Bagian II : Sistem Pendukung Keputusan - Bagian II Bab 3

Bagian II : Sistem Pendukung Keputusan Turban, Aronson, and Liang Decision Support Systems and Intelligent Systems, Seventh Edition

ujuan Pembelajaran Bagian II T

• Memahami dasar-dasar, definisi, dan kapabilitas sistem
pendukung keputusan
• Menjelaskan komponen-komponen DDS dan tingkat-tingkat
teknologi.
Menjelaskan pentingnya database dan manajemen database
Menjelaskan pentingnya model-model dan manajemen model
Memahami bagaimana DSS dikembangkan
Memahami faktor-faktor keberhasilan dan kegagalan DSS
• Memahami kolaborasi, Sistem Pendukung Kelompok, dan
Pengaruhnya.
• Memahami sistem manajemen pengetahuan dan pengaruhnya.

Bab 3: Sistem Pendukung Keputusan : Sebuah Tinjauan © 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-3

Tujuan Pembelajaran

• Memahami konfigurasi DSS yang mungkin dilakukan.

Menjelaskan karakteristik dan Kapabilitas DSS
Memahami komponen-komponen DSS dan Bagaimana komponen tersebut berintegrasi.
Menjelaskan komponen dan struktur masing-masing

komponen DSS: Subsistem manajemen data, Subsistem Manajemen model, Subsistem Antarmuka pengguna (dialog), Subsistem Manajemen berbasis pengetahuan, pengguna.

Menjelaskan bagaimana www mempengaruhi DSS dan sebaliknya.
Menjelaskan peran khusus/unik pengguna pada DSS versus pada MSS.
Menjelaskan platform perangkat keras DSS _{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-4} • Memahami pentingnya klasifikasi DSS

Kasus : Southwest Airlines

Menghadapi Persaingan dengan DSS

• Sukses memberlakukan aplikasi OLAP, dan
perangkat lunak anggaran
• Dapat dengan akurat membuat perkiraan keuangan
dalam menghadapi turunnya pasar.
• Southwest Airlines berhasil mengexploitasi aplikasi
BI/DSS (menyajikan data keuangan yang relevan dan berbagai skenarionya) dan Peralatan BI ini membantu para pengambil keputusan untuk dengan akurat memprediksi pasar mereka dan memutuskan pasar mana yang akan diperluas.
• Aplikasi OLAP hanya membutuhkan waktu analisis 2
_{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-5}

menit

1. Apa itu DSS?

• DSS sebagai sebuah sistem (menggunakan data, model,
antarmuka pengguna dan pengetahuan) yang dimaksudkan untuk mendukung para pengambilan keputusan manajerial
dalam situasi keputusan semi terstruktur dan tidak terstruktur.
• DSS dimaksudkan untuk menjadi alat bantu bagi para
pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka.
• DSS yang memungkinkan untuk solusi, DSS berorientasi model
menekankan berbagai model dapat dikustomisasi baik menggunakan Spreadsheet dan Pemrograman.
• Konfigurasi DSS memiliki tiga komponen utama: Data, Model
dan antar muka pengguna (opsi lain pengetahuan) dan membantu pengguna membuat keputusan dengan lebih cepat, lebih pintar dan lebih baik.

Konsep yang mendasari Definisi DSS

Aplikasi DSS

DSS biasanya dibangun untuk mendukung solusi terhadap suatu masalah atau untuk mengevaluasi suatu peluang.
DSS merupakan suatu pendekatan (metadologi) untuk mendukung pengambilan keputusan, menggunakan CBIS yang fleksibel, interaktif, dan dapat diadaptasi, yang dikembangkan untuk mendukung masalah manajemen yang spesifik.
DSS menggunakan data, memberikan antarmuka pengguna yang mudah, dan dapat menggabungkan pemikiran pengambilan keputusan.
DSS menggunakan berbagai model dan dibangun oleh suatu proses interaktif dan iteratif. Ia mendukung semua fase pengambilan keputusan dan dapat memasukkan suatu komponen pengetahuan.
DSS dapat digunakan oleh pengguna tunggal (PC) / banyak orang _{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-8} (berbasis Web).

2. Karakteristik dan Kapabilitas DSS

Karakteristik dan Kapabilitas Kunci dari DSS

1. Dukungan untuk pengambilan keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.

3. Dukungan untuk individu dan kelompok.

4. Dukungan untuk keputusan independen dan atau sekuensial.

Keputusan dapat dibuat satu kali, beberapa kali, atau berulang (dalam interval yang sama).

5. Dukungan di semua fase proses pengambilan keputusan : intelegensi, desain, pilihan, dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambilan keputusan

7. Adaptivitas sepanjang waktu. Pengambilan keputusan seharus reaktif, dapat menghadapi perubahan kondisi secara cepat, dan dapat mengadaptasikan DSS untuk memenuhi perubahan _{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-10} tersebut.

8. Pengguna merasa seperti di rumah. Rumah-pengguna, kapabilitas grafis yang sangat kuat, dan antarmuka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifan DSS.

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya.

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah. DSS secara khusus menekankan untuk mendukung pengambilan keputusan, bukannya menggantinya.

11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana.

12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi-objek.

14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

3. Komponen-Komponen DSS Skematik DSS

Data: Eksternal dan internal

Aplikasi DSS terdiri dari subsistem

Subsistem Manajemen Data • Subsistem Manajemen Model • Subsistem Antarmuka Pengguna • Susbsistem Manajemen Berbasis-Pengetahuaan

4. Subsistem Manajemen Data

• Terdiri database yang berisi data yang relevan
untuk situasi dan dikelola oleh perangkat lunak Sistem Manajemen Database (DBMS).
Terdiri dari elemen berikut ini;

– DSS Database (Data dapat dimasukkan langsung kedalam model-model, atau di ekstraksi dari database yang lebih besar (datawarehouse))
– Sistem Manajemen Database (DBMS Relasional)
– Direktori Data (katalog semua data dalam database)
– Query Facility (seleksi dan manipulasi)

• Adalah kumpulan data yang saling terkait yang
diorganisasi untuk memenuhi kebutuhan dan struktur sebuah organisasi dan dapat digunakan oleh lebih dari satu orang untuk lebih dari satu aplikasi.
Ekstraksi

Database

Untuk membuat sebuah database DSS atau sebuah data warehouse, sering untuk meng-capture data dari beberapa sumber.

Sistem Manajemen Database

• Sebuah database yang efektif dan manajemennya
dapat mendukung banyak kegiatan manajerial; navigasi umum di antara record-record, mendukung pembuatan dan pemeliharaan sebuah kumpulan hubungan data yang berbeda-beda, dan laporan merupakan hasil yang umum.
• Akan tetapi, kekuatan riil dari sebuah DSS

Query Facility

• Membangun dan menggunakan DSS sering
memerlukan akses, manipulasi, dan query data.
• Query Facility memasukkan sebuah bahasa query
khusus (misal SQL).
• Fungsi penting dari sebuah sistem DSS query
adalah operasi seleksi dan manipulasi.

• Merupakan sebuah katalog dari semua data di
dalam database.
• Berisi definisi data, dan fungsi utamanya adalah
untuk menjawab pertanyaan mengenai ketersediaan item-item data, sumbernya, dan makna eksak dari data.
• Mendukung penambahan entri baru, menghapus,
dan mendapatkan kembali informasi mengenal objek-objek khusus.

Direktori Data

Struktur Subsistem Manajemen Data

5. Subsistem Manajemen Model

Merupakan paket perangkat lunak yang memasukkan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen s/w yang tepat.
Bahasa-bahasa pemodelan untuk membangun model-model kustom juga dimasukkan.
Perangkat lunak ini sering disebut Sistem Manajemen Basis Model (MBMS).
Terdiri dari elemen-elemen berikut ;

– Basis Model – Sistem Manajemen Basis Model – Bahasa Pemodelan – Direktori Model – Eksekusi model, integrasi, dan prosesor perintah.

Struktur Subsistem Manajemen Model

Basis Model

• Basis Model berisi rutin dan statistik khusus,
keuangan, forecasting, ilmu manajemen, dan model kuantitatif lainnya yang memberikan kapabilitas analisis pada sebuah DSS.
• Kemampuan untuk invokasi, menjalankan,
mengubah, menggabungkan, dan menginspkesi model merupakan suatu kapabilitas kunci dari
DSS yang membedakan DSS dari CBIS lainnya.
• Dibagi menjadi 4 kategori utama; Strategis,
Taktis, Operasional, dan Analitik.

Digunakan untuk mendukung manajemen puncak untuk menjalankan tanggung jawab perencanaan strategis.
Aplikasi potensial dari model ini meliputi membentuk fenture e-commerce, mengembangkan sasaran perusahaan, perencanaan merger dan akuisisi, pemilihan lokasi pabrik, analisis pengaruh lingkungan, dan anggaran kapital tidak rutin.

Digunakan terutama oleh manajemen madya untuk membantu mengalokasikan dan mengontrol sumber daya organisasi.
Contoh model taktis meliputi pemilihan server web, perencanaan persyaratan tenaga kerja, perencanaan promosi penjualan, determinasi tata letak pabrik, dan anggaran kapital rutin.

Model Operasional

Digunakan untuk mendukung aktivitas kerja harian pada organisasi.
Keputusan-keputusan umumnya melibatkan penerimaan transaksi e-commerce, persetujuan pinjaman personel oleh suatu bank, jadwal produksi, kontrol inventori, jadwal dan perencanaan pemeliharaan, dan kontrol kualitas.

Model Analitik • Digunakan untuk menganalisis data.

Model ini meliputi model statistik, ilmu manajemen, algoritma data mining, model keuangan, dan lainnya.

Contoh meliputi satu rutin generator denga jumlah acak, kurva atau line-fitting rutin, rutin komputasi present-value, dan analisis regresi.
Dapat disebarkan untuk aplikasi sebagai analisis data.
Dapat digunakan sebagai komponen dari model-model yang lebih besar. Sebagai contoh : komponen present-value dapat menjadi bagian dari suatu model make-or-buy.
Dapat digunakan untuk menentukan nilai variabel dan parameter pada suatu model, juga digunakan pada analisis regresi untuk membuat garis tren pada sebuah model forecasting.

Alat-Alat Pemodelan

DSS berkaitan dengan masalah semiterstruktur data tidak terstruktur, karena itu sering perlu untuk mengustomasi model-model dengan menggunakan alat dan bahasa pemrograman.
Beberapa contoh; – C++ dan Java.

– Perangkat lunak OLAP dapat digunakan untuk bekerja dengan model-model dalam analisis data.
– Spreadsheet (mis, Excel), untuk DSS berukuran kecil tidak rumit.

Untuk membuat model dengan menggunakan bahasa pemrograman, alat DSS dan atau subrutin, dan blok pembangun lainnya; membangkitan rutin baru dan laporan;
Fungsi Utama :

– Membuat model-model dengan mudah dan cepat, entah dari awal atau dari model yang sudah ada atau blok pembangun.
– Memungkinkan pengguna untuk memanipulasi model-model sehingga mereka dapat melakukan eksperimen dan analisis sensitivitas mulai dari ‘bagaimana-jika’ sampai menetapkan tujuan.
– Menyimpan, mendapatkan kembali, dan mengelola berbagai tipe model yang berbeda-beda dalam cara yang logis dan terintegrasi.

pembaruan dan perubahan model; dan manipulasi data model.

– Mengatalogkan dan menampilkan direktori model-model untuk digunakan oleh beberapa individu di dalam organisasi.
– Melacak data model dan penggunaan aplikasi.
– Menginterelasikan model-model dengan link yang sesuai dengan database dan menginterelasikannya di dalam DSS.
– Mengelola dan memelihara basis model dengan fungsi-fungsi manajemen yang analog dengan manajemen database menyimpan, mengakses, menjalankan, memperbarui, link, katalog, dan query.
– Menggunakan banyak model untuk mendukung pemecahan masalah.

Direktori Model • Peran direktori model sama dengan direktori database.

Direktori adalah katalog dari semua model dan s/w lainnya pada basis model.
Ia berisi definisi model dan fungsi utamanya adalah menjawab pertanyaan tentang ketersediaan dan kapabilitas model.

Eksekusi model adalah proses mengontrol jalannya model saat ini.
Integrasi Model mencakup gabungan operasi dari beberapa model saat diperlukan, atau mengintegrasikan DSS dengan aplikasi lain.
Command prosesor model digunakan untuk menerima dn menginterpretasikan intruksi-instruksi pemodelan dari komponen antarmuka pengguna dan merutekannya ke MBMS, eksekusi model, atau fungsi-fungsi integrasi.

© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, ^3-33 Eksekusi Model, Integrasi, dan Perintah • Aktivitas ini biasanya dikontrol oleh manajemen Model.

6. Subsistem Antarmuka Pengguna

(Dialog)

Antarmuka pengguna mencakup aspek komunikasi antara satu pengguna dan DSS atau semua atau semua MSS.
Cakupannya tidak hanya s/w dan h/w, tetapi juga faktor- faktor yang berkaitan dengan kemudahan penggunaan, kemampuan untuk dapat diakses, dan interaksi manusia- mesin.
Satu-satunya bagian dari sistem yang dilihat oleh pengguna.

Manajemen Subsistem Antarmuka Pengguna

Subsistem antarmuka pengguna dikelola oleh s/w yang disebut sistem manajemen antarmuka pengguna (UIMS).
UIMS terdiri dari beberapa program yang memberikan kapabilitas;

– Memberikan antarmuka pengguna grafis, penggunaan secara sering sebuah browser web.
– Mengakomodasi penguna dengan berbagai alat input.
– Menyajikan data dengan berbagai format dan alat output.
– Memberikan kepada para pengguna kapabilitas help, prompting, diagnostik, dan rutin-rutin saran, atau semua dukungan fleksibel lainnya.
– Memberikan interaksi dengan database dan basis model.
– Menyimpan data input dan output. _{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-35} – Memberikan grafis berwarna, grafis 3D, dan ploting data.

Memiliki windows yang memungkinkan banyak fungsi untuk ditampilkan secara konkuren.
Dapat mendukung komunikasi di antara dan antarpengguna dan pembangun MSS.
Memberikan pelatihan berdasar contoh.
Memberikan fleksibilitas dan adaptivitas sehingga MSS dapat mengakomodasi masalah-masalah dan teknologi yang berbeda- beda.
Berinteraksi dengan banyak style dialog yang berbeda-beda.
Menangkap, menyimpan, dan menganalisis pemakaian dialog untuk meningkatkan sistem dialog; pelacakan oleh pengguna juga disediakan.

Pengguna berinteraksi dengan komputer via bahasa action yang diproses oleh UIMS.
Pada sistem lanjutan, komponen antarmuka pengguna memasukkan prosesor bahasa ilmiah atau dapat menggunakan objek standar melalui antarmuka pengguna grafis (GUI).
UIMS memberikan kapabilitas yang terdaftar pada DSS dan memungkinkan pengguna untuk berinteraksi dengan subsistem manajemen model dan manajemen data.
Antarmuka pengguna DSS dapat diakses dari sebuah ponsel via suara atau panel display.

Skema Sistem Antarmuka Pengguna

Perkembangan Baru Antarmuka Pengguna

Penggunaan voice recognition / speech recognition dan handwriting recognition sebagai input, juga transaksi langsung teks ke dalam suara (lihat annanova.com).

7. Subsistem Manajemen Berbasis-Pengetahuan

Banyak masalah tak terstruktur dan bahkan semi terstruktur yang sangat kompleks sehingga solusinya memerlukan keahlian.
Keahlian tersebut dapat diberikan oleh suatu sistem pakar atau sistem cerdas lainnya.
Banyak DSS canggih yang dilengkapi dengan satu komponen yang disebut Subsistem Manajemen Berbasis- Pengetahuan.
Komponen ini dapat menyediakan keahlian yang diperlukan untuk memecahkan beberapa aspek masalah dan memberikan pengetahuan yang dapat meningkatkan operasi komponen DSS yang lain.

8. Pengguna

Orang yang berhadapan dengan keputusan di mana MSS didesain untuk mendukung hal tersebut disebut pengguna, manajer, atau pegambil keputusan.

9. Perangkat Keras DSS

DSS telah meluas secara simultan dengan adanya kemajuan di bidang teknologi h/w dan s/w komputer.
H/w memengaruhi fungsionalitas dan usabilitas MSS.

10.Klasifikasi DSS

Ada beberapa cara untuk mengklasifikasi aplikasi DSS.
Proses Desain, dan juga operasi dan implementasi DSS, pada banyaj kasus tergantung pada tipe DSS yang terlibat.

– Klasifikasi Output Menurut Alter (1980) “Tingkat implikasi tindakan dari output sistem” atau tingkat di mana output sistem dapat langsung mendukung keputusan.
– Klasifikasi Menurut Hosapple dan Whinston (1996), mengklasifikasikan DSS menjadi 6 kerangka kerja:

1. DSS berorientasi-teks,

2. DSS berorientasi-database,

3. DSS berorientasi-spreadsheet,

4. DSS berorientasi-solver,

5. DSS berorientasi-aturan,

6. DSS gabungan (compound DSS)

1. DSS berorientasi-teks mendukung pengambilan keputusan dengan secara elektronik melacak informasi yang disajikan secara teks yang dapat memengaruhi keputusan.

2. DSS berorientasi-Database menggunakan konfigurasi database relasional. Informasi ditangani oleh database relasional cenderung sangat bervolume, deskriptif, dan sangat terstruktur. DSS berorientasi-Database bercirikan pembuatan laporan yang baik dan kapasitas query.

3. DSS berorientasi-Spreadsheet, Spreadsheet merupakan sistem permodelan yang memungkinkan pengguna mengembangkan model-model untuk mengeksekusi analisis DSS.

4. DSS berorientasi-Solver, Solver adalah suatu algoritma atau prosedur yang ditulis sebagai satu program komputer untuk melakukan komputasi tertentu untuk memecahkan suatu tipe _{© 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-44} masalah tertentu.

DSS berorientasi-Aturan. Komponen pengetahuan dari DSS yang telah dijelaskan sebelumnya mencakup aturan prosedural maupun inferensial (reasoning), sering pada suatu format sistem pakar. Aturan ini bisa jadi kualitatif dan kuantitatif, dan komponen seperti dapat menggantikan atau diintegrasikan dengan model kualitatif.
DSS Gabungan, adalah suatu sistem Hibrid yang meliputi dua atau lebih dari lima struktur dasar yang telah dijelaskan sebelumnya.

Rangkuman Kapabilitas DSS

Bagian II : Sistem Pendukung Keputusan - Bagian II Bab 3

Bagian II : Sistem Pendukung Keputusan Turban, Aronson, and Liang Decision Support Systems and Intelligent Systems, Seventh Edition

Bab 3: Sistem Pendukung Keputusan : Sebuah Tinjauan © 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-3

1. Apa itu DSS?

2. Karakteristik dan Kapabilitas DSS

3. Komponen-Komponen DSS Skematik DSS

4. Subsistem Manajemen Data

5. Subsistem Manajemen Model

7. Subsistem Manajemen Berbasis-Pengetahuan

8. Pengguna

9. Perangkat Keras DSS

10.Klasifikasi DSS

Dokumen yang terkait

Sistem kearsipan di Bagian Kepegawaian Sekretariat Kotamadya Daerah Tingkat II Bandung

MEKANIKA FLUIDA Bagian II HIDRODINAMIKA

Rancang Bangun Sistem Pendukung Keputusan Kualitas Air Limbah Di Bagian Ipal Dengan Menggunakan Metode Storet (Storage And Retrieval)

BAB II Pengertian dan Kedudukan RPJMD Bagian Pertama Umum - Perda RPJMD

BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan - Sistem Pendukung Keputusan Penentuan Kelayakan Calon Asisten Laboratorium Berbasis Android Menggunakan Algoritma Iterative Dichotomiser 3 (Id3)

BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan - Perbandingan Metode Analytical Hierarchy Process Dan Weighted Sum Model Pada Sistem Pendukung Keputusan Pemilihan Sepeda

Bagian II GLOBALISASI DAN REGIONALISME - Bagian 2 Globalisasi and Reg 0805

Bab II : Proposisi - Bab 2 Log If Proposisi a

Bagian I : Pengambilan Keputusan dan Pendukung Terkomputerisasi - Bagian I Bab 1

Bab 2: Sistem Pengambil Keputusan, Permodelan, dan Pendukung - Bagian I Bab 2

Dukungan

Links

Bagian II : Sistem Pendukung Keputusan - Bagian II Bab 3

Bagian II : Sistem Pendukung Keputusan Turban, Aronson, and Liang Decision Support Systems and Intelligent Systems, Seventh Edition

Bab 3: Sistem Pendukung Keputusan : Sebuah Tinjauan © 2008 Prentice Hall, Decision Support Systems and Intelligent Systems, 7th Edition, Turban, 3-3

1. Apa itu DSS?

2. Karakteristik dan Kapabilitas DSS

3. Komponen-Komponen DSS Skematik DSS

4. Subsistem Manajemen Data

5. Subsistem Manajemen Model

7. Subsistem Manajemen Berbasis-Pengetahuan

8. Pengguna

9. Perangkat Keras DSS

10.Klasifikasi DSS

Dokumen yang terkait

Sistem kearsipan di Bagian Kepegawaian Sekretariat Kotamadya Daerah Tingkat II Bandung

MEKANIKA FLUIDA Bagian II HIDRODINAMIKA

Rancang Bangun Sistem Pendukung Keputusan Kualitas Air Limbah Di Bagian Ipal Dengan Menggunakan Metode Storet (Storage And Retrieval)

BAB II Pengertian dan Kedudukan RPJMD Bagian Pertama Umum - Perda RPJMD

BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan - Sistem Pendukung Keputusan Penentuan Kelayakan Calon Asisten Laboratorium Berbasis Android Menggunakan Algoritma Iterative Dichotomiser 3 (Id3)

BAB II TINJAUAN PUSTAKA 2.1. Sistem Pendukung Keputusan - Perbandingan Metode Analytical Hierarchy Process Dan Weighted Sum Model Pada Sistem Pendukung Keputusan Pemilihan Sepeda

Bagian II GLOBALISASI DAN REGIONALISME - Bagian 2 Globalisasi and Reg 0805

Bab II : Proposisi - Bab 2 Log If Proposisi a

Bagian I : Pengambilan Keputusan dan Pendukung Terkomputerisasi - Bagian I Bab 1

Bab 2: Sistem Pengambil Keputusan, Permodelan, dan Pendukung - Bagian I Bab 2

Dokumen yang Anda mencari sudah siap untuk unduhkan