PENDAHULUAN
1.1 Definisi Pengambilan keputusan
Pengambilan keputusan merupakan proses pemilihan alternatif tindakan
untuk mencapai tujuan atau sasaran tertentu. Pengambilan keputusan dilakukan
dengan
pendekatan
sistematis
terhadap
permasalahan
melalui
proses
pengumpulan data menjadi informasi serta ditambah dengan faktor faktor yang
perlu dipertimbangkan dalam pengambilan keputusan. Menurut Herbert A. Simon
(Kadarsah, 2002:15-16), tahap tahap yang harus dilalui dalam proses
pengambilan keputusan sebagai berikut :
1. Tahap Pemahaman ( Inteligence Phace )
Tahap ini merupakan proses penelusuran dan pendeteksian dari
lingkup problematika serta proses pengenalan masalah. Data masukan
diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.
2. Tahap Perancangan ( Design Phace )
Tahap ini merupakan proses pengembangan dan pencarian alternatif
tindakan / solusi yang dapat diambil. Tersebut merupakan representasi
kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan
vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang
ada.
3. Tahap Pemilihan ( Choice Phace )
Tahap ini dilakukan pemilihan terhadap diantaraberbagai alternatif
solusi yang dimunculkan pada tahap perencanaan agar ditentukan / dengan
memperhatikan kriteria kriteria berdasarkan tujuan yang akan dicapai.
4. Tahap Impelementasi ( Implementation Phace )
proses
pengambilan
keputusan,
menitikberatkan
pada
management by perception.
2. Adanya interface manusia / mesin dimana manusia (user) tetap memegang
control proses pengambilan keputusan.
3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur,
semi terstruktur dan tak struktur.
4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan
kebutuhan.
5. Memiliki subsistem subsistem yang terintegrasi sedemikian rupa sehingga
dapat berfungsi sebagai kesatuan item.
6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan
informasi seluruh tingkatan manajemen
Dalam sistem pendukung keputusan terdapat tiga keputusan tingkatan
perangkat keras maupun lunak. Masing masing tingkatan berdasarkan tingkatan
kemampuan berdasarkan perbedaan tingkat teknik, lingkungan dan tugas yang
akan dikerjakan. Ketiga tingkatan tersebut adalah :
BAB II
akademik
dengan
prinsip-prinsip
yang
diusulkan
dan
model
juga
Bagian penting dari DSS akademik akademik Sistem Perencanaan Beban Kerja
(WPS) yang berfokus pada keseimbangan beban terhadap kapasitas. Menurut Burgess
dkk. (2003), tujuan strategis dari WPS adalah sebagai berikut:
Tujuan dalam bidang pendidikan
1. Untuk memaksimalkan produktivitas (untuk meminimalkan upaya staf yang
diperlukan untuk melayani tingkat tertentu pendanaan)
2. Untuk memaksimalkan kualitas (untuk memaksimalkan pilihan siswa kursus atau
modul)
Tujuan penelitian:
1. Untuk memaksimalkan dana penelitian dengan sumber daya yang diberikan
2. Untuk memaksimalkan penilaian lembaga atau unit
Tombol dan Devine (2006) mengusulkan pembangunan masa depan sistem
praktis untuk manajemen beban kerja akademik menggunakan bobot ekuitas untuk
tugas beban kerja. Dalam tulisan ini, sebuah studi kasus implementasi DSS tersebut,
didasarkan pada akademik gudang data beban kerja, dibahas.
4 Metodologi
Langkah pertama adalah analisis kebutuhan yang meliputi analisis persepsi
manajemen fakultas beban kerja akademis dan analisis peraturan dan kebijakan beban
kerja. Langkah berikutnya, penilaian sumber data yang tersedia, adalah yang paling
penting dalam setiap proyek data warehouse. Kenyataan bahwa sumber data kualitas
yang diperlukan tidak tersedia dapat membawa sebuah proyek untuk berhenti. Setelah
bahwa desain data warehouse menggunakan pendekatan pemodelan dimensi
dilakukan (Kimball, 1996). Langkah selanjutnya adalah transformasi data dan
pembersihan, yang merupakan bagian paling memakan waktu dari setiap proyek data
warehouse. Setelah data warehouse didesain dan dihuni, basis data multi-dimensi
dengan beban kerja realokasi bila diperlukan. Perbedaan antara beban kerja akademik
direncanakan dan aktual harus ditentukan secara berkala, sehingga perubahan kontrak
kerja yang menjamin kompensasi yang memadai bagi staf fakultas.
Gambar 1 proses manajemen beban kerja Akademik
10
dari DSS berdasarkan data warehouse harus dapat dilacak item sumber data tunggal.
Setelah koreksi data yang salah. informasi dalam DSS harus berubah sesuai.
Gambar 2 menunjukkan model dimensi disederhanakan akademik gudang
data beban kerja. Tabel fakta mengandung semi- aditif mengukur ' Kuantitas di unit
beban kerja ' dan aditif mengukur ' Beban Kerja hour'. Dimensi ' versi Data' berisi
satu atau lebih anggota untuk beban kerja direncanakan dan salah satu anggota untuk
beban kerja yang sebenarnya. Beberapa dimensi disajikan secara perlahan berubah
dimensi. terutama ' Fakultas staf ' dimensi.
11
7. Pelaksanaan DSS
Standar OLAP alat browsing yang digunakan untuk antarmuka DSS. Sebelum
penerapan DSS. beberapa metrik dan Key Performance Indicator (KPI) yang
digunakan untuk mengukur beban kerja akademik. Mereka metrik dan KPI
dimasukkan sebagai tindakan yang diperkirakan. sehingga pengguna DSS bisa mulai
bekerja dengan konten akrab.
Setelah keadaan untuk menentukan tingkat perubahan beban kerja akademik,
peraturan beban kerja dan kebijakan harus diubah sesuai. Pada saat yang sama
analisis perubahan kelayakan DSS harus dilakukan sehingga perubahan yang sesuai
dalam rutinitas transformasi data dan perubahan AIS jika diperlukan.
Penerimaan Fakultas otomatisasi diperkenalkan ke dalam proses pengukuran beban
kerja akademik merupakan salah satu faktor kunci keberhasilan untuk proyek
tersebut. Untuk mencapai fakultas WPS penerimaan harus transparan dan harus
menjamin pemerataan alokasi beban kerja (Burgess dkk.. 2003).
Pekerjaan pengadilan adalah dasar untuk keberhasilan pelaksanaan sistem informasi
baru (Natek dan Lesjak. 2006). Dalam proyek ini. fakultas pertama diberi laporan
beban kerja yang direncanakan. sesuai dengan kebijakan beban kerja. Setiap item
tidak jelas laporan beban kerja mereka kemudian dibahas dan dijelaskan. Setiap
perbedaan dengan kebijakan beban kerja dihilangkan sebelum penggunaan DSS
punya konsekuensi kompensasi fakultas. Selama tahun akademik item beban kerja
yang sama kemudian diukur dan kompensasi untuk.
Jadi apa yang kita capai dengan implementasi DSS ? Fakultas sekarang termasuk
dalam proses perencanaan beban kerja dan karena itu dapat memahami tujuan
strategis universitas yang jauh lebih baik. Itu adalah langkah pertama menuju
keselarasan perilaku staf dengan tujuan strategis dari institusi pendidikan tinggi.
12
8. Kesimpulan
Sebuah manajemen beban kerja data warehouse akademik telah dibangun
untuk memberikan manajer universitas dengan dukungan keputusan yang tepat.
Manajemen Universitas ini dilengkapi dengan alat yang memungkinkan mereka
untuk merencanakan dan mengalokasikan beban kerja akademik yang lebih baik dan
memberikan kompensasi yang memadai bagi staf fakultas mereka. Langkah yang
diperlukan untuk membangun sebuah gudang data yang dibahas. Pentingnya
penerapan kebijakan beban kerja akademik universitas ditekankan. Implikasi dari
penggunaan DSS dirancang pada staf fakultas dianggap.
Implementasi DSS Dibahas berfokus pada kebijakan beban kerja fakultas
tunggal. Di masa depan. kami berencana untuk memasukkan semua fakultas lain dari
universitas. Terlepas dari desain DSS terbuka. beberapa perubahan yang diharapkan
tergantung pada kebijakan beban kerja akademik yang berbeda. Perbedaan kebijakan
beban kerja akademik akan dianalisis dan dikonsolidasikan. Dengan demikian
pengelolaan universitas akan diberikan dengan satu gambar tunggal beban kerja
akademik untuk seluruh universitas. serta dengan semua informasi yang diperlukan
untuk pertukaran staf pengajar antara fakultas dan departemen. Akibatnya universitas
akan dapat membuat lebih baik menggunakan sumber daya manusia.
Tantangan masa depan lainnya adalah mengubah sumber data utama. Hasil
dari proyek ini membuat jelas bahwa AIS ada perlu beberapa perubahan untuk
menyediakan semua informasi yang diperlukan untuk proses perencanaan beban
kerja. Karena dukungan yang diperlukan tidak tersedia. perubahan AIS diusulkan.
Perubahan ini tidak akan mempengaruhi desain data warehouse logis. namun akan
memicu kebutuhan untuk perubahan mayoritas prosedur transformasi data. Perubahan
AIS harus benar-benar transparan bagi para pengguna DSS. Setiap informasi beban
kerja akademik dari DSS harus disajikan secara terpisah dari sumber data yang
mendasarinya
13
BAB III
KESIMPULAN & SARAN
1. Kesimpulan
Sistem pendukung keputusan dirancang memiliki sifat yang dinamis dan
fleksibel dalam perusahaan. Sistem pendukung keputusan membantu memberikan
alternatif-alternatif pada proses pengambilan keputusan, tetapi tidak menggantikan
pemakai sebagai pengambil keputusan. Konsep DSS merupakan sebuah sistem
interaktif berbasis komputer yang membantu pembuatan keputusan memanfaatkan
data dan model untuk menyelesaikan masalah-masalah yang bersifat tidak terstruktur
dan semi terstruktur.
Terdapat sepuluh karakteristik dasar SPK yang efektif, yaitu:
1. Mendukung proses pengambilan keputusan, menitikberatkan pada management by
perception
2. Adanya interface manusia/mesin dimana manusia (user) tetap mengontrol proses
pengambil keputusan
3. Mendukung pengambil keputusan untuk membahas masalah-masalah terstruktur,
semi terstruktur, dan tidak terstruktur
4. Menggunakan model-model matematis dan statistik yang sesuai
5. Memiliki kapabilitas dialog untuk memperoleh informasi sesuai dengan
kebutuhan-model interaktif
6. Output ditujukan untuk personil organisasi dalam semua tingkatan
7. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat
berfungsi sebagai kesatuan sistem
8. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan
informasi seluruh tingkatan manajemen
14
15
DAFTAR PUSTAKA
Adelman, S., Moss, L.T. and Abai, M. (2005) Data Strategy,
Pearson Education, Inc., Upper Saddle River, New Jersey.
Barlas, Y. and Diker, V.G. (2000) A dynamic simulation game
for
strategic
Dejan Zilli*
Nova Vizija, Information Engineering and Consulting, Vreerjeva 8,
3310 alec, Slovenia
Email: dejan.zilli@vizija.si
*Corresponding author
Nada Trunk-irca
Faculty of Management Koper, Univrsitas of
Primorska, Cankarjeva 5,
6104 Koper, Slovenia
Email: nada.trunk@guest.arnes.si
16