Inteligence, 20 (1983), s.163-210
Alekseeva, E. F., Stefanjuk, V. L., Ekspertnye sistemy-sostojanie i
perspektiva, Teh. kibernetika, No.5, s. 153-167, 1984.
Atkinson, D.J., Marshall, P.H., A Comparison of Group Decision Support
System Approaches Illustrated via LSE Decision Conferencing and
MeetingWare, Bulletin of the Australian Society for Operations Research,
9, 3, pp12-28., 1990.
Balard C., Herman D., Bell R., Data Modeling Techniques for data
warehausing, IBM International Technical Support Organization, San
Jose, 1998.
Baldwin, J. F., Fuzzy Sets and Expert Systems, Information Sciences,
36(1985), s. 123-156.
Barakai, Z., Odluivanje o poslovnim strategijama, Svjetlost, Sarajevo,
1987.
Barkocy E. B., Zdeblick W. J., A Knowledge-Based System for Machining
Operation Planning, Autofact 6, Octobar, 1984.
Barr A., Feingenbaum E. A., The Handbook of Artificial Intelligence Vol.
I, II, Los Altos, CA: Kaufman, 1981.
Beejski-Vujaklija D., "Metodologija izgradnje sistema za podrku
odluivanju tipa upravljake igre", doktorska disertacija, FON, Beograd,
1992.
Beejski-Vujaklija, D., "Metodoloke osnove ekspertskog ocenjivanja u
funkciji podrke odluivanju", SIMORG 91, zbornik radova, str. 158-165,
Kopaonik, 1991.
Blue Martini Software Reports Third Quarter 2000 Financial Results,
http://www.bluemartini.com/company/press_releases/pr_1017c2000.html
14. Blue Martini Software Technology, Rules, http://www.bluemartini.com/

products/rules.html
15. Blue Martini Software, http://www.bluemartini.com/products/software.html
16. Booch G. i dr.: The Unified Modeling Language, Addison Wesley
Longman, 1999.
17. Boin M., Radojii M., Organizacija i upravljanje, Tehniki fakultet,
aak, 1996.
18. Bratko, I., Inteligentni informacijski sistemi, Un. "Edvard Kardelj"
Ljubljana, 1985.
19. Bratko, I., Sistemi in tehnika umetne inteligence, Ljubljana, 1983.
20. Bulat V., Bojkovi R., Organizacija proizvodnje, ICIM, Kruevac, 1999.
21. Bulat V., upi M., Gavri Z., Nadrljanski ., Radojii M., Rani S.,
Sljivi S., Menadment informacioni sistem, ICIM, Kruevac, 1998.
22. Bulat V., Industrijski menadment, ICIM, Kruevac, 1999.
23. Chang T. C., R. A. Wysk, An Introduction to Automated Proceess Planning
Systems, Prentice-Hall, 1985.
24. upi, M., Uvod u teoriju odluivanja, Nauna knjiga, Beograd, 1987
25. upi, M., Generatori i aplikacije sistema za podrku odluivanju, Nauna
knjiga, Beograd, 1992
26. upi, M., Tummala, R., Suknovi, M., Odluivanje - formalni pristup,
"FON", Beograd, 2001.
27. Customer Success Stories, Cable & Wireless Keeping up with customer
demands, http://www.webtrends.com/customers/case_study.htm
28. Customer Success Stories, Caredata.com, http://www.webtrends.com/
customers/case_study.htm
29. Customer Success Stories, EuroVacations.com,
http://www.webtrends.com/ customers/case_ study.htm.
30. DeSanctis, Gerardine, Gallupe, Brent R., A Foundation for the Study of
Group Decision Support Systems Design, Management Science, 33, 589609., 1987.
31. Drucker P., Menadment za budunost, Grme, Beograd, 1997.
32. Dulanovi N., Veljovi A., Otkrivanje obrazaca u korienju Web-a, Web
Usage Mining, YU INFO 2002, Kopaonik (www.cit.org.yu),2002.
33. Efimov I. E., Reatelji intelektualnih zada, Moskva, Nauka, 1982.
34. Etzioni: The World Wide Web: Quaigmire or gold mine, Communications
of the ACM, 39(11):65-68, 1996.
35. Gass, S., Decision Making, Models and Algorithms, John Wiley & Sons,
1985.
36. Gould I., EFIP Guide to Concepts and Terms in Data Processing, London,
1971.
37. Gray, Paul, Group Decision Support Systems, Decision Support systems, 3,
233-242., 1987.
38. Harrison, E.F., Pelletier, M.A., The essence of management decision,
Management Decision 38/7, 2000., pp. 462-469
39. Hayes-Roth F., Waterman D. A., Lenat D., Building Expert Systems,
Addison Wesley, Reading, Massachusets, 1983.
40. Hayes-Roth F.: The Knowledge-Based Expert Systems: A Tutorial,
Computer, Sept. 1984, s. 11-28
41. Hodgkin, J.,Belton, V., Facilitators, decion makers, D.I.Y. uers: Is
intelligent multicriteria decisin support for all feasible or desirable?, EJOR,
1999.
42. Huber, G. P., Issues in the design of group decision support systems, MIS
Quarterly, 8(3), pp. 195-204, 1984.
43. Hussey, D. "Management Training and Corporate Strategy", Pergamon
Press, Oxford, 1988.
44. iLux E-Marketing Philosophy, http://www.iluw.com/emarketing
45. Jaukovi M., Uvod u informacione sisteme, Tehnika knjiga, Beograd,
1992.
46. John Fraim: The Internet Store Moves Closer to Reality http://www.
cgjungpage.org, 1999.
47. John P Van Gich, "Applied General Systems Theory", Harper and Row
Publeshers, New York, 1978
48. Jovanovi M., Osnovi projektovanja, I deo: teorija projektovanja,
Tehnoloki fakultet, Leskovac, 1994.
49. Jovanovi M., Veljovi A.: Nove tehnologije u procesnoj industriji:
Projektovanje upravljakih sistema, Savez hemiara i tehniara
Jugoslavije, 115. strana, Beograd, 1998.
50. Jovanovi T., Operaciona istraivanja, Mainski fakultet, Beograd, 1998.
51. Keen, P. "Decision Support Systems: The Next Decade", DSS Journal Vol.
3, pp. 253-265, 1997.
52. Koneke D., Hatch R., Management Information System, Mc Grew
Hill,1994.
53. Koontz, H., Weihrich, H., Menadment, MATE, Zagreb, 1998.
54. Lahti R., Group Decision Making within the Organization: Can Models
Help?, Center for the Stady of Work Teams, University of North Texas,
1996.
308
55. Laudon, K.C., Laudon, J.P., Management Information Systems, 7 th ed.

New Jersey: Prentice-Hall International, Inc., 2002.
56. Lazarevi B., "Projektovanje informacionih sistema", interni materijal,
FON, Beograd, 1990.
57. Lucas C.H., Information System Concept for Management, Mc Graw Hill,
N.Y., 1994.
58. Lucas C.H., Information Technology Strategic Decision Making for
Managers, John Wiley&Sons, USA, 2005.
59. Lucey, T., Management Information Systems, 8th Edition, Letts
Educational, London, 1997.
60. Majstorovi V., Koncept totalnog kvaliteta, novi prilazi za tehnoloke
sisteme, ITS Inteligentni tehnoloki sistemi, Knjiga 6, Mainiski fakultet u
Beogradu, 1995.
61. Mayer R., A Framework and a Suite of Methods for Business Process
Reengineering, Texas A&M University, Knowledge Based Systems, Inc.,
1997 (www.idef.com)
62. McLeod, R. Schell G., Management Information Systems, Ninth Edition,
Pearson Prentice Hall, New Jersey, 2004.
63. Milai V. R., Uroevi M., Veljovi A., Race I., Miler A., SAPT Expert
System based on hybrid concept of Group Technology, Annals of the
CIRP, Vol 36/2/1987
64. Milai V., Sistem Analiza, Proizvodni informacioni sistem, Institut
Mainskog fakulteta, Odeljenje za primenu kompjutera, Beograd, 1974.
65. Mitchell, J., Business Case for Videoconferencing, John Mitchell &
Associates, 1997.
66. Mockler, R., Dologite, R., Using computer software to improve group
decision-making, Long Range Planning, 24 (4), 44-57., 1991
67. Muller Pierre-Alain: INSTANT UML, Wrox press LTD., 1997.
68. Myhrman, B., Eriksson, B., So, you've invested in a videoconference
system - but why don't people use it?, Royal Institute of Technology,
Stockholm, Sweden, 1997
69. Nei Z., Radojii M., Neke karakteristike organizacije distribuirane
obrade podataka, asopis, Tehnika "Organizacija rada", br.2, Beograd,
1998.
70. Nei Z., Veljovi A., Radojii M., Neka razmatranja objektnog
modeliranja u VKA, YUinfo2004, Kopaonik, 2004.
71. Nei, Z., Radojii M., Koki, M., Vesi J., Prilog primeni internet
tehnologije u praenju proizvodnje, Zbornik radova YuInfo 2005,
Kopaonik, mart 2005.
72. Parker C., Case T., Management Information Systems, Second Edition,
Mitchell Mc Graw-Hill, 1993.
73. Power, D. J., Decision Support Systems: Concepts and Resources, Cedar
Falls, IA: DSS Resources.com, pre-publication, .pdf version, 2000.
74. Radojii M., Nei Z., Razvoj metoda obrade zajednikih baza podataka,
24. Jupiter konferencija, Beograd,1998.
75. Radojii M., Nei Z., Some possibilities of support to management by
integrated computer packages, Conference of installation for building and
the ambiental comfort, Politehnica, Timisoara, Romania,1998.
76. Radojii M., Organizacija proizvodnje, zbirka reenih zadataka sa
izvodima iz teorije, Tehniki fakultet, aak, 2003.
77. Radojii M., Organizacija i ekonomika poslovanja i proizvodnje, zbirka
reenih zadataka sa izvodima iz teorije, Tehniki fakultet, aak, 2004.
78. Radojii M., Rani S., Nei Z., Possibilities for application of expert
tools in process of development in applications for data management, 4th
Balkan conference of operational research, Thessaloniki, Greece, 1997.
79. Radojii M., iovi M., Primena metoda viekriterijumske analize u
poslovnom odluivanju, Tehniki fakultet, aak, 1998.
80. Rani S., Radojii M., Kompjuterski pojmovnik, ICIM, Kruevac, 1997.
81. Rani S., Vesi J., Radojii M., Neki aspekti uporedne primeni
programske podrke viekriterijumskom izboru projektnih reenja, VI
Internacionalni simpozijum iz Project Managementa - Upravljanje
projektima u sprovoenju reformi, Zbornik radova, YUPMA 2002,
Zlatibor, 2002., str. 304-308.
82. Rauch-Hindin N. J., "Artifical Inteligence in Bussines, Science and
Industry", Prentice Hall, London-Sydney-Toronto, 1985.
83. Schermerhorn, J.R., Management and Organizational Behaviour, John
Willey, N.Y., 1996, str.194
84. Schuman, S.P. and Rohrbaugh, J., Decision Conferencing for Systems
Planning, Information and Management, 21, pp147-159, 1991.
85. Silver, M. S., Descriptive analysis for computer based decision support,
Operation Stohr, E. A., Konsynski, B. R., Information Systems and
Decision Processes, Los Alamitos, CA: IEEE Computer Society Press,
1992.
86. Sprague, R., Watson H., "Decision Support Systems putting theory into
practice", Prentice Hall London-Sydney-Toronto, 1989.
87. Standardi IDEF0 i IDEF1X (www.idef.com).
88. Stanojevi I., Surla D.: Uvod u objedinjeni jezik modeliranja, Grupa za
310
informacione tehnologije, Novi Sad, 1999.

89. Turban, E., "Decision Support and Expert Systems", Mackmilan
Publishing Company, London, 1988.
90. Turban, E. Decision Support, Expert Systems: Management Support
Systems, 4th edition, Englewood Cliffs, NJ: Prentice Hall, 1995.
91. Turban, E., McLean, E, Wetherbe, J., Information Technology for
Management, New York: John Wiley & Sons, Inc., 1996.
92. Veljovi A. i dr., Elementi razvoja informacionog sistema za objedinjenu
naplatu komunalnu usluga u optini Zrenjanin , YUINFO2005, Kopaonik,
2005.
93. Veljovi A. i dr., Informacioni sistem pisarnice i organa reavanja,
YUInfo2004, Kopaonik, 2004.
94. Veljovi A. i dr., Projekat izrade informacionog sistema Rekreaturs,
Projekat u izradi, Beograd, 2001.
95. Veljovi A. i dr., Viedimenzionalna analiza podataka kod informacionih
sistema , YUINFO2003, Kopaonik, 2003.
96. Veljovi A., Dekomponovanje procesa petlje kvaliteta, asopis za
unapreenje kvaliteta Kvalitet, broj 5-6, strane 31-33, Poslovna politika,
Beograd, 1995.
97. Veljovi A., Elementi ekspert sistema za projektovanje tehnolokih
procesa, Inteligentni tehnoloki sistemi, Knjiga 4, Mainski fakultet
univerziteta u Beogradu, JUPITER zajednica, Beograd, 1990.
98. Veljovi A., Elementi potrebni za gradnju ekspertnih sistema, Dvanaesta
JUPITER konferencija, Cavtat, 1986.
99. Veljovi A., Faze u razvoju informacionog sistema za upravljanje
kvalitetom, 22. Godinja JUSK konferencija, 24-26. maja, strana 73-78,
Beograd, 1995.
100. Veljovi A., G. Nenezi, Z. Eremija: Integracija informacionog sistema i
sistema kvaliteta, Projekat, Sojaprotein, Beej, 2000.
101. Veljovi A., i dr., Funkcionalna i informaciona analiza administrativnih
poslova optinske uprave optine Topola, Infotech2005, V. Banja, 2005.
102. Veljovi A., Kompjuter u sistemu kvaliteta, Savez inenjera i tehniara
Jugoslavije, Beograd, 2001.
103. Veljovi A., Menadment informacioni sistemi u praksi, Kompjuter
biblioteka, aak, 2002.
104. Veljovi A., Milai V., Majstorovi V., Prikaz nekih oblasti primene
koncepta vetake inteligencije, Deseta JUPITER konferencija, Cavtat, str.
157-174, 1984.
105. Veljovi A., Modeliranje informacionih sistema, Megatrend univerzitet
primenjenih nauka, Beograd, 2002.

106. Veljovi A., Nenezi G., Eremija Z., Projekat integracije informacionog
sistema i revizija standarda ISO 9000:2000, Spektar, aak, 2002.
107. Veljovi A., Osnove objektnog modeliranja UML, Kompjuter bibloteka,
aak, 2002
108. Veljovi A., Prikaz korienja BPWin u definisanju aktivnosti u
projektovanju po zahtevima sistema kvaliteta, asopis Kvalitet, Poslovna
politika, broj 5-6, Beograd, 1998.
109. Veljovi A., Prikaz razvoja jezika korienih u vetakoj inteligenciji, XIV
Simpozijum "Upravljanje proizvodnjom u industriji prerade metala",
Beograd, str. 465-472, 1984.
110. Veljovi A., Primena softverskog programa BPwin, informacioni sistem,
skladite rezervnih delova, XXIII Jugoslovenski skup: Odravanje
tehnikih sistema, Kragujevac, s.557.-562, 1998.
111. Veljovi A., Program BPwin (CASE alati), sistem kvaliteta i prijem
opreme, asopis: Menadment totalnim kvalitetom (JUSK Jugoslovenska
organizacija za standardizaciju i kvalitet), broj 2, Beograd, 535-537, 1998.
112. Veljovi A., Projektovanje informacionih sistema, Kompjuter biblioteka,
aak, 2003.
113. Veljovi A., Radojii M., Informatiki pogled na upravljanje razvojem u
preduzeu, SymOrg2004, Zlatibor, 2004.
114. Veljovi A., Radojii M., O nekim aspektima menadment informacionih
sistema, Sym-Op-Is2002, Tara, 2002.
115. Veljovi A., Radojii M., O nekim elementima stratekog pristupa
upravljanju kvalitetom, Strategijski menadment, SM2004, Subotica, 2004.
116. Veljovi A., Radojii M., Primena tehnika funkcionalnog
i
informacionog modeliranja i organizaciono okruenje, Strategijski
menadment, SM2003, Subotica,2003.
117. Veljovi A., Radojii M., Primena tehnika funkcionalnog
i
informacionog modeliranja i organizaciono okruenje, Strategijski
menadment, SM2003, Subotica,2003.
118. Veljovi A., Radojii M., Reinenjering poslovnih procesa, RaDMI 2002,
V. Banja, 2002.
119. Veljovi A., Radojii M., Tomi I., Prikaz korienja UML na primeru
poslova u biblioteci, Sym-Op-Is2004, Fruka Gora, 2004.
120. Veljovi A., Razvoj menadment informacionih sistema zasnovanih na
interaktivnom analitikom procesiranju, INFOFEST, Budva, 2002.
121. Veljovi A., Razvoj menadment informacionog sistema zasnovanog na
312
analitikom procesitranju, YUIFO2002, Kopaonik,2002.

122. Veljovi A., TQM kao integracija informacionog sistema i sistema
kvaliteta, asopis Kvalitet, Poslovna politika, broj 11-12, Beograd, 1998.
123. Veljovi A., ivkovi D., Sistem kvaliteta i otprema materijala iz skladita
rezervnih delova, XXI majski skup odravalaca, Kotor, 1998.
124. Veljovi, A., Radojii, M., Menadment informacioni sistem, Tehniki
fakultet, aak, 2005.
125. Vesi J., Radojii M., Programska podrka viekriterijumskom
odluivanju primenom novog tipa preferencijskih funkcija, Zbornik radova,
SYM-OP-IS 2005, Vrnjaka Banja, 2005., str., 603-606.
126. Vesi J., Radojii M., Usavravanje metodologije modeliranja i
iskazivanja preferencija donosioca odluke pri viekriterijumskom
odluivanju, asopis Tehnika br. 2/2005, Savez inenjera i tehniara
Srbije, Beograd, 2005., str.7-14.
127. Vogel, Douglas R., Nunamaker, Jay F. Jr., Group Decision Support system
Impact: Multi-Methodological Exploration, Information & Management,
18, 15-28., 1990.
128. Web Trends Enterprise Suite, http://www.webtrends.com/products/
enterprise/default.htm.
129. Winston, P. H., Artificial Inteligence, Addison Wesley, 1984.
130. iovi M., Nikoli O., Vesi J., Ocene okruenja organizacije i primene,
asopis Strategijski menadment br. 4/2003, Ekonomski fakultet,
Subotica, str. 11-16.
17. PRILOZI
A. Poslovi cirkulacije u biblioteci
B. Poslovi praenja praktianog rada u pilot fabrici
C. Poslovi izrade tehnolokog postupka
D. Poslovi realizacije preventivnog odravanja
E. Poslovi obrauna zarada zaposlenih
F. Poslovi delovodstva i arhive
G.Poslovi izbora najpovoljnije konfiguracije raunarskog sistema
314
A. POSLOVI CIRKULACIJE U BIBLIOTECI

Uvod
Na primeru cirkulacije u biblioteci, detaljno e se prikazati sve faze
vezane za analizu IS korienjem standarda IDEF0 i IE tj. odgovarajuih CASE
alata BPwin i ERwin.
Poslovi cirkulacije u biblioteci ovde prikazana imaju "specifina"
ogranienja jer je to biblioteka u kojoj su uglavnom udbenici. Svi udbenici
koji nose jedan naslov mogu da budu u neogranienom broju primeraka i bez
obzira na izdanje nose jedinstvenu identifikacionu oznaku tj. inventarski broj.
Mora se naglasiti da se ne posmatra svaki primerak udbenika (to moe da
bude "manjkavost" kada je u pitanju neka druga biblioteka), lanovi biblioteke
se identifikuju preko jedinstvenog matinog broja gradjana (to je
identifikaciona ifra to je opet "manjkavost" sistema). Ove "manjkavosti" su
prihvaene zbog naina rada poslova cirkulacije u analiziranoj biblioteci i zbog
preuzimanja podataka iz postojee aplikacije uradjene 1990. godine u
ORACLE 5 verziji. Pored kompromisa novo reenje dalo je nove pomake koji
e se u daljem tekstu detaljno obrazloiti.
Osnovu za analizu IS ine sledee faze:
Definisanjem zahteva iz dokumenata,
Definisanjem zahteva intervjuom,
Definisanje dijagrama konteksta poslova cirkulacije u biblioteci,
Definisanje stabla aktivnosti poslova cirkulacije u biblioteci,
Definisanje dekompozicionog dijagrama i odgovarajuih logikih
modela podataka za poslove cirkulacije u biblioteci,
Inegralni logiki model podataka poslova cirkulacije u biblioteci
Generisanje fizikog iz logiki modela podataka
Generisanje eme baze podataka
Izrade korisnickog interfejsa za poslove cirkulacije u biblioteci
Definisanje zahteva iz dokumenata

Definisanje zahteva iz dokumenata je pogled odozdo nagore. Dokumenti
koji se razmatraju su:
Materijalni list MP20 - dokument materijalnog knjigovodstva koji se
koristi za beleenje naslova koji su od istog poiljaoca i datuma
unosa;
Karton bibliotekog materijala VB15 - dokument materijalnog
knjigovodstva koji se vodi za jednu stavku iz materijalnog lista,
dopunjen bibliografkim podacima;
Kataloki listi - deo strunog kataloga koji u potpunosti opisuje
jedan naslov i slui za pomo korisniku poslova cirkulacije u
biblioteci u pretraivanju bibliotekog fonda;
Uputstvo o bibliotekama;
Izvod iz univerzalne decimalne klasifikacije - deo specifikacije
klasifikacionog sistema UDK po kojem su naslovi iz bibliotekog
fonda svrstavani u grupe strunog kataloga;
Legitimacija knjige - pratei dokument naslova koji uva informaciju
o istoriji zaduenja;
Izvetaj o korisniku - informacija o trenutnom stanju zaduenja
posmatranog korisnika poslova cirkulacije u biblioteci;
Izvetaj o naslovu - informacija o broju slobodnih primeraka, broju
slobodnih primeraka, korisnicim koji due naslov;
Periodini izvetaj pristiglih naslova - informacija o zanovljenim
naslovima u datom periodu.
Definisanje zahteva intervjuom

Definisanje zahteva intervjuom je pristup odozgo nadole, i treba da
omogui definisanje:
potreba za informacijama u biblioteci,
ciljeva i
problema kako ih vide rukovodioci i neposredni izvrioci.
Na osnovu definisanih zahteva iz dokumenata i na osnovu sprovedenog
intervjua uoene su sledee manjkavosti koje su uticale na definisanje
dopunskih zahteva za informacijama:
Dodati UDK broj, jer se ne vodi,
Dodati ISBN broj,
Informacije o deskriptorima,
Specijalizacija lana poslova cirkulacije u biblioteci na studenta i
nastavnike
Informacija o izdanju,
316
Informacija o formatu knjige,

Informacija o ilustracijama i
Definisanje ifarnika:
UDK oblasti,
Jezika,
Izdavaa,
Definisanje dijagrama konteksta poslova cirkulacije u biblioteci

Dijagramom konteksta poslova cirkulacije u biblioteci, definiu se okviri
poslova cirkulacije u biblioteci i njena veza sa spoljnim okruenjem. Dijagram
konteksta je najvii nivo apstrakcije koji se dekompozicionim dijagramima
prevodi u nii nivo apstrakcije.
Granice sisteme definisane dijagramom konteksta ini skup medjusobno
povezanih podsistema. Svaki podsistem predstavlja logiki, kolekciju poslovnih
procesa i entiteta (dokumenata, evidencija, baza podataka) koje oni generiu
odnosno koriste.
Pri definisanju poslovnih procesa i entiteta korieni su sledei principi:
Identifikuju se i opisuju poslovni procesi i entitet tj., oni poslovni procesi
koji bi se odvijali i oni entiteti koji se koriste i koji bi se formirali i koristili.
Drugim reima, model procesa i model podataka posmatranog sistema
rastereen je svih tehnolokih, organizacionih i drugih ogranienja u kojima
postojei sistem funkcionie.
Standardizacija obavljanja pojedinih poslova i integralnost
informacionog sistema zahteva da se u najveoj moguoj meri izvede
modeliranje. Pojedini poslovni procesi koji se obavljaju u vie razliitih
funkcionalnih, odnosno organizacionih celina na isti nain posmatraju se kao
posebni procesi koji imaju uvek isti opti model odvijanja, obezbedjujui na taj
nain da se oni svuda obavljaju na jedinstven nain. Na primer, postupci
izdavanja raznih reenja se odvijaju na isti nain definisan Zakonom u
upravnom postupku bez obzira u kojoj se organizacionoj jedinici obavljaju, pa
se ovi procesi posmatraju kao procesi koji imaju isti opti model za upravni
postupak.
Na sledeoj slici je prikazan dijagram konteksta "Poslovi cirkulacije u
biblioteci ".
UDK
Uputstvo o
poslovanju
biblioteke
Inf. o korisnicima
Inf. u biblioteku
POSLOVI
CIRKULACIJE
U BIBLIOTECI
Inf. o knjigama
Podaci o zaduzenjima
Opomene
0
Visi
knjiznicar
NODE:
TITLE:
Knjiznicar
POSLOVI CIRKULACIJE U BIBLIOTECI
NUMBER:
A-0
Slika A.1. Dijagram konteksta " Poslovi cirkulacije u biblioteci"
Radi se o funkciji na koju se obino misli kada se govori informacionom

sistemu neke cirkulacije u biblioteci. Ona ukljuuje vodjenje evidencije o
lanovima cirkulacije u biblioteci, zaduivanje i razduivanje lanova sa
naslovima, opominjanje korisnika i rezervisanje.
Sledei korak je definisanje stabla poslova cirkulacije u biblioteci.
Definisanje stabla poslova cirkulacije u biblioteci

Na osnovu definisanih granica sistema u dijagramu konteksta prelazi se
na sledeu aktivnost "Definisanje stabla poslova cirkulacije u biblioteci" gde se
uspostavljaju vertikalne (hijerarhijske) veze izmedju poslovnih funkcija.
Stablo poslova se definie primenom metode reavanja problema odozgo
na dole (top-down), kada se sloena funkcija rastavlja na vie podredjenih a
zatim se pristupa reavanju jednostavnih podredjenih poslova.
Drugim reima, polazni sloeni posao razvija se u hijerarhiju podredjenih
poslova, ija je struktura tipa stabla. Koren stabla (to je najvii vor stabla)
sadri polazni posao, dok listovi, tj. vorovi koji nemaju potomke, sadre
poslove ije je reavanje relativno jednostavno. Reavanjem svih podredjenih
poslova iz listova reen je i polazni sloen posao.
Vertikalna hijerarhija uspostavljena stablom poslova uspostavlja veze
izmedju stratekog upravljanja (vizija, politika, postavljeni ciljevi) do nivoa
praenja i ocenjivanja uspostavljenih procesa.
Na sledeoj slici prikazano stablo poslova cirkulacije u biblioteci.
318
POSLOVI
CIRKULACIJE
U BIBLIOTECI
0
EVIDENTIRANJE
1
ZADUZIVANJE
2
PRIKUPLJANJE
PODATAKA O
KORISNIKU
FO RMIRANJE
ZAPISA
KORISNIKA
AZURIRANJE
ZAPISA
KORISNIKA
RAZDUZIVANJE
3
TRAZENJE
NASLOVA
TRAZENJE
KORISNIKA
VEZIVANJE
NASLOVA ZA
KO RISNIKA
RASKIDANJE
ZAD UZENJA I
AZURIRANJE
O POMINJANJE
4
FO RMIRANJE
LISTE
PREKO RACENJA
BIRANJE
OPOMENE ZA
SLANJE
STAMPANJE
OPOMENE
AZURIR ANJE
ZADUZENJA
KO RISNIKA
REZERVISANJE
5
PRETRAZIVANJE
BIBLIOTECKOG
FONDA
IZBOR NASLO VA
AZURIRANJE
REZERVACIJE
Slika A.2. Stablo poslova cirkulacije u biblioteci
Definisanje dijagrama dekompozicije i odgovarajuih logikih modela

podataka za poslove cirkulacije u biblioteci
Definisanjem stabla poslova uspostavile su se vertikalne veze izmedju
poslova, dok izradom dekompozicionog dijagrama uspostavljaju se
horizontalne veze izmedju poslova cirkulacije u biblioteci istog nivoa.
Na sledeoj slici data je dekompozicija dijagrama prvog nivoa poslova
cirkulacije u biblioteci.
UDK
Inf. u biblioteku
EVIDENTIRANJE
Inf. o korisnicima
1
Kriterijum pretrage
Inf. o knjigama
Podaci o
zaduzenjima
ZADUZIVANJE
Rokovi
2
Azuriranje zaduzenja
RAZDUZIVANJE
3
Podaci o
zaduzenjima
Opomene
OPOMINJANJE
4
REZERVISANJE
5
podaci o
rezervacijama
NODE:
TITLE:
A0
POSLOVI CIRKULACIJE U BIBLIOTECI
NUMBER:

Slika A. 3. Dekompozicioni dijagram poslova cirkulacije u biblioteci
Svaki posao prikazan na predhodnoj slici dekomponuje se na podredjene

dijagrame dekompozicije.
U daljem tekstu detaljno e se prikazati detaljni dekompozicioni
dijagrami.
Dijagram dekompozicije za posao EVIDENTIRANJE
Svaka biblioteka mora imati aurnu evidenciju o svojim lanovima. Tu se
vode lini podaci kao to je jedinstveni identifikator lana (ovde usvojeno
JMBG to se ne preporuuje), ime, prezime, telefon, radno mesto itd. Unos
veine podataka sem pojedinih (kao broj telefona) je obavezan. Jedan lan
moe samo jednom biti zaveden u evidenciju cirkulacije u biblioteci, i naravno
iz cirkulacije u biblioteci se moe ispisati samo lan koji je ve ulanjen.
Na sledee dve slike prikazan je dijagram dekompozicije i logii model
podataka za posao Evidentiranje
Inf. u
biblioteku
PRIKUPLJANJE
PODATAKA O
KORISNIKU
11
podaci o
korisniku
FORMIRANJE
ZAPISA
KORISNIKA
zapis
korisnika
12
AZURIRANJE
ZAPISA
KORISNIKA
Azuriranje
zaduzenja
Inf. o korisnicima
13
NODE:
TITLE:
EVIDENTIRANJE
NUMBER:
A1
Slika A.4. Dekompozicioni dijagram poslova evidentanja
Imajui u vidu dekompozicioni dijagram prikazan na predhodnoj slici

definie se sledei model podataka.
320
CLAN
ClanID
jmbg
ime
prezime
telefon
SMER
SmerID
GODINA
GodinaID
SmerID (FK)
Smer
Godina
SS
SsID
STUDENT
ClanID (FK)
USTANOVA
UstanovaID
ustanova
VANREDNI
ClanID (FK )
UstanovaID (FK)
ZAPOSLEN
ClanID (FK)
Strucna sprema
SsID (FK)
GodinaID (FK)
SmerID (FK)
SsID (FK)
RadnomestoID (FK)
RADNO ME STO
RadnomestoID
RadnoMesto
Slika A.5. Logiki model podataka za posao Evidentiranja
Dijagram dekompozicije za posao ZADUZIVANJE

lan trai naslov i ako nije na zaduenju zaduuje ga na period od 30
dana, osim ako se ne radi o sluaju kada zaposlen zaduuje udbenike. Za
naslov koji je na pozajmici moe se samo izvriti rezervisati. Za naslov koji ne
postoji proverava se da li je tano unesen kriterijum pretrage. Ako takvo
zaduenje ne postoji proverava se da li je knjiga rashodovana. Uslovi koji
moraju biti zadovoljeni posle izvravanja je tana evidencija svih zaduenja
koja su tekua i jo nisu namirena.
podataka za posao Zaduivanje.

UDK
Inf. o
knjigama
TRAZENJE
NASLOVA
21
izabrani
naslov
Kriterijum
pretrage
VEZIVANJE
NASLOVA
ZA KORISNIKA
Inf. o korisnicima
Rokovi
22
AZURIRANJE
ZADUZENJA
KORISNIKA
Opomene
NODE:
Azuriranje zaduzenja
23
TITLE:
NUMBER:
ZADUZIVANJE
A2
Slika A.6. Dijagram dekompozicije za posao Zaduzivanje

definise se sledei model podataka.
IZDAVAC
IizdavacID
izdavac
UDKOBLASTI
udk
nazivoblasti
JEZIK
JezikID
jezik
NASLOV
invbr
IizdavacID (FK)
JezikID (FK)
udk (FK)
naslov
podnaslov
autor1
autor2
autor3
godina
brprimeraka
signatura
datumunosa
format
ilustracija
brstrana
izdanje
ZADUZENJE
invbr (FK)
ClanID (FK)
datzaduzenja
rok
DESKRIPTOR
invbr (FK)
deskriptor
Slika A.7. Logiki model podataka za posao Zaduzivanje
322
CLAN
ClanID
jmbg
ime
prezime
telefon
Dijagram dekompozicije za posao RAZDUZIVANJE

Pri razduivanju identifikuje se zaduenje lana i brie se zapis o njemu.
podatakaNOTES:
za posao
1 2 3 4 Razduzivanje.
5 6 7 8 9 10
PUBLICATION
A0
Inf. o korisnicima
TRAZENJE
KORISNIKA
UDK
zapis korisnika
31
RASKIDANJE
ZADUZENJA
I AZURIRANJE
Kriterijum
pretrage
32
NODE:
TITLE:
NUMBER:
RAZDUZIVANJE
A3
Slika A.8. Dijagram dekompozicije za posao Razduzivanje

IZDAVAC
IizdavacID
izdavac
UDKOBLASTI
udk
nazivoblasti
JEZIK
JezikID
jezik
N ASLOV
invbr
IizdavacID (FK)
JezikID (FK)
udk (FK)
naslov
podnaslov
autor1
autor2
autor3
godina
brprimeraka
signatura
datumunosa
format
ilustracija
brstrana
izdanje
CLAN
ClanID
RAZDUZENJE
invbr (FK)
ClanID (FK)
datumzad
datumrazd
DESKRIPTOR
invbr (FK)
deskriptor
Slika A.9. Logiki model podataka za posao razduivanje
jmbg
ime
prezime
telefon
Dijagram dekompozicije za posao OPOMINJANJE

Na osnovu datuma zaduenja i sistemskog datuma utvrdjuju se
prekoraenja. Na sledee dve slike prikazan je dijagram dekompozicije i logii
model podataka za posao Opominjanje.
UDK
Rokovi
FORMIRANJE
LISTE
PREKORACENJA
Inf. o korisnicima
41
lista
prekoracenja
Podaci o
zaduzenjima
BIRANJE
OPOMENE
ZA SLANJE
42
podaci iz
opomene
STAMPANJE
OPOMENE
Opomene
43
NODE:
TITLE:
NUMBER:
OPOMINJANJE
A4
Slika A.10. Dijagram dekompozicije za posao Opominjanje

IZDAVAC
IizdavacID
izdavac
UDKOBLASTI
udk
nazivoblasti
JEZIK
JezikID
jezik
NASLOV
CLAN
invbr
IizdavacID (FK)
JezikID (FK)
udk (FK)
naslov
podnaslov
autor1
autor2
autor3
godina
brprimeraka
signatura
datumunosa
format
ilustracija
brstrana
izdanje
OPOMENA
invbr (FK)
ClanID (FK)
broj
datum
DESKRIPTOR
invbr (FK)
deskriptor
Slika A.11. Logiki model podataka za posao Opominjanja

324
ClanID
jmbg
ime
prezime
telefon
Dijagram dekompozicije za posao REZERVISANJE

lan cirkulacije u biblioteci pretrauje naslove i kada nadje odgovarajui
a on je ve na zaduenju kod drugog lana javlja se na listu ekanja za taj
naslov. Sada nakon vraanja naslova u biblioteku on nemoe biti zaduen niti
od jednog lana osim od onog koji ga je rezervisao i to po FIFO(First In Firs
Out) algoritmu ekanja.
podataka za posao Rezervisanje.
NOTES: 1 2 3 4 5 6 7 8 9 10
PUBLICATIO N
A0
UDK
Inf. o
knjigama
PRETRAZIVANJE
BIBLIOTECKOG
FONDA
51
Rezultati
pretrage
IZBOR
NASLOVA
52
zeljeni
naslov
AZURIRANJE
REZERVACIJE
podaci o
rezervacijama
53
NODE:
TITLE:
NUMBER:
REZERVISANJE
A5
Slika A.12. Dijagram dekompozicije za posao Rezervisanja

IZDAVAC
IizdavacID
izdavac
UDKOBLASTI
udk
nazivoblasti
JEZIK
JezikID
jezik
NASLOV
invbr
IizdavacID (FK)
JezikID (FK)
udk (FK)
naslov
podnaslov
autor1
autor2
autor3
godina
brprimeraka
signatura
datumunosa
format
ilustracija
brstrana
izdanje
CLAN
REZERVACIJA
invbr (FK)
ClanID (FK )
datum
DESKRIPTOR
invbr (FK)
deskriptor
Slika A.13. Logiki model podataka za posao Rezervisanje
ClanID
jmbg
ime
prezime
telefon
Integralni logiki model podataka poslova cirkulacije u biblioteci

Na sledeoj slici prikazan je integralni logiki model podataka za poslove
cirkulacije u bibloteci.
RAZDUZENJE
invbr (FK)
ClanID (FK )
SMER
SmerID
GODINA
Smer
datumzad
datumrazd
GodinaID
SmerID (FK)
Godina
IZDAVAC
IizdavacID
izdavac
UDKOBLASTI
udk
nazivoblasti
JEZIK
JezikID
jezik
NASLO V
invbr
IizdavacID (FK)
JezikID (FK)
udk (FK)
naslov
podnaslov
autor1
autor2
autor3
godina
brprimeraka
signatura
datumunosa
format
ilustracija
brstrana
izdanje
ZADUZENJE
invbr (FK)
ClanID (FK)
CLAN
ClanID
datzaduzenja
rok
jmbg
ime
prezime
telefon
STUDENT
ClanID (FK )
SsID (FK)
GodinaID (FK)
SmerID (FK)
REZERVACIJA
invbr (FK)
ClanID (FK )
SS
SsID
datum
Strucna sprema
OPOM ENA
invbr (FK)
ClanID (FK )
broj
datum
DESKRIPTOR
invbr (FK)
deskriptor
USTANOVA
UstanovaID
ustanova
VANREDNI
ClanID (FK)
UstanovaID (FK)
ZAPOSLEN
ClanID (FK )
SsID (FK)
RadnomestoID (FK)
RADNO ME STO
RadnomestoID
RadnoMesto
Slika A.14. Integralni logiki model podataka prikazan IE metodologijom u ERwin-u
Prvo e se razmotriti atributi jer medju njima postoje razlike. Oni atributi
koji su dati u gornjem delu grafike reprezentacije entiteta su kljuevi. Klju je
podatak koji jedinstveno obeleava atribut u entitetu. Ne moe se desiti da dva
entiteta imaju iste kljueve. Pored identifkujuih postoje i preneseni kljuevi
(Foreign Key). Oni su posledica odnosa izmedju entiteta, koji su tipa deteroditelj. Naime, u odnosu izmedju dva entiteta uvek je jedan stariji. U
zavisnosti da li je veza, koja se povlai od roditelja ka detetu, identifikujua ili
neidentifikujua, primarni klju roditelja preslikae se ili u oblast identifikatora
ili u oblast opisnih atribut kao dete.
Identifikujua veza (puna linija) preslikava klju roditelja u klju deteta,
to e rei da primarni klju roditelja jednoznano odredjuje svaki slog tabele
deteta. Primer su, recimo, odnosi naslov-zaduenje i lan-zaduenje, koji su
identifikujui pa e svaki rekord tabele zaduenja jednoznano odredjivati
inventarni broj naslova i matini broj lana. Ovo je u potpunosti u skladu sa
dosada esto preporuivanim pretraivanjem naslova po inventarnom broju a
lana po matinom broju.
Neidentifikujua veza (isprekidana linija) preslikava klju roditelja kao
obian atribut deteta u oblast opisnih atributa. To je sluaj odnosa svakog
326
ifarnika prema podredjenom entitetu. Na primer, u odnosu entiteta studentGodina, studen je dete a Godina je roditelj. Primarni klju entiteta Godina
GodinaID se kao klju roditelja preko neidentifikujue veze preslikavaju u
entitet studenta samo kao preneseni atribut a ne kao klju. To je i razumljivo jer
GodinaID nikako ne moze biti identifikatoi bilo kojeg zapisa u tabeli studenta.
U pogledu kardinalnosti veza je interesantno dati komentar, na modelu
entiteti-veze este veze, izmedju nekog ifarnika i entiteta deteta. ifarnik je
takav entitet (budua tabela) koji uva podatke koji e sluiti za dodeljivanje
vrednosti nekog atributa rekorda druge potinjene tabele. ifarnik obezbedjuje
taan unos podatka i onemuguava neregularnu pretragu. Kardinalnost veze sa
ifarnikom svuda na modelu je ista. Od strane ifarnika je jedan i samo jedan, a
od strane deteta je nula, jedan ili vie. Takva kardinalnost ima opravdanje u
realnom sistemu. Recimo, nakon to se zavede nova UDK oblast ona moe
imati svrstan nijedan, jedan ili vie Naslova, dok jedan naslov moe imati samo
jedan UDK broj, koji je pridruen UDK oblasti.
Na modelu entiteti- veze mogue je intervenisati na jo jednom detalju
od znaaja. Radi se o referencijalnim integritetima veza. Referencijalni
integritet je svojevrsno pravilo, mehanizam kojim se definiu posledice
izvrenja operacija nad jednim uesnikom po drugog uesnika u vezi.
Mogue operacije nad entitetom su: Insert( ubacivanje novog sloga ), Update
(izmena postojeeg sloga) i Delete (brisanje postojeeg sloga).
RAZDUZENJE
invbr (FK)
ClanID (FK)
SMER
D:R
SmerID U:C
Smer
datumzad
datumrazd
D:R
IZDAVAC I:SD
IizdavacID U:C
izdavac
UDKOBLASTI D:R
I:SD
udk
U:C
nazivoblasti
JEZIK
JezikID
D:R
I:SD
U:C
jezik
NASLOV
invbr
D:R
U:C
IizdavacID (FK) D:R

JezikID (FK)
U:C
udk (FK)
naslov
podnaslov
autor1
D:C
autor2
autor3
U:C
godina
brprimeraka
signatura
datumunosa
format
D:R
ilustracija
brstrana
U:C
izdanje
deskriptor
ZADUZENJE
invbr (FK)
ClanID (FK)
Godina
SsID (FK)
GodinaID (FK)
SmerID (FK)
D:C ime
U:C prezime
telefon
REZERVACIJA
invbr (FK)
ClanID (FK )
D:R
I:SD
U:C
STUDENT
ClanID (FK)
jmbg
datzaduzenja
rok
GodinaID
SmerID (FK)
D:C
I:C
D:C D:C
U:C U:C
D:R SS
I:SD SsID
U:C Strucna sprema
datum
OPOMENA
invbr (FK)
ClanID (FK)
D:R
I:SD
U:C
broj
datum
D:C
U:C
DESKRIPTOR
invbr (FK)
D:C
U:C
D:R CLAN
U:C ClanID
G ODINA
D:R
USTANOVA I:SD
UstanovaID U:C
ustanova
D:C
I:C
VANREDNI
ClanID (FK )
UstanovaID (FK)
D:C
I:C
ZAPOSLEN
ClanID (FK)
SsID (FK)
RadnomestoID (FK)
D:R
I:SD RADNO ME STO
U:C RadnomestoID
RadnoMesto
Slika A.15. Integralni logiki model podataka sa definisanim referencijalnim

integritetom
Akcije koje odredjuje posledice izvodjenja operacija su sledea: Restrict

(odbijanje operacije ako je naruen integritet entiteta), Cascade (operacija se
prosledjuje), No action (operacija se nesmetano izvodi), Set Default (kreira se

predpostavljeni objekat, vrednost uvezenog kljua se postavlja na
podrazumevanu vrednost) i Set Null (atribut, uvezeni klju koji uspostavlja
vezu se postavlja na nul vrednost svoga tipa).
Veza podtipa postoji izmedju entiteta clan i njegovih kategorija (student,
zaposlen i vanredni). U tom sluaju svako brisanje sloga deteta izazvae i
brisanje povezanog sloga (poljem matinog broja) u tabeli lana. To isto vai i
za operaciju ubacivanja novog sloga u tabelu deteta.
U pogledu neidentifikujuih veza moe se uoiti istovetni referencijalni
integritet sa strane entiteta roditelja. Tu je postavljena u sluaju operacije
brisanja akcija Restrict( to znai da nee doi do brisanja sloga roditelja ako
postoji jedan ili vie povezanih slogova entiteta deteta), u sluaju operacije
dodavanja novog sloga tabeli roditelja akcija set default (na povezane slogove u
tabeli deteta u polje koje vezuje za roditelja postavlja se podrazumevana
vrednost) i u sluaju operacije update (izmene sloga) akcija cascade (svaka
izmena na slogu roditelja povlai za sobom promene na povezanom slogu
tabele deteta).
Primer za napred iznesene stavove je referencijalni integritet entiteta
Godina u odnosu na dete entitet student. Kada se brie bilo koji slog iz tabele
ifarnika Godina (tanije kada se brie GodinaID) to se nemoe izvesti sve dok
postoji zapis makar i jednog clana koji je student te Godine. Kada se desi da se
kreira novi slog u tabeli ifarnika Godina onda e u povezanim slogovima
tabele studenta vrednosti kolone koja ih povezuje (GodinaID) biti postavljene
na neku unapred definisanu podrazumevanu vrednost. Kada dodje do izmene
bilo kog postojeeg sloga tabele ifarnika Godina (recimo promena polja
GodinaID) uzrokovae izmenu tog uvezenog polja u povezanim slogovima
tabele Studenta.
Kod referencijalnog integriteta roditelja u identifikujuoj vezi situacija je
drugaija. Na primer red tabele clana se nee moi izbrisati sve dok postoji
makar i jedan red u tabeli zaduenja povezan sa njima. Drugim reima, clan se
nemoe ispisati iz biblioteke sve dok ne razdui sve naslove koji se nalaze kod
njega. Svaka promena na redu clana izaziva odgovarajue promene na
povezanim slogovima tabele zaduenja. To znai da e neka izmena matinog
broja clana morati da se reflektuje na evidenciju zaduenja tog clana.
Referencijalni integritet entiteta clana prema entitetu rezervacije je neto
drugaiji, bar to se tie sluaja brisanja sloga entiteta clana (brisanje sloga
clana dovee do brisanja povezanog sloga rezervacije). Naime rezervacija se
definitivno moe ukloniti u momentu ispisa clana, koji je vrio rezervaciju, iz
biblioteke, jer rezervacija nije odnos materijalnog karaktera.
328
Generisanje fizikog model iz logiki modela podataka

Prvo se u CASE alatu ERwin vri se izbor ciljne DBMS (Database
Managment System- Sitem za upravljanje bazama podataka), podeavaju opcije
generatora i generiu tabele baze podataka.
Na sledeoj slici prikazan je izgenerisan fiziki model podataka iz
logikog modela podataka korienjem CASE alata ERwin.
RAZDUZENJE
invbr: varchar(20)
ClanID: varchar(6)
SMER
SmerID: int
GODINA
Smer: varchar(20)
datumzad: datetime
datumrazd: datetime
GodinaID: int
SmerID: int
Godina: varchar(20)
NASLOV
IZDAVAC
IizdavacID: int
invbr: varchar(20)
izdavac: varchar(20)
IizdavacID: int
JezikID: int
udk: varchar(20)
naslov: varchar(20)
podnaslov: varchar(20)
autor1: varchar(20)
autor2: varchar(20)
autor3: varchar(20)
godina: int
brprimeraka: int
signatura: varchar(20)
datumunosa: datetime
format: int
ilustracija: char(18)
brstrana: int
izdanje: varchar(20)
UDKOBLASTI
udk: varchar(20)
nazivoblasti: varchar(20)
JEZIK
JezikID: int
jezik: varchar(20)
ZADUZENJE
invbr: varchar(20)
ClanID: varchar(6)
datzaduzenja: datetime
rok: datetime
CLAN
ClanID: varchar(6)
jmbg: int
ime: varchar(20)
prezime: varchar(20)
telefon: varchar(20)
STUDENT
ClanID: varchar(6)
SsID: int
GodinaID: int
SmerID: int
REZERVACIJA
invbr: varchar(20)
ClanID: varchar(6)
SS
SsID: int
datum: datetime
Strucna_sprema: varchar(20)
OPOMENA
invbr: varchar(20)
ClanID: varchar(6)
broj: int
datum: datetime
DESKRIPTOR
invbr: varchar(20)
USTANOVA
UstanovaID: int
deskriptor: varchar(20)
ustanova: varchar(20)
VANREDNI
ClanID: varchar(6)
UstanovaID: int
ZAPOSLEN
ClanID: varchar(6)
SsID: int
RadnomestoID: int
RADNO_MESTO
RadnomestoID: int
RadnoMesto: varchar(20)
Slika A.16. Fiziki model podataka prikazan u ERwin-u
Fiziki pogled na model entiteti veze za razliku od logikog modela

sadri podatke o tipovima kolona tabela. Medjutim samo za atribute tipa
karakter data je podrazumevana dimenzija podataka od 20 znakovnih mesta.
Ve tu je jasno da neki atributi nee morati imati toliku dimenziju dok e
nekima trebati i proirenje (inventarni broj naslova sigurno nee trebati svih 20
znakovnih mesta, dok e za imena nekih naslova trebati i vie karaktera kako bi
se zapisali). Definisanje domena i korekcije te vrste nemogue je vriti na ovom
mestu, ve se to (dizajn baze podataka) ini u izbranom sistemu za upravljanje
bazama podataka. Za sve ostale tipove koji nisu karakter dimenzije nisu date.
Znaaj fizikog modela je u tome to se samo iz njega moe izvriti generisanje
tabela izbrane ciljne baze podataka. Ovde je izabrana baza podataka SQL
Server.
Generisanje eme BP
Generisanje fizikih tabela vri se na osnovu logikog i fizikog modela
koji je izradjen u fazi objektno orjentisanog dizajna, a uz pomo Data
Definition Language(DDL) skripta. Evo izgleda tih linija DDL jezika.
CREATE TABLE CLAN (
ClanID
varchar(6) NOT NULL,
jmbg
int NOT NULL,
ime
varchar(20) NULL,
prezime
varchar(20) NULL,
telefon
varchar(20) NULL )
ALTER TABLE CLAN
ADD PRIMARY KEY (ClanID)
CREATE TABLE DESKRIPTOR (
invbr
deskriptor
varchar(20) NULL)
ALTER TABLE DESKRIPTOR
ADD PRIMARY KEY (invbr)
CREATE TABLE GODINA (
GodinaID
int NOT NULL,
SmerID
int NOT NULL,
Godina
varchar(20) NULL)
ALTER TABLE GODINA
ADD PRIMARY KEY (GodinaID, SmerID)
CREATE TABLE IZDAVAC (
IizdavacID
int NOT NULL,
izdavac
varchar(20) NULL)
ALTER TABLE IZDAVAC
ADD PRIMARY KEY (IizdavacID)
CREATE TABLE JEZIK (
JezikID
int NOT NULL,
jezik
varchar(20) NULL)
ALTER TABLE JEZIK
ADD PRIMARY KEY (JezikID)
CREATE TABLE NASLOV (
invbr
IizdavacID
int NOT NULL,
JezikID
int NOT NULL,
udk
naslov
varchar(20) NULL,
podnaslov
varchar(20) NULL,
autor1
varchar(20) NULL,
autor2
varchar(20) NULL,
autor3
varchar(20) NULL,
godina
int NULL,
brprimeraka
int NULL,
signatura
varchar(20) NULL,
datumunosa
datetime NULL,
format
int NULL,
ilustracija
char(18) NULL,
brstrana
int NULL,
izdanje
varchar(20) NULL)
ALTER TABLE NASLOV
ADD PRIMARY KEY (invbr)
CREATE TABLE OPOMENA (
invbr
ClanID
broj
int NULL,
datum
datetime NULL)
ALTER TABLE OPOMENA
ADD PRIMARY KEY (invbr, ClanID)
CREATE TABLE RADNO_MESTO (
RadnomestoID
int NOT NULL,
RadnoMesto
varchar(20) NULL)
ALTER TABLE RADNO_MESTO
ADD PRIMARY KEY (RadnomestoID)
CREATE TABLE RAZDUZENJE (
invbr
ClanID
datumzad
datetime NULL,
datumrazd
datetime NULL)
ALTER TABLE RAZDUZENJE
CREATE TABLE REZERVACIJA (
invbr
ClanID
datum
datetime NULL)
ALTER TABLE REZERVACIJA
CREATE TABLE SMER (
SmerID
int NOT NULL,
Smer
varchar(20) NULL)
Slika A.17. SQL skript fajl generisan iz ERwin-a
330
Izrade korisnikog interfejsa za poslove cirkulacije u biblioteci

Polazi se od definisanih opcija u meniju na osnovu postavljenog modela
procesa u BPwin-u. Na sledeoj slici prikazana je ema glavnog menija
aplikacije koja sadri sledee opcije:
Cirkulacija
Zaduzivanje
Razduzivanje
Opomena
Rezervacija
Pretrazivanje
Autor
Naslov
Izdavac
Jezik
Datum
Signatura
Deskriptor
UDK
Inventarski broj
Korisnici
Upis
Ispis
Pregeled
Knjige
Evidencija
Zavodjenje
Rashodovanje
Stanje
Kataloski listic
Nalepnice
Izvestaji
po Korisnicima
po Knjigama
Prinovljenih knjiga
Godisnji
Periodicni
Materijalno
MP20
VB-15
Opcije
Novo nalog
Izmene
Promeni lozinku
Izloguj se
Sifarnici
Smer
Godina
Strucna sprema
Izdavac
Radno mesto
Ustanova
Jezika
UDK oblasti
Dopune podataka
O autoru
Backup
Export
Import
Kraj
Slika A.18. Izgled menija
Iz ove forme se ulazi u sve ostale forme aplikacije, putem komandi iz

menija u vrhu prozora. Sada se vidi mala reorganizacija funkcija podsistema u
odnosu na stablo aktivnosti koje je dato u poglavlju definisanja korisnikih
zahteva, Tako postavljen meni je u funkciji efikasnijeg rada korisnika sa
aplikacijom. Naime, korisno je imati sve operacije vezane za knjigu ili
korisnika (iako je evidencija korisnika u dijagramima sluaja upotrebe bila
svrstana u cirkulaciju) odvojene na jednom mestu, pogotovu to je takva
organizacija menija bila prisutna i u prethodnom reenju.
Stavka backup-a ima opcije export-a i import-a, koje otvaraju
odgovarajue dijaloge za import i export podataka u podsistem.
Posebno je interesantan sadraj stavke imena Opcije. Tu se
administriraju korisnici aplikacije, otvaraju novi nalazi i promenjuju postojei.
Zatim se mogu aurirati sadraj ifarnika koji se nalaze u podsistemu (godina,
izdavaa, i dr.). Takodje tu se mogu dopunjavati podaci o naslovima i
lanovima biblioteke.
Izvetavati se moe po korisnicima i po knjigama. Novina je izvetaj o
knjigama koje su zavedene u biblioteci i to godinji i periodini (za zadati
vremenski interval).
U skladu sa postavljenim korisnikim zahtevima dodata je i stavka

materijalno kojom se moe doi do dva dokumenta koji se vode za naslove iz
bibliotekog fonda (materijalni list -MP 20 i karton bibliotekog materijalaVB15).
Stavke glavnog menija, kao to su cirkulacija, korisnici, knjige i
pretraivanje su opcije iz sadraja stavki u punoj funkciji i nesmetano se
izvode. Recimo mogue je pretraiti naslov po deskriptoru, ali je i dodato
pretraivanje po UDK broju, kojim se mogu pronai svi naslovi iz odredjene
oblasti ljudskog stvaralatva i odredjene tematike. Slede izgledi pojedinih
konkretnih formi koje se otvaraju izborom odgovarajuih opcija iz stavki
menija, onim redom kako su date i u aplikaciji.
Zbog obimnosti aplikacije prikazae se samo elementi zaduivanja i
forma knjige.
Definisanje zaduivanja
Pritiskom komande zaduivanja u stavci cirkulacija glavnog menija
otvara se sledei dijalog izbora kriterijuma pretraivanja naslova biblioteke
(prethodi samom pretraivanju i zaduivanju). Pretraivanje se moe izvoditi
izborom opcije: Autor, Naslov, Izdavac, Jezik, Datum, Signatura, Deskriptor,
UDK i Inventarski broj.
Vano je rei da e se ova forma pojavljivati i pre nekih drugih formi
vezanih za naslove, jer je potrebno pronai naslov za koji se radi izvetaj, pravi
pregled, kataloki listi, nalepnica ili rezervacija. Ukupno ima devet kriterijuma
i svi su operativni, a izbor se vri jednostavnim ekiranjem nekog od
kriterijuma. Istovremeno je mogue izabrati samo jedan kriterijum pretrage. U
konkretnom primeru uzeto je da je izabran kriterijum pretrage po jeziku. Sledi
izgled forme korisnikog interfejsa koji se otvara pritiskom na dugme dalje, u
zavisnosti od izabranog kriterijuma.
332
Slika A.19. Forma izbora jezika po kojem se pretrauje naslov
S obzirom da smo izabrali kriterijum pretraivanja po jeziku na sledeoj

formi se pojavljuje element klase combobox koji vue vrednosti naziva jezika
iz tabele ifarnika jezika.
Auriranjem ifarnika jezika menjae se i broj i sadraj stavki
combobox-a. Izabrani jezik se prenosi na donju tekst kontrolu. Na formi postoje
i dve kontrole. To je dugme izadji kojim se ponovo odustaje od pretraivanja.
Dugme pretrai odpoinje pretragu tabele naslova za svim onim koji su
napisani na srpskom jeziku. Rezultat pretrage e biti dat na sledeoj formi i to
e biti svi naslovi koji su ranije oznaavani kao dela na hrvatskom i
srpskohrvatskom jeziku.
Forma rezultat pretrage koja se pojavljuje je najea pojava u radu sa
aplikacijom. Njeno pojavljivanje moe biti i rezultat nekih drugih akcija kao to
je komanda rezervacije, pregleda stanja naslova, tampanja nalepnice i
katalokog listia. Stavljanjem vie ovakvih kontroli, koje se sve definiu nad
primerkom klase naslova, na jednu formu tedi prostor, skrauje vreme u
pristupu svim podacima vezanim za jedan naslov. Korisno je imati mogunost
obavljanjana jednom mestu vie operacija nad naslovom. Na levoj strani maske
se nalaze podaci vezani za naslov dok su sa desne strane podaci vezani za lana
biblioteke koji dui primerak naslova (ako je naslov zaduen).
Slika A.20. Forma rezultata pretrage naslova
Sluaj koji je i ovde prisutan (da je rezultat pretrage vie naslova), da

ima vie naslova na srpskom jeziku, rezultuje pojavljivanjem broja takvih
naslova u status baru. Uz pomo odgovarajuih kontrola mogue je kretati se po
skupu pretraenih naslova. U zavisnosti od trenutnog naslova se menja i sadraj
desnog dela ekrana. U status baru, u njegovom desnom delu, se nalazi i podatak
o broju lanova koji due primerke takvog naslova, ako i njih ima vie od
jednog mogue je i kretati se po skupu lanova koji due trenutni naslov
(kontrole kojima se to ostvaruje su dugmad pre.lan i sle.lan).
334
Slika A.21.Forma zaduivanja trenutnog naslova
U zavisnost da li je izabrano zaduivanje, rashodovanje naslova,

rezervisanje, tampanje nalepnice ili katalokog listia neki od dugmia koji i
nose imena ovih operacija nad instancom klase naslova e biti dostupni a neki
ne. Ako je broj slobodnih primeraka vei od nula dugme zadui e reagovati na
dogadjaj pritiska, u protivnom je mogue samo rezevisanje naslova. U
konkretnom sluaju svi primerci naslova su slobodni pa je mogue zaduiti
trenutni naslov. Pritisak na taster zadui otvara sledei dijalog zaduenja.
Ovde se ostvaruje koncept postavljen u toku faze dizajna, koji glasi :
zaduuje se primerak, a rezervie se naslov.
lan koji zaduuje naslov se identifikje preko matinog broja i samo ako
se pronadje lan za zadati JMBG aktivirae se dugme zadui. No pre toga, ako
se radi o naslovu koji ima vie od jednog primerka u odgovarajuem
combobox-u valja izabrati neki od slobodnih primeraka. Od kontrola vezanih za
ovu funkciju mogue je jo i odustati od zaduivanja naslova kao i izvriti
ponovni unos u sluaju greke.
Forme knjige
U stavci knjiga mogue je pogledati stanje naslova, tampati nalepnicu
naslova i kataloki listi, te rashodovati postojei naslov. U sluaju izbora neke
od tih opcija redosled otvaranja formi je istovetan onom kod zaduivanja ili
rezervisanja naslova. Dakle, prvo se bira kriterijum pretraivanja, pa se unose
vrednosti upita za izabrani kriterijum, a nad dobijenim rezultatima pretrage vre
se odgovarajue operacije. Jedinu razliku u odnosu na ovakvo ponaanje
predstavlja unoenje podataka novopristiglog naslova u biblioteku, koje
otpoinje izborom opcije evidencija/zavodjenje iz stavke knjiga glavnog menija
aplikacije.
Slika A.22. Forma zavodjenja novog naslova
Dizajn i ogranienja vezani za unos podataka novog naslova spreavaju

nepravlnosti u vodjenju podataka naslova do kojih je ranije dolazilo.
Postavljanjem zabrane unosa null podataka za veinu kljunih polja entiteta
naslova, izbegava se sluaj nemogunosti pretraivanja ili zaduivanja i
rezervisanja naslova. U ranijem podsistemu od neto preko 10.000 naslova u
bibliotekog fonda, preko 1500 njih nije imalo inventarni broj, to je
nedopustivo jer se radi o primarnom kljuu po kojem se formiraju zaduenja,
rezervacije i pretrauje naslov. Jedina dva polja koja su neobavezna su polja
podnaslova i koautora naslova. Pri unosu je nemogue uneti naslov inventarnog
broja ili signature koja ve postoji. Neki podaci kao to je UDK broj se vuku iz
odgovarajueg ifarnika, kretanjem po hijerarhijskom stablu udk oblasti na
nain kako je to opisano u formi zadavnja upita po udk broju. Od ostalih
komandi obezbedjene su jo uobiajne komande za izlazak iz forme i ponovni
unos u sluaju greke. Zatim je tu komanda deskriptor koja otvara formu za
unos deskriptora tekueg naslova ije se ime ispisuje u gornjem levom uglu.
336
Slika A.23. Forma unosa deskriptora
B. POSLOVI PRAENJA PRAKTIANOG RADA U

PILOT FABRICI
Uvod
Za izradu praktinog rada koristi se Uputstvo za izradu praktinog rada.
Svrha ovog uputstva je da prui detaljne informacije o nainu izdavanja, izrade
i odbrane praktinog rada. Sadrina uputstva je razvrstana logiki i hronoloki
prema dinamici izvodjenja predmeta, sa naglaenim obavezama u svim fazama
realizacije, i to:
postupak izdavanja praktinog rada,
postupak izrade praktinog rada,
odbrana praktinog rada.
Funkcionalnom dekompozicijim se identifikuju poslovi PRAENJA
PRAKTINOG RADA U PILOT FABRICI. Za izvoenje ovih aktivnosti
potrebno je koristiti grafiki jezik IDEF0, tj. CASE alat BPwin. i IE tj. CASE
alat ERwin.
Za postupak rada sa dokumentima definisane su i odgovarajue
procedure i interni standardi koje treba prouiti i inovirati postojeom praksom,
a ako ne postoje, treba ih napisati, jer to neposredno utie na postojeu
organizaciju rada.
Dokumentacija koja je koriena za potrebe projekta je:
Organizacioni propisi i Statut,
Organizaciona struktura,
Pravilnici o unutranjoj organizaciji i sistematizaciji radnih mesta i
Primerci potrebnih obrazaca
Definisanje granica modela

Na sledeoj slici prikazan je dijagram konteksta za proces Praenje
praktinog rada u pilot-fabrici kojim se definiu granice modela i njegovo
mesto u procesu Izvoenje nastave.
338
Nastavni
plan
Statut
Nastavni
program
Uputstvo za
izradu rada
Upitnik
Podaci o ras polozivosti nasta vnik a
Zapisnik
Broj polozenih ispita
PRACENJE
PRAKTICNOG
RADA U
PILOT FABRICI
Literatura
Informacije iz Pilot-fabrike
Uplatnica
Evidencija skolarine
Ispitna prijava
Evidencija uradjenih rad ova
Ispitna prijava
0
Predmetni
nastavnik
NODE:
TITLE:
A-0
Mentor
Student
Komisija
Refe rent
Refe rent
studentske
sluzbe
PRACENJE PRAKTICNOG RADA U PILOT

FABRICI
NUMBER:
Slika B.1. Dijagram dekompozicije za posao pracenje prakticnog rada u pilot fabrici
Definisanje stabla aktivnosti

Stablo aktivnosti za Praenje praktinog rada u pilot fabrici prikazano je
na sledeoj slici.
P RA CE NJE
P RA KTIC NOG
RA DA U
P ILOT FA B RIC I
0
IZDA V A NJE
P RA KTIC NOG
RA DA
IZRAD A
P RA KTIC NOG
RA DA
1
P OPUNJA V A NJE
UP ITNIK A I
FORMIRA NJ E
GRUP A
S TUDE NA TA
P ROV E RA
IS PUNJE NOSTI
US LOV A
D E FINIS ANJE
RA S POD E LE
M ENTORA
D E FINIS ANJE
M ENTORA
D E FINIS ANJE
ZA D ATKA RAD A
ODB RA NA
P RA KTIC NOG
RA DA
2
K ONS ULTA C IJ E
S A M E NTOROM
IZRAD A RA D A
K ONS ULTA C IJ E
S A P RE D ME TNIM
NA S TAV NIK OM
3
P ROV E RA
IS PUNJE NOSTI
US LOV A ZA
ODB RA NU
P RIJ AV A
P RA KTIC NOG
RA DA
ZA K A ZIV A NJE
US ME NE OD B RANE
I OB A V ES TA V A NJE
US ME NA OD B RANA
RA DA
E V ID E NTIRA NJE
ZA V RSNIH RA D OVA
Slika B.2. Stablo aktivnosti za posao pracenje prakticnog rada u pilot fabrici
Definisanje dijagrama dekompozicije

Kako je ve navedeno, kontekstni dijagram se dekompozicijom dovodi
do niih nivoa apstrakcije.
Dijagram dekompozicije PRAENJE PRAKTINOG RADA U PILOTFABRICI prikazan je na sledeoj slici.
Uputstvo za izra du rada
Upitnik
Podaci o ras polozivosti nasta vnik a
IZDAVANJE
PRAKTIC NOG
RADA
Zadatak
1
Verifikacija rada
IZRAD A
PRAKTIC NOG
RADA
Literatura
Informacije iz Pilot-fabrike
Zavrsni
ra d
2
Zapisnik
Mentor
ODBRANA
PRAKTIC NOG
RADA
Uplatnica
Ispitna prijava
Ispitna prijava
3
Predmetni nastavnik
Predmetni nastavnik
Mentor
Student
Refe rent s tudentske sluzbe
Refe rent
Komisija
NODE:
TITLE:
A0
PRACENJE PRAKTICNOG RADA U PILOT

FABRICI
NUMBER:
Slika B.3. Dijagram dekompozicije za posao pracenje prakticnog rada u pilot fabrici
Funkcionalna i informaciona analiza za posao IZDAVANJE PRAKTINOG

RADA
Proces obuhvata formiranje grupa studenata za izradu praktinog rada,
definisanje mentora i utvrdjivanje teme i radnog sadraja zadatka.
Dekompozicioni dijagram procesa je prikazan na sledeoj slici.
340
Upitnik
POPUNJAVANJE
UPITNIKA I
FORMIRANJ E
GRUPA
STUDENATA
Upitnik
11
PROVERA
ISPUNJENOSTI
USLOVA
Informacija o
broju grupa
12
Podaci o ras polozivosti nasta vnika
D EFINISANJE
RASPOD ELE
MENTORA
Raspodela
mentora po
centrima
13
D EFINISANJE
MENTORA
Formular za
izdavanje
teme
14
D EFINISANJE
ZAD ATKA
RADA
Zadatak
15
Predmetni nastavnik
Student
NODE:
TITLE:
IZDAVANJE PRAKTICNOG RADA
Mentor
NUMBER:
A1
Slika B.4. Dijagram dekompozicije za posao izdavanje prakticnog rada
Aktivnost POPUNJAVANJE UPITNIKA I FORMIRANJE GRUPA

STUDENATA - Studenti na prvom asu predavanja dobijaju upitnik u kome
sami daju predlog sastava grupe, pilot-fabrike i predmeta koji bi najvie bili
zastupljeni u radu.
Aktivnost PROVERA ISPUNJENOSTI USLOVA - Na bazi popunjenih
upitnika predmetni nastavnik vri potvrdu sastava grupa na osnovu broja
poloenih ispita.
Aktivnost DEFINISANJE RASPODELE MENTORA - Na osnovu
obaveza profesora u zimskom odn. letnjem semestru odredjuje se broj grupa
koje taj profesor moe mentorski da prati u izradi rada, po centrima.
Aktivnost DEFINISANJE MENTORA - Na osnovu raspodele mentorima
po centrima, kao i predmeta za koji su se studenti izjasnili u upitniku,
predmetni nastavnik odredjuje mentora za svaku grupu.
Aktivnost DEFINISANJE ZADATKA RADA - Mentor definie temu i
radni sadraj zadatka; popunjava (za svaka grupu posebno) obrazac o izdatom
praktinom radu i dostavlja ga studentima. Tek po dobijanju teme studenti stiu
uslov za prve konsultacije sa mentorom.
definise se model podataka prikazan na sledeoj slici.

Zadatak
ZavrsniRadID (FK)
RedniBroj
Naziv
Centar
CentarID
ZavrsniRad
ZavrsniRadID
Polaznik
PolaznikID
Naziv centra
ZaposleniID (FK )
UsmerenjeID (FK )
CentarID (FK)
PilotFabrikaID (FK)
temaId (FK)
DatumIzdavanja
DatumOdbrane
Grupa
ZavrsniRadID (FK)
PolaznikID (FK)
Tema
temaId
PredmetID (FK)
Naziv
Prezime
Ime
JMBG
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
BrojIndeksa
Student
Kursista
Predmet
PredmetID
Naziv
Semestar
Slika B.5. Logiki model podataka za posao izdavanje prakticnog rada
Funkcionalna i informaciona analiza za posao IZRADA PRAKTINOG RADA

Nakon izdavanja teme i dobijanja uputstava za izradu rada od strane
mentora studenti pristupaju izradi praktinog rada.
Ukupno angaovanje studenata u izradi praktinog rada obuhvata
samostalni rad studenata u pilot-fabrikama, samostalni rad studenata van pilotfabrika i konsultacije sa mentorom i predmetnim nastavnikom.
Na sledeoj slici prikazan je dekompozicioni dijagram Izrade praktinog
rada, gde se uoava ralanjavanje na podaktivnosti:
Aktivnost KONSULTACIJE SA MENTOROM - Po dobijanju teme
studenti stiu uslov za prve konsultacije sa mentorom. Mentor struno prati
izradu rada. Kada mentor verifikuje rad, isti kontrolie predmetni nastavnik.
Aktivnost IZRADA RADA - Pri izradi rada studenti se moraju
pridravati metodoloke strukture rada koja podrazumeva sledee celine, ija je
detaljna razrada uslovljena specifinostima odredjene teme rada:
Uvod,
Snimanje postojeeg stanja u pilot-fabrikama,
Analiza snimljenog stanja,
Projektovanje mera za poboljanje postojeeg stanja,
Sprovodjenje projektovanih mera u realnim uslovima u Pilot-fabrici,
Analiza efekata sprovedenih mera,
Zakljuak,
Literatura,
Prilozi.
Aktivnost KONSULTACIJE SA PREDMETNIM NASTAVNIKOM Prilikom konsultacija predmetni nastavnik prati da li rad zadovoljava propisanu
formu i pravila tehnike obrade rada. Nakon verifikovanja od strane
342
predmetnog nastavnika, studenti mogu prijaviti ispit i pristupiti odbrani.

Verifikacija rada od
strane mento ra
Zadatak
KONSULTAC IJ E
SA MENTOROM
21
Instrukc ije
mentora
Literatura
IZRAD A
RADA
Zavrsni rad
Inform acije iz Pilot-fabrike

22
KONSULTAC IJ E
SA PRED METNIM
NASTAVNIKOM
23
Mentor
NODE:
TITLE:
Verifikacija rada od stra ne

predmetnog nastavnika
Verifikacija rada
Instrukcije
predmetnog
nastavnika
Predmetni nastavnik
Student
IZRADA PRAKTICNOG RADA
NUMBER:
A2
Slika B.6. Dijagram dekompozicije za posao izrada prakticnog rad

definise se model podataka prikazan na sledeoj slici
PilotFabrika
PilotFabrikaID
Zaposleni
ZaposleniID
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
RadnaJedID (FK)
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRacun
PlacanjeAK
PlacanjeKD
ZavrsniRad
ZavrsniRadID
ZaposleniID (FK)
UsmerenjeID (FK )
CentarID (FK)
PilotFabrikaID (FK)
temaId (FK)
DatumIzdavanja
DatumOdbrane
Zadatak
ZavrsniRadID (FK)
RedniBroj
Naziv
Naziv
Mesto
Adresa
Telefon
e-mail
Delatnost
OblikSvojine
Polaznik
PolaznikID
Grupa
ZavrsniRadID (FK)
PolaznikID (FK)
Tema
temaId
PredmetID (FK)
Naziv
Predmet
PredmetID
Prezime
Ime
JMBG
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
BrojIndeksa
Student
Kursista
Naziv
Semestar
Slika B.7. Logiki model podataka za posao izrada prakticnog rad
Funkcionalna i informaciona analiza za posao ODBRANA RADA

Aktivnost Odbrana praktinog rada predtstavljena je dekompozicionim
dijagramom na sledeoj slici. Ova aktivnost sastoji se iz:
Aktivnost PROVERA ISPUNJENOSTI USLOVA ZA ODBRANU Nakon verifikacije rada od strane mentora i predmetnog nastavnika, referent za
studentska pitanja proverava da li svi studenti zadovoljavaju uslov za odbranu
zavrsnog rada.
Aktivnost PRIJAVA ISPITA - Ukoliko studenti zadovoljavaju uslove za
odbranu zavrnog rada pristupaju prijavi ispita. Ispit se prijavljuje van redovnih
rokova za prijavu ispita, onda kada se za to stvore uslovi.
Aktivnost ZAKAZIVANJE USMENE ODBRANE I OBAVETAVANJE
- Nakon ispunjenja svih uslova, predmetni nastavnik utvrdjuje sastav komisije
za odbranu rada i na osnovu raspoloivosti lanova komisije odredjuje termin
odbrane rada. O terminu obavetava studente i lanove komisije.
Aktivnost USMENA ODBRANA RADA - Studenti usmeno izlau rad
pred komisijom koju ine mentor, predmetni nastavnik, nastavnik - trei lan i
predstavnik pilot-fabrike. Svaki student pojedinano dobija ocenu koja se unosi
u ispitnu prijavu i zapisnik.
Aktivnost EVIDENTIRANJE ZAVRNIH RADOVA - Predmetni
nastavnik nakon odbrane rada, rad prosledjuje referentu biblioteke koji podatke
o radu unosi u evidenciju uradjenih radova. Radovi se evidentiraju i odlau u
poseban deo biblioteke.
Verifikacija rada
PROVERA
ISPUNJENOSTI
USLOVA ZA
ODBRANU
Informacija o
ispunjenosti
uslova
31
PRIJ AVA
PRAKTIC NOG
RADA
Uplatnica
Ispitna prijava
32
Ispitna
prijava
ZAKAZIVANJE
USMENE
ODBRANE
I OBAVESTAVANJE
D atum
odbrane
ra da
33
Ispitna prijava
USMENA
ODBRANA
RADA
Zavrsni rad
Zapisnik
34
Zavrsni
ra d
Evidencija
EVID ENTIRANJE uradjenih
ra dova
ZAVRSNIH
RADOVA
Refe rent
studentske
sluzbe
NODE:
TITLE:
35
Predmetni
nastavnik
Student
ODBRANA PRAKTICNOG RADA
Komisija
Refe rent
NUMBER:
A3
Slika B.8. Dijagram dekompozicije za posao odbrana prakticnog rada

344

definise se model podataka prikazan na sledeoj slici
Zaposleni
ZaposleniID
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
RadnaJedID (FK )
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRacun
PlacanjeAK
PlacanjeKD
Centar
CentarID
ZavrsniRad
ZavrsniRadID
Naziv centra
ZaposleniID (FK )
UsmerenjeID (FK )
CentarID (FK)
PilotFabrikaID (FK)
temaId (FK)
DatumIzdavanja
DatumOdbrane
Polaznik
PolaznikID
PilotFabrika
PilotFabrikaID
Naziv
Mesto
Adresa
Telefon
e-mail
Delatnost
OblikSvojine
Prezime
Ime
JMBG
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
BrojIndeksa
Student
Kursista
Grupa
ZavrsniRadID (FK)
PolaznikID (FK)
Tema
temaId
PredmetID (FK)
Naziv
Slika B.9. Logicki model podataka za posao odbrana prakticnog rada
Integralni logiki model podataka za posao praenje praktinog rada u

Pilot fabrici
Na sledeoj slici prikazan je integralni logiki model podataka za posao
pracenje prakticnog rada u pilot fabrici gde se mogu videti svi entiteti, njihovi
atributi, kao i tipovi veza medju entitetima (logiki nivo).
PilotFabrika
PilotFabrikaID
Zaposleni
ZaposleniID
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
RadnaJedID (FK )
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRacun
PlacanjeAK
PlacanjeKD
Naziv
Mesto
Adresa
Telefon
e-mail
Delatnost
OblikSvojine
Zadatak
ZavrsniRadID (FK)
RedniBroj
Naziv
Centar
CentarID
Naziv centra
ZavrsniRad
ZavrsniRadID
ZaposleniID (FK )
UsmerenjeID (FK )
CentarID (FK)
PilotFabrikaID (FK)
temaId (FK)
DatumIzdavanja
DatumOdbrane
Usmerenje
UsmerenjeID
Naziv usmerenja
Polaznik
PolaznikID
Prezime
Ime
JMBG
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
BrojIndeksa
Student
Kursista
Grupa
ZavrsniRadID (FK)
PolaznikID (FK)
Tema
temaId
PredmetID (FK)
Naziv
Predmet
PredmetID
Naziv
Semestar
Slika B.10. Integralni logicki model podataka za posao pracenje prakticnog rada u
pilot fabrici.
Glavni entitet logikog modela je entitet sa nazivom ZavrsniRad. On

sadri atribute koji definiu konkretan zavrni rad koji radi jedna grupa
studenata. Ovaj entitet je povezan sa entitetima:
Zaposleni (evidencija nastavnika koji imaju ulogu mentora zavrnih
radova),
PilotFabrika (praenje pilot fabrika koje su poligoni za izradu
radova),
Centar (edukacioni centri u kojima studenti studiraju),
Usmerenje (razliita usmerenja za koja se studenti opredeljuju),
Zadatak (evidencija zadataka koje studenti rade u okviru praktinog
rada),
Tema (nazivi tema praktinih radova),
Grupa (veza izmedju entiteta ZavrsniRad i entiteta Polaznik).
Entitet Tema je povezan sa entitetom Predmet koji sadri atrubute koji
definiu predmete iz kojih se rade zavrni radovi.
Fiziki model podataka za posao praenja praktinog rada u Pilot

fabrici
Pre definisanja fizikog modela podataka treba izabrati sistem za
upravljanje bazom podataka (SUBP) gde e fiziki model biti kreiran. ERwin
nudi veliki izbor SUBP, a za potrebe ovog rada izabran je MS Access.
Definisanje fizikog modela podataka tj. implementacija entiteta i
njihovih atributa u tabele i kolone nekog SUBP, korienjem ERwin-a,
relativno je jednostavan posao. Programski modul ERwin-a za izgradnju
modela.
Na sledeoj slici su prikazane veze meu tabelama u fizikom modelu
podataka.
346
Pilot-fabrike
PilotFabrikaID: AutoNumber
Zaposleni
ZaposleniID: AutoNumber
JMBG: Text(13)
Prezime: Text(22)
Ime: Text(12)
LicnaKarta: Text(10)
Adresa: Text(35)
Mesto: Text(15)
TelefonFix: Text(30)
TelefonMob: Text(30)
EMail: Text(30)
RadnaJedID: Long Integer
OpstinaID: Long Integer
StepenID: Long Integer
Koeficijent: Double
GodineStaza: Integer
DatumUlaz: Date/Time
DatumIzlaz: Date/Time
BankaID: Long Integer
ZiroRacun: Text(30)
PlacanjeAK: Yes/No
PlacanjeKD: Yes/No
Naziv: Text(50)
Mesto: Text(50)
Adresa: Text()
Telefon: Text()
e-mail: Text()
Delatnost: Text()
OblikSvojine: Text()
Zadatak
RadID: Long Integer
RedniBroj: Integer
Naziv: Text()
Centri
CentarID: AutoNumber
NazivCentra: Text()
Rad
RadID: AutoNumber
ZaposleniID: Long Integer
UsmerenjeID: Integer
CentarID: Integer
PilotFabrikaID: Integer
TemaID: Integer
DatumIzdavanja: Date/Time
DatumOdbrane: Date/Time
Grupa
RadID: Long Integer
PolaznikID: Long Integer
Usmerenja
UsmerenjeID: AutoNumber
Tema
temaId: AutoNumber
NazivUsmerenja: Text(50)
PredmetID: Integer
Naziv: Text()
Polaznik
PolaznikID: AutoNumber
Prezime: Text(22)
Ime: Text(12)
JMBG: Text(13)
LicnaKarta: Text(10)
Adresa: Text(35)
Mesto: Text(15)
EMail: Text(30)
BrojIndeksa: Integer
Student: Yes/No
Kursista: Yes/No
Predmet
PredmetID: AutoNumber
Naziv: Text()
Semestar: Text()
Slika B.11. Fiziki model podataka za posao pracenja prakticnog rada u pilot fabrici
Na sledeim slikama prikazana je struktura upita za: Grupe, Nedovreni

radovi, Odbranjeni radovi, Spisak studenata koji nisu diplomirali i Spisak
studenata koji su diplomirali.
Slika B.12. Upit Grupe
Slika B.13. Upit Nedovreni radovi
Slika B.14. Upit Odbranjeni radovi
348
Slika B.15. Upit Spisak studenata koji nisu diplomirali
Slika B.16. Upit Spisak studenata koji su diplomirali
Opis aplikacije za posao praenja praktinog rada u Pilot fabrici

U sistemu za upravljanje bazama podataka MS Access je na osnovu
dobijenog fizikog modela kreirana aplikacija za praenje Praktinog rada u
pilot fabrici - PRAKTIAN RAD.
Korisnik aplikacije je predmetni nastavnik zaduen za predmet Praktian
rad u pilot fabrici. Aplikacija svojim izvetajima prua mogunost praenja
grupa studenata po centrima, izdatih tema, raspodelu mentorstva po centrima,
uradjenih tema (radova), odbranjenih radova, pilot-fabrika u kojima su radjeni
zavrni radovi itd.
Aplikacija za praenje Praktinog rada u pilot fabrici bi se koristila
paralelno uz aplikaciju ISPIT koja se koristi u studentskoj slubi kole, a
postoji i mogunost integrisanja ove aplikacije u informacioni sistem
studentske slube.
Na sledeoj slici prikazana je glavna forma aplikacije PRAKTIAN
RAD U PILOT-FABRICI.
Slika B.17. Glavna forma aplikacije PRAKTIAN RAD U PILOT-FABRICI
Klikom na dugme Unos radova dobija se ekranska forma prikazana na

sledeoj slici.
Ova ekranska forma sadri podatke koji se nalaze na formularu za
izdavanje teme.
Slika B.18. Podaci koji se nalaze na formularu za izdavanje teme
Ekranska forma za unos ostalih podataka prikazana je na sledeoj slici.
350
Slika B.19. Ekranska forma za unos ostalih podataka
Izborom opcije Pregled i tampanje izvetaja sa glavne forme dobija se

ekranska forma kao na sledeoj slici.
Slika B.20. Pregled i tampanje izvetaja
C. POSLOVI IZRADE TEHNOLOKOG POSTUPKA

Uvod
Izrada projekta "Razvoj IS za uzradu tehnolokog postupka" (u daljem
tekstu TehnIS) zasniva se na korienju standarad IDEF0 i IE realizovanih kroz
CASE alate BPwin i ERwin. CASE alat treba da omogui definisanje
elemenata za fiziku izradu Baze podataka (SQL Server 2000) i izradu
korisnike aplikacije TehnIS.
Predloeni nain rada korienjem CASE alata BPwin, ERwin-a je
prototipski i ukljuio je one koji e koristiti odgovarajui aplikativni softver i
koji e dok se projektuje sistem ukazivati na nedostatke i svoje potrebe za
informacijama. Prototipski nain rada korienje CASE alata je trend u svetu i
definisan je pod pojmom reinenjering poslovnih procesa.
S druge strane ovaj pristup je realizacija dela projekta ProteIS gde je
definisan model procesa korienjem IDEF0 metodologije (CASE alat BPwin)
to je predpostavka za standard ISO 9000:2000 i model podataka koji je
pretpostavka za izradu baze podataka i korisnike aplikacije.
Funkcionalna analiza TehnIS-a

Funkcionalnom dekompozicijim potrebno je identifikovati poslove
TehnIS-a. Za izvodjenje ovih aktivnosti potrebno je koristiti grafiki jezik
IDEF0 tj. CASE alat BPwin. IDEF0 tehnika je svojevrsan grafiki jezik koji
omoguuje opisivanje procesa po zahtevima standarda ISO9000:2000.
Funkcionalna dekompozicija potrebno je izvoditi kroz dve podredjene
aktivnosti:
Definisanje zahteva korisnika TehnIS
Definisanje granica sistema TehnIS-a,
Definisanje stabla poslova TehnIS-a
Definisanje dijagrama dekompozicije TehnIS.
352
Definisanje zahteva korisnika TehnIS-a

Sa stanovita projektanta definisanje zahteva korisnika kljuni je
momenat. U pitanju su informisanje projektanta, odnosno, upoznavanje sa
potrebama i eljama korisnika, kako bi projektant mogao da uspostavi
informacione veze i donese pravilne zakljuke.
Ova aktivnost su:
Definisanje zahteva iz dokumenata;
Definisanje zahteva intervjuom;
Uokviru izrade projekta TehnIS analizirani su sledea dokumenta:
Tehnoloki postupci,
Planovi uzorkovanja,
Dokument za praenje proizvodnje"Veliine paramaetara
proizvodnim linijama"
eme proizvodnih linija
Tehnika i tehnoloka dokumentacija i dr.
na
Na osnovu izvrene analize pokazalo se da tehnoloki postupci i planovi

uzorkovanja grubo opisuju tehnoloki proces i da su nedovoljni za unos
podataka u realizovanoj aplikaciji TehnIS.
Dokument za praenje proizvodnje"Veliine parametara na proizvodnim
linijama" nije primeren za primenu u TehnIS-u. Ovo je uslovilo da praktino
nova aplikacija TehnIS ima za zadatak da omogui detaljnjo definisanje
tehnolokog postupak.
Kao rezultat sprovedenog intervjua u tehnologiji dolo se do sledeih
zakljuaka:
Potrebno je definisati detaljne tehnoloke postupke
Izvriti oznaavanje proizvoda i standardizaciju naziva istih
Definisati tanije normative vremena tj. uspostati odeljenje za
normiranje
Definisati mesta kontrolisanja kao operacije i na taj nain reiti
problem definisanja
Definisati plan uzorkovanja.
Uneti iz tehnike i tehnoloke dokumentacije podatke vezane za
parametre maina
Napraviti vezu prema odravanju
Definisanje granica sistema TehnIS-a

Definisanje granica sistema je vezana za definisanje dijagrama konteksta
(IDEF0 metodologija) koji e u sledeem koraku biti po hijerarhiji povezani u
stablo aktivnosti.
Preporuuje se da treba poeti od definisanja izlaznih strelica, pa se
pomerati prema ulazima, resursima i kontrolama. Polazi se od injenice da
svaka aktivnost poseduje odgovarajue izlaze koji se mogu identifikovati.
Prilikom definisanja izlaza treba voditi rauna i o negativnim izlazima, koji
prouzrokuju tzv. povratne (feedback) strelice.
Sledei elementi koje treba definisati su strelice ulaza, koji se na
specifian nain transformie (ili troi) radi stvaranja odgovarajueg izlaza,
podpomognut odgovarajuim mehanizmima i kontrolom.
Na sledeoj slici prikazan je dijagram konteksta gde se definie
neposredno okruenje.
Postupci za izradu
tehnologije
Upustv a
RAZVOJ
TEHNOLOSKOG
PROCESA
Inf ormacije o proizv odu
Tehnoloski postupak
Tehnolog
NODE:
TITLE:
SUBP
RAZVOJ TEHNOLOSKOG PROCESA
NUMBER:
A-0
Slika C.1. Dijagram konteksta poslova TehnIS
Ulazne informacije su informacije iz proizvodnje definisane

dokumentom "Veliine parametara na proizvodnim linijama", informacijama o
izvedenim labaratorijskim ispitivanjima uzoraka i informacijama o utroenim
vremenima iz radnog naloga.
Izlana informacija je isprojektovan tehnoloki postupak koji predstavlja
osnovu za lansiranje i praenje radnog naloga.
Kontrole su definisane postupcima i uputstvima sistema kvalitete kao i
tehniko tehnolokim zahtevima definisane dokumentacijom o opremi.
Resursi potrebni za korienje aplikacije TehnIS su tri radna mesta
354
tehnologa i realizovana aplikacija u SUBP SQL Server 2000 i MS Access 2000.
Definisanje stabla poslova TehnIS

Na osnovu definisane granice sistema prelazi se na sledeu aktivnost
"Definisanje stabla poslova" gde je potrebno uspostaviti vertikalne
(hijerarhijske) veze izmedju poslova.
Stablo poslova se definie primenom metode reavanja problema odozgo
na dole (top-down), kada se sloeni posao rastavlja na vie podredjenih poslova
a zatim se pristupa reavanju jednostavnih podredjenih poslova.
Drugim reima, polazni sloeni posao razvija se u hijerarhiju podredjenih
poslova, ija je struktura tipa stabla. Koren stabla (to je najvii vor stabla)
sadri polazni posao, dok listovi, tj. vorovi koji nemaju potomke, sadre
poslove ije je reavanje relativno jednostavno. Reavanjem svih podredjenih
poslova iz listova reen je i polazni sloen posao.
Dakle, stablo poslova predstavlja hijerarhiju definisanih poslova,
oienu od strelica, i omoguuje funkcionalnu dekompoziciju i uvid u dubinu
odvijanja veza izmedju poslova.
Na osnovu definisaniog konteksnog dijagrama prikazano je stablo
poslova kojom se definie hijerarhijska struktura tj. povezivanje poslovnih
funkcija poslovnih procesa, procesa i aktivnosti po vertikali.
Stablo poslova prikazano ne predstavlja organizacionu emu. Da bi ste se
oslobodili "organizacionog" pristupa i prihvatili procesni pristup potrebno je
zamisliti da samo jedan ovek obavlja sve poslove.
RAZVOJ
TEHNOLOSKOG
PROCESA
0
ODRZAVANJE
TEHNOLOSKIH
LOKACIJA
IZRADA
TEHNOLOSKOG
POSTUPKA
DEFINISANJE
PARAMETARA
EVIDENCI JA
POGONA
IZBOR
PROI ZVODA
EVIDENCI JA
TEHNOLOSKIH
LOKACIJA
DEFINISANJE
OPERACIJA
POVEZIVANJE
OPERACIJA SA
TEHNOLOSKIM
LOKACIJAMA
DEFINISANJE
VREMENA
OPERACIJE
IZRADA
TEHNOLOSKIH
IZVESTAJA I
PREGLEDA
3
IZBOR
UREDJAJA I
MASINA
4
TEHNOLOSKI
POSTUPAK
DEFINISANJE
PARAMETARA
MASINE
PREGLED
TEHNOLOSKIH
LOKACIJA PO
POGONIMA
DEFINISANJE
PARAMETARA
UZORKA
UTROSAK
ENERGIJE PO
PROI ZVODI MA
Slika C.2. Stablo poslova TehnIS
Stablo poslova potrebno za razvoj tehnolokog procesa u Sojaproteinu
definisano je u etiri osnovna vora: Odravanje tehnolokih lokacija, izrada

rehnolokog postupka, definisanje parametara i izrada tehnolokih izvetaja i
pregleda.
Definisanje horizontalnih veza izmedju poslova

Definisanje horizontalnih veza (dekompozicioni dijagram po IDEF0
metodologiji) izmedju poslova treba da omogui povezivanje odgovarajuih
informacija definisanih u okviru stabla poslova. Definisanjem stabla poslova
uspostavile su se vertikalne veze izmedju poslova, dok izradom
dekompozicionog dijagrama uspostavljaju se horizontalne veze izmedju
poslova istog nivoa.
Na narednoj slici prikazan je dekompozcioni dijagram projekta TehnIS.
Inof rmacije o
tehnolos kim
lokacijama
ODRZAVANJE
TEHNOLOSKIH
LOKACIJA
1
IZRADA
TEHNOLOSKOG
POSTUPKA
Inf ormacije o
tehnologiji
DEFINISANJE
PARAMETARA
Inf ormacije o
proizv odu
Daef inis ani

parametri
3
IZRADA
TEHNOLOSKIH
IZVESTAJA I
PREGLEDA
Tehnoloski postupak
NODE:
TITLE:
RAZVOJ TEHNOLOSKOG PROCESA
NUMBER:
A0
Slika C.3. Dekompozicioni dijagram poslova TehnIS
Potujui IDEF0 standard odgovarajue strelice predstavljaju setove

dokumenata koje definiemo kao informacije. Svaka informacija na sledeem
nivou se deli sve do nivoa aktivnosti gde se kao strelice definiu konkretna
dokumenta.
356
Informaciona analiza TehnIS

Informaciona analiza TehnIS je definisanje logikog modela podataka.
Na narednoj slici prikazan je logiki model podataka projekta TehnIS.
TehnoloskaLokacija
TehnoloskaLokacijaID
TehnoloskiPostupak
ProizvodID (FK)
TehnoloskiPostupakID
BrojTehnoloskogPostupka
Datum
Izradio (FK)
Odobrio (FK)
TehnoloskaSifra
NazivTehnoloskeLokacije
Slika
NadredjenaTL (FK)
Te hnoloskiPostupakStavka
ProizvodID (FK)
TehnoloskiPostupakID (FK)
OperacijaID
Proizvod
ProizvodID (FK)
PakovanjeID (FK)
BarKod
BrojOperacije
NazivOperacije
OpisOperacije
KodUredjajUzorak
TehnoloskaLokacijaID (FK)
PredmetPoslovanjaID (FK)
VremePripreme
VremeTrajanja
Parametar
ProizvodID (FK)
TehnoloskiPostupakID (FK)
OperacijaID (FK)
RedniBrojParametra
NazivParametra
ZahtevanaVrednost
ZahtevanaVrednostMin
ZahtevanaVrednostMax
JedinicaMereID (FK)
Slika C.4. Logiki model podataka projekta TehnIS
U daljem tekstu detaljno e se specificirati svaki pojedinani entitet.

Predmet poslovanja je generalizovani entitet nastao na viem nivou u
okviru renika podataka ProteIS i ovde se prikazuje da bi se pokazala veza sa
njegovom specijalizaciojom Proizvod. Predmet poslovanja je vezni entitet
prema ostalim podsistemima u Sojaproteinu u okviru projekta ProteIS.
Proizvod je specijalizacija od predmeta poslovanja i mogue ga je samo
koristiti a njegov nastanak je vezan za posistem interna standardizacija.
Nasledjuje atribute iz klase PredmetaPoslovanja a njegov specifini atribut
kojim se opsuje je BarKod.
Tehnoloki postupak je entitet koji se ovde stvara i koji za jedan
proizvod moe da ima vie varijanti. Za tehnoloki postupak potrebno je
definisati varijantu, datum nastanka i kao povratna informacija (izveden
podatak) ukupno vreme.
Tehnoloki postupak stavka su operacije koje se definiu za konkretan
proizvod i odgovarajuu varijantu tehnoloskog postupka. Potrebno je definisati
redni broj operacije, standradizovani naziv operacije, vreme pripreme i vreme
trajanja.Posebno je mogue za svaku operaciju opisati operaciju kao i definisati
parametre.
Parametri su generalizovani entitet i definie za odgovarajuu operaciju

ije su specijalizacije parametri uredjaja i parametri uzorka. Parametri su
opisani zahtevanom vrednou, zahtevana vrednost minimum i zahtevana
vrednost maksimum.
Tehnoloka lokacija je entitet kojim se definie lokacija gde se operacija
izvodi.
Poslovna pravila
Poslovno pravilo
roditelj - dete
Proizvod ima vie
Tehnolokih postupaka
Poslovno pravilo
dete - roditelj
Tehnoloki postupak je
povezan sa samo jednim
proizvodom
Tip veze
identifikujua
Tehnoloki postupak ima

vie Operacija
Oparacija je povezana sa
samo jednim Tehnolokim
postupkom
identifikujua
Operacija se odvija na
jednoj Tehnolokoj
lokaciji
Tehnoloka lokacija je
povezana sa vie operacija
neidentifikujua
Operacija ima vie

parametara
Parametar je povezan sa
samo jednom operacijom
identifikujua
Fiziki model podataka poslova TehnIS

Definisanje fizikom modela podataka tj. implementacija entiteta i
modela.
358
Definisanje osobina domena

Definisani domeni se odnose za izabrani SUBP Microsoff SQL Server
2000 koji su prikazani u sledeoj tabeli:
Naziv Domena
Cena
Datum
Delovodnik
Godina
IdentBroj
Ime
JMBG
Kolicina
KolicinaCeo
KolicinaDecimal
KratkiDatum
MaliCeoBroj
Napomena
Naziv
NazivIdenta
Oznaka
RedniBroj
SistemskiDatum
Slika
Status
Definicija Domena
money
datetime
varchar(25)
smallint
int
nvarchar(50)
char(13)
int
int
numeric(13,2)
smalldatetime
tinyint
ntext
nvarchar(50)
nvarchar(80)
nvarchar(15)
int
smalldatetime
image
tinyint
Poetna
vrednost
0
Null Opcija
NULL
NULL
NULL
NULL
NOT NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
NULL
Na osnovu definisanih osobina kolona na narednoj slici prikazan je

fiziki model.

TehnoloskaLokacija
TehnoloskaLokacijaID: int
TehnoloskiPostupak
ProizvodID: int
TehnoloskiPostupakID: int
BrojTehnoloskogPostupka: varchar(25)
Datum: smalldatetime
Izradio: int
Odobrio: int
TehnoloskaSifra: nvarchar(15)
NazivTehnoloskeLokacije: nvarchar(80)
Slika: image
NadredjenaTL: int
Te hnoloskiPostupakStavka
ProizvodID: int
OperacijaID: int
Proizvod
ProizvodID: int
PakovanjeID: int
BarKod: nvarchar(50)
BrojOperacije: int
NazivOperacije: nvarchar(80)
OpisOperacije: ntext
KodUredjajUzorak: tinyint
TehnoloskaLokacijaID: int
PredmetPoslovanjaID: int
VremePripreme: numeric(13,2)
VremeTrajanja: numeric(13,2)
Parametar
ProizvodID: int
OperacijaID: int
RedniBrojParametra: int
NazivParametra: nvarchar(80)
ZahtevanaVrednost: numeric(13,2)
ZahtevanaVrednostMin: numeric(13,2)
ZahtevanaVrednostMax: numeric(13,2)
JedinicaMereID: int
Slika C.5. Fiziki model podataka TehnIS
360
U narednoj tabeli dat je prikaz dodeljenih domena kolonama.

Naziv tabele
Parametar
Proizvod
TehnoloskaLokacija
TehnoloskiPostupak
TehnoloskiPostupakSt
avka
Naziv kolone
Naziv domena
ProizvodID
OperacijaID
KodUredjajUzorak
RedniBrojParametra
NazivParametra
ZahtevanaVrednost
ZahtevanaVrednostMin
ZahtevanaVrednostMax
JedinicaMereID
ProizvodID
PakovanjeID
BarKod
TehnoloskaSifra
NazivTehnoloskeLokacije
Slika
NadredjenaTL
ProizvodID
BrojTehnoloskogPostupka
Datum
Izradio
Odobrio
ProizvodID
OperacijaID
BrojOperacije
NazivOperacije
OpisOperacije
PredmetPoslovanjaID
VremePripreme
VremeTrajanja
IdentBroj
IdentBroj
RedniBroj
Status
RedniBroj
NazivIdenta
KolicinaDecimal
KolicinaDecimal
KolicinaDecimal
IdentBroj
IdentBroj
IdentBroj
Naziv
IdentBroj
Oznaka
NazivIdenta
Slika
IdentBroj
IdentBroj
IdentBroj
Delovodnik
KratkiDatum
IdentBroj
IdentBroj
IdentBroj
IdentBroj
RedniBroj
RedniBroj
NazivIdenta
Napomena
IdentBroj
IdentBroj
KolicinaDecimal
KolicinaDecimal
Generisanje SQL SERVER 2000 eme baze podataka

Generisanje eme baze podataka" izvodi se na osnovu prethodno
uradjenog fizikog modela podataka. emu baze podataka ine fizike tabele,
kolone i relacije, koje se, kao to je reeno u prethodnom poglavlju, u CASE
alatu automatski generiu iz logikog modela. Takodje, u prethodnom poglavlju
pokazani su i automatsko kreiranje default tipova podataka za svaku generisanu
kolonu i nain izmene specifikacija kolona (domen i validacija podataka).

SUBP.
Dakle, da bi se generisala baza podataka potrebno je, prvo, izabrati
odgovarajuu ciljnu platformu (SUBP) i potom se logovati na nju. Kada
korisnik loguje na izabranu platformu, ERwin kreira aktivnu bidirekcionu vezu
sa sistemskim katalogom izabranog servera koja omoguava direktno kreiranje
baze podataka.
Klijent aplikacija TehnIS

Projektovana Klijent aplikacija uradjena je u Microsoft Access 2000
programskom paketu i pri tome su usvojeni svi standardi koje je Microsoft
postavio pre svega u svom Windows operativnom sistemu a zatim u Access-u.
Cilj je da, bilo koji korisnik koji je imao bilo kakav dodir sa Microsoft
alatima prepozna ikonu iza koje se krije poznata akcija. Korisnika forma u
levom gornjem uglu sadri naziv forme dok desni gornji ugao sadri standarna
simbolizovana dugmad za kontrolu nad formom. Sve forme su logiki
imenovane.
Meni aplikacije
Osnovna radna forma
Slika C.6. Osnovni izgled Glavne forme ProteIS - TEHNOLOGIJA
362
Osnovna radna forma po imenu Proizvod prikazana je na sledeoj slici:
Slika C.7. Osnovna radna forma Proizvod
Forma Proizvod, je forma koja u sebi sadri i podforme. Osnovni deo

forme se odnosi na informacije o proizvodu. Prva podforma se odnosi na
informacije o tehnolokim postupcima, a druga se odnosi na informacije u vezi
sastavnice proizvoda.
Informacije u osnovnoj fomi nije mogue brisati ili menjati, to znai da
se o informacijama o proizvodu brine neka druga sluba odnosno proces.
Forma Proizvod je takozvana prosta forma budui da se odnosi na jedan
zapis o proizvodu. Da bi se pogledale informacije o nekom drugom proizvodu
potrebno je da se izvri navigacija korienjem navigacionih elementima forme,
koji su standardni elementi Microsoft Access-a, a mogu se videti na sledeoj
slici.
Slika C.8. Elementi navigacije
Navigaciono
dugme
za
dolazak
na
prvi zapis
Navigaciono
dugme kojim se
dolazi
na
prethodni zapis
Navigaciono
dugme kojim se
dolazi
na
naredni zapis
Navigaciono
dugme s kojim
se dolazi na
poslednji zapis
Dugme
kojim se
otvara
novi zapis
Za unoenje podataka u vezi tehnolokog postupka slui podforma

Tehnoloki postupak prikazana na narednoj slici.
Dugme za selekciju
Dugme za stampu
Slika C.9. Forma Tehnoloki postupak
Forma Tehnoloki postupak predstavlja sloenu formu i sastoji se od

zaglavlja (zeleni deo forme) i stavki (sivi deo fome).
Zaglavlje se odnosi na jedan tehnoloki postupak i taj deo forme je
jednostavna forma to ukazuje da se unutar te forme nalaze informacije o samo
jednom tehnolokom postupku. Jedan proizvod moe imati vie tehnolokih
postupaka i izbor, odnosno dodeljivanje novog tehnolokog postupka za
konkretan proizvod moe se izvriti uz pomo navigacionih dugmadi koja su
opisana ranije. Za razliku od prethodne forme, ova forma poseduje dugme za
selekciju zapisa iz razloga ako se eli selektovani zapis tehnolokog postupka
obrisati. Jedino ogranienje brisanja odnosi se na to da se prvo moraju obrisati
sve operacije selektovanog tehnolokog postupka.
uta polja u formama oznaavaju polja koja se moraju popuniti i
predstavljaju IDent brojeve (identifikacione brojeve)
Operacije za tehnoloki postupak se unose na taj nain da se prvo dodeli
ID koji je redni broj a zatim broj operacije, naziv operacije. Tehnoloka
lokacija se odabira uz pomo ComboBox polja iz ranije definisanog ifarnika
tehnolokih lokacija.
Slika C.10. Izborno polje tipa ComboBox
Nakon toga se upisuje vreme pripreme i vreme trajanja operacije u

minutama.
364
Klikom levog tastera mia na dugme

otvara se dodatna forma koja
samo proiruje polje opisa sa svim prethodnim informacijama.
Slika C.11. Forma Opis operacije
Slika C.12. Forma Parametar Uredjaja/Maine
Zatvaranjem forme OpisOperacije prelazi se na definisanje parametara

operacije levim klikom tastera mia na dugme
.
Slika C.13. Forma Parametar Uzorka
Forma Parametar sadri u sebi dve kartice. Jedna je koja se odnosi na

Parametre Uredjaja/Maine a druga na parametre uzorka.
Na narednim slikama dat je primer izgleda izvetaja koji se dobije klikom
na dugme za tampu
366
iz fomre Tehnoloki postupak.
Slika C.14. Primer izvetaja tehnolokog postupaka za jedan proizvod (poetna strana)
Slika C.15. Primer izvetaja tehnolokog postupaka za jedan proizvod (Zavrna strana)
Radi funkcionisanja aplikacije TehnIS neophodni preduslovi pored

definisanih proizvoda su i definisanje neophodnih ifarnika to se moe videti
na narednim slikama.
368
Slika C.16. Forma Tehnoloka lokacija
U ovoj formi se evidentiraju podaci o tehnolokoj lokaciji. Ovde je

znaajno uoiti da je i Pogon tehnoloka lokacija koja u sebi nema nadredjenu
tehnoloku lokaciju.
Na narednoj slici moe se videti forma Pogon, koj a slui radi pregleda
Pogona i pripadajuih tehnolokih lokacija.
Slika C.17. Forma Pogon
Na sledeoj slici prikazana je forma Radnik kojom se vri evidencija

kartona radnika.
Slika C.18. Forma Radnik
Na narednoj slici data je forma JedinicaMere koja slui radi evidencije

ifarnika jedinica mera.
Slika C.19. Forma Jedinica mere

370
Na narednim slikama prikazani su padajui meniji iz glavne forme
Slika C.20. Meni Evidencija
Slika C.21. Meni Pregled
D. POSLOVI REALIZACIJE PREVENTIVNOG

ODRAVANJA
Uvod
Predmet ovog rada je funkcionalna i informaciona analiza i aplikativno
modeliranje dokumenta NALOG ZA RAD (OT.19) koji se koristi u Javnom
preduzeu "Elektroumadija" Kragujevac (u daljem tekstu Elektroumadija).
Osnovna delatnost Elektroumadije je distribucija elektrine energije
potroaima na teritoriji Grada Kragujevca i Optina Kni, Raa, Batoina i
Lapovo. Da bi snabdevanje potroaa bilo uredno i kvalitetno neophodno je
redovno i kvalitetno odravanje elektroenergetskih objekata (EEO) preko kojih
se vri snabdevanje potroaa.
U praktinoj primeni tih dokumenata javio se problem zbog este potrebe
popunjavanja velikog broja tampanih obrazaca i arhiviranja istih, to stvara
tekoe posebno operativnom menadmentu i izvriocima koji realizuje proces
preventivnog odravanja. Da bi se taj problem reio izvrie se funkcionalna i
informaciona analiza i aplikativno modeliranje dokumenta NALOG ZA RAD u
MS Access-u.
Osnovni zadatak NALOG ZA RAD je da ispuni potrebe i zahteve
korisnika tj. treba da omogui efikasan sistem izdavanja Naloga za rad (OT.19),
Izvetaja o realizaciji naloga za rad (OT.20), Izvetaja o ugradjenim/ vraenim
delovima i materijalima po nalogu za rad (OT.21) i obradu podataka, korienje
informacija i medjusobno koordiniranje svih uesnika.
Osnovu za analizu IS ine sledee faze:
Funkcionalnu analizu
o Definisanje zahteva korisnika
o Definisanje granica modela,
o Definisanje stabla aktivnosti,
o Definisanje dekompozicionog dijagrama aktivnosti
Informacionu analizu
o Definisanje logikog modela.
Generisanje fizikog model iz logiki modela podataka
Generisanje eme BP
372
Izrade korisnickog aplikacije

Na sledeoj slici prikazan je izgled dokumenta OT.19 - Nalog za rad
Or gani zaci ona jedi ni ca:
Nazi v
Mest o
NALOGZA RAD br .
[ i f ra
1. EEO na kome se i zvode r adovi :

(navest i pr eci zno objekat na kome se i zvode r adovi )
2. Ta~na l okaci ja mest a r ada:
2.1. Vr st a r ada i opi s zadat ka:

(navest i { t a t r eba da se ur adi sa pot r ebni mopi som)
2.2. Bez napona ost aju pot r o{ a~i :

(navest i TS, ul i ce i dr ugo ukol i ko je poznat o podnosi ocu zaht eva)
do
2.3. Pl ani r ano vr eme r ada od
(vr eme)
(dat um)
(vr eme)
(dat um)
3. Odgovor ni r ukovodi l ac r adova(ORR), bi } e:

(i me i pr ezi me odgovor nog r ukovodi oca r adova)
(f unkci ja)
sa sl ede} i mi zvr { i oci ma:

1
(i me i pr ezi me)
Sva pr ava r ezer vi sana
(m. b.)
(Br . RS kol a)
6
(m. b.)
(i me i pr ezi me)
10
(m. b.)
Br oj r adnognal oga:
3.1. Nar u~i l ac r adova :

(Nazi v i adr esa)
3.2. Kont r ol u i zvedeni h r adova } e i zvr { i t i :

(I me i pr ezi me)
4. Pot r ebno
i skq u~ewe
ukq u~ewe :
Ne
(m. b.)
Da
4.1. Odobr en zaht ev za i skq u~ewe - ukq u~ewe br oj :

4.2. Osnovne mer e obezbe| ewa spr ovodi :
(Pr edl o` i t i mest a za podt a~ke t a~ke 4. ako su poznat a i zdavaocu nal oga)
4.3. Dopunske mer e obezbe| ewa spr ovodi :

4.4. Pogonske mani pul aci je vodi :
4.5. Pogonske mani pul aci je vr { i :
4.6. Usl ov za dobi jawe dozvol e za r ad je da ORR dost avi DC-u jedan pr i mer ak nal oga za r ad.
4.7. ORR mo` e pr i st upi t i i zvr { ewu r adova t ek po dobi jawu dozvol e za r ad.
4.8. ORR se mor a pr i dr ` avat i svi h usl ova def i ni sani h u dozvol i za r ad.
I zjava neposr ednogr ukovodi oca r adova i odgovor nogl i ca: Pr o~i t ao samovaj nal ogi poznat
mi je zadat ak u cel i ni . I zjavq ujemda } u ovi mr adovi ma pr i st upi t i t ek nakon t oga { t o samse
uver i o da su del ovi post r ojewa na koji ma se r adovi i zvode bez napona i da su pr opi sno
uzemq eni . Nal og za ponovno ukq u~i vawe } u dat i nakon t oga { t o sam se uver i o da se cel o
q udst vo sa koji ma r ukovodi mudaq i l o sa objekt a koji } e se st avi t i pod napon. Poznat i su mi
t ehni ~ki pr opi si za r ad i mer e za{ t i t e na r adu na el ekt r oener get ski m post r ojewi ma i
uput st vo za spr ovo| ewe i st i h.
Pr i l og:
OT.19
Nal ogi zdao :

(I me i pr ezi me)
(Pot pi s)
Nal ogpr i mi o :
Slika D.1 Izgled dokumenta Nalog za rad
(m. b.)
(Dat um)
Definisanje zahteva korisnika

Sa stanovita analitiara IS definisanje zahteva korisnika kljuni je
momenat. U pitanju su informisanje analitiara IS, odnosno, upoznavanje sa
potrebama i eljama korisnika, kako bi analitiara IS mogao da uspostavi
informacione veze i donese pravilne zakljuke.
Ova aktivnost se deli u sledee podaktivnosti:
Definisanje zahteva iz dokumenata i
Definisanje zahteva intervjuom.
Definisanje zahteva iz dokumenata je pogled odozdo na gore i treba
posmatrati sledee dokumente:
OT.19 - Nalog za rad,
OT.20 - Izvetaj o realizaciji naloga za rad i
OT.21 - Izvetaj o ugradjenim/vraenim delovima i materijalima po
nalogu za rad.
Na ovom nivou postoji velika opasnost da se prikupe netane informacije
kojima se opisuje zastareli nain rada. Takodje prilikom prikupljanja
informacija treba obratiti panju i na predloge za izmenu. Tako je kod oba
Izvetaja potrebno dodati "datum rada" koji se sada ne nalazi u dokumentima.
Za postupak rada sa dokumentima definisane su i odgovarajue
procedure i interni standardi koje treba prouiti i inovirati postojeom praksom,
a ako ne postoje, treba ih napisati, jer to neposredno utie na postojeu
organizaciju rada. Analiza dokumenata pomogla je da se naui postupak rada i
razume korisnikova terminologija, da bi u sledeoj aktivnosti "Definisanje
zahteva intervjuom" postavio prava pitanja prilikom sprovodjenja intervjua.
U okviru izrade projekta NALOG ZA RAD analizirana su sledea dokumenta:
QP.16.32 - Preventivno odravanje TS 10/0,4 kV o vodova 10kV i 1kV
SP.U.10.ZR - Uputstvo za izdavanje naloga za rad na EEO i
ST.P.01.ES - Integralni pravilnik o odravanju distributivnog
elektroenergetskog sistema.
Sva ova dokumenta su definisana u okviru dokumenata sistema kvaliteta
koji se primenjuje u Elektroumadiji.
Definisanje zahteva intervjuom je pristup odozgo na dole, i treba da
omogui definisanje:
374
potreba za informacijama,
ciljeva i
problema kako ih vide rukovodioci.
Cilj ovih aktivnosti je razvoj preporuka za budue akcije. Naime,
aktivnosti treba da omogue, da se za trenutno postojee objekte poslovanja,
aplikacije i datoteke identifikuje redundantnost podataka, razjasne odgovornosti
i uopte, razume poslovanje.
Treba jo jednom naglasiti da intervju zahteva ukljuivanje najviih
rukovodilaca i sagledavanje problema u poslovanju sa njihovog stanovita.
Definisanje granica modela za posao Realizacija preventivnog

odrzavanja
Definisanje granica modela je vezano za postavke date za razvoj procesa
Realizacije preventivnog odravanja.
Dijagram konteksta je definisan jednim pravougaonikom koji predstavlja
granicu modela koji se prouava. U tom modelu i van njega teku informacije
preko strelica. Dijagram konteksta je najvii nivo apstrakcije koji se
dekompozicionim dijagramima prevodi u nii nivo apstrakcije. Granice modela
se definiu da bi se, pre svega, znalo gde treba stati sa modeliranjem.
Dijagram konteksta obuhvata sledee elemente:
Ulaz u aktivnost
o Hitna intervencija
o Informacije o nabavljenom materijalu
o Ponovni radovi
o Spisak materijala
o Nalog nadleznom rukovodiocu
Izlaz iz aktivnosti
o Nalog za rad OT.19
o Izvestaj o realizaciji naloga za rad OT.20
o Izvestaj o ugradjenom /vracenom materijalu OT.21
Mehanizam ili realizator aktivnosti
o Rukovodilac DC
o Sef odeljenja
o Ispitivac
o Kontrolor
o Izvrsilac manipulacije
o Rukovodilac radova
Kontrole na osnovu kojih se realizuje aktivnost
o Interni standard SP.U.10.ZR
o Mesecni plan
o Interni standard QP.16.32
Propisi
Na sledeoj slici prikazan je dijagram konteksta gde se definiu granice

modela.
Interni
standard
SP.U.10.ZR
M esecni
plan
Interni
standard
QP.16.32
Propisi
Hitna intervencija
Nalog za rad OT.19
Inform acije o na bavljeno m materijalu
REALIZACIJA
PREVENTI VNOG
ODRZAVANJA
Ponovni radovi
Izvestaj o rea lizaciji naloga za rad OT.20
Spis ak materija la
Izvestaj o ugradjenom /vracenom ma terijalu OT.21
Nalog nad leznom rukovodiocu
0
Rukovo dilac
DC
Sef
odeljenja
NODE:
TITLE:
Rukovo dilac
ra dova
Ispitivac
Kontrolor
Izvrsilac
manipulac ije
NUMBER:
REALIZACIJA PREVENTIVNOG ODRZAVANJA
A-0
Slika D.2 Dijagram konteksta za posao Realizacija preventivnog odrzavanja
Definisanje stabla aktivnosti za posao Realizacija preventivnog

odrzavanja
Na osnovu definisane granice modela prelazi se na sledeu aktivnost
"Definisanje stabla aktivnosti" gde je potrebno uspostaviti vertikalne
(hijerarhijske) veze izmedju aktivnosti.
Stablo aktivnosti predstavlja hijerarhiju definisanih aktivnosti, oienu
od strelica, i omoguuje funkcionalnu dekompoziciju i uvid u dubinu odvijanja
veza izmedju aktivnosti.
Na sledeoj slici prikazano je stablo aktivnosti Realizacija preventivnog
odrzavanja sa svojim podaktivnostima.
376
REALIZAC IJA
PREVENTIVNOG
ODRZAVANJA
0
PRIPREMA
RADOVA
PREVENTIVNOG
ODRZAVANJA
IZVOD JENJE
RADOVA
PREVENTIVNOG
ODRZAVANJA
1
IZRAD A
SPECIFIKAC IJE
MATERIJALA
ODOBRENJE
ZAHTEVA ZA
ISKLJ UC ENJE
IZDAVANJE
NALOGA ZA RAD
FORMIRANJ E
IZVESTAJA
PREVENTIVNOG
ODRZAVANJA
PRIJ AVA
RADOVA
ANALIZA
IZVED ENIH
RADOVA
PREUZIMANJ E
MATERIJALA
FORMIRANJ E
IZVESTAJA O
IZVED ENIM
RADOVIMA
IZVOD JENJE
RADOVA
ODJ AVA
RADOVA
FORMIRANJ E
IZVESTAJA O
UGRAD JENOM
MATERIJALU
Slika D.3. Stablo aktivnosti za posao Realizacija preventivnog odrzavanja
Dijagrama dekompozicije za posao Realizacija preventivnog odrzavanja

Na sledeoj slici prikazan je dijagram dekompozicije za posao
Realizacija preventivnog odrzavanja.
Mesecni
plan
Interni standard
QP.16. 32
Interni standard
SP.U.10.ZR
Propisi
Odobren
zahtev za
iskljuc enje
Hitna intervencija
Ponovni radovi
Spisak materijala
Nalog nadleznom rukovodiocu
PRIPREMA
RADOVA
PRE VENTIVNOG
ODRZAVANJ A
Informacije o nabavljenom
materijalu
Trebovanje
materijala
Nalog za rad OT. 19
IZVODJENJE
RADOV A
PREVENTIVNOG
ODRZAVANJA
Dokumenta o
radu
2
Nalog za rad OT.19
FORMIRANJE
IZVESTAJA
PRE VENTIVNOG
ODRZAVANJA
Ispitivac
3
Kontrolor
Izvestaj o realizaciji
naloga za rad OT.20
Izvestaj o ugradjenom
/vracenom materijalu
OT.21
Izvrsilac manipulacije
Rukovodilac radova
Rukovodilac DC
Sef odeljenja
NODE:
TITLE:
NUMBE R:
REALIZACIJA PREVENTIVNOG ODRZAVANJA
A0
Slika D.4 Dijagram dekompozicije za posao Realizacija preventivnog odrzavanja
Na sledeim slikama prikazani su dekompozicioni dijagram za Priprema

radova, Izvodjenje radova preventivnog odrzavanja i Formiranje izvetaja
preventivnog odrzavanja.
Interni standard
QP.16.32
Mesecni plan
Ponovni radovi
Trebovanje materijala
Hitna intervencija
IZRADA
Nalog nadleznom rukovodiocu
SPECIFIKACIJE
Spisak materijala
MATERIJ ALA
Zahtev za
iskljuc enje
Interni standard
SP.U.10.ZR
11
ODOBRENJE Odobren zahtev za iskljucenje
ZAHTEVA ZA
ISKLJ UCENJ E
12
Odbijen zahtev za iskljuc enje
IZDAVANJ E
NALOGA
ZA RAD
Spec ifikacija materijala
Nalog za rad OT. 19
Nije potrebno iskljuc enje

13
Informacije o
nabavljenom
materijalu
Sef odeljenja
Rukovodilac DC
NODE:
TITLE:
PRIPREMA RADOVA PREVENTIVNOG

ODRZAVANJA
A1
NUMBER:
Slika D.5. Dijagram dekompozicije za posao Priprema radova preventivnog odrzavanja

Interni standard
QP.16.32
Propisi
Odobren zahtev za
iskljuc enje
Nalog za rad OT.19
PRIJAVA
RADOVA
21
Trebovanje materijala
PREUZIMANJE
MATERIJ ALA
Otpremnic a
materijala
22
Dokumenta o
radu
IZVODJENJE
RADOVA
Dozvola za rad
23
Dokumenta o
radu
Kontrolor
ODJ AVA
RADOVA
Dozvola za rad
24
Rukovodilac radova
NODE:
Ispitivac
TITLE:
A2
Izvrsilac manipulacije
IZVODJENJE RADOVA PREVENTIVNOG NUMBER:

ODRZAVANJA
Slika D.6 Dijagram dekompozicije za posao Izvodjenje radova preventivnog odrzavanja

378
Interni standard
QP.16.32
Nalog za rad OT. 19

Dokumenta o
radu
ANALIZA
IZVEDENIH
RADOVA
Informacije o
izvedenim
radovima
31
FORMIRANJ E
IZVESTAJA O
IZVEDENI M
RADOVIMA
Izvestaj o realizaciji naloga za rad OT.20
32
FORMI RANJ E
IZVESTAJA O
UGRADJENOM
MATERIJALU
Informacije o utrosenom materijalu
Izvestaj o
ugradjenom
/vracenom
materijalu OT.21
33
Rukovodilac radova
NODE:
TITLE:
A3
NUMBER:
FORMIRANJE IZVESTAJA PREVENTIVNOG
ODRZAVANJA
Slika D.7 Dijagram dekompozicije za posao Formiranje izvestaja preventivnog

odrzavanja
Logiki modela podataka za posao Realizacija preventivnog odrzavanja

Posle izrade dijagrama dekompozicije pristupa se informacionoj analizi
tj. definisanju logikog modela podataka za posao Realizacija preventivnog
odrzavanja . Prvo treba definisati sve entitete i njihove atribute,a zatim se
definiu veze izmedju entiteta (relationships). Entiteti se prema ustaljenim
konvencijama oznaavaju velikim slovima u jednini, a atributi i veze malim
slovima.
Entiteti mogu biti nezavisni (ne zavise od drugih entiteta) i zavisni
(zavise od jednog ili vie drugih entiteta). Grafiki se nezavisni entiteti
prikazuju kao pravougonici, a zavisni kao pravougaonici sa zaobljenim
stranama.
Na osnovu napred navedenog definisani su sledei entiteti:
Nazavisni: NalogZaRad, Radnik, ElektroEnergetskiObjekat,
OrganizacionaJedinica, Vozilo, JedinicaMere i Materijal,
Zavisni: IzvetajORealizaciji, IzvetajOMaterijalu,
IzvetajORealizacijiVozilo, IzvetajORealizacijiRadnik,
IzvetajOMaterijaluMaterijal i NalogZaRadRadnik.
Posle definisanja entiteta treba definisati i relacije (veze) izmedju njih.

Relacija se u IE metodologiji prikazuje kao linija koja povezuje dva entiteta.
Entitet od koga se uspostavlja veza zove se roditelj, a entitet ka kome se
uspostavlja veza zove se dete.Veze mogu biti identifikujue, neidentifikujue i
veze kategorije, to je objanjeno u prethodnim poglavljima.
Zatim se definiu atributi i kljuevi za svaki entitet.
Primarni klju jedinstveno identifikuje entitet i on ne moe imati
vrednost null (prazan, nedostajui). Atributi koji nisu izabrani za primarni klju
mogu se definisati kao alternativni klju (jedinstveno definiu entitet) ili kao
inverzni klju (ne identifikuju jedinstveno entitet). Preneseni klju je atribut
koji povezuje entitet dete sa entitetom roditelj i odredjen je oznakoma FK koja
dolazi iza imena atributa.
Na sledeoj slici prikazan je logiki model podataka gde su dati entiteti,
njihovi atributi i veze to je sve zajedno osnova za definisanje fizikog modela i
same baze podataka
NalogZaRadRadnik
NalogZaRad
NalogZaRadID (FK)
RadnikID (FK)
NalogZaRadID
OrganizacionaJedinicaID (FK)
ElektroEnergetskiObjekatID (FK)
TacnaLokacijaMestaRada
VrstaRadaIOpisZadatka
BezNaponaOstajuPotrosaci
PocetakRadaDatum
PocetakRadaVreme
KrajRadaDatum
KrajRadaVreme
OdgovorniRukovodilac.RadnikID (FK)
Narucilac
BrojRadnogNaloga
Kontrolor.RadnikID (FK)
Iskljucenje
BrojZahtevaZaIskljucenje
OsnovneMereObezbedjenjaSprovodi
DopunskeMereObezbedjenjaSprovodi
PogonskeManipulacijeVodi
PogonskeManipulacijeVrsi
Prilog
NalogIzdao.RadnikID (FK)
DatumIzdavanja
DatumPrijema
ElektroEnergetskiObjekat
ElektroEnergetskiObjekatID
NazivElektroEnergetskogObjekta
Radnik
RadnikID
OrganizacionaJedinica
OrganizacionaJedinicaID
NazivOrganizacioneJedinice
Mesto
Sifra
NadredjenaOrganizacionaJedinica.OrganizacionaJedinicaID (FK)
IzvestajOMaterijalu
NalogZaRadID (FK)
BrojIzvestaja
IzvestajORealizaciji
NalogZaRadID (FK)
BrojIzvestaja
DatumIzvestaja
OpisIzvrsenihRadova
Prilog
DatumKontrole
VremeKontrole
DatumPodnosenjaIzvestaja
VremePodnosenjaIzvestaja
IzvestajPrimio.RadnikID (FK)
DatumPrijemaIzvestaja
VremePrijemaIzvestaja
Prezime
Ime
MaticniBroj (AK1.1)
Funkcija
JMBG
IzvestajOMaterijaluMaterijal
DatumIzvestaja
Prilog
DatumKontrole
VremeKontrole
DatumPodnosenjaIzvestaja
VremePodnosenjaIzvestaja
IzvestajPrimio.RadnikID (FK)
DatumPrijemaIzvestaja
VremePrijemaIzvestaja
Materijal
MaterijalID
NazivMaterijala
SifraMaterijala
JedinicaMereID (FK)
NalogZaRadID (FK)
BrojIzvestaja (FK)
MaterijalID (FK)
KolicinaUgradjeno
KolicinaVraceno
JedinicaMere
JedinicaMereID
NazivJediniceMere
JM
IzvestajORealizacijiRadnik
NalogZaRadID (FK)
BrojIzvestaja (FK)
RadnikID (FK)
IzvestajORealizacijiVozilo
NalogZaRadID (FK)
BrojIzvestaja (FK)
VoziloID (FK)
KmPocetna
KmKrajnja
Vozilo
VremePocetkaRada
VremeZavrsetkaRada
VoziloID
RegistarskiBroj
MarkaITip
Slika D.8. Logicki model podataka za posao Realizacija preventivnog odrzavanja
380
Fiziki model podataka za posao Realizacija preventivnog odrzavanja

nudi veliki izbor SUBP, a za potrebe ovog projekta izabrali smo MS Access.
Definisanje fizikog modela podataka tj. implementacija entiteta i
modela. Na sledeoj slici prikazan je fiziki model podataka.
NalogZaRadRadnik
NalogZaRad
NalogZaRadID: Long Integer

NalogZaRadID: AutoNumber
OrganizacionaJedinicaID: Long Integer
ElektroEnergetskiObjekatID: Long Integer
TacnaLokacijaMestaRada: Text(18)
VrstaRadaIOpisZadatka: Text(250)
BezNaponaOstajuPotrosaci: Text(18)
PocetakRadaDatum: Date/Time
PocetakRadaVreme: Date/Time
KrajRadaDatum: Date/Time
KrajRadaVreme: Date/Time
OdgovorniRukovodilac: Long Integer
Narucilac: Text(18)
BrojRadnogNaloga: Text(10)
Kontrolor: Long Integer
Iskljucenje: Yes/No
BrojZahtevaZaIskljucenje: Text(10)
OsnovneMereObezbedjenjaSprovodi: Text(18)
DopunskeMereObezbedjenjaSprovodi: Text(18)
PogonskeManipulacijeVodi: Text(18)
PogonskeManipulacijeVrsi: Text(18)
Prilog: Text(250)
NalogIzdao: Long Integer
DatumIzdavanja: Date/Time
DatumPrijema: Date/Time
ElektroEnergetskiObjekat
ElektroEnergetskiObjekatID: AutoNumber
NazivElektroEnergetskogObjekta: Text(18)
Radnik
RadnikID: AutoNumber
OrganizacionaJedinicaID: AutoNumber
NazivOrganizacioneJedinice: Text(18)
Mesto: Text(18)
Sifra: Text(10)
NadredjenaOrganizacionaJedinica: Long Integer
IzvestajOMaterijalu
BrojIzvestaja: Long Integer
IzvestajORealizaciji
DatumIzvestaja: Date/Time
OpisIzvrsenihRadova: Text(250)
Prilog: Text(50)
DatumKontrole: Date/Time
VremeKontrole: Date/Time
DatumPodnosenjaIzvestaja: Date/Time
VremePodnosenjaIzvestaja: Date/Time
IzvestajPrimio: Long Integer
DatumPrijemaIzvestaja: Date/Time
VremePrijemaIzvestaja: Date/Time
Prezime: Text(30)
Ime: Text(20)
MaticniBroj: Text(5)
Funkcija: Text(18)
JMBG: Text(13)
OrganizacionaJedinica
IzvestajOMaterijaluMaterijal
DatumIzvestaja: Date/Time
Prilog: Text(250)
DatumKontrole: Date/Time
VremeKontrole: Date/Time
DatumPodnosenjaIzvestaja: Date/Time
VremePodnosenjaIzvestaja: Date/Time
IzvestajPrimio: Long Integer
DatumPrijemaIzvestaja: Date/Time
VremePrijemaIzvestaja: Date/Time
Materijal

MaterijalID: Long Integer
KolicinaUgradjeno: Double
KolicinaVraceno: Double
JedinicaMere
MaterijalID: AutoNumber
JedinicaMereID: AutoNumber
NazivMaterijala: Text(18)
SifraMaterijala: Text(20)
NazivJediniceMere: Text(18)
JM: Text(10)
IzvestajORealizacijiRadnik
IzvestajORealizacijiVozilo
VoziloID: Long Integer
KmPocetna: Long Integer
KmKrajnja: Long Integer
Vozilo
VremePocetkaRada: Date/Time
VremeZavrsetkaRada: Date/Time
VoziloID: AutoNumber
RegistarskiBroj: Text(20)
MarkaITip: Text(18)
Slika D.9. Fiziki model podataka za posao Realizacija preventivnog odrzavanja
Generisanje eme baze podataka za posao Realizacija preventivnog

odrzavanja
Generisanje eme baze podataka izvodi se na osnovu prethodno
uradjenog fizikog modela podataka. emu baze podataka ine fizike tabele,
kolone i relacije, koje se u CASE alatu automatski generiu iz logikog modela.
SUBP.
Da bi se generisala baza podataka potrebno je, prvo, izabrati

odgovarajuu ciljnu platformu (SUBP - Access) i potom se logovati na nju.
Kada se korisnik loguje na izabranu platformu, ERwin kreira aktivnu
bidirekcionu vezu sa sistemskim katalogom izabranog servera koja omoguava
direktno kreiranje baze podataka.
Na sledeoj slici prikazana je ema baze podataka NALOG ZA RAD.
Slika D.10. Sema baze podataka NALOG ZA RAD
Izrada aplikacije za posao Realizacija preventivnog odrzavanja

Izrada aplikacije se izvodi na osnovu prethodno generisane eme baze
podataka.
Ekranska forma "Pregled postojeih naloga za rad" omoguava korisniku
da pregleda postojee Naloge za rad, ali nije omoguena izmena postojeih
podataka u dokumentu niti dodavanje novih dokumenata. Pregled svih
postojeih dokumenata u okviru forme (listanje) se postie pomou tastera
"Page Up" i "Page Down" ili pomou strelica koje se nalaze pored pokazivaa
rednog broja zapisa koji se nalaze na dnu forme.
Forma ima dva komandna dugmeta:
"Kraj" i
"tampaj".
Komadno dugme "Kraj" omoguava korisniku da po zavretku rada sa
dokumentom prekine rad i vrati se u komandnu tablu.
382
Komandno dugme "tampaj" omoguava korisniku da izvri tampanje

dokumenta sa kojim trenutno radi (koji se nalazi na ekranu). Posle pritiska na
ovo dugme otvara se pregled pre tampe u kome je mogue videti kako e
izgledati odtampani dokument. Pomou namenske palete koja se tada
pojavljuje moe se izvriti izbor broja kopija koje e se tampati.
Slika D.11 Ekranska forma "Pregled postojeih naloga za rad"
Definisanje izvetaja
Kreiranje izvetaja se vri pomou ve definisanih upita i formi. Izvetaji
slue za tampanje dokumenata radi njihovog daljeg korienja.
Izvetaj "Nalog za rad" se koristi da bi se odtampao dokument "Nalog za
rad" iz ekranske forme "Pregled postojeih naloga za rad". Izvetaj se tampa
pritiskom na dugme "tampaj" u ekranskoj formi posle ega se otvara pregled
pre tampe u kome se moe pogledati kako e izgledati odtampani dokument.
Broj kopija se moe podesiti pomou ikone "tampa" koja se nalazi na
namenskoj paleti "tampa" koja se pojavljuje zajedno sa pregledom pre tampe.
Na dnu izvetaja se nalazi datum i vreme kada je dokument odtampan.
Slika D.12 Izvetaj "Nalog za rad"
384
E. POSLOVI OBRAUNA ZARADA ZAPOSLENIH

Uvod
Radi se o problematici koja je zastupljena kod svih pravnih subjekata kao
obavezni deo u poslovanju diktiran zakonskim propisima.
Obraun zarada, za razliku od drugih raunovodstvenih poslova, podlee
estim zakonskim izmenama i dopunama, to ovu problematiku ini vrlo
dinaminom i zahtevnom u pogledu aurnosti od strane pravnog subjekta.
Takodje, radi se o "osetljivoj" problematici kod koje je sve odmah vidljivo, od
strane korisnika - zaposlenih i kod koje se sve eventualne greke nastale u
obraunu veoma teko mogu bezbolno ispraviti i najee se moraju kao takve
preneti i korigovati u narednom obraunu, Zbog toga se, u ovoj "brani", esto
moe uti da ima onoliko kontrolora koliko ima i zaposlenih.
Projektni zadatak Analize IS obrauna zarada sastoji se u razradi
problematike obrauna zarada na nivou modela procesa, modela podataka i
korisnike aplikacije primenom odgovarajuih CASE alata i to:
Funkcionalna analiza poslova korienjem CASE alata BPwin,
Informaciona analiza poslova korienjem CASE alataERwin,
Izrada aplikativnog modela korienjem MS Access.
Funkcionalna i informaciona analiza poslova obrauna zarada

Na osnovu gore definisanih postavki prvo se pristupiti funkcionalnom
modeliranu gde se funkcionalnom dekompozicijim identifikuju poslovi
OBRAUNA ZARADA. Za izvodjenje ovih aktivnosti koristi se grafiki jezik
IDEF0 tj. CASE alat BPwin i IE tj. CASE alat ERwin.
Analiza IS OBRACUN ZARADA potrebno je izvoditi kroz sledee
podredjene aktivnosti:
Definisanje dijagrama konteksta,
Definisanje stabla aktivnosti,
Definisanje dekompozicionog dijagrama (BPwin)i logikih
podmodela (ERwin) ,
Integrisani logiko model podataka
Fiziki model podataka.
Definisanje zahteva korisnika za posao obrauna zarada

Obraun zarada je aktivnost koja se obavlja u jednakim vremenskim
intervalima, najee, dva puta meseno kroz obraun akontacije i obraun
konanog dela. Za ovu aktivnost, kod pravnog subjekta, je uglavnom zaduen
jedan obraunski radnik koji samostalno obavlja sve poslove vezano za obraun
zarada i odgovoran je za ispravnost obrauna. U okviru posla obrauna zarada
koje obavlja obraunski radnik, moemo izdvojiti sledee aktivnosti:
priprema podataka za obraun,
obraun zarada zaposlenih,
arhiviranje obraunatih podataka,
tampanje internih izvetaja za potrebe zaposlenih i eksternih
izvetaja o obraunatim zaradama, porezu i doprinosima za potrebe
Uprave prihoda,
uplate poreza, doprinosa i zarada zaposlenih (po tekuim raunima),
gotovinske isplate zarada zaposlenima.
Definisanje dijagrama konteksta za posao obrauna zarada

Dijagram konteksta sadri sledee elemente:
Ulaz u aktivnost:
o Bazni podaci (podaci o zaposlenima i ostali pratei podaci koji
su osnova za obraun),
o Podaci o obustavama (podaci o obustavama koji se odbijaju iz
zarade zaposlenog),
o Parametri obrauna (podaci neophodni za obraun akopntacije i
konanog dela za izabrani mesec),
o Podaci o radu zaposlenih (podaci o strukturi radnog vremena
zaposlenih u asovima neophodnim za obraun konanog dela
zarade).
Izlaz iz aktivnosti:
o Eksterni izvetaji (izvetaji koji se tampaju za potrebe banaka
i Uprave prihoda),
o Interni izvetaji (izvetaji koji se tampaju za potrebe
zaposlenih i samog isplatioca).
Mehanizam - realizator aktivnosti:
o Obraunski radnik (osoba koja obavlja sve poslove obrauna
zarada i koja odgovara za ispravnost obrauna).
Kontrola realizacije aktivnosti:
o Zakoni i propisi (definiu nain obrauna i postavljaju ostale
okvire u kojima se obraun zarada mora izvravati).
386
Na sledeoj slici prikazan je dijagram konteksta, koji predstavlja granice

modela, sa napred navedenim elementima ulaza, izlaza, kontrole i mehanizma.
Odluka organa
rukovdjenja
Zakoni i propisi
Bazni p odaci za obra cun zarada

Eksterni izvesta ji obracuna
zarada
Podaci o obustavama
Podaci o rad u zaposlenih
OBRACUN
ZARADA
Interni izves taji obracuna
zarada
Parametri obra~una
0
Refe rent za
poslove likvidature
zarada
NODE:
TITLE:
OBRACUN ZARADA
NUMBER:
A-0
Slika E.1. Dijagram konteksta aktivnosti OBRAUN ZARADA
Definisanje stabla aktivnosti za posao obrauna zarada

Na osnovu definisane granice modela prelazi se na sledeu aktivnost
"Definisanje stabla aktivnosti" gde je potrebno uspostaviti vertikalne
(hijerarhijske) veze izmedju aktivnosti.
Na sledeoj slici prikazano je stablo aktivnosti procesa Obrauna zarada.

OBRAC UN
ZARADA
0
EVID ENC IJA

EKSTERNIH
PODATAKA
EVID ENC IJA

INTERNIH
PODATAKA
1
EVID ENC IJA

I OBRACUN
OBUSTAVA
3
EVID ENC IJA STOPA

D OPRINOSA I
POREZA
EVID ENC IJA

PODATAKA O
ISPLATIOCU
EVID ENC IJA

VRSTA
OBUSTAVA
EVID ENC IJA

OSNOVICA ZA
D OPRINOSE
EVID ENC IJA

PODATAKA O
OPSTINAMA
EVID ENC IJA

OBUSTAVA
EVID ENC IJA

UPLATNIH RAC UNA
EVID ENC IJA

PODATAKA O
RADNIM
JED INIC AMA
EVID ENC IJA
PODATAKA O
BANKAMA
EVID ENC IJA
PODATAKA O
ZAPOSLENIMA
OBRAÛN
OBUSTAVA
IZRAD A
IZVSTAJA
OBRAC UNA
ZARADA
OBRAC UN
ZARADE
4
OBRAC UN
AKONTAC IJE
STAMPANJE OD
OBRASC A
EVID ENC IJA

PODATAKA O
RADU
ZAPOSLENIH
STAMPANJE OPJ
OBRASC A
OBRAC UN
KONAC NOG
D ELA
STAMPANJE
VIRMANA
STAMPANJE
REKAPITULACIJE
STAMPANJE
PLATNOG
SPISKA
STAMPANJE
PLATNIH LISTIC A
Slika E.2 Stablo aktivnosti za posao obrauna zarada
Definisanje dekompozicionog dijagrama (BPwin)i logikih podmodela

(ERwin) podataka
Definisanje dekompozicionog dijagrama aktivnosti po IDEF0
metodologiji (horizontalnih veza izmedju aktivnosti) treba da omogui
povezivanje odgovarajuih informacija definisanih u okviru stabla aktivnosti.
Na sledeoj slici prikazan je dekompozicioni dijagram OBRAUN
ZARADA iz koga se vide osnovne aktivnosti koje ine posao obrauna zarada.
388
Zakoni i propisi
EVID ENC IJA

EKSTERNIH
PODATAKA
Evidentirani eksterni podaci

Odluka organa
rukovdjenja
Bazni p odaci za
obracun zara da
EVID ENC IJA

INTERNIH
PODATAKA
2
Podaci o
obustavama
Evidentirani bazni podaci

Evidentirani
podaci o
zapos lenima
EVID ENC IJA

I OBRACUN
OBUSTAVA
OBRAC UN
ZARADE
3
Podaci o rad u zaposlenih
Podaci iz
obracuna
Obra~unati p odaci o
obustavama
Parametri obra~una
4
IZRAD A
IZVSTAJA
OBRAC UNA
ZARADA
5
Refe rent za
poslove likvidature
zarada
NODE:
TITLE:
OBRACUN ZARADA
Eksterni
izvestaji
obracuna
zarada
Interni
izvestaji
obracuna
zarada
NUMBER:
A0
Slika E.3. Dekompozicioni dijagram OBRAUN ZARADA
Najpre je neophodno imati uvid u postojee zakone i propise iz oblasti

obrauna zarada koji definiu pravila i ogranienja po kojima se obavlja
aktivnost obrauna zarada.
Evidencije eksternih podataka
Aktivnost Evidencije eksternih podataka podrazumeva evidentiranje
aktuelnih stopa poreza i doprinosa, osnovica za obrun doprinosa i uplatnih
rauna po kojima e se vriti uplata obrunatih poreza i doprinosa na teret
radnika i na teret poslodavca.
Na sledeoj slici prikazan je dekompozicioni dijagram (BPwin) za proces
Evidencije eksternih podataka.

Zakoni i
propisi
Stop e doprinosa i
poreza
Osnovice za
doprinose
Uplatni
ra ~uni
Evidentirane s tope doprinosa i poreza
EVID ENC IJA

STOPA D OPRINOSA
I POREZA
11
EVID ENC IJA

OSNOVICA ZA
D OPRINOSE
Evidentirane os novice za dop rinose
12
EVID ENC IJA

UPLATNIH
RACUNA
Evidentirani uplatni ra~uni
13
Refe rent za pos love

likvidature za rada
NODE:
TITLE:
EVIDENCIJA EKSTERNIH PODATAKA
NUMBER:
A1
Slika E.4. Dekompozicioni dijagram A1 - Evidencija eksternih podataka

definise se sledei logikih podmodela (ERwin) podataka vezano za proces
Evidencija eksternih podataka.
Uplatni racuni
UplatniRacuniID
ZR PIOR AD
ZR PIOPOS
ZR ZDR RAD
ZR ZDR POS
ZR NZP RAD
ZR NZP POS
ZR Porez
ZR PorezFond
Stope
StopeID
Stepen
StepenID
Porez
Doprinos PIO
Doprinos Zdrav
Doprinos N ezap
Minuli rad
Naziv
Oznaka
Osnovica
Slika E.5. Logikih podmodela (ERwin) podataka

Naziv Entiteta
390
Opis
Stope
Stope poreza i doprinosa
Stepen
Stepeni strune spreme sa osnovicama za doprinose
UplatniRacuni
Spisak uplatnih rauna
Evidencije internih podataka

Nakon evidencije eksternih podataka, pristupa se aktivnosti Evidencije
internih podataka, koja podrazumeva evidenciju sledeih podataka:
podaci o isplatiocu, tj. pravnom subjektu koji su neophodni za potrebe
tampanja izvetaja;
podaci o optinama neophodni za razvrstavawe zaposlenih prilikom
plaawa poreza iz zarade;
podaci o radnim jedinicama unutar kole neophodnim za praenje
trokova po RJ;
podaci o bankama, preko kojih zaposleni primaju svoje line dohotke,
potrebnim za uplatu zarada zaposlenih po tekuim raunima;
podaci o zaposlenima neophodnim za obraun zarada (prezime, ime,
koeficijent, stepen strune spreme, radni sta, ...).
A2 - Evidencija internih podataka.
Zakoni i propisi
Podaci o
ispla tiocu
EVID ENC IJA

PODATAKA O
ISPLATIOCU
21
Evidentirani podaci o
ispla tiocu
Podaci o
opstinama
EVID ENC IJA

PODATAKA O
OPSTINAMA
opstinama
22
Podaci
o RJ
EVID ENC IJA

PODATAKA O
RADNIM
JED INIC AMA
23
RJ
Evidentirani
Podaci o EVID ENC IJA podaci o
bankam a PODATAKA O bankama
BANKAMA
24
Bazni
podaci
za
obracun
zarada
Podaci o zapos lenima
EVID ENC IJA

PODATAKA O
ZAPOSLENIMA
Evidentirani
podaci o
zapos lenim a
Evidentirani
bazni podaci
25
Refe rent za poslove lik vida ture zarada
NODE:
TITLE:
EVIDENCIJA INTERNIH PO DATAKA
NUMBER:
A2
Slika E.6. Dekompozicioni dijagram A2 - Evidencija internih podataka

Evidencija internih podataka

Isplatilac
IsplatilacID
Stope
StopeID
NAZIV FIR
ADR ESAFIR
MESTOFIR
ZIROFIR
MATICNIBR
DELATNOST
REGISTAR BR
PORINDBR
Porez
Doprinos PIO
Doprinos Zdrav
Doprinos N ezap
Minuli rad
Mes ec
Mesec ID
Naziv meseca
Zaposleni
Zapos leniID
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mes to
TelefonFix
TelefonMob
EMail
RadnaJedID (FK)
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRac un
Plac anjeAK
Plac anjeKD
Banka
BankaID
Naziv
ZiroRacun
Opstina
OpstinaID
Naziv
RadnaJedinica
RadnaJedID
Naziv
Stepen
StepenID
Naziv
Oznaka
Osnovica

Naziv Entiteta
Opis
Isplatilac
Podaci o isplatiocu za potrebe tampanja virmana
Opstina
Spisak optina odakle su zaposleni
RadnaJedinica Spisak radnih jedinica isplatioca

Banka
Podaci o bankama za isplate zarada preko rauna
Zaposleni
Spisak zaposlenih sa potrebnim podacima za obraun
Mesec
Nazivi meseci
Evidencije i obrauna obustava

Na sledeoj slici dat je dekompozicioni dijagram aktivnosti Evidencije i
obrauna obustava. U sluaju kada neko od zaposlenih ima odbitke od svoje
zarade po osnovu obustava pristupa se sledeim pod aktivnostima:
evidencija podataka o vrstama obustava, tj. kreditorima, kod kojih
zaposleni imaju obustave;
evidencija podataka o konkretnim obustavama za zaposlene, tj. veza
zaposleni-vrsta obustave sa podacima o iznosu obustave i broju rata;
vri se obraun evidentiranih obustava, tj. skidawe po jedne rate za
svaku od obustava i evidentiranje tih iznosa koji e se odbiti
zaposlenima u momentu obrauna zarade.
392

A3 - Evidencija i obraun obustava
NOTES: 1 2 3 4 5 6 7 8 9 10
PUB LIC ATION
A0
Zakoni i propisi
P odaci o
vrsta ma
obustava
EVID ENC IJA

V RSTA
OBUSTAVA
31
Podaci o
obustavama
Evidentirani
podaci o
vrsta ma
obustava
Podaci radnik-obustava
EVID ENC IJA

OBUSTAVA
Evidentirani podaci o zapo slenima

32
Podaci o
obustavama
za obra cun
OBRAC UN
OBUSTA VA
Obra~unati p odaci o obustavama
33
Refe rent za pos love lik vida ture zarada
NODE:
TITLE:
EVIDENCIJA I OBRACUN OBUSTAVA
NUMBER:
A3
Slika E.8. Dekompozicioni dijagram A3 - Evidencija i obraun obustava

Evidencija i obraun obustava
Zapos leni
ZaposleniID
Parametri
ParametriID
Mes ec
MesecID
Naziv meseca
Godina
Mesec ID (FK)
VrstaIsplate
BrojAK
Datum isplate
BrojSati
Cena rada
StopeID (FK)
IsplatilacID (FK)
UplatniRacuniID (FK)
ObustavePodaci
ObPodaciID
Obus taveObracun
ObObracunID
ParametriID (FK)
ObPodaciID (FK)
ObIznos
BrPartije
ZaposleniID (FK)
ObOpisID (FK)
Iznos
BrojRata
OstatakDuga
OstatakRata
IznosRate
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mes to
TelefonFix
TelefonMob
EMail
RadnaJedID (FK)
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRac un
Plac anjeAK
Plac anjeKD
Obus taveOpis
ObOpis ID
Naziv
Adresa
ZiroRac un
Procenat/Iznos

Naziv Entiteta
Opis
ObustaveOpis
Spisak kreditora za potrebe obustava
ObustavePodaci
Podaci o obustavama zaposlenih
ObustaveObracun
Podaci o obraunatim obustavama za mesec
Obrauna zarade
Nakon evidentiranja i pripreme svih potrebnih podataka moe se
pristupiti konkretnom obraunu zarada akontacije za izabrani mesec. U sluaju
obrauna konanog dela zarade neophodno je jo pripremiti podatke o radu
radnika - strukturi radnog vremena u asovima. Dekompozicioni dijagram
aktivnosti Obrauna zarade prikazan je na sledeoj slici.
Odluka
organa
rukovdjenja
Zakoni i propisi
Evidentirani bazni podaci
OBRAC UN
AKONTAC IJE
Param etri obracuna
Podaci iz akontacije
41
Obracunati
podaci o
obustavama
OBRAC UN
KONAC NOG
D ELA
EVID ENC IJA

PODATAKA
O RAD U
ZAPOSLENIH
Podaci o rad u
zapos lenih
Evidentirani
podaci o radu
zapos lenih
Podaci iz KD
Podaci iz
obracuna
43
42
NODE:
TITLE:
OBRACUN ZARADE
NUMBER:
A4
Slika E.10. Dekompozicioni dijagram aktivnosti A4 - Obraun zarade

Obraun zarade
394
Stope
StopeID
Stepen
StepenID
Porez
Doprinos PIO
Doprinos Zdrav
Doprinos N ezap
Minuli rad
Obracun
ObracunID
Parametri
ParametriID
Godina
Mes ec ID (FK)
VrstaIs plate
BrojAK
Datum isplate
BrojSati
Cena rada
StopeID (FK)
Isplatilac ID (FK )
Mes ec
Mes ec ID
Naziv meseca
Obus taveObrac un
ObObracunID
Naziv
Oznaka
Osnovica
ParametriID (FK)
Zapos leniID (FK)
BR_SATI
BRS_R ADA
BRS_N OC U
BRS_N ADVPR
BRS_PR EKO
BRS_GODOD
BRS_D VPR
BRS_BOL
BRS_BOLPR
BRS_PR IN
BRS_PL100
BRS_VOJV
BRS_SU S
BRS_N EPL
BRS_N EOP
BRS_BOL30
BRS_POR OD
ParametriID (FK)
ObPodaciID (FK)
ObIznos
Zapos leni
Zapos leniID
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mes to
TelefonFix
TelefonMob
EMail
RadnaJedID (FK)
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRac un
Plac anjeAK
Plac anjeKD

Naziv Entiteta
Opis
Parametri
Parametri neophodni za obraun po mesecima
Obracun
Podaci o obraunatim zaradama po mesecima
Izrada izvetaja obrauna zarada

Nakon obraunatih zarada, obraunski radnik vri tampanje potrebnih
izvetaja, za konkretnu isplatu, tj. konkretni mesec, i to:
tampanje eksternih izvetaja za potrebe banaka i Uprave prihoda:
o OD obrazac - izvetaj o obraunatim doprinosima po strunim
spremama,
o OPJ obrazac - izvetaj o obraunatom porezu iz zarada
zaposlenih,
o Rekapitulacija - izvetaj o svim podacima iz obrauna
(sumarno) i
o Virmani kojima se vri uplata poreza, doprinosa i isplata
zaposlenima po tekuim raunima.
tampanje internih izvetaja za potrebe zaposlenih i samog isplatioca:
o Platni spisak analitiki pregled zarada svih zaposlenih i
o Platni listii - obraunski list zarade za svakog zaposlenog
ponaosob.
Izrada izvetaja obrauna zarada.
Zakoni i propisi
STAMPANJE
OD
OBRASC A
51
OD obrazac
STAMPANJE
OPJ
OBRASC A
52
Podaci iz
obracuna
OPJ obrazac
STAMPANJE
REKAPITULACIJE
Eksterni izvesta ji obracuna zarada
Rekapitulacija
53
STAMPANJE
VIRMANA
Virmani
54
STAMPANJE
PLATNOG
SPISKA
55
Platni s pisak
Interni izves taji

obracuna zarada
STAMPANJE
PLATNIH
LISTIC A
56
Platni
listi}i

NODE:
TITLE:
IZRADA IZVSTAJA OBRACUNA ZARADA
NUMBER:
A5
Slika E.12. Dekompozicioni dijagram aktivnosti A5 - tampanje izvetaja

396
Mesec
MesecID
Uplatni racuni
UplatniRacuniID
ZRPIORAD
ZRPIOPOS
ZRZDRRAD
ZRZDRPOS
ZRNZPRAD
ZRNZPPOS
ZRPorez
ZRPorezFond
Stope
StopeID
Porez
Doprinos PIO
Doprinos Zdrav
Doprinos Nezap
Minuli rad
Isplatilac
IsplatilacID
NAZIVFIR
ADRESAFIR
MEST OFIR
ZIROFIR
MATICNIBR
DELATNOST
REGISTARBR
PORINDBR
Naziv meseca
Zaposleni
ZaposleniID
Parametri
ParametriID
Godina
MesecID (FK)
VrstaIsplate
BrojAK
Datum isplate
BrojSati
Cena rada
StopeID (FK)
IsplatilacID (FK)
ObustaveObracun
ObObracunID
ParametriID (FK)
ObPodaciID (FK)
ObIznos
Obracun
ObracunID
ParametriID (FK)
ZaposleniID (FK )
BR_S ATI
BRS_RADA
BRS_NOCU
BRS_NADVPR
BRS_PREK O
BRS_GODOD
BRS_DVPR
BRS_BOL
BRS_BOLPR
BRS_PRIN
BRS_PL100
BRS_VOJV
BRS_SUS
BRS_NEPL
BRS_NEOP
BRS_BOL30
BRS_POROD
JMBG
Prezime
Ime
LicnaKarta
Adresa
Mesto
TelefonFix
TelefonMob
EMail
RadnaJedID (FK )
OpstinaID (FK)
StepenID (FK)
Koeficijent
GodineStaza
DatumUlaz
DatumIzlaz
BankaID (FK)
ZiroRacun
PlacanjeAK
PlacanjeKD
Stepen
StepenID
Naziv
Oznaka
Osnovica
Banka
BankaID
Naziv
ZiroRacun
Opstina
OpstinaID
Naziv
RadnaJedinica
RadnaJedID
Naziv
ObustavePodaci
ObPodaciID
BrPartije
ZaposleniID (FK )
ObOpisID (FK)
Iznos
BrojRata
OstatakDuga
OstatakRata
IznosRate
ObustaveOpis
ObOpisID
Naziv
Adresa
ZiroRacun
Procenat/Iznos
Integrisani logiki model podataka za posao OBRAUN ZARADA

Posle izrade dekompozicionog dijagrama i logikih podmodela (ERwin)
podataka automatsi se definie integralni logiki model podataka.
Na sledeoj slici prikazan je integrisani logiki model podataka obrauna
zarada gde su dati entiteti, njihovi atributi i veze to je sve zajedno osnova za
definisanje fizikog modela i same baze podataka.

Mes ec
Mes ecID
Uplatni racuni
UplatniRacuniID
ZRPIO RAD
ZRPIO POS
ZRZDRR AD
ZRZDRPOS
ZRNZPR AD
ZRNZPPOS
ZRPorez
ZRPorez Fond
Stope
StopeID
Porez
Doprinos PIO
Doprinos Zdrav
Doprinos Nezap
Minuli rad
Isplatilac
Isplatilac ID
Naz iv meseca
NAZIVFIR
ADRE SAFIR
ME STOFIR
ZIR OFIR
MATIC NIBR
DE LATNOS T
RE GIS TARBR
PO RIND BR
Param etri
Param etriID
Godina
Mes ec ID (FK)
Vrs taIs plate
BrojAK
Datum is plate
BrojSati
Cena rada
StopeID (FK )
Isplatilac ID (FK )
UplatniRacuniID (FK )
ObustaveObracun
ObObrac unID
Param etriID (FK)
ObPodac iID (FK)
ObIznos
Obus tavePodaci
ObPodac iID
BrP artije
Zapos leniID (FK)
ObOpisID (FK )
Iznos
BrojRata
Os tatakD uga
Os tatakR ata
IznosRate
Obus taveOpis
ObOpisID
Obrac un
Obrac unID
Param etriID (FK)
ZaposleniID (FK)
BR _S ATI
BR S_RADA
BR S_NO CU
BR S_NADVPR
BR S_PR EK O
BR S_GO DOD
BR S_DVPR
BR S_BO L
BR S_BO LP R
BR S_PR IN
BR S_PL100
BR S_VO JV
BR S_SUS
BR S_NE PL
BR S_NE OP
BR S_BO L30
BR S_PO ROD
Zapos leni
Zapos leniID
JMBG
Prezime
Ime
Lic naK arta
Adres a
Mes to
TelefonFix
TelefonMob
EMail
RadnaJedID (FK)
OpstinaID (FK )
StepenID (FK)
Koefic ijent
GodineS taz a
Datum Ulaz
Datum Iz laz
BankaID (FK)
ZiroRacun
PlacanjeAK
PlacanjeKD
Stepen
StepenID
Naz iv
Oz naka
Os novic a
Banka
BankaID
Naz iv
ZiroRacun
Opstina
OpstinaID
Naz iv
RadnaJedinica
RadnaJedID
Naziv
Naz iv
Adres a
ZiroRacun
Procenat/Iz nos
Slika E.14. Integrisani logiki modela podataka za posao OBRAUN ZARADA
Na osnovu navedenih entiteta mogu se uoiti nekoliko kljunih entiteta

koje predstavljaju "nosioce aktivnosti":
Entitet Zaposleni - sadri atribute o zaposlenima neophodnim za
obraun zarada (prezime, ime, koeficijent, stepen strune spreme, radni sta,
...). Takodje ovaj entitet preuzima pomone podatke o stepenu strune spreme,
optini, radnoj jedinici i banci iz odgovarajuih entiteta roditelja.
Entitet Parametri - sadri atribute o samom obraunu (godina, mesec,
cena rada, datum isplate, vrsta isplate (akontacija ili konani deo), ...). Takodje
ovaj entitet preuzima pomone podatke o stopama poreza i doprinosa,
isplatiocu i uplatnim raunima iz odgovarajuih entiteta roditelja.
Entitet ObustaveObracun - sadri atribute o parametrima obrauna i
obustavama zaposlenih.
Entitet
Obracun - sadri atribute o parametrima obrauna i
zaposlenima i sluie za fiziko pamenje podataka o svim obraunatim
zaradama po mesecima i zaposlenima.
Fiziki model podataka za posao OBRAUN ZARADA
nudi veliki izbor SUBP.
Prilikom prevodjenja logikog modela u fiziki model dolazi do
konvertovanja:
398
entiteta iz modela podataka u tabele fizike baze podataka,

atributa u kolone u odgovarajuim tabelama,
kandidati za kljueve entiteta postaju primarni kljuevi u tabelama,
veze izmedju entiteta postiu da primarni kljuevi u tabelama postaju
Na sledeoj slici prikazan je fiziki model podataka aktivnosti Obrauna

zarada u ERwin-u.
Mes ec
Uplatni racuni
Mes ec ID : AutoNumber
UplatniRacuniID: AutoNum ber

ZRPIO RAD : Text(25)
ZRPIO POS: Text(25)
ZRZDRR AD : Text(25)
ZRZDRPOS: Text(25)
ZRNZPR AD : Text(25)
ZRNZPP OS : Text(25)
ZRPorez : Text(25)
ZRPorez Fond: Text(25)
Stope
StopeID: AutoNumber
Porez : D ouble
Doprinos PIO: Double
Doprinos Zdrav: Double
Doprinos Nezap: Double
Minuli rad: D ouble
Obus tavePodaci
ObPodac iID : AutoNumber
BrP artije: Text(20)
Zapos leniID : Long Integer
ObOpisID: Long Integer
Iznos: Double
BrojRata: Integer
Os tatakD uga: Double
Os tatakR ata: Integer
IznosRate: Double
Naz iv meseca: Text(10)
Isplatilac
Isplatilac ID: AutoNumber
NAZIVFIR : Text(40)
Obrac un
ADRESAFIR: Text(40)
ME STOFIR : Text(15)
Obrac unID: AutoNumber
ZIR OFIR : Text(20)
Param etriID : Long Integer
MATIC NIBR : Text(8)
Zapos leniID : Long Integer
Param etri
DE LATNOS T: Text(6)
Param etriID : AutoNumber
RE GIS TARBR : Text(10) BR _SATI: Integer
BR S_RADA: Integer
PO RIND BR : Text(10)
Godina: Long Integer
BR S_NO CU: Integer
Mes ec ID : Long Integer
BR S_NADVPR : Integer
Vrs taIs plate: Yes /No
BR S_PR EK O: Integer
BrojAK : Integer
BR S_GO DOD : Integer
Datum is plate: Date/Time
Zapos leni
BR S_DVPR : Integer
BrojSati: Long Integer
BR S_BO L: Integer
Zapos leniID : AutoNumber
Cena rada: Double
BR S_BO LP R: Integer
JMBG: Text(13)
StopeID: Long Integer
BR S_PR IN: Integer
Prezime: Text(22)
Isplatilac ID: Long Integer
BR S_PL100: Integer
Ime: Text(12)
UplatniRacuniID: Long Integer
BR S_VO JV: Integer
Lic naK arta: Text(10)
BR S_SUS: Integer
Adres a: Text(35)
BR S_NE PL: Integer
Obus taveObracun
Mes to: Text(15)
BR S_NE OP : Integer
ObObrac unID: AutoNumber
BR S_BO L30: Integer
BR S_PO ROD : Integer
Param etriID : Long Integer
EMail: Text(30)
ObPodac iID : Long Integer
RadnaJedID : Long Integer
ObIznos : Double
OpstinaID: Long Integer
StepenID : Long Integer
Koefic ijent: Double
GodineS taz a: Integer
Datum Ulaz : Date/Time
Datum Iz laz : D ate/Time
BankaID: Long Integer
Obus taveOpis
ZiroRacun: Text(30)
ObOpisID: AutoNum ber
PlacanjeAK : Yes /No
Naz iv: Text(35)
PlacanjeKD : Yes /No
Adres a: Text(35)
ZiroRacun: Text(25)
Procenat/Iz nos : Yes /No
Stepen
StepenID : Long Integer
Naz iv: Text(30)
Oz naka: Text(5)
Os novic a: D ouble
Banka
BankaID: AutoNumber
Naz iv: Text(35)
ZiroRacun: Text(30)
Opstina
OpstinaID: AutoNum ber
Naz iv: Text(35)
RadnaJedinica
RadnaJedID : AutoNumber
Naz iv: Text(35)
Slika E.15 Fiziki model podataka za posao OBRAUN ZARADA
Aplikativni model (MS Access) za poslove OBRACUNA ZARADA

Tabela za potrebe obavljanja poslova OBRACUNA ZARADA definisane
su u fizikom modelu.
Upiti su osnovni alati u svakom sistemu za upravljanje bazom podataka.
Najee upiti se koriste za birawe odredjenih grupa zapisa koji ispunjavaju
odredjene kriterijume kao i za kombinovanje podataka iz raznih tabela. Upiti
samo koriste podatke koji se fiziki nalaze u tabelama.
U sledeoj tabeli dat je spisak korienih upita sa opisom sadraja.
Naziv Upita
ObracunAK
Opis
Analitiki podaci o obraunatim zaradama, porezu i
doprinosima po zaposlenima i po svim akontacijama za
izabrani mesec. Koristi ga upit ObracunAK-Suma i
izvetaj SpisakAK.

doprinosima po zaposlenima sumarno za sve akontacije
ObracunAK-Suma za izabrani mesec.Koriste ga upiti ObracunKD-AK i
RekapitulacijaAK.
400
ObracunKD

doprinosima po zaposlenima za celu isplatu za izabrani
mesec.Koristi ga upit ObracunKD-AK.
ObracunKD-AK

doprinosima po zaposlenima za celu isplatu, akontaciju
i konani deo za izabrani mesec.Koristi ga upit
RekapitulacijaKD i izvetaj SpisakKD.
RadRadnika
Analitiki podaci o strukturi radnog vremena

(asovima) po zaposlenima za izabrani mesec.
RekapitulacijaAK
Sintetiki podaci o obraunatim zaradama, porezu i

doprinosima za isplatu akontacije za izabrani mesec.
Koristi ga izvetaj RekapitulacijaAK.
RekapitulacijaKD
Sintetiki podaci o obraunatim zaradama, porezu i

doprinosima za isplatu konanog dela za izabrani
mesec.
Koristi ga izvetaj RekapitulacijaKD.
ZaObracun
Slui za puwewe tabele Obracun sa podacima o

zaposlenima i parametrima obrauna za izabrani mesec.
Koristi ga forma Obracun.
Na narednim stranicama, na slikama dati su prozori za kreiranja upita.
Slika E.16. Dizajn upita ObracunAK sa prikazom SQL sintakse
Slika E.17. Dizajn upita ObracunAK-Suma sa prikazom SQL sintakse
Slika E.18. Dizajn upita ObracunKD sa prikazom SQL sintakse
Slika E.19. Dizajn upita ObracunKD-AK sa prikazom SQL sintakse
Slika E.20. Dizajn upita RadRadnika sa prikazom SQL sintakse
Slika E.21. Dizajn upita RekapitulacijaAK sa prikazom SQL sintakse

402
Slika E.22. Dizajn upita RekapitulacijaKD sa prikazom SQL sintakse
Slika E.23. Dizajn Append upita ZaObracun sa prikazom SQL sintakse
Forme predstavljaju korisniki interfejs prema podacima smetenim u

tabelama. Forme se napravljene od skupa pojedinanih elemenata koji se zovu
kontrole i kontrolni objekti.
Startna forma se vidi na sledeoj slici. Na njoj se nalaze kontrolna
dugmad koja u potpunosti odgovaraju osnovnim aktivnostima sa stabla
aktivnosti funkcionalnog modela procesa radjenog u programu BPwin.
Slika E.24. Osnovna (startni) forma korisnike aplikacije
Na narednim slikama dat je prikaz nekoliko karakteristinih formi za

unos i kontrolu podataka. Na sledeoj slici data je forma za unos-izmenu
podataka osnovica za doprinose po strunim spremama, koja se dobija
aktivirawem na dugme Osnovice doprinosa unutar kontrole Eksterni podaci.
Slika E.25. Forma za auriranje podataka o Osnovicama za doprinose
Na sledeoj slici dat je prikaz forme za unos-izmenu podataka o

Zaposlenima. Mogu se uoiti aktivni Combo Box-ovi za izbor podataka iz
veznih roditelj tabela. Ova forma se aktivira na dugme Zaposleni unutar
kontrole Interni podaci.
404
Slika E.26. Forma za unos-izmenu podataka o Zaposlenima
Na sledeoj slici. dat je prikaz forme za Obraun koja preuzima unete

podatke iz tabele Parametri i klikom na dugme OBRAUNAJ puni tabelu
Obracun. Ova forma se aktivira na dugme Obraun unutar kontrole Obraun
zarade.
Slika E.27. Forma za aktiviranje obrauna za izabrani mesec
Izvetaji su sreeni podaci spremni za tampanje. U toku rada pomenuti

su izvetaja potrebni u aktivnosti obrauna zarada.
Na sledeoj slici dat je izvetaj Spisak za akontaciju na kome se vide svi
podaci obrauna akontacije za izabrani mesec po zaposlenima. Ovaj izvetaj
spada u grupu internih izvetaja koji se koristi za interne potrebe isplatioca.
Ovaj izvetaj je formiran na osnovu upita ObracunAK.
SPISAK ZA AKONTACIJU
Mart 2004 godine
Datum isplate:
Rbr Prezime
21.03.2004
Ime
Zarada
Porez
Doprinos
1 Arsic
2 Brankovic
Nikolina
7.455,60
1.043,78
1.714,27
Isplata
4.697,54
Branko
13.801,60
1.932,22
3.650,64
8.218,74
3 Cvetkovic
4 Djordjevic
5 Jankovic
Milanka
7.729,20
1.082,09
1.298,51
5.348,61
Djurdjica
6.262,40
876,74
1.174,66
4.211,01
Dusica
7.524,00
1.053,36
1.714,27
4.756,37
6
7
8
9
Jankovic
Janko
12.289,20
1.720,49
2.761,92
7.806,79
Jovanovic
Jovan
15.310,20
2.143,43
2.761,92
10.404,85
Kostic
Kosta
16.245,00
2.274,30
3.650,64
10.320,06
Krstic
Jovan
21.692,30
3.036,92
3.650,64
15.004,74
10
11
12
13
Markovic
Radojka
11.757,20
1.646,01
2.761,92
7.349,27
Miletic
Mileta
15.523,00
2.173,22
3.650,64
9.699,14
Milojevic
Radovan
14.231,00
1.992,34
3.650,64
8.588,02
Milosavqevic
Bojana
9.533,25
1.334,66
2.063,38
6.135,22
14 Nikolic
15 Ninkovic
16 Petrovic
Lidija
6.080,00
851,20
1.174,66
4.054,14
Marica
9.747,00
1.364,58
2.063,38
6.319,04
16.789,35
2.350,51
4.031,66
10.407,18
17 Simonovic
18 Stojanovic
19 Trajkovic
Zorica
9.570,30
1.339,84
2.063,38
6.167,08
Stojan
13.193,60
1.847,10
3.650,64
7.695,86
Dusan
24.446,73
3.422,54
4.107,05
16.917,14
20 Tutulic
Tihomir
14.022,00
1.963,08
3.650,64
8.408,28
253.202,93
35.448,41
55.245,44
162.509,08
Petar
Ukupno:
Slika E.28 Izvetaj Spisak akontacije za izabrani mesec
Na sledeoj slici dat je izvetaj Rekapitulacija akontacije za izabrani

mesec, na kome su prikazani sumarni podaci po svim obraunatim elementima.
Ovaj izvetaj spada u grupu eksternih izvetaja koji se koristi za potrebe Uprave
prihoda. Ovaj izvetaj je formiran na osnovu upita RekapitulacijaAK.
406
Rekapitulacija Akontacije
Mart 2004
20
1. Broj zaposlenih:
253.202,93 din
2. Ukupno ZARADA:
NA TERET ZAPOSLENIH (iz zarade)
55.245,44 din
3. Socijalni DOPRINOSI:
10,30 %
33.870,72 din
3.2. Zdravstveno
5,95 %
3.3. Nezaposlenost 0,55 %
19.566,09 din
1.808,63 din
3.1. PIO
4. POREZ na zarade
35.448,41 din
14,00 %
162.509,08 din
5. ISPLATA zaposlenima (2. - 3. 4.)

NA TERET POSLODAVCA (na zaradu)
55.245,44 din
6. Socijalni DOPRINOSI:
10,30 %
33.870,72 din
6.2. Zdravstveno
5,95 %
6.3. Nezaposlenost 0,55 %
19.566,09 din
1.808,63 din
6.1. PIO
308.448,37 din
7. BRUTO (2. + 6.):

Obracunao:
Odgovornolice:
Slika E.29.Izvetaj Rekapitulacija akontacije za izabrani mesec
Opis obrauna
U ovoj taki dat je pregled formula za izraunavanje osnovnih elemenata
obrauna zarada. U srednjim zagradama dat je naziv polja koje se koristi za
izraunavanje.
Zarada = Cenarada*Koeficijent*(1+(GodineStaza*Minuli rad/100))
Poreza = Zarada*Porez/100
PIO =
IIf(Zarada>Osnovica;Zarada;Osnovica)*Doprinos PIO/100
Zdravstvo=IIf(Zarada>Osnovica;Zarada;Osnovica)*Doprinos Zdrav/100
Nezaposlenost =
IIf(Zarada>Osnovica;Zarada;Osnovica)*Doprinos Nezap/100
Doprinos =
PIO+Zdravstvo+Nezaposlenost
Isplata =
Zarada-Poreza-Doprinos
F. POSLOVI DELOVODSTVA I ARHIVE

Uvod
Radi se o poslovima delovodstva i arhiviranja u RTS Srbije. Analize IS
sastoji se u razradi problematike na nivou modela procesa, modela podataka i
korisnike aplikacije primenom odgovarajuih CASE alata i to:
Funkcionalna analiza poslova korienjem CASE alata BPwin,
Informaciona analiza poslova korienjem CASE alataERwin,
Izrada aplikativnog modela korienjem MS Access.
Na osnovu gore definisanih postavki prvo se pristupiti funkcionalnom
modeliranu gde se funkcionalnom dekompozicijim identifikuju poslovi
laboratorijskog ispitivanja. Za izvodjenje ovih aktivnosti koristi se grafiki
jezik IDEF0 tj. CASE alat BPwin i IE tj. CASE alat ERwin.
Analiza IS POSLOVA DELOVODSTVA I ARHIVE potrebno je izvoditi
kroz sledee podredjene aktivnosti:
Funkcionalna analiza poslova delovodstva i arhiviranja
Informaciona analiza poslova delovodstva i arhiviranja
Fiziki model podataka.
Korisnicka aplikacija
Funkcionalna analiza poslova delovodstva i arhiviranja

Funkcionalna analiza poslova delovodstva i arhiviranja izvodi se kroz
sledee podredjene aktivnosti:
Definisanje dijagrama konteksta,
Definisanje stabla aktivnosti,
Definisanje dekompozicionog dijagrama (BPwin)

Definisanje zahteva iz dokumenata je pogled odozdo nagore. Dokumenti
408
koji se razmatraju su:

Posta
Delovodnik
Registar primljenih - poslatih faksova
Interna dostavna knjiga
Spisak registraturskog materijala
Zahtev za izdavanje reistraturskog materijala
Saglasnost za izlucivanje
Revers
Arhivska knjiga
Prijemna knjiga - lista
Zapisnik o izlucivanju
Uputstvo o kancelarijskom poslovanju
Definisanje granica sistema POSLOVI DELOVODSTVA I ARHIVE

Definisanje granica sistema je vezana za definisanje dijagrama konteksta
(IDEF0 metodologija) koji e u sledeem koraku biti po hijerarhiji povezani u
stablo aktivnosti.
Na sledeoj slici prikazan je dijagram konteksta gde se definie
neposredno okruenje.
Instrukc ija za prijem

otpremu i dis tribuc iju
poste
Zakoni i
propisi iz
oblasti
arhiviranja
Posta
Prijemna knjiga - lista
POSLOVI
DELOVODSTVA I
ARHIVE
Zahtev za izd avanje reis traturskog materijala
Revers
Opome na pretp latniku
Saglasnost za izlucivanje
0
Refe rent za
delovodstvo
NODE:
TITLE:
Arhivar
PO SLOVI DELO VODSTVA I ARHIVE
NUMBER:
A-0
Slika F.1. Dijagram konteksa Poslova delovodstva i arhive
Stablo aktivnosti POSLOVA DELOVODSTVA I ARHIVE

Na osnovu definisane granice sistema prelazi se na sledeu aktivnost
"Definisanje stabla poslova" gde je potrebno uspostaviti vertikalne
(hijerarhijske) veze izmedu poslova delovodstva i arhive.
POSLOVI
D ELOV OD STVA I
A RHIVE
0
POSLOVI
D E LOVOD STVA
1
P RIJ EM
E VID ENC IJA I
K LASIFIKACIJA
P OSTE
D ISTRIBUCIJA I
S LANJE POSTE
ARHIVIRANJE
2
PRIJ EM
REGISTRATURSKOG
MATERIJALA
IZDAVANJE I
VRACANJE
REGISTRATURSKOG
MATERIJALA
PRACENJE IZD ATOG
REGISTRATURSKOG
MATERIJALA
IZLUCIVANJE
BEZVRED NOG
REGISTRATURSKOG
MATERIJALA
Slika F.2. Stablo aktivnosti za poslove delovodstva i arhive.
Dekompozicioni dijagram POSLOVA DELOVODSTVA I ARHIVE

Naa osnovu definisanih i verifikovanih vertikalnih veza prikazanih u
stablu aktivnosti pristupa se definisanju horizontalnih veza korienjem
dijagrama dekompozicije prikazang na sledeim slikama.
410
Instrukc ija za prijem

otpremu i dis tribuc iju
poste
P rijemna knjiga - lista

P OSLOV I
D ELOV OD S TVA
P osta
S pis ak registraturskog
materijala
Zakoni i propisi
iz ob lasti
arhiviranja
Refe rent za
delovodstvo
Revers
Zahtev za izd avanje reis traturskog materijala
Opome na pretp latniku
A RHIV IRANJE
S aglasnost za izlucivanje
2
Arhivar
NODE :
TITLE :
POSLOVI DELOVODST VA I ARHIVE
NUMB E R:
A0
Slika F.3 Dijagram dekompozicije za poslove delovodstva i arhive

Zakoni i propisi iz oblasti arhiviranja
Spisak registraturskog
materijala
PRIJEM
REGISTRATURSKOG
MATERIJALA
Arhivska
knjiga
21
Zahtev za izdavanje reistraturskog
materijala
Revers
IZDAVANJE I
VRACANJE
REGISTRATURSKOG
MATERIJALA
22
Revers
PRACENJE
IZDATOG
REGISTRATURSKOG
MATERIJALA
Opomena
pretplatniku
23
IZLUCIVANJE
Zapisnik o
BEZVREDNOG
izlucivanju
REGISTRATURSKOG
MATERIJALA
24
Saglasnost za
izlucivanje
Arhivar
NODE:
TITLE:
ARHIVIRANJE
NUMBER:
A2
Slika F.4 Dijagram dekompozicije za poslove arhiviranja
Informacina analiza poslova delovodstva i arhiviranja

Na sledeoj slici prikazan je logiki model podataka vezan za izvodjenje
posla delovodstva i arhiviranja.

Godina
Godina
Organizacija
VrstaDostave
OrganizacijaID
VrstaD os taveID
SistematizacijaID (FK)
Vrs taOrganizacijeID (FK)
SifraO rganizacije
NazivOrganizacije
StaraS ifra
Datum Vaznos ti
KodVaznosti
Mes toTroskaID (FK)
TehnickiStatus
Nadredjena (FK)
NazivVrs teD ostave

SifraVrsteD os tave
Tehnic kiStatus
VrstaPre dme ta
RokC uv anja
VrstaP redm etaID
RokCuvanjaID
NazivVrstePredm eta
SifraVrstePredmeta
Tehnic kiStatus
NazivRokaC uvanja
SifraR okaC uvanja
Tehnic kiStatus
Pre dme t
Godina (FK)
BrojPredmeta
Pre dme tProsledje n

Godina (FK)
BrojPredmeta (FK)
OrganizacijaID (FK)
Zaduzen (FK)
VrstaD ostaveID (FK)
Predm et
Datum Prijema
Posiljalac
PartnerID (FK)
BrojPosiljaoca
Datum Posiljaoca
Oznaka
Primedba
KodSlanjePrijemInterno
Iznos
VrstaP redm etaID (FK)
Postarina
Datum Razvoda
Datum Zaduzenja
Nadredjeni
Stampa
Rok
RokCuvanjaID (FK)
GodinaIzlucivanja
Tehnic kiStatus
Izradio (FK)
SlikaPre dmeta
Godina (FK)
BrojPredmeta (FK)
Strana
Slika
Pre dme tZaduze nje

Godina (FK)
BrojPredmeta (FK)
RedniBroj
Datum Zaduzenja
Datum Razduzenja
Zaduz eni (FK)
IzradioRazduz enje (FK)
IzradioZaduzenje (FK)
Tehnic kiStatus
Slika F.5 Logiki model podataka vezan za izvodjenje posla delovodstva i arhiviranja
Fiziki model podataka za posao DELOVODSTVA I ARHIVE

nudi veliki izbor SUBP a za ove potrebe izabran je SQL Server 2000.
Prilikom prevodjenja logikog modela u fiziki model dolazi do
konvertovanja:
entiteta iz modela podataka u tabele fizike baze podataka,
atributa u kolone u odgovarajuim tabelama,
kandidati za kljueve entiteta postaju primarni kljuevi u tabelama,
veze izmedju entiteta postiu da primarni kljuevi u tabelama postaju
Na sledeoj slici prikazan je fiziki model podataka aktivnosti
DELOVODSTVA I ARHIVE u ERwin-u.
412
Godina
Godina: smallint
Organizacija
VrstaDostave
OrganizacijaID : int
VrstaD ostaveID: int
Sis tematizacijaID : int

VrstaOrganizacijeID : int
SifraO rganizacije: nvarchar(10)
NazivOrganizacije: nvarchar(80)
StaraSifra: nvarchar(10)
Datum Vaznosti: sm alldatetim e
KodVaznosti: nvarchar(10)
MestoTroskaID : int
Tehnic kiStatus: nvarchar(80)
Nadredjena: int
NazivVrsteD ostave: nvarchar(50)

SifraVrsteD ostave: nvarchar(10)
TehnickiStatus : nvarchar(80)
VrstaPre dme ta
RokC uv anja
VrstaP redm etaID : int
RokCuvanjaID : int
NazivVrs teP redm eta: nvarchar(50)

SifraVrsteP redm eta: nvarc har(10)
Tehnic kiStatus: nvarchar(80)
Naz ivRokaC uvanja: nvarchar(50)

SifraR okaCuvanja: nvarchar(10)
TehnickiStatus: nvarchar(80)
Pre dme t
Godina: s mallint
BrojPredmeta: int
Pre dme tProsledje n

Godina: sm allint
BrojPredmeta: int
OrganizacijaID : int
Zaduzen: int
VrstaD ostaveID: int
Predm et: nvarchar(80)
Datum Prijema: s malldatetim e
Posiljalac : nvarchar(80)
PartnerID : int
BrojPosiljaoca: nvarchar(50)
Datum Posiljaoca: sm alldatetime
Oznaka: nvarchar(10)
Primedba: ntext
KodSlanjePrijem Interno: tinyint
Iznos: decim al(25,8)
VrstaPredm etaID : int
Postarina: dec im al(25,8)
Datum Razvoda: sm alldatetim e
Datum Zaduzenja: sm alldatetime
Nadredjeni: nvarchar(50)
Stam pa: nvarchar(2)
Rok: sm alldatetim e
RokCuvanjaID : int
GodinaIzlucivanja: sm allint
TehnickiStatus : nvarchar(80)
Izradio: int
SlikaPre dmeta
Godina: sm allint
BrojPredmeta: int
Strana: int
Slika: im age
Pre dme tZaduze nje

Godina: sm allint
BrojPredm eta: int
RedniBroj: int
Datum Zaduzenja: smalldatetime
Datum Razduz enja: sm alldatetime
Zaduz eni: int
IzradioRazduzenje: int
IzradioZaduzenje: int
TehnickiStatus: nvarchar(80)
Slika F.6 Fiziki model podataka vezan za izvodjenje posla delovodstva i arhiviranja
Generisanje SQL SERVER 2000 eme baze podataka

Generisanje eme baze podataka" izvodi se na osnovu prethodno
uradjenog fizikog modela podataka. Proces generisanja eme baze podataka iz
fizikog modela podataka naziva se direktni inenjering. Kada se generie ema
baze podataka, entiteti prelaze u tabele, atributi u kolone, a veze u relacije i
definiu se referencijalni integriteti, trigeri, procedure, indeksi i druge osobine
koje podrava izabrani SUBP.
Dakle, da bi se generisala baza podataka izabrana je ciljna platforma
(SUBP) SQL 20000 i izvreno je logovanje na nju. Kada se izvri logovanje na
SQL Server 2000, ERwin kreira aktivnu bidirekcionu vezu sa sistemskim
katalogom izabranog servera koja omoguava direktno kreiranje baze podataka.
Klijent aplikacija Delovodstvo i arhiva

Projektovana Klijent aplikacija uradjena je u Microsoft Access 2000
programskom paketu i pri tome su usvojeni svi standardi koje je Microsoft
postavio pre svega u svom Windows operativnom sistemu a zatim u Access-u.
Cilj je da, bilo koji korisnik koji je imao bilo kakav dodir sa Microsoft
alatima prepozna ikonu iza koje se krije poznata akcija.
Na sledeim slikama prikazane su ekranske forme za izvodjenje posla
delovodstva i arhiviranja.
Slika F.7 Ekranske forme za izvodjenje posla delovodstva i arhiviranja
Slika F.8 Vrsta predmeta
414
Slika F.9 Vrsta dostave
Slika F.10 Rok uvanja
Slika F.11 Predmet zaduzenja
Slika F.12 Delovodni list
416
G. POSAO IZBORA NAJPOVOLJNIJE

KONFIGURACIJE RAUNARSKOG SISTEMA
Uvod
Proces projektovanja sadri niz operativnih, optimizacionih i
informacionih tokova pomou kojih se generiu neophodne informacije koje u
potpunosti odreuju proizvod.
Korienje raunara za simuliranje pri inenjerskom projektovanju
podrazumeva nekoliko bitnih aspekata:
- izbor odgovarajue konfiguracije raunarskog sistema;
- izbor adekvatne programske podrke, koja treba da zadovolji zahteve
konkretne primene;
- adekvatnu obuku korisnika, koja treba da stvori uslove za efikasno
korienje raspoloive raunarske opreme.
Neizbeni elementi savremenog inenjerskog projektovanja jesu paketi
CAD (Computer Aided Design Kompjuterski podrano projektovanje) i CAE
(Computer Aided Engineering Kompjuterski podrano inenjerstvo).
Koristei CAD i CAE inenjeri projektuju proizvod i pre nego to isti pone da
se proizvodi, testiraju njegove karakteristike putem odgovarajuih raunarskih
simulacija. Preliminarni projekat se unosi u CAD sisteme putem skica,
digitalnog imida ili sistema jednaina. Tako definisan proizvod se zatim
testira, odnosno uporeuju se karakteristike proizvoda sa ve postojeim i
simuliraju se stvarni uslovi proizvodnje i eksploatacije, kako bi se utvrdilo da li
i u kojoj meri proizvod podlee vaeim standardima. Na ovaj nain se na
mnogo pristupaniji nain modifikuju projekti, ubrzava se proces projektovanja
i smanjuju trokovi. Jedan od primera korienja simuliranja pri inenjerskom
projektovanju je primer kompanije Ingesoll Rand koja je projektovala
kompleksnu liniju za proizvodnju kotrljajuih leajeva. Inicijalno inenjeri su
predlagali 77 razliitih maina koje bi izvravale 16 razliitih procesa.
Meutim, posle simuliranja predloenog projekta i proizvodnih procesa, broj
maina je smanjen za etiri i na taj nain je ostvarena uteda od $750 000.
Korienje navedenih programskih alata podrazumeva postojanje
odgovarajueg hardvera, odnosno adekvatne konfiguracije raunarskog sistema.
Intezivan tehnoloki razvoj hardvera generie sve vie novih realno ostvarivih
alternativa (konfiguracija). Njihova meusobna razliitost po osnovu
uspostavljenih kriterijuma stvara odreene tekoe u mogunostima
uporeivanja i argumentovanog iskazivanja preferencije neke alternative u
odnosu na ostale razmatrane bez korienja adekvatnog matematikog modela.
Tek sa dobrim poznavanjem sutine samog problema koji se reava, a kod
sloenih poslovnih odluka i modela odluivanja, moe se odrediti skup
informacija potrebnih za sveobuhvatno i objektivno donoenje odluka.
Viekriterijumski pristup izboru najpovoljnije konfiguracije raunarskog
sistema za potrebe simulacije pri inenjerskom projektovanju pokazan je na
konkretnom primeru. Na ovaj nain je mogue izvriti meusobno uporeivanje
razliitih alternativa po svakom od uspostavljenih kriterijuma, a u cilju
dobijanja konanog ranga ukupne povoljnosti.
Viekriterijumski izbor najpovoljnije konfiguracije raunarskog

sistema
U cilju izbora najpovoljnije konfiguracije raunarskog sistema za
konkretne potrebe raunarske simulacije pri inenjerskom projektovanju
izvreno je definisanje sistema kriterijuma i alternativa, koji e ui u
viekriterijumsku bazu za odluivanje, kao i definisanje strukture preferencija
donosioca odluke, odreivanjem relativnog znaaja kriterijuma i izborom
odgovarajuih preferencijskih funkcija i potrebnih parametara.
Najvei problem pri izboru najpovoljnijeg investicione alternative
predstavlja projektovanje modela-baze za odluivanje. Zahtevi su danas
viekriterijumski i treba da izraze svu vieslojevitost i kompleksnost problema
rangiranja pri izboru najpovoljnije alternative.
Definisanje skupa alternativa

Na raspolaganju donosioca odluke je da odabere alternativu,
konfiguraciju raunarskog sistema, koja najbolje moe da zadovolji konkretne
potrebe i namenu za raunarsku simulaciju pri inenjerskom projektovanju.
Na osnovu raspoloivih informacija izdvojeno je osam potencijalnih
alternativa - konfiguracija raunarskog sistema, ije su osnovne karakteristike
prikazane u tabeli
Definisanje sistema kriterijuma

Uvaavanjem uslova da se sva sloenost, vieslojevitost, raznorodnost
ovog problema iskae sa to manjim brojem kriterijuma izabrano je sledeih 7
kriterijuma:
418
Tabela G1
GHz
max
Rel.
znaaj
0,28
Veliina cache memorije
Kb
max
0,14
f3
Veliina operativne memorije
Mb
max
0,24
4.
f4
Kapacitet diskova
Gb
max
0,11
5.
f5
Grafiki podsistema
Mb
max
0,07
6.
f6
Veliina monitora
in
max
0,06
7.
f7
Cena
euro
min
0,10
R.b. Oznaka
Kriterijum
1.
f1
Brzina procesora
2.
f2
3.
Jedinica Zahtev
Izabrani kriterijumi iskazuju razliite zahteve, imaju razliit relativni

znaaj, dati su u razliitim jedinicama, sa izraenim zahtevom za
maksimizacijom za prvih 6 kriterijuma i minimizacijom za sedmi kriterijum.
Viekriterijumsko rangiranje primenom programa OptiProm

Definisanjem potencijalnih alternativa i sistema kriterijuma za njihovu
ocenu izvreno je projektovanje viekriterijumske baze (Tabela G2).
Projektovana viekriterijumska baza predstavlja osnovu za nastavak procesa
viekriterijumskog rangiranja primenom PROMETHEE metode, uz
odgovarajuu podrku programa OptiPROM.
Tabela G2 Viekriterijumska baza za odluivanje
Kriterijumi
Ozna
Relativni
Zahtev
ka
znacaj
Alternative
a1
a2
a3
a4
a5
a6
a7
a8
f1
max
0,28
1,7
1,7
1,26
2,4
1,26
2,4
1,3
f2
max
0,14
128
256
512
512
512
256
512
128
f3
max
0,24
256
256
512
512
512
256
512
128
f4
max
0,11
30
40
80
60
80
40
120
20
f5
max
0,07
64
64
128
128
128
128
128
32
f6
max
0,06
15
17
17
19
19
17
22
15
f7
min
0,10
720
820
1040
950
1060
960
1950
570
Program OptiPROM predstavlja podrku donosiocu odluke, pri reavanju

razliitih problema viekriterijumske optimizacije primenom metoda
PROMETHEE. Kroz interaktivan rad korisnika - donosioca odluke, postie se
efikasnija organizacija korienja sa stanovita modeliranja, reavanja
problema odluivanja i analize reenja, kao i odgovarajua prezentacija reenja
donosiocu odluke.
Razmatrana aplikacija podrazumeva ve definisane kriterijume i
alternative koji e ui u viekriterijumsku bazu za odluivanje. Korisnik vri
izbor odgovarajuih preferencijskih funkcija i unosi potrebne parametre, to
ukazuje da korisnik - donosilac odluke mora imati odgovarajue iskustvo u
korienju ovih metoda.
Za svaki od kriterijuma izabrana je predloena preferencijska funkcija
(Slika G2) i odreeni su potrebni parametri brzine preferencije, a i b, (Tabela
G3). Ovim su iskazane odreene preferencije po kriterijumima i stvoreni uslovi
za primenu PROMETHEE metode.
Tabela G3
Parametari
a
b
f1
Kriterijumi
Naziv
Procesor
0,2
f2
Veliina cache memorije
100
380
f3
Veliina operativne memorije
100
380
f4
Kapacitet HDD
20
80
f5
Grafiki podsistem
30
90
f6
Veliinamonitora
f7
Cena
100
1000
Oznaka
Nakon definisanja veliine viekriterijumske baze, potrebno je, u prozoru

Kriterijumi, za svaki kriterijum definisati naziv, relativni znaaj, tip
preferencijske funkcije, potrebne parametre, tip ekstramizacije, kao to je
prikazano na slici G1.
420
Slika G1 - Definisanje parametara za kriterijume
Izborom preferencijske funkcije i definisanjem potrebnih parametara za

svaki od kriterijuma na ekranu je mogue videti grafiki prikaz izabrane
preferencijske funkcije, sa konkretnim vrednostima parametara. (slika G2)
Slika G2 - Predloena funkcija preferencije
Poto se izvri unos odgovarajuih kriterijuma, sa potrebnim

parametrima, potrebno je, u okviru prozora Alternative uneti odgovarajue
vrednosti alternativa za svaki od kriterijuma (slika G3).
Program OptiPROM omoguava da se vrednosti unose i direktno u

viekriterijumsku bazu, odnosno da se unete vrednosti alternativa po svakom
od kriterijuma prikau u okviru posebnog prozora.
Slika G3 - Definisanje vrednosti za alternative
Posle unosa svih potrebnih vrednosti program OptiPROM automatski

vri potrebna izraunavanja u skladu sa zahtevima koncepta PROMETHEE
metode. Pri tom, ima mogunost prikaza na ekranu vrednosti indeksa
preferencije za svaki par alternativa (Slika G4), odnosno vrednosti ulaznog,
izlaznog i istog toka za svaku od razmatranih alternativa (Slika G5).
Slika G4 - Vrednosti indeksa preferencije
422
Slika G5 - Vrednosti tokova
Na osnovu dobijenih vrednosti, primenom pristupa PROMETHEE II,

program, u okviru prozora Rangiranje, daje potpuni poredak razmatranih
alternativa. (slika G6)
Slika G6 - Rang uporeivanih alternativa
Viekriterijumskim rangiranjem razmatranih alternativa istaknuta je

prednost alternative a5 u odnosu na ostale uporeivane, odnosno kao optimalna
izdvojena je Konfiguracija 5.
Analizom osetljivosti rezultata na promenu tipa preferencijskih funkcija i
parametara, u odnosu na usvojene, utrene su skoro zanemarljive razlike u
vrednostima istih tokova to potvruje izbor alternative a5 kao optimalne, ime
je postignuta saglasnost kao i primenom predloene preferencijske funkcije.
Korienjem razmatranog pristupa pri raavanju razliitih problema
viekriterijumske optimizacije dobija se slika o ukupnoj povoljnosti neke
alternative u odnosu na druge uporeivane.
Na ovaj nain se omoguava donosiocu odluke da povee sve podatke i

relacije pri viekriterijumskom izboru alternativnih reenja u jednu racionalnu
celinu, a zatim da korienjem, za tu svrhu razvijenog, raunarskog programa
na relativno jednostavan nain, doe do reenja problema optimizacije izbora
najpovoljnije alternative, a u smislu uspostavljenih kriterijuma i odgovarajuih
preferencija.
Pri reavanju problema optimizacije izbora alternativnih reenja naglasak
u svakom sluaju ostaje na donosiocu odluke, a predloena metodologija, uz
korienje razvijenog raunarskog programa ima zadatak da proces odluivanja
uini organizovanijim, efikasnijim i racionalnijim.
424

Menadzment Informacionih Sistema

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Menadzment Informacionih Sistema

Uploaded by

Copyright:

Available Formats

Menadment informacioni sistemi

tampanje udbenika odobreno odlukom Nauno-nastavnog vea

Tira: 300 primeraka

Menadment informacioni sistemi

Pri koncepcijskom i sadrinskom oblikovanju ovog udbenika, bilo je

Menadment informacioni sistemi

7. IZVRNI INFORMACIONI SISTEMI -------------------------------------- 75

9. UPRAVLJANJE DOKUMENTIMA --------------------------------------- 96

Menadment informacioni sistemi

koliina podataka, esto nevana za pojedinanog korisnika mogla bi znaajno

Menadment informacioni sistemi

u ovim sistemima. Ovde se pod informacijom podrazumeva na odreeni nain

2. OPTA TEORIJA SISTEMA

Menadment informacioni sistemi

Slika 2.1. Grafiki prikaz realnog sistema

Dinamiko ponaanje realnog sistema standardno se predstavlja na

Upravljivost sistema oznaava mogunost njegove regulacije. To znai

Menadment informacioni sistemi

IN FORMACI ONI SISTEM

Slika 3.1. Model Informacionog sistema

Preslikavanje realnog sistema u informacioni sistem izvodi se postupkom

Leksikon menadmenta, FON, Beograd, 1993, str.71

Menadment informacioni sistemi

informacionog sistema. Zbog toga se najee takvi informacioni sistemi

Slika 3. 2. Arhitektira IS i infrastruktura IT

Zbog svog znaaja, informacioni sistem je zauzeo veoma istaknuti

Slika 3.3. Poloaj Informacionog sistema u odnosu na organizovani realni sistem

U organizacionom sistemu se uvek neto deava, odvijaju se radni

Menadment informacioni sistemi

dokumentacije, koja se tokom odvijanja procesa u organizacionom sistemu

3.1. ARHITEKTURA INFORMACIONOG SISTEMA

Slika 3.4. Pogledi na IS

Razliiti stakeholders-i se mogu usredsrediti na razliite aspekte sistema.

Menadment informacioni sistemi

informacionog sistema (Slika 3.5). U zavisnosti od toga da li ste vlasnik,

Slika 3.5. Pogledi na procese sistema

Fokus na sistem podataka

Menadment informacioni sistemi

predstavljaju u obliku objekata, atributa (svojstava), relacija i pravila. Korisnici

Pogled projektanta sistema na sistem podataka

Fokus na procese sistema

odvijaju ne tako esto ili ak retko. Cilj je da se automatizuju odgovarajui

Pogled korisnika sistema na procese sistema

Menadment informacioni sistemi

Projektant priprema takvu specifikaciju koja e da prvo, ispuni sve

Fokus na interfejs sistema

osobine, koje odredjuju njihovo pojavljivanje i ponaanje na ekranu.

Menadment informacioni sistemi

4. MENADMENT INFORMACIONI SISTEMI

preduzeu. Taj sistem koristi kompjuterski hardver i softver, rune procedure,

4.1. POTREBE MENADERA ZA INFORMACIJAMA

Menadment informacioni sistemi

Slika 4.1. Struktura angaovanosti po menaderskim funkcijama

U zavisnosti od hijerarhijhskog nivoa, pozicija i obaveza menadera na

Slika 4.2. Distribucija kategorija znanja, sposobnosti i vetina

Kompleksnost problematike poslovanja i proizvoenja odreuje potrebe

slici 4.3. Uz napomenu da je ovaj prikaz radi ilustrativnog karaktera ogranien

Slika 4.3. Specifina struna znanja menadera po pojedinim oblastima

Imajui prethodno reeno u vidu, u centru panje MIS-a je identifikacija

Menadment informacioni sistemi

Slika 4.4 Karakteristike menaderskih odluka i potreba za informacijama

Menadment treba uvek da ima u vidu devizu "Biti na usluzi kupcima",

Objektivne i subjektivne potrebe za informacijama