1.

Uvod
Zato inteligentna
potpora odluivanju?

M. Zeki-Suac 1

Odluivanje u poduzeu

Poslovne odluke kontroliraju interakcije s
kupcima (klijentima), partnerima i
zaposlenima

One su kritini pogonitelji poslovnih
procesa neke tvrtke

Odluke su duboko ugraene u poslovne
procese, pa tvrtke esto nisu svjesne
prisutnih problema u donoenju odluka

M. Zeki-Suac 2

1
Problemi u poslovnom odluivanju

esto svaka poslovna aplikacija ima poseban

format kako specificira odluke

esto je odluke teko mijenjati

Odluke ne iskoritavaju u potpunosti analitiki
uvid u poslovanje ili poslovne eksperte

Odluke su esto nekoordinirane kroz odjele
tvrtke

M. Zeki-Suac 3

Kakve odluke elimo?

One koje e udovoljiti zahtjevima kupaca
(klijenata) i optimirati ciljeve tvrtke
Kako ih ostvariti?

uvoenjem Sustava za potporu
odluivanju (DSS Decision Support
System) ili ire: Sustava za upravljanje
odlukama (EDMS Enterprise Decision
Management System)

M. Zeki-Suac 4

2
Vrste odluka
Strukturirane poznati ulazi (podaci), izlazi,
modeli, akcije i ciljevi

Polustrukturirane

Nestrukturirane ciljevi i metode postizanja su

nejasni i tek se trebaju otkriti, podaci nedostatni,
nepouzdani, metode u razvoju nepotpune ili
nepoznate

M. Zeki-Suac 5

Vrste odluka s obzirom na

poslovne procese

odluke u vezi izbora tehnologije i proizv. programa

odluke u vezi upravljanja s kupcima

odluke u vezi direktnog marketinga

odluke u vezi odobravanja kredita

odluke u vezi izbora dobavljaa kojeg dobavljaa
izabrati s obzirom na cijenu, ranije isporuke, preference
kupaca i sl.

odluke u vezi izbora oglaivaa

i dr.

M. Zeki-Suac 6

3
Faze procesa donoenja
odluka:
1. Uoavanje - definiranje problema
2. Spoznaja situacije odluivanja i prikupljanje
informacija
3. Oblikovanje opcija
4. Izbor opcija

M. Zeki-Suac 7

Strategije za izbor opcija:

Optimizacija

Zadovoljavajua rjeenja (ograniena
racionalnost)

Eliminacija po aspektu

Postupno poboljanje (incrementalism)

Uzastopno izluivanje (mixed scanning)

M. Zeki-Suac 8

4
Nain na koji menader donosi
odluke: (Racionalni donositelj odluka)

temeljem iskustva (analogije, modeli)

po mogunosti u to kraem vremenu

preferirajui neformalnost i efikasnost

uz povjerenje u izvore informacija

uz entuzijazam suradnika

uz koritenje memorije (koristi ogranien broj
informacija)

M. Zeki-Suac 9

Metode za analize i odluivanje

Kvantitativne metode - opisuju sustav konanim skupom
elemenata koji imaju numerike vrijednosti.
Pomo pri odluivanju: optimizacije s razliitim modelima i
metodama njihova rjeenja
Raunalni programi: slijed procedura koje dovode do
ispravnog rjeenja
PRISTUP: algoritamski

M. Zeki-Suac 10

5
Metode za analize i odluivanje
Kvalitativne metode - opisuju sustav skupom razliitih
elemenata - simbola meu kojima se mogu uspostavljati
razliite relacije.
Pomo pri odluivanju: pronai takva stanja sustava koja
zadovoljavaju donosioca odluka
Raunalni programi: deklaracije stanja simbola i veza meu
njima
PRISTUP: heuristiki

M. Zeki-Suac 11

Zato potpora odluivanju ?

Potreba za potporom odluivanju proizlazi iz:

spoznajnih ogranienja
ekonomskih ogranienja
vremenskih ogranienja

M. Zeki-Suac 12

6
Inteligentni sustavi za potporu
odluivanju
Zato inteligentni ???

Zato to je strategija rjeavanja problema

(znanje i sposobnost njegova koritenja)
pretoeno u raunalni program kojim se dati
problem rjeava na nain kako ga rjeava ovjek
koristei svoju prirodnu inteligenciju

M. Zeki-Suac 13

Sposobnosti prirodnih i umjetnih

inteligentnih sustava
Sposobnost sustava za: Prirodna Umjetna
Inteligencija Inteligencija
Prihvaanje velike koliine vanjskih informacija Visoka Niska
Upotreba sensora (vid, opip, miris, okus) Visoka Niska
Kreativnost i imaginacija Visoka Niska
Uenje iz iskustva Visoka Niska
Zaboravljanje Visoka Niska
Izrada kompleksnih izrauna Niska Visoka
Adaptivnost Visoka Niska
Koritenje razliitih informacijskih izvora Visoka Niska
Prijenos informacija Niska Visoka
Troak prikupljanja informacija Visoka Niska

M. Zeki-Suac 14

7
Evolucija DSS-a od jednostavnih k
inteligentnim sustavima
E volu cija u m jetne intelig en cije
K o gnitivn a
ps ihologija O bra da priro dnih
je zik a

Form a lna S im boli ko P re pozna va nje

logik a (n en um e ri k o) govora
progra m iran je
R obotik a
Je zic i za P rim jen jen a
P re pozna vanje
obra de lista u m jetn a oblik a
in telig en cija M ali
sustavi

S us tavi za potporu V eliki sustavi za

uska podruja
odlu iva nju
R a zvo j
progra m s k ih V eliki hibridni
okru e nja E k spertni sustavi
sus ta vi Alati za razvoj ES
Intera k tivno
ra una ls tvo In te lige ntno izra una van je
(ne urons k e m re e), ge ne ts ki
R a zvoj a lgoritm i, fuzzy logika )
ra u na la

1940 1970 1975 1980 1985 1990

M. Zeki-Suac 15

to obuhvaa inteligentna
potpora odluivanju

DSS sustavi za potporu odluivanju u uem smislu

EIS informacijski sustavi izvrnog managementa

GSS sustavi za podrku grupnog rada

GIS - geografski informacijski sustavi

ES ekspertni sustavi

Fuzy logiki sustavi

Neuronske mree

Genetiki algoritmi

Ineligentni agenti

Hibridni sustavi

M. Zeki-Suac 16

8
Literatura:

eri, Varga, Birola: Poslovno raunalstvo, Znak, Zagreb,

Bidgoli,H., Intelligent Management Support System,Quorum, London, 1998.

Barakai, Z. Odluivanje o poslovnim strategijama, Svjetlost, Sarajevo,
1990

Klepac, G., Mri, L., Poslovna inteligencija kroz poslovne sluajeve,
Poslovna znanja, Lider press, TIM press, Zagreb, 2006.

Panian, ., Klepac, G., Poslovna inteligencija, Masmedia, Zagreb, 2003.

http://www.wfu.edu/users/hartmawf/expertsystems.ppt

asopisi: Intelligence, Information Systems, Expert Systems

M. Zeki-Suac 17