sim-manajement-book/slides/marp/slide-bab-17.md

marp	theme	class	paginate	header	footer	style
true	gaia	invert	true	BAB 17 — Kecerdasan Buatan dalam Pengambilan Keputusan Manajerial	Helmi Bahar Alim, S.Kom., M.Kom.  |  Universitas Putra Bangsa — Kebumen	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; }

BAB 17

Kecerdasan Buatan dalam Pengambilan Keputusan Manajerial

VII — Transformasi Digital, AI & Masa Depan

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

---

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

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_



---