54f974f95f
- Script: scripts/generate-marp-slides.py - Output: slides/marp/slide-bab-01.md ... slide-bab-18.md - 14-15 slides per bab, struktur: Cover, Reader Outcome, Pemantik, Model Utama (Mermaid), Definisi Kunci, Konsep Inti (2 slides), Salah Kaprah, Studi Kasus, Template A.N, Rangkuman, Final Statement, Latihan + Menuju Bab - Theme: Gaia invert, warna: gold headers, teal h2, sky blue h3
216 lines
6.9 KiB
Markdown
216 lines
6.9 KiB
Markdown
---
|
||
marp: true
|
||
theme: gaia
|
||
class: invert
|
||
paginate: true
|
||
header: "BAB 17 — Kecerdasan Buatan dalam Pengambilan Keputusan Manajerial"
|
||
footer: "Helmi Bahar Alim, S.Kom., M.Kom. | Universitas Putra Bangsa — Kebumen"
|
||
style: |
|
||
section {
|
||
font-family: 'Segoe UI', Helvetica, sans-serif;
|
||
font-size: 21px;
|
||
}
|
||
h1 { color: #ffd166; }
|
||
h2 {
|
||
color: #06d6a0;
|
||
border-bottom: 2px solid #06d6a060;
|
||
padding-bottom: 4px;
|
||
}
|
||
h3 { color: #8ecae6; }
|
||
blockquote {
|
||
border-left: 4px solid #ffd166;
|
||
background: #ffffff15;
|
||
padding: 0.5em 1em;
|
||
font-style: italic;
|
||
}
|
||
table { font-size: 18px; width: 100%; }
|
||
th { background: #06d6a040; }
|
||
code { background: #ffffff20; }
|
||
.lead h1 { font-size: 2em; color: #ffd166; }
|
||
.lead h2 { font-size: 1.3em; border: none; color: #e0e0e0; }
|
||
.bagian { font-size: 0.8em; color: #8ecae6; letter-spacing: 1px; }
|
||
.lead p { font-size: 0.9em; color: #c0c0c0; }
|
||
---
|
||
<!-- _class: lead invert -->
|
||
|
||
# BAB 17
|
||
## Kecerdasan Buatan dalam Pengambilan Keputusan Manajerial
|
||
|
||
<p class="bagian">VII — Transformasi Digital, AI & Masa Depan</p>
|
||
|
||
**Level:** Lanjutan–Mahir
|
||
|
||
|
||
---
|
||
## Reader Outcome
|
||
|
||
> Pembaca mampu mengevaluasi potensi dan limitasi AI untuk pengambilan keputusan manajerial, merancang use case AI yang relevan bagi organisasi, dan menganalisis implikasi etis penggunaan AI dalam bisnis
|
||
|
||
| Info | Detail |
|
||
|------|--------|
|
||
| **Bagian** | VII — Transformasi Digital, AI & Masa Depan |
|
||
| **Level** | Lanjutan–Mahir |
|
||
| **Sub-topik** | 7 konsep inti |
|
||
|
||
|
||
---
|
||
<!-- _class: invert -->
|
||
|
||
## Pertanyaan Pemantik
|
||
|
||
Bab 16 membahas transformasi digital sebagai perubahan mendasar dalam model bisnis, *customer experience*, dan logika kompetisi organisasi. Template A.16 (*Digital Maturity Assessment*) membantu Anda menilai kesiapan digital organisasi.
|
||
|
||
---
|
||
|
||
_Bagaimana manajer mengevaluasi di mana AI cocok dan di mana manusia tetap tak tergantikan dalam pengambilan keputusan — dan apa implikasi etis yang harus dipertimbangkan sebelum mengadopsi AI?_
|
||
|
||
|
||
---
|
||
## Model Utama — Gambar 17.1
|
||
|
||
```mermaid
|
||
graph TD
|
||
style KEB fill:#3a3a3a,stroke:#666,color:#fff
|
||
style KLAS fill:#3a3a3a,stroke:#666,color:#fff
|
||
style TER fill:#4a4a4a,stroke:#666,color:#fff
|
||
style SEMI fill:#4a4a4a,stroke:#666,color:#fff
|
||
style TIDAK fill:#4a4a4a,stroke:#666,color:#fff
|
||
style EVAL fill:#3a3a3a,stroke:#666,color:#fff
|
||
style DIM1 fill:#5a5a5a,stroke:#666,color:#fff
|
||
style DIM2 fill:#5a5a5a,stroke:#666,color:#fff
|
||
style DIM3 fill:#5a5a5a,stroke:#666,color:#fff
|
||
style OPT fill:#3a3a3a,stroke:#666,color:#fff
|
||
style OTO fill:#4a4a4a,stroke:#666,color:#fff
|
||
style AUG fill:#4a4a4a,stroke:#666,color:#fff
|
||
style NAI fill:#4a4a4a,stroke:#666,color:#fff
|
||
style EVA2 fill:#3a3a3a,stroke:#666,color:#fff
|
||
style DEC fill:#3a3a3a,stroke:#666,color:#fff
|
||
|
||
KEB["Identifikasi<br/>Keputusan Bisnis"] --> KLAS{"Klasifikasi<br/>Keputusan"}
|
||
KLAS --> TER["Terstruktur"]
|
||
KLAS --> SEMI["Semi-Terstruktur"]
|
||
KLAS --> TIDAK["Tidak Terstruktur"]
|
||
TER --> EVAL["Penilaian Kelayakan AI"]
|
||
SEMI --> EVAL
|
||
TIDAK --> EVAL
|
||
EVAL --> DIM1["Data tersedia<br/>& berkualitas?"]
|
||
EVAL --> DIM2["Kompleksitas pola<br/>membenarkan AI?"]
|
||
EVAL --> DIM3["Dampak bisnis<br/>signifikan?"]
|
||
DIM1 --> OPT{"Opsi Implementasi"}
|
||
DIM2 --> OPT
|
||
DIM3 --> OPT
|
||
OPT --> OTO["Otomasi Penuh<br/>oleh AI"]
|
||
OPT --> AUG["Augmentasi:<br/>AI + Manusia"]
|
||
OPT --> NAI["Tidak Layak AI"]
|
||
OTO --> EVA2["Evaluasi:<br/>Akurasi × Bias × Etika × ROI"]
|
||
AUG --> EVA2
|
||
EVA2 --> DEC["Keputusan:<br/>Adopt / Pilot / Defer"]
|
||
```
|
||
|
||
**Signature Model — Bab 17**
|
||
|
||
|
||
---
|
||
## Definisi Kunci
|
||
|
||
**Artificial Intelligence**
|
||
|
||
|
||
> __
|
||
|
||
|
||
---
|
||
## Konsep Inti — Bagian 1
|
||
|
||
- **1.** AI untuk Manajer: Apa yang Perlu Dipahami Tanpa Menjadi *Data Scientist*
|
||
- **2.** *Machine Learning*, *Deep Learning*, dan *Generative AI*: Perbedaan Konseptual
|
||
- **3.** AI dalam Spektrum Keputusan: Otomasi Penuh vs Augmentasi
|
||
- **4.** *Use Case* AI per Fungsi Bisnis
|
||
|
||
|
||
---
|
||
## Konsep Inti — Bagian 2
|
||
|
||
- **5.** Limitasi AI: *Garbage In–Garbage Out*, Bias, Halusinasi
|
||
- **6.** Etika dan Tata Kelola AI: Transparansi, Akuntabilitas, Regulasi
|
||
- **7.** Strategi Adopsi AI: *Quick Wins* vs Transformasi Mendalam
|
||
|
||
|
||
---
|
||
## ⚠️ Salah Kaprah
|
||
|
||
> ⚠️ _"AI akan menggantikan semua pekerjaan manajer"_
|
||
|
||
↳
|
||
|
||
> ⚠️ _"Butuh *big data* dulu sebelum bisa pakai AI"_
|
||
|
||
↳
|
||
|
||
> ⚠️ _"AI selalu objektif karena berbasis data"_
|
||
|
||
↳
|
||
|
||
> ⚠️ _"Cukup beli *tools* AI, hasilnya otomatis bagus"_
|
||
|
||
↳
|
||
|
||
|
||
---
|
||
## 🔧 Template A.17
|
||
### AI *Use Case Canvas*
|
||
|
||
```
|
||
```
|
||
TEMPLATE A.17 — AI USE CASE CANVAS
|
||
Tanggal : ________________________________________
|
||
Organisasi : ________________________________________
|
||
Evaluator : ________________________________________
|
||
═══════════════════════════════════════════════════════════════
|
||
KANDIDAT USE CASE (evaluasi 3 use case)
|
||
USE CASE 1: ________________________________________________
|
||
Deskripsi singkat: ________________________________________
|
||
| Kriteria | Skor (1–5) | Evidensi |
|
||
|----------------------------------|-----------|---------------------|
|
||
| Data tersedia & berkualitas | ___ | ___________________ |
|
||
| Dampak bisnis (revenue/cost/risk) | ___ | ___________________ |
|
||
| Volume keputusan | ___ | ___________________ |
|
||
| Kompleksitas pola | ___ | ___________________ |
|
||
| Ethical risk (1=tinggi, 5=rendah) | ___ | ___________________ |
|
||
| TOTAL | ___/25 | |
|
||
Tipe : [ ] Otomasi penuh [ ] Augmentasi [ ] Tidak layak AI
|
||
```
|
||
|
||
|
||
---
|
||
## Rangkuman
|
||
|
||
1. AI memperluas kapabilitas manajer, bukan menggantikannya.
|
||
2. Mulai dari keputusan bisnis, bukan dari teknologi.
|
||
3. *Human-in-the-loop* (augmentasi) adalah model paling aman dan efektif untuk sebagian besar keputusan manajerial — terutama yang berdampak langsung pada manusia.
|
||
4. AI mereproduksi bias dari data *training*.
|
||
5. *Generative AI* (ChatGPT, Claude) mengubah *knowledge work* — tetapi halusinasi berarti *output* harus selalu divalidasi oleh manusia yang kompeten di bidangnya
|
||
|
||
|
||
---
|
||
<!-- _class: lead invert -->
|
||
|
||
## 🔥 Final Statement
|
||
|
||
> "Kecerdasan buatan bukan tentang menggantikan kecerdasan manajer, tetapi tentang memperluas batas kemampuan manusia untuk melihat pola yang tak terlihat dan membuat keputusan yang lebih baik — selama manusia tetap bertanya 'mengapa'."
|
||
|
||
|
||
---
|
||
## Latihan & Refleksi
|
||
|
||
### 📝 Latihan 17.1 — AI *Use Case Canvas* (Template A.17)
|
||
|
||
untuk mengevaluasi 3 kandidat *use case* AI di organisasi yang Anda kenal.
|
||
|
||
### ➡️ Menuju Bab 18
|
||
|
||
_AI mengubah pengambilan keputusan hari ini. Tetapi apa yang terjadi besok? Bab terakhir melihat ke depan: tren SI dan AI yang akan membentuk organisasi dan peran manajer di masa depan — dari *IoT* dan_
|
||
|
||
|
||
|
||
---
|