PETUNJUK :

1.

Masing masing mahasiswa memilih 1 jenis kasus yang

diperkirakan mudah.

2.

Buatkan slide presentasi untuk menjawab pertanyaan

pertanyaan kasus yang ada.

3.

Slide

presentasi

jawaban

di

kirim

ke

e-mail

ayanksony@yahoo.com
4.

Slide di buat dalam format ppt (power point) dan di

kumpulkan pada hari minggu 30 September 2007 paling
lambat pukul 20:00 WIB.

5.

Selain berisi jawaban atas pertanyaan pertanyaan

yang ada, slide presentasi juga harus berisikan latar
belakang masalah dan landasan teori yang dibutuhkan.

6.

Selasa 02 Oktober 2007, presentasi dimulai.

Aplikasi Kasus 1.1

ABB Automation membuat keputusan yang lebih cepat & lebih baik
dengan menggunakan SPK

Pengantar
ABB adalah suatu pemimpin

global di teknologi yang memungkinkan

pelanggan utilitas dan industri untuk meningkatkan performa sementara

mengurangi dampak lingkungan. ABB memiliki 152.000 karyawan di lebih dari
100 negara. Ia terus menerus mengembangkan solusi teknologi otomasi baru
untuk membantu para pelanggannya mengoptimalisasi produktivitas mereka.
Solusi ini meliputi simulasi, strategi kontrol dan optimalisasi, interaksi antara
orang & mesin, perangkat lunak embeded, mechatronik, monitoing &
diagnosis. Tujuannya adalah untuk mengembangkan suatu arsitektur TI
industrial umum untuk solusi real-time pada lintas perusahaan bisnis.
Solusi SPK
ABB memiliki keahlian untuk mengembangkan sistem yang telah disebutkan,
dan ia telah mengembangkan satu sistem untuk ia gunakan sendiri di divisi
tekstilnya. SPK ABB Automation menangkap dan mengelola informasi dari
paket Range MES milik ABB yang digunakan oleh para menejr untuk
menganalisis

&

mengambil

keputusan.

Tujuan

utama

SPK

adalah

memberikan kepada para manajer teknologi dan peralatan untuk data

warehousing, data mining & dukungan keputusan yang secara ideal
memimpin kepada pengambilan keputusan yang lebih baik & lebih cepat.
Sistem ini memberikan :
Penyimpanan data produksi dari sistem kontrol terdistribusi (DCS
Distributed Control System) pada suatu datawarehouse.
Data capture tanpa merusak perangkat keras sistem kontrol.
Akses site-wide ke data untuk dukungan keputusan melalui alat
visualisasi data (antar muka berbasis Web) yang dengan mudah
digunakan oleh staf non teknis.

Pre-configured windows untuk data (untuk query terstruktur)

Kapailitas untuk mengakses data untuk laporan ad hoc & analisis data.
Akses ke data operasi real-time (untuk analisis)
Detail SPK & Kegunaanya
SPK memberikan metode untuk menyimpan (warehousing) secara fleksibel &
menganalisis data penting. SPK merupakan bagian dari Managerial
Supervisory Control System (MSCS) & meringkas data untuk setiap area
proses di dalam pabrik. Selain SPK, MSCS juga memasukkan lot-tracking,
history, & data proses. SPK memiliki arsitektur yang fleksibel & dapat diakses
yang memfasilitasi pembuatan laopran, mencari informasi & menyimpan data
secara fleksibel & mudah diakses. Dashboard berbasis Web (portal informasi
perusahaan) digunakan untuk melihat data warehouse, status sistem produksi
(efisiensi keseluruhan & setiap lot serta summary data) dapat dimonitor
secara grafis & mendekati real-time. Kegagalan peralatan, produksi yang
tidak memenuhi kualitas standar, & penyebab penyebab terjadinya hal
tersebut dapat diidentifikasi & diperbaiki dengan cepat. Perbaikan perbaikan
terhadap proses dilacak. Analisis dilakukan melalui teknologi data mining &
OLAP dengan mengakses ndata produksi dari data warehouse. Konsumsi
sumber daya, energi, & faktor faktor produksi lainnya juga dimonitor.
Hasil
SPK memungkinkan pengguna membuat keputusan untuk operasi yang lebih
konsisten & lebih efisien, & untuk memonitor & mengelola biaya produksi
produk produk high-quality. SPK memberikan display data pengoperasian
yang mendekati real-time, merinci rentang dimana proses berhenti &
downtime yang terkait dengan kejadian tersebut, untuk mengeliminasi
penyebab

utama

terjadinya

downtime.

Tantangan

mendasar

adalah

meningkatkan manajemen proses pemanufakturan dengan mendongkrak

kuaqntitas data produksi yang tersedia. SPK memberikan kepada manajer
akses tingkat pabrik ke data produksi plant-floor yang memimpin kepada
keputusan yang lebih jelas / pasti & profit yang meningkat.

Pertanyaan Kasus
1.

Sebutkan model, data, & komponen antarmuka SPK ABB.

2.

Teknologi

SPK

apa

yang

digunakan

oleh

ABB

untuk

menggunakan

SPK

untuk

meningkatkan produktivitas
3.

Bagaimana

ABB

Automation

membuat keputusan yang lebih cepat & lebih baik ?

4.

Mengapa keputusan yang lebih ceat & lebih baik, bukan yang
lainnya ?

5.

Perhatikan ulasan SPK pada bagian ini : apa artinya

mendongkrak data produksi untuk meningkatkan manajemen proses
pemanufakturan ?

Aplikasi Kasus 2.1

Key Grip memilih Proyek Film menggunakan Proses Hierarki
Analitik *
Pendahuluan
Di dalam industri gambar hidup, para pekerja menilai grip sebagai otot
cerdas. Grip bertanggung jawab mengatur cahaya, kamera dan materi lain
pada set. Bagaimanapun, tidak hanya otot yang diperlukan. Grip harus
mampu membuat keputusan seperti bagaimana melakukan setup yang paling
baik, yang dapat sangat kompleks. Sesungguhnya, banyak grip memiliki gelar
B.A atau M.A di bidang teater. Key Grip bertanggung jawab untuk semua grip
pada set, dan pada dasarnya terhadap manajer mereka, juga pada hubungan
antara grip lain dan perusahaan produksi. Perhatian utama Key Grip adalah
keselamatan set.
Charles N. Seabrook, dari Charlestoa, Carolina Selatan, adalah Key
Grip, sebuah pekerjaan penting dalam industri pembuatan film. Charles
berkecimpung di bisnis ini selama hampir 20 tahun dan memiliki reputasi
terkenal. Dia salah satu Key Grip terbaik. Konsekuensinya, ia sering
mempunyai masalah untuk memutuskan tawaran pekerjaan yang mana (film)
yang ia terima. Bahkan ketika tidak ada penawaran bersaing, ia kadang
kadang harus memutuskan ya atau tidak mengerjakan suatu pekerjaan
tertentu.
Analitical Hierarchy Process (AHP) (Forman dan Selly, 2001; Saaty,
1999) adalah suatu metode yang unggul untuk memilihi aktivitas yang
bersaing dengan menggunakan kriteria khusus. Kriteria dapat bersifat
kuantitatif atau kualitatif, dan bahkan kriteria kuantitatif ditangani dengan
struktur kesukaan pengambil keputusan dari pada berdasarkan angka. Untuk
mengembangkan sebuah SPK yang digunakan untuk memecahkan masalah
(institusional) Seabrook yang terjadi berulang ulang, kami mengembangkan
sebuah model AHP dalam Expert Choice (Expert Choice, Inc; demo yang

dapat di download tersedia di expertchoice.com). Pendekatan pengambilan

keputusan memenuhi model empat fase dari Simon. Kami memutuskan untuk
menggunakan Ratings Module dari Expert Choice untuk merumuskan sebuah
model untuk membantu Seabrook mngambil keputusan.
Kriteria
Langkah pertama kami adalah mewawancarai Seabrook berkenaan
dengan aspek aspek umum kehidupan profesinya dan bagaimana ia
mengam il keputusan. Kemudian kami mewawancarainya untuk menetapkan
kriteria penting untuk pemilihan kerja. Pada awalnya ia menyatakan delapan
kriteria potensial berikut ini :
Lokasi pembuatan film.
Jarak dari rumah Seabrook di Charleston, Carolina Selatan
Lama waktu jauh dari keluarga.
Seabrook mengutamakan keluarga dan lebih senang tidak menghabiskan
banyak waktu di luar rumah.
Reputasi perusahaan produksi.
Perusahaan yang memprduksi film mempunyai bagian penting dalam hal
seberapa baik orang orang mendapatkan set dan seberapa baik film itu
diorganisasi.
Anggaran film.
Jika sebuah film memiliki anggaran yang rendah, ada masalah untuk
mendapatkan peralatan dan ada ketidakpuasan di antara kru film.
Honor.
Jelas honor per jam yang dibayarkan kepada Seabrook merupakan
prioritas tinggi.
Keterlibatan kelompok.
Jka kelompok dilibatkan dalam film, maka kondisi kerja biasanya lebih baik
dan yang lebih penting, bonus pekerja akan dibayarkan.
Ada best boy dengan kualitas baik.
Best boy adalah asisten key grip dan banyak terlibat dalam sejumlah
besar kertas kerja yang diperlukan pada set. Memiliki best boy yang andal
sangat krusial bagi film. Akan tetapi, nantinya kami mempelajari bahwa

kriteria ini tidak perlu karena Seabrook tidak menerima film jika best boy
yang bekerja untuknya, Jack Gilchrist, tidak ada.
Kualitas dari grip yang tersedia untuk direkrut.
Sebuah film sering berfungsi sebagai perusahaan virtual dengan individu
individu yang punya kualifikasi secara teknis yang direkrut untuk
melakukan pekerjaan pekerjaan tertentu. Jika yang tersedia adalah grip
dengan kompotensi rendah, maka tugas key grip menjadi jauh lebih sulit.
Setelah diskusi lebih lanjut, kriteria berkurang menjadi lima kriteria
yang dapat dikelola, dimana klaifikasi definisi untuk masing - masing
kriteria tersebut kemudian dikembangkan. Lima kriteria tersebut antara
lain adalah :
Lokasi pembuatan film.
Mengimplikasikan bahwa ini akan menjadi waktu dimana ia jauh dari
keluarga, karena jarak dari rumah menentukan lama waktu ia jauh dari
keluarga.
Honor.
Kondisi kerja.
Faktor ini melibatkan berapa besar anggaran dan berapa banyak hari oer
minggu dan jam per hari yang diperlukan. Karena hal ini juga menentukan
berapa banyak lembur yang diperlukan, maka ini sangat erat kaitannya
dengan honor.
Keterlibatan kelompok.
Reputasi peusahaan produksi.
Perhatikan bahwa dalam mengembangkan kriteria, kami tidak
mendiskusikan pilihan alternatif spesifik.
AHP : Model dan Pengembangan Expert Choice
Struktur sebuah model AHP sebagaimana diterapkan di Expert Choice
adalah model dari sebuah pohon terbalik. Ada suatu tujuan tunggal di puncak
pohon yang mewakili tujuan dari masalah pengambilan keputusan. 100 %
bobot keputusan ada pada titik ini. Tepat dibawah tujuan adalah titik daun
yang menunjukkan semua kriteria, baik kualitiatif maupun kuantitatif. Bobot
tujuan harus dibagi di antara titik titik kriteria berdasarkan rating. Ada
beberapa metode yang dipasang kedalam Expert Choice untuk melakukan
8

hal tersebut. Semua didasarkan dengan membandingkan semua pasangan

kriteria untuk enentapkan distribusi / penyebaran bobot tersebut.
Perangkat lunak juga menyediakan sebuah ukuran inkonsistensi dari
perbandingan tersebut. Jadi, jika pengambil keputusan menyukai kriteria 1
sampai kriteria 2 pada suatu tingkat preferensi tertentu (katakanlah, moderat)
dan membandingkan kriteria 1 ke kriteria 3 secara identik, kemudian untuk
konsistensi pengambil keputusan akan membandingkan kriteria 2 dan 3
sebagai preferensi seimbang, setelah pengambil keputusan menyelesaikan
perbandingan, bobot masalah pengambilan keputusan dibagi di antara kriteria
sesuai dengan struktur preferensi yang dihasilkan dari perbandingan
pasangan kriteria. Expert Choice menyediakan rasion inkonsistensi yang
mengindikasikan seberapa konsisten pengambil keputusan dalam membuat
pertimbangan.
Ada 2 cara untuk membangun model, jika masalah adalah khusus
(terjadi satu kali) dan disana ada sedikit alternatif (katakanlah 7 atau 5).
Kemudian pengambil keputusan memasukkan titik pilihan (alternatif) di bawah
ukuran yang pertama dan mereplikasikannya untuk semua kelompok (kriteria
lain). Kemudian pengambil keputusan membandingkan pilihan pilihan di
bawah kriteria pertama, kriteria kedua, dan seterusnya sampai semua
dibandingkan. Dari setiap pasangan perbandingan, Expert Choice membagi
bobot masalah di bawah kriteria spesifik di antara berbagai pilihan dan
menghitung rasio inkonsistensi di dalam kriteria. Setelah semua pilihan
dibandingkan, hasilnya disatukan. Pilihan dengan bobot paling besar menjadi
pilihan cerdas, dan rasio inkonsistensi mengindikasikan seberapa besar
keputusan tersebut dapat dipercaya (0 menunjukkan konsisitensi sempurna; 1
menunjukkan inkonsistensi sempurna).
Jika masalah berulang ata ada banyak alternatif untuk dipilih, maka
model rating dapat digunakan. Titik daun dibawah setiap kriteria menunjukkan
skala untuk setiap kriteria. Sebagai contoh, kondisi kerja boleh jadi ditandai
sempurna,

baik,

sedang/cukup,

atau

buruk.

Pengambil

keputusan

membandingkan skala tersebut seperti membandingkan plihan. Skala

sempurna berarti pilihan tersebut lebih disukaibaik; skala baik berarti
sedang / cukup; dan skala sedang berarti pilihan tersebut buruk. Bobot

karakterisasi nantinya menetapkan sebuah skala untuk sebuah proyek film

khusus.
Setelah semua kriteria mempunyai skala masing masing dan
diberbandingkan secara berpasangan. Kemudian, beralih ke model rating,
dimana masing masing pilihan diwakili oleh baris suatu kerangka seperti
spreedsheet dan suatu kolom mewakili masing masing kriteria. Pengambil
keputusan kemudian mengklik pada rating yang sesuai untuk masing
masing kriteria pada masing masing film. Setelah semua rating kriteria
dipilih, maka kemudian nilai untuk alternatif dihitung

Dengan Ijin dari Expert Choice Inc.

Gambar 2.2. Model Expert Choice menunjukkan kriteria & skala rating
Pengambil keputusan dapat memutuskan untuk menerima film hanya jika nilai
nilainya melebihi tingkat minimum, atau menyortir pilihan dan memilih rating
paling tinggi. Tidak perduli metode mana yang digunakan, AHP, sebagaimana
diimplementasikan kedalam Expert Choice pada dasarnya, mengekstrai
fungsi utilitas dari pengambil keputusan melalui preferensi preferensi
mereka

10

Dengan Ijin dari Expert Choice Inc.

Gambar 2.3. Hasil Expert Choice dari sepasang perbandingan kriteria

11

Dengan Ijin dari Expert Choice Inc.

Gambar 2.4. Model rating Expert Choice dengan contoh hasil pengambilan
keputusan dunia nyata
Membangun Model
Tujuan dan 5 kriteria dimasukkan ke dalam model Expert Choice dan
ditentukanlah sebuah skala rating untuk setiap kriteria. Seabrook Screenshot
pada gambar 2.2 menunjukkan tujuan (film mana yang dipilih ?) , lima kriteria
dan skala untuk masing masing kriteria.
Berikutnya dilakukan analisis perbandingan pasangan dan kemudian
menentukan prioritas. Pada titik ini, konferensi lain dengan Seabrook
mengijinkan kami menyesuaikan prioritas. Hasil itunjukkan di dalam
screenshot pada gambar 2.3 dan juga pada bobt dalam titik kriteria pada
gambar 2.4. Perhatikan rasio inkonsistensi keseluruhan sebesar 0.07. Usaha
untuk engurangi jumlah ini mendorong kepada prioritas yang menurut
Seabrook tidak memenuhi referensinya. Karena itu kami kebali kepada nilai
nilai sebelumnya. Umumnya, jika rasio kurang daro 0.1, maka perbandingan
dapat dianggap konsisten.
Berikutnya kami membandingkan pasangan skala rating di bawah
masing masing kriteria. Akhirnya kami beralih ke Ratings Module dan
kembali menghubungi Seabrook untuk mendapatkan satu set data riil
mengenai film yang pernah ia pertimbangkan untuk memvalidasi model. Kami
menyiapkan sebuah bentuk survei untuk Seabrook untuk menilai emapat
pekerjaan terakhir yang telah ditawarkan kepadanya. Survei ini merupakan

12

survei respon lingkaran koreksi yang cukup sederhana. Data dimasukkan

ke dalam model dengan hasil rating ditunjukkan pada gambar 2.4
Hasil
Judul film dihilangkan untuk kerahasiaan, tetapi hasil sesuai dengan
keputusan Seabrook. Film 1, dengan bobot maksimal hanya 0.279, ditolak
oleh kedua model dan Seabrook. Seabrook menerima ketiga film lainnya dan
sebagai hasilnya merasa bahwa bobot maksimum yang ideal harus mulai dari
0.4 karena rating terendah dari film yang diterima hanya selisih 0.001 dari
nilai tersebut. Tingkat ini dapat berubah ketika Seabrook mengadopsi model
karena akan dapat mempengaruhi model ketika prioritasnya berubah. Satu
bulan seteah mengikuti pengembangan sistem dan model awal, kami
menginstal Expert Choice ke dalam komputer Seabrook dan memberikan
pelatihan untuk memastikan bahwa ia bisa menggunakan model sampai pada
potensi tertingginya. Ia sangat menyukai sistem tersebut dan telah
menggabungkannya ke dalam proses pengambilan keputusan.

Kesimpulan
Charles Seabrook sekarang dapat menggunakan sebuah aplikasi SPK
Khusus yang menyediakan bantuan dalam proses pengambilan keputusan
rasionalnya, untuk menentukan tawaran pekerjaan yang mana yang perlu
diterima atau ditolak. Hingga sekarang, ia menggunakan kriteria yang sama
seperti di dalam model tersebut. Tetapi, ia menggunakan sebuah model
mental di mana sangat sulit untuk mempertimbangkan semua kriteria
sementara menimbang pentingnya maing masing kriteria. Menggunakan
AHP

melalui

Expert

Choice

untuk

memindahkan

preferensi

dan

13

pengetahuannya ke dalam suatu model pengambilan keputusan formal,

memimpin kepada pengambil keputusan yng lebih konsisten dan lebih
berkualitas.

Sebelumnya,

Seabrook

biasanya

membuat

keputusan

berdasarkan atu faktor yang sangat baik atau sangat jelek. Sekarang ia bisa
membobot nilai penting dari semua faktor dalam sebuah cara yang masuk
akal.

Pertanyaan kasus
1.

Menurut anda apakah Seabrook benar benar menggunakan

semua kriteria (8 kriteria) dalam pengambilan keputusannya sebelum SPK
ini dikembangkan ? Mengapa YA atau mengapa TIDAK ? Berapa banyak
informasi yang diperlukan jika ia sedang memilih di antara 12 film dan
menggunakan semua kriteria tersebut ? Apakah ini cara yang cukup baik
untuk bekerja dengan informasi ? Mengapa YA atau mengapa TIDAK ?

2.

Jelaskan bagamana model dan proses cocok dengan model

pengambilan keputusan empat fase dari Simon !

3.

Jelaskan perbedaan antara model AHP standar dengan

tujuan / kriteria/ pilihan dan model rating AHP dengan tujuan / skala
rating / pilihan !

4.

Mengapa lebih sesuai untuk enggunakan pendekatan model

rating dibadingkan dengan model standar ?

5.

Bagaimana model AHP Expert Choice membantu Seabrook

dalam menyediakan suatu kerangka kerja yang lebih masuk akal dalam
pengambilan keputusan ?

14

6.

Apakah anda berpikir proyek ini akan sukses jika tim

pengembangan tidak bekerja sama dengan baik dengan pengambil
keputusan ? Mengapa YA atau mengapa TIDAK ?

Aplikasi Kasus 3.1

FedEx, Melacak Pelanggan Bersama dengan Paket

Pengantar
Federal Express Corp. dikenal karena pelacakan paketnya yang berjalan
sepanjang maam. Itulah salah satu hal paling penting yang dilakukan sebuah
perusahaan. Sebenarnya, hanya ada satu hal yang ebih enting bagi FedEx
untuk dilacak-basis pelanggannya. Sampai saat ini, FedEx tidak membuat
para manajer bisnisnya terhubung kepada informasi yag mereka perlukan
utuk memelihara pelanggan yang bergerak cepat.
FedEx punya jaringan sebanyak 46.000 titik perhentian di Amerika
Serikat. Akan tetapi, perusahaan tidak selalu yakin bahwa titik tersebut
berada dilokasi yang tepat (optimal). Pelanggan baru muncul, pelanggan
lama menghilang, dan beberapa pelanggan lama pindah. Saat bisnis
bergerak dari pusat urban ke area bisnis pinggir kota, dan semakin banyak
individu menjadi telecommute (bekerja dirumah menggunaka sebuah
computer dan mengirimkan hasil pekerjaan kepada perusahaan tempat ia
bekerja dengan menggunakan alat telekomunikasi). FedEx menginginkan titik
titiknya, dari pusat layanan yang besar sampai drop box, ditempatkan

15

dilokasi yang konvenien bagi pelanggan. Akan tetapi, sampai saat ini ara
manajer FedEx tidak punya akses mudah ke lalu lintas informasi mengenai
lokasi perhentiannya.
FedEx

punya aplikasi billing dan pelacakan cosmos berbasis

mainframe dan bersifat proprietary. Aplikasi ini mengumpulkan data

operasional yang jumlahnya sangat besar, termasuk dimana paket diterima.
Akan tetapi, analis FedEx tidak dapat dengan mudah mengakses data. Analis
meminta laporan kustom

(penggunaan ad hoc) kepada seorang staf dari

delapan programmer, kemudian menunggu sampai 2 minggu lamanyauntuk

mendapatkan laporan tersebut. FedEx menggunakan versi mainframe
database pendukung keputusan FOCUS dari Informtion Builder untuk
menghasilkan

laporan.

System

lama

tidak

mendukung

pengambilan

keputusan yang cepat.

Solusi
FedEx memutuskan untuk memberi analis akses langsung kepada informasi.
Pada bulan Juni, perusahaan menyebarkan versi database FOCUS berbasis
web. System baru berjalan pada intranet perusahaan dan punya database
warehouse self service untuk membntu eksekuti perusahaan membuat
keputusan dalam hitungan menit mengenai dimana harus mencari pusat
layanan dan drop box yang digunakan setiap hari oleh pelanggan. Data di
download dari system mainframe Cosmos ke server WebFOCUS yang
berjalan di windows NT. Analis dapat meng query data dengan menggunakan
satu set laporan yang telah dikonfigurasi sebelumnya (penggunaan

16

institusional/SPK ready-made) atau dengan membuat query ad hoc mereka

sendiri (penggunaan ad hoc/SPK Custom-made).
FedEx mengevaluasi beberapa system pendukung keputusan berbasis
web. Ia memilih WebFOCUS terutama karena perusahaan sudah mempunyai
programmer yang berpengalaman dengan FOCUS. Hal ini membantu FedEx
mendapatkan rilis awal dari aplikasi berbasis intranet yang disebarkan hanya
dalam 3 minggu.

Hasil
Aplikasi system endukung keputusan berbasis intranetmembuat perusahaan
ebih mudah untuk mendapatkan pandangan yang lengkap mengenai
perpindahan populasi dan tren pelanggan lainnya, dengan penggabungan
penggunaan data drop point dari perusahaan dengan data demografi yang
dibeli dari vendor. Programmer sebelumnya telah mengembangkan laporan
dari database FOCUS mainframe telah mengintegrasikan data eksternal
dengan data WebFOCUS agar analis dapat mengantisipasi dan dapat
melacak tren pelanggan secara cepat.
Mampu mengantisipasi tren pelanggan merupakan hal kritis tidak
hanya bagi FedEx, tetapi juga bagi perusahaan lain yang bergerak di bisnis
distribusi dan logistic. Saat perusahaan perusahaan seperti FedEx
berusaha menghubungkan layanan distribusinya secara langsung kedalam
operasi rantai persediaan dari pelanggan korporatnya yang besar, maka
mereka perlu memastikan bahwa mereka mempunyai pusat pendukung, truk,
dan orang orang di tempat yang tepat dan di waktu yang tepat.

17

FedEx memperluas system tersebut dengan beberapa cara. Pertama,

database WebFOCUS diperluas untuk menyimpan data 25 bulan system
lama menyimpan data 3 bulan dari informasi pengiriman histories. Hal ini
meningkatkan kapasitas data warehouse dari 25 juta record menjadi 260 juta
record, yang memerlukan upgrade perangkat keras.
FedEx juga meningkatkan kapabilitas pelaporan system. Perusahaan
sekarang memakai fitur pelaporan terkelola dari WebFOCUS agar analis
dapat menjadwalkan dan membuat laporan lebih awal. FedEx juga menye
barkan aplikasi baru di alat pengembangan Cactus dari Information Builders
agar analis dapat memperbaharui dan meningkatkan data drop point pada
database WebFOCUS, tidak hanya membaca data. Dengan data warehouse
self-service dan peningkatan yang terencana, FedEx akan menangai dengan
lebih baik para pelanggannya yang cepat berpindah pindah.
Menyebarkan kembali aplikasi pendukung keputusan di intranet
membuat akses kepada informasi menjadi lebih cepat. Analis yang
menggunakan WebFOCUS dapat dengan langsung mendapatkan data
pemakaian drop site dari semua PC yang berjalan pada sebuah browser web
dan membuat aporan tampilan di layer mereka hanya dalam hitungan detik,
bukan minggu seperti pada system lama. FedEx dapat lebih aktif mengelola
lokasi pusat pelayanan serta drop pointnya saat populasi berpindah dan
kebiasaan pelanggan berubah. Hasilnya adalah layanan pelanggan menjadi
lebih baik dan biaya operasi pun menjadi lebih rendah.
Selain lebih akurat melacak penggunaan drop point, analis FedEx juga
dapat memperoleh informasi baru mengenai profitabilitas setiap pusat

18

layanan dan drop box. Melakukan pekerjaan dengan lebih baik membantu
memangkas biaya dan meningkatkan pendapatan.

Pertanyaan Kasus
1.

Jelaskan anfaat system FedEx. Manfaat lain apa yang

dapat diperoleh FedEx dengan fitur lain ?

2.

Mengapa penting bagi sebuah perusahaan seperti

FedEx untuk mengelola lokasi perhentiannya secara efektif ?

3.

Jelaskan

manfaat

peralihan

dari

FOCUS

ke

WebFOCUS. Apakah menurut anda ini merupakan pendekatan yang tepat

? Mengapa YA dan mengapa TIDAK ?
4.

Bagaimana pendekatan FedEx pada kasus ini dapat

diterapkan ke industri lainnya ?

19