BAGIAN

Pengambilan Keputusan dan

Pendu ku ng Terkom puterisasi

Tujuan Pembelajaran Bagian

Memahami bagail.r-rana teknologi-teknologi komputer dapat membantu

para manajer menjalankan tugasrrya
Mengetahui berbagai tipe sistem pendukung keputusan yang digunakan
dalam praktik
a
a
a

Memahami dasar-dasar pengarnbilan keputusan

Memahami isu-isn ktinci dalam pengambilan keputnsan
Memahami bagaimana World Wide Web/lnternet melnengarlihi sistem
pendukung keputnsan
Memelajari mengapa diperlrrkan teknologi komputer untuk pengambilan
keputusan modern

pendukung manajemen (MSS) adalahkumpulan teknologi komputer

u)yang mendukung pekerjaan manajerial - khursusnya pengambilan
keputusan. Perkembangan MSS mengikuti teknologi komputer, yang terbaru
adalah World Wide Web dan lnternet. Teknologi tersebut memberi pengaruh
besar terhadap MSS, khususnya dalam hal peralatan dan kegunaannya.
Kami menyoroti pengaruh tersebut di seluruh br"rku ini. Pada Bagian I, kami
membahas dua topik. Bab 1 berisi tinjar.ran mengenai teks, meliputi dasar
pemikiran untuk berbagai teknologi dan penjelasan singkat masing-rnasing
teknologi tersebut. Bab 2 nrembahas dasar-dasar pengambilan keputtrsan
meliputi istilah dan tinjar,ran tentang proses pengambilan keputusan.

Qitturn

'Cntntan: Website URL adalah dinnntis. Saat bukrr ini diterbitkan, kami menjamin bahwa semua
Website yang dikutip adalah aktif tlan valid. Wcbsite yang kami rujuk cli dalarn teks kadangkadang berubah atau tidak ctilanjutkan karena pertsal-raan-pertsahaan rnengubah nama
rnereka, telah dibeli atau dijual, merger/ atau bangkrut. Kadang-kadang Website down unhrk
perneliharaan, perbaikan, atau dcsain r-rlang. Kebanyakan organlsasi menghapus inisial "wu'w"
unhrk sifus mereka, tetapi kaclang masih merrggturakarurya. Jika Anda mcnghadapi masalah
koneksi ke sebuah Website yang karni sebutkan, silakan bersabar dan jalankan saja Web search

turhrk mencoba mengiclentifikasi kcmturgkinan situs baru. Sering situs bam dapat segera
ditemukan. Sebelrrmnl'a karni minta lnaaf atas ketidalorl,arnanan ini.

Bab 1
Sistem Pendukung Manaiemen:
Sebuah Tiniauan

Tujuan Pembelaiaran

Memahami bagaimana teknologi komputer dapat membantu para

o
o
r

manajer menjalankan tu gasnYa

Memelajari konsep-konsep dasar mengenai pengambilan keputusan
Memelajari konsep-konsep dasar sistem pendukung keputusan
Mengetahui berbagai tipe sistem pendukung keputusan yang digunakan
dalam praktik

Mengetahui kapan sistem pendukung keputusan tertentu dapat diterapkan pada suatu tipe masalah spesifik

Buku ini membahas kemuncrrlan berbagai teknologi komputer canggih

untuk mendukung solusi masalah-masalah manajerial. Teknologi tersebut
terus-menerus mengubah bagaimana organisasi distruktur, direkayasaulang, dan dikelola. Bab pengantar ini memberikan tinjauan terhadap buku
ini serta mengulas topik-topik berikut:

1.1
1.2
1.3
1.4
1.5
1.6
7.7
1.8
1,.9
1.10
1.11

Sketsa Pembukaan: Harrah's Melakukan Gebrakan Besar

Manajer dan Pengambilan Keputusan

Pengambilan Keputusan Manajerial dan Sistem Informasi
Manajer dan Dukungan KomPuter
Pendukung Keputttsan Terkomputerisasi dan Dukungan Teknologi
Kerangka Kerja Pendukung Keputusan
Konsep Sistem Pendukung Keputusan
Sistem Pendtrkung Kelompok (GSS)
Sistem Informasi Perusahaan (EIS)
Sistem Manajemen Pengetahuan (KMS)
Sistem Pakar (ES)

1..72 Jaringan Saraf Tiruan (ANN)

1.13 DSS Cerdas Tingkat Lanjttt
1..1.4 Sistem Pendukung Hibrid

1.15

Rencana Buktr

Bagian

Pengambilan Keputusan dan pendtrh.ung Tbrhontputerisasi

1.1 sketsa Pembukaan: Harrah's Merakukan Gebrakan Besarl

Masalah
Perjudian merupakan hal yang kompetitif dan profitabel. Banyak orang
ingin berjudi, dan setiap kasino ingin membuat bisnis mereka menarik. pada
awal tahun 1990-an, perjudian di kapal boat dan reservasi Native American
merupakan hal legal. operator-operator besar pindah ke pasar baru tersebut.
Antara 1990 dan 1997, Harrah's melipat-tigakan jumlah kasinonya. saat

pasar baru kian kompetitif, pendapatan bisnis berkurang. Harrah,s yang

datang lebih awal sering dipandang menguasai oleh kasino-kasino yang
lebih baru dan lebih terkenal. Masing-masing kasino Harrah,s beroperasi
dan memasarkan diri dengan tidak tergantung pada kasino Harrah,s lainnya.
Manajer setiap properti merasa bahwa mereka memiliki pelanggan tertentu,
dan para pelanggan diperlakukan secara berbeda dengan properti Harrah's
iainnya.

Layanan pelanggan tidak banyak berubah sejak tahun 1920-an. para

manajer kasino telah lama mengenali pentingnya ntentbnngtm hubungnn
dengan klien yang paling profitabel. Mereka memberikan perlakuan bintnttg
bagi para high-roller, dan hanya kadang-kadang saja memberikan minnman
gratis bagi mereka yang main judi lewat mesin. Akan tetapi, menjelang akhir
1980-an, slot mesin secara mengejutkan menjadi sumber pendapatan paling
besar bagi kasino-kasino utama. Pada tahun 1997, para eksekutif di Harrah,s
menvadari bahwa menskemakan alat-alat untuk menjaga 25 juta slot player
loyal kepada Harrah's merupakan kunci untuk profitabilitas.

Solusi
Harrah's mendekati setiap pelanggan baru sebagai reknn jangka pnnjang.
Perusahaan menganalisis gigabyte data pelanggan yang dikumpulkan oleh
sistem player-trackhrg selama lima tahun sebelumnya dengan menggunakan
teknik-teknik data mining. para eksekutif menemukan bahwa 30 persen
pelanggan mereka, yang menghabiskan antara $100 dan $500 per kunjungan,
- dan hampir 100 persen
laba perusahaan. Gambler tersebut adalah orang-orang serempat yang sering
mengunjungi properti Harrah's di tingkat regional.
Harrah's mengemban gkan Totnl Rewards program. Ia mendistribusikan
Harrah's Total Rewards cnrds kepada para pelanggannya,yangdapat mereka

merupakan 80 persen dari pendapatan perusahaan

manfaatkan untuk membayar slot, makanan, dan kamar-kamar yang

dioperasikan oleh merek Harrah's, Players, Rio, dan showboat. perusahaan
menggunakan strip magnetik pada kariu untuk mendapatkan informasi
judi di setiap pelanggan, dan menawarkan kompensasi (minuman gratis,
makan, kamar hotel, dsb.) serta insentif lain berdasarkan jumlah uang yang
dimasukkan ke dalam mesin, bukan berdasarkan jumlah kemenangan.
' Dl"d"pr^rl d*t J.A. Nickell, "lVelcorne to I{arrah,s,.. 6rr-sirrcs-s 2.0, April2002; dan C. Rosen.
"l larralr's Bets otr Lol'alt1'Prtrgram,'' lnfttrnrntton lVt,r,/., 3() Oktol.t,r 2000.

Bab

Sisten Pen,luhntg Mttntziemen: Sebuah Tinjauatt

Kartu tersebut melacak berapa lama pelangga\ bermain, berapa banyak

mereka melakukan pllkulan, permainan judi apa yang mereka sukai, dan
apakah mereka menang atau kalah. Hasil pelacakan menciptakan "profil
profitabilitas" yang mengestimasi nilai pelanggan bagi perusahaan. Harrah's
memberikan kriteria yang jelas bagi para pemain mengenai kornpensasi
ruang dan upgrade gratis, dan membuat kompensasi tersebut dapat diakses
dan dilepaskan.
Harrah's secara elektronik menghubungkan semtta klub pemainnya
sehingga ketika gamblei di satu lokasi pergi ke lokasi lain, mereka dapat
melepaskan poin Rewards mereka ttntuk mendapatkan makan, kamar hotel,

atau pertunjukan gratis. Harrah's dapat secara aktif memasarkatr kasino

"family" kepada Total Rewards Customers. Penerbangan telah melakukan
hal tersebut selama bertahun-tahun. Sekarang Harrah's dapat membanglrn
hubungan yang dekat dengan para pelanggannya yang paling profitabel dan
mengembangkan loyali tas merek.
Sistem Harrah's bekerja sebagai berikut:

knrtu mngncfik di semua mesin judi membaca nomor ID

pelanggan dari setiap kartu dan memberikan salam personal dengan
jumlah poin Reward yang saat ini dimiliki pelanggan.
Mcsin judi elektronik dibuat komputerisasi dan jaringan. Setiap mesin
menangkap data transaksi dan memberikannya kepada ser\/er
Pembncn

mainframe F{arrah's.
Sistem trnnsaksi ortsitt'

di

setiap properti kasino menyimpan semua

kasino, hotel, dan data transaksi makan malam.

Dntn warehouse nasionsl menghrtbungkan sistem komputer milik kasino
dan data pelanggan ke satu server yang merekam sejarah pelanggan
serta poin Reward mereka.
Program softuarc snslisis prcdiktif menghasilkan profil pelanggan yang

nyaris instan. Perusahaan dapat mendesain dan melacak inisiatif

pemasaran dan hasil-hasilnya.
Website membuat pelanggan tetap mendapat informasi, terkoneksi, dan

di-entertain.

Data warehouse, sebuah database besar terspesifikasi' menyimpau

data demografis dan pola penyimpallan mengenai semlla pelanggan'
Teknik-teknik data mining, juga disebut kecerdasan bisnis (BI) (analitik
bisnis (BA), atau metode analisis), digunakan untuk menganalisis data dan
mengidentifikasi kelas-kelas pelanggan profitabel untuk target bisnis di masa
mendatang di semua properti. Bersama-sama, metode tersebut digabungkan
ke dalam sistem manajemen hubungan pelanggan (CRM), suatu sistem
pendukung keputusan (DSS) yang membantu para manaier untuk membuat
keputusan penjualan dan pemasaran.2 Website Harrah's menghubungkan
Singkatan DSS diperlakukan sebagai bentuk tunggal matrpun jamak di keseluruhan buku ini.
D:mikian pula dengan singkatan lainnya, seperti MIS dan EIS, menrurjuk kepada bentuk tturggal
2

maupun jamak.

Bagian

Pengambilan Keputusan dan Penduhung Tbrlzonputerisasi

informasi pelanggan, program loyalitas merek, properti, specialty, dan data

relevan lainnya.

Data dikumpulkan di setiap properti dengan sistem pemrosesan

transaksi (TPS) dan dipindahkan ke data warehouse terpusat, di mana
data tersebut dianalisis. Umur dan jarak dari kasino merupakan prediktor
kritis untuk frekuensi, demikian juga jenis judi yang dimainkan dan berapa
banyak koin yang dimainkan per game. Sebagai contoh, perfect plnyer adalah
perempuan umur 62 tahun yang tinggal 30 menit jarrhnya dari Kansas
City, Missouri, dan memainkan video poker dollar. Pelanggan seperti itu
umurrlnya memiliki uang tunai cukup banyak, punya banyak waktu, dan
mudah mengakses kasino riverboat Harrah's.
Sistem mengidentifikasi para pelanggan bernilai tinggi dan menempatkan mereka ke dalam segmen demografi yang berkaitan (semuanya ada
90). Para pelanggan yang tinggal jauh dari kasino umlrmnya rnendapatkan
diskon direct-mail atau kompensasi berupa kamar hotel atau transportasi,
sedangkan pelanggan driae-in mendapatkan insentif makanan, entertainmen,
atau uang tunai. Sebagian besar penawaran memiliki tanggal kadaluwarsa
untuk mendorong visitor agar segera kembali atau pindah ke pesaing.
Untuk setiap pemasaran langsung, perusahaan melacak tingkat respons dan
pengembalian investasi, dan menyesuaikan kampanye berikutnya sesuai
dengan hasil pelacakan yang diperoleh.

Hasil
Slot dan mesin judi elektronik lainnya memberikan pemasukan sebesar g3,7

miliar dan lebih dari 80 persen dari laba operasi. Dengan kekuatan sistem
pelacakan baru dan data mining untuk slot player, Harrah's muncul sebagai
operator kedua terbesar di Amerika Serikat, dengan pengembalian investasi
tiga-tahun terbesar di dalam industri. Program Total Rewards mengrrrangi
biaya tahunan sebesar $20 juta dengan cara mengidentifikasi pelanggan yang
tidak profitabel dan memberikan perlakuan tertentu bagi mereka. pada tahun
2001, jaringan Harrah's menghubungkan lebih dari 40.000 mesin judi di 12

negara bagian dan menciptakan loyalitas merek. Hanya dalam dua tahun
pertama program Total Rewards, pendapatan meningkat $100 juta dari para
pelanggan yang berjudi di lebih dari satu kasino Harrah's. Sejak tahun 1998,
setiap peningkatan poin persentase di saham Harrah's dari budget perjudian
keseluruhan pelanggannya, memberikan peningkatan sebesar 9125 juta
dalam nilai pemegang saham. Rekor pendapatan perusahaan sebesar 93,7
miliar pada tahun 2001, naik 11 persen dari pendapatan tahun 2000. Lebih
dari setengah pendapatan di tiga kasino Harrah's di Las Vegas berasal dari
para pemain di kasino di luar Nevada.

Pertanyaan untuk Sketsa Pembukaan

1.
2.
3.

Bagaimana Harrah's menangani masalah besar yang ia hadapi?

Mengapa penting untuk mengumpulkan data tentang pelanggan?
Bagaimana teknologi DSS (data mining, data warehouse, manajemen

1.2

Bab

Sistem Pendukung Manajenten: Sebuah Tinjauan

sumber daya pelanggan, dsb.) membanttt para manaier

4.

Lrntllk

mengidentifikasi profil pelanggan dan profitabilitas mereka?

Apa pengaruh program loyalitas pelanggan yang diselenggarakan oleh
Harrah's?

5.

Penutup: Bagaimana toko eceran dapat secara efektif mengembangkan

metode dan sistem seperti yang digunakan oleh Harrah's untuk

mendongkrak profitabilitas dan pangsa pasar?

1.2 Manajer dan Pengambilan

Keputusan

Sketsa pembukaan mengilustrasikan bagaimana Harrah's mengembangkan

dan menggunakan sistem pendukung keputusan terkomputerisasi untuk

menjaga loyalitas pelanggan, memperluas pasar, dan melakukan crossmarket terhadap properti-properti miliknya. Performa Harrah's tidak
diperhitungkan di pasar sampai DSS dilakukan. Ia sekarang pemimpin
industri, sukses beroperasi di suatu Pasar yang sangat kompetitif. Berikut ini
beberapa hal yang ditunjukkan oleh sketsa tersebut:

Sifat kompetisi di industri perjudian membuat perlunya Penggunaan

alat pendukung keputusan terkomputerisasi untuk meraih sukses dan
bertahan.

Perusahaan menggtrnakan World Wide Web secara ekstensif untuk

antarmuka yang ia miliki. Analis, spesialis pemasaran, dan bahkan
pelanggan dapat mengakses sistem secara langsung melalui World
Wide Web.
Sistem didasarkan pada data yang diorganisasi dalam data warehouse
khusus untuk memudahkan pemrosesan dan analisis.
Teknologi utama yang digunakan adalah sistem data mining (kecerdasan
bisnis (BI)/analitik bisnis (BA) untuk mengidentifikasi kelas pelanggan

profitabel (analisis) dan sistem manajemen hubrrngan pelanggan

(CRM) untuk memasarkan promosi, memonitor penjualan, dan
mengidentifikasi masalah dan peluang baru. Metode data mining dapat
meliputi analisis regresi, jaringan saraf, analisis cluster, dan pendekatan
I

optimalisasi.

DSS

digunakan dalam membtrat berbagai keputttsan pemasaran, mulai

dari menentukan pelanggan mana yang paling profitabel sampai
bagaimana mempromosikan properti kepada semua pelanggan'
Promosi dapat dibuat pada basis harian.
pendukung keputr"rsan didasarkan pada jumlah data internal dan

a
a

ekstemal.
Aplikasi perangkat lunak analisis DSS terpisah dari sistem Pemrosesan
transaksi (TPS), namltn menggunakan banyak data TPS.
Statistik dan model kuantitatif lainnya digunakan di dalam CRMManajer bertanggung jawab penuh untuk semua keputusan.

Bagian

Pengambilan Keputusan dan PendulzwtgTbrhonputerisasi

Perusahaan penerbangan, retail, bank, perusahaan jasa, dan perlrsahaan

lainnya telah sukses menggunakan banyak metode Harrah's. Sketsa tersebnt menunjukkan bahwa untuk menjalankan bisnis yang efektif dalam
lingkr-rngan kompetitif saat ini, maka diperlukan pendukung keputusan yang
real-time, punya target, dan terkomputerisasi. Itulah tema utama buku ini.
TABEL 1.1 Sepuluh Peran Manajer Menurut Mintzberg
Peran

Deskripsi

Interpersonal
Figurehead

Kepala simbolis; wajib melakukan sejumlah hrgas rutin yang bersifat

hukum atau sosial.

Leader

Bertanggr,rng jawab untnk memotivasi dan mengaktivasi para bawahan;

bertanggung jawab dalam hal kepegawaian (staffing), pelatihan, dan

tugas-tugas terkait.
Liaison

Menjaga jaringan yang dikembangkan sendiri di luar kontak dan pemberi

informasi (informer) yang memberikan informasi

Informasional
Monitor

Disseminator

Spokesperson

"

Mencari dan menerima informasi khusus (banyak dari informasi tersebut

adalah informasi terkini) Ltntuk membangun pemahaman menyeh.rrr.rh
terhadap organisasi dan iingkungan; mltncul sebagai saraf pusat dari
informasi internal dan eksternal organisasi.
Mengirim informasi yang diterima dari pil-rak luar atau dari bawahan
kepada anggota organisasi; beberapa informasi adalah faktual, beberapa
melibatkan interpretasi dan integrasi.

Mengirim informasi kepada pihak luar mengenai rencana perusahaan,

kebijakan, tindakan, hasil, dan seterlrsnya; berfungsi sebagai ahli mengenai

industri organisasi.
Decisional
Entrepreneur
Disturbance

Handler
Resource aliocator

Mencari peluang dan memprakarsai proyek-proyek peningkatan untuk

membawa perubahan; mensupen'isi desain dari proyek-proyek tertentu.
Bertanggung jawab terhadap tindakan korektif ketika organisasi
menghadapi gangguan penting yang tidak diharapkan.
Bertanggung jawab terhadap alokasi semua jenis sumber daya organisasi
- terkait dengan membuat atau menyetujui semua keputusan penting
organisasi.

Negotiator

Bertanggung jawab untr.rk mewakili perusahaan pada berbagai negosiasi

penting.
Sumber: Diadaptasi dari Mintzberg (1980) dan Minrzberg (1993)

Sifat Pekeriaan Manajerial

Untuk memahami dengan lebih baik dukungan apa yang dapat diberikan
oleh sistem informasi kepada para manajer, maka kita perlu memerhatikan
sifat pekerjaan manajer. studi klasik dari Mintzberg (i980) terhadap manajer
puncak dan beberapa studi sejer-ris menyatakan bahwa para manajer

1.3

Bab

Sistem Pendukung Manajenten: Sebuah Tiniauan

melakukan 10 peran Lltama yang dapat diklasifikasika. ke dalam tiga

kategori utama: interpersonal, informasi, dan keputusan (Tabel 1.1).
untuk melakukan peran-peran tersebut, para manajer memerlukan
informasi yang dikirimkan secara efisien dan dalam cara yang dibatasi oleh
waktu, ke komputer personal mereka di dalam desktop, ke komputer mobile,
dan bahkan ke komputer yang cmbcdded pada pDA dan telepon seluler.
Informasi ini dikirim oleh komputer yang berfungsi sebagai server, biasanya
via teknologi web (Shim, dkk., 2002; lihat jr-rga Gregg, 2002; Hail,2002; Hoch
& Kunreuther,2007; dan Langseth & vivatrat,2002). selain mendapatkan
informasi yang diperlukan untuk melakukan peran mereka dengan lebih
baik, para manajer juga menggunakan komputer secara langsung untuk
mendukung dan meningkatkan pengambilan keputusan, sebuah ttrgas kunci
yang merupakan bagian terbesar dari peran tersebut.

1.3

Pengambitan Keputusan Manajerial dan Sistem Informasi

Kita memulai dengan memeriksa dua topik penting mengenaipengambilan
keputusan manajerial dan sistem informasi. Manajemen adalah sebuah proses
untuk mencapai tujuan-tujuan organisasi dengan menggunakan berbagai
sumber daya. sumber daya tersebut meliputi berbagai input, dan pencapaian
tujuan dipandang sebagai output dari proses. Tingkat sukses organisasi dan
kerja manajer sering diukur dengan rasio antara output dengarr input. Rasio
ini adalah indikasi prodlrktivitas perusahaan.

Produktivitas mertrpakan perhatian utama untuk semua organisasi

karena ia menentukan apakah organisasi dan anggotanya bekerja denga.
baik. Produktivitas juga merupakan isu yang sangat penting di tingkat
nasional. Produktivitas nasional merupakan agregat produktivitas semlla
orang dan organisasi di suatu negara, dan ia menentukan standar kehidupan
negara tersebut, tingkat pengangguran, dan kesejahteraan ekonomi. Tingkat
produktivitas, atau sukses manajemen, tergantung pada performa fungsifungsi manajerial, seperti perencanaan, pengorganisasian, pengarahan,
dan pengendalian. selain itu, web meningkatkan produktivitas dengan
memberikan, antara lain, data, scanning ringkungan, dan berbagai portal yang
memimpin kepada keputusan yang lebih baik, dan karena itu meningkatka.
produktivitas. Untuk melakukan fungsi tersebut, manajer diikat dalam sr,ratu
proses pengambilan kepu tr.rsan yang terus-menerus.

semua aktivitas manajer berada di seputar pengambilan keputr.rsan.

Manajer terutama adtrlah pengombit kcputusan (lihat DSS dalam Fokus 1.1).
organisasi diisi dengan para pengambil keputusan di berbagai level.

selama bertahun-tahun, para manajer memandang pengambilan

keputusan semata-mata sebagai seni - talenta yang dicapai selama satu
periode panjang melalui pengalaman (pembelajaran dengan cob, drm sarah).
Manajemen dianggap sebagai seni karena berbagai gaya individuar dapat
dipakai untuk menyelesaika.r berbagai masalah manajerial. Gaya tersebut
sering didasarkan pada kreativitas, penilaian, irrtuisi, dan pengalarnan

10

Bagian

Pengambilan Keputusan dan Penduhung krkomputerisasi

DS$ dalam Fokus 1.1

Kemampuan Pengambilan KePutusan

Berada di Peringkat Pertama dalam Survei
Di hampir semua survei mengenai manajer yang

baik, kemampuan untuk membuat keputusan

yang jelas ketika diperlukan merupakan hal yang

disebutkan pertama kali. Karena itu, tidaklah

mengejutkan jika kemampuan tersebut berada di
peringkat pertama di dalam suatu studi terhadap
6500 manajer

di lebih dari

100 perusahaan;

banyak

dari perusahaan tersebut adalah korporasi

D/rrc-

c/rip skala besar.

Para manajer memulai sebuah pelatihan

Harbridge House, sebuah perusahaan di
kota Boston. Mereka ditanya seberapa penting
bagi mereka untuk mengikuti praktik-praktik
manajerial tertentu. Mereka juga ditanya se-

di

berapa baik, menurut estimasi niereka, manajer

melakukan praktik-praktik tersebut.

Dari uji statistik terhadap hasil

tersebut,

Harbridge meranking bahwa membuat kePutusan

yang jelas ketika diperlukan merupakan praktik
paling penting dari 10 praktik manajerial. Sayangnya, responden menyimpulkan bahwa hanya
20 persen dari para manajer yang melakukan hal

I
I

tersebut dengan baik.

Studi yang sama juga menunjukkan bahwa

rangking kedua praktik manajerial adalah me-

mahami inti
isu-isu yang kurang penting. Sebagian besar
dari 8 praktik manajemen yang lainnya terkait
secara langsung atau tidak langsung dengan
masalah daripada menghadapi

pengambilan kepu tusan.

Situasi ini dibatasi waktu. Lihat semua survei
terkini di ClO, Dntanntion, atau InfornntionWcak.

t
S

k
L

ketimbang berdasarkan metode kuantitatif sistematis yang didasarkan pada

pendekatan saintifik.

Akan tetapi, lingkungan di mana manajer beroperasi, berubah dengan

cepat. Bisnis dan lingkungarurya tumbuh kian kompleks setiap harinya.
Gambar 1.1. menunjukkan perubahan di banyak faktor yang memengaruhi
pengambilan keputusan manajerial. Akibatnya, pengambilan keputusan
saat ini menjadi makin rumit. Ada beberapa alasan mengapa pengambilan
keputusan menjadi lebih sulit. Pertama, jumlah altematif yang tersedia
jauh lebih banyak daripada sebelumnya karena sistem teknologi dan
komunikasi telah meningkat, terutama Web/Internet dan search engine-nya.
Makin banyak data serta informasi yang tersedia, makin alternatif dapat
diidentifikasi dan dieksplorasi. Selain kecepatan di mana data dan informasi
dapat diakses, alternatif-alternatif pengambilan keputusan pun harus
dianalisis. Hal ini membutuhkan waktu (skala manusia = lambat) dan pikiran.
Sekalipun memiliki informasi yang makin banyak dan makin baik daripada
sebelumnya, namun waktu telah menghambat pengambil keputusan untuk
mendapatkan semua yang mereka perlukan dan membagikannya kepada
yang lain (Hoch, dkk., 200i; Tobia, 2000). Kedua, biaya akibat kesalahan
dapat menjadi besar karena kompleksitas dan besamya operasi, automasi,
dan rantai reaksi yang dapat terjadi di banyak bagian organisasi. Ketiga,
ada perubahan terus-menerus di dalam lingkungan yang berfluktuasi
dan semakin tidak jelas di beberapa elemen yang berpengaruh. Akhimya,
keputusan harus diambil dengan cepat untuk merespons pasar. Kemajuan
di bidang teknologi, khususnya Web, secara dramatis telah meningkatkan
kecepatan kita untuk mendapatkan informasi dan kecepatan yang diharapkan

n
a

d
le

bi
IT

si
te

$:
Pz

di

Bab

enen : Sebuah
Sistent Pentluhung NI anaj

Tinj atLrtn

11

lmperial Sugar Mempermanis Hubungan

dengan LaYanan Web
lmrrerial Sugar (berbasis di Sugarland'
gtria terbesar di Amerika Serikat
Namun
($1,6 mlliar penjualan di tahun 2001)'
bahaya
keadaan
dalam
i-"^ition, pu..,ruhuun
kerttgian
dengan
2001'
dan
i.r"tti 2000
awal tahtrn
""1.
il;i L.bii-'- dari $372 iuta' Padamembuat
lmdrastis'
2001, harga gula turun
melindtrngi
untuk
o".*f S""g"t" kalang-kabut
Texas)

iliil";;ii

iiJ

"k"bongk"'tun' Sebagai bagian - dari

aori
."ro'u".i rperiar,

;;F;;

teKno^lol{r
-!!?S":"-:*l'1"'
untttk menggunakan

^"-,,tuskon
-adalah kondisi perttsahaan1.,.,u *"tnperbaiki

usana

mengintegrasikan lmperial
ilil;il lar,gs,'rng ke dalam
rantai pelanggannya'
iecara
akses langsttng
mereka
riemberi
;;;;;"1"?
Web' Hasilnya
via
ke informasi status Pesanan

karena
,.,runnya biaya penjualan dan
'ittrn
tko''
dtpi
*"n
rap
erlot berha
ll-o^" l:Tg l")'
aran
besar dari bisnis para pelanggannya'.Sistem

oiJi

ffi

-""-"J"n

ntUrlng^tt-n"t""tgan paling personal

r*P::ll

;;:;;0';;;.;"nfi

tit tuvunuripelinggan
dan broker besar' mer"'arttt
pelanggan
40
dengan
lebih dari 800 kantor pelanggan- yang.berbeda'
O:i
f-"ngo;Uitu.l keputusan.di i'eru3ahaal
::''"n
sama.'.LJI oalam
pernah
tidak
parJpelanggannya
nilai
bisnis berbasis romoditi' menambahkan ,
membedakan
yang
hal
satu-satunya

merupakan

tli"-J*rt"n"an

dari p""tsuttoutt

ta

nnya' Sistem

menambahkan nilai!
telah
'" ..S*uu

proyek berbasis XML kurang dari

Siat imperial keluar dari kebangkrutan

$5d;d0'
pada bulan Agustus, aplikasi selt'-sert'ice..^pun
layanan
iiberlakukan. Sebelum ada sistem

mandiri, satu rePresentatif layanal Pelant8an

nari
dau.rt menghabiskan waktu lima iam-Per

inktriri pelanggan' Sekarang'

dua
waktu trntuk status inkuiri turun samPal
telepon
kerja
beban
io.n utou kr-rrang' Dengalr
oapal

;;i',k ;;;"gani

'hampir separtrhnya berkurang' lmpertat

(oran8/ lam)
,n*n**onauX an t'ft'cttit": snlesforc':-nya

I:Tl"
- d;'representatif layanan P"]t,"$ui^
*"i"t"f.j" pendekatan 1'ang lebih konsultatif
onlrne
r.rntuk t--reniiralan' Pelacakan Pesanan

akses
kepr;161u para pelanggan .
;;;"ti#kedatangan
tentang
info"'.'isi
;;:;;; k;p"da
mereka merencanakan

o""*iti"-t"i.r, membantu
mereka dengan lebih baik'
Ito8"rc'
t'"iJ-l".ror.uon

illsf.'"t

d4tloynrctrt .telah

laba oPerasl?ermembuat perttsahaan merauP

dalam enam trirarulan sebesar $669'000

tama -p"r,i.,uru"

.'oau

bersih

g3?-2'3

i"!o'

Dalam

ttntttk

lmprerial merencanakan
i."gt. ionlong,
torecastrng kolaboratif terhadap

melakukan

permintaan dengan Prara pelangg.annya untLlk

L"*J,"*t biaya-inkJiri meniadi lebih rendah
n ma

k:T::l*

-"."buat ;troses pembelia menta.nallsls

lmufrial ittga merenc'rnakan ttntltk
pen;;li;;,hr'"?elanggan untuk mendongkrak akan

O"ngon

;;;;;;; k;"I.''J'io^'

Dengan demikia.n'

pendapatanyang
mJncip.ltakan sistem manajemen
dapat memesan
pelanggan
para
efektii. Akhirnya,
langsung lewat Web'

Sugar
c'lari S' Galiagher' "lmperial
2002.
Maret
18
Services"' Brrsint'ss'

Sr*trrt Diatlaptasi
Rebuilds on Web

merespons
Diharapkan kita dapat seketika
di mana kita membuat keputusan.
pertrbahan di dalam lirrgkttngau'
"p"r.r1iut-rur,,
untuk
tersebut, hampir tidak mr"rngkin
Karena tren dan
terutama tlntuk
coba-salah pada manajemen'
mengandalkan pendekatan
yang dituniukkan

berbagai faktor
keputusan-k"O.,,tt'u"-rang melibatkanharus
harus lebih sopistikated: Mereka
pada Gambar 1'1' tn'utt-uj"t
menggunakanalat-alatsertateknik-teknikbarudibidangmereka'Beberapa
Menggunakan alat serta
merttpakan subyek buku ini'
alat dan teknik tersebut

penting
pengambilan keputusan sangat
teknik tersebut unttrk mendukung
contoh'
efektif (Vitt' dkk'' 2002)' Sebagai
trntuk membttat keputusan yang
pengambilan keputusan efektif oleh
teknologi berbasis-Web menciptakan
1'2'
Sugar' lihat DSS dalam Praktik
pelang;gan dan penjual Imperiai

12

Bagian

Penganbilan Kept$trsan dan pendubtmg

Tbrreontpttterisasi

Faktor

Tren

Teknologi
In{ormasi/komputer

Meningkat
Meningkat

Kompleksitas struktural
Kompetisi

Meningkat
Meningkat

Pasar internasional
Stabilitas politik
Konsumerisme
Intervensi pemerintah

Meningkat
Meningkat

Meningkat
Meningkat

Perubahan, lluktuasi

Meningkat

Hasil

..-

Makin banyak
alternatif untuk dipilih
Makin besar biaya untuk

memperbaiki kesalahan
Makin tidak jelas untuk
masa depan

..._
-

...!-

Perlu keputusan cepal

GAMBAR 1,1 Faktor-faktor yang memengaruhi pengambitan

keputusan

1.4 Manajer dan Dukungan Komputer

Pengarr-rh teknologi komptrter terhadap

orga'isasi dan masyarakat terus

meningkat saat teknorogi baru berkembang, dan teknologi
saat ini makin
luas. Makin banyak aspek aktivitas organisasionar
ditandai dengan interaksi
dan kooperasi antara orang dan mesin. Dari pemakaian
tradisional daram
penggajian dan fungsi tata buk,, sistem komputerisasi
saat ini memasuki
berbagai area manajeriar yang kompleks, mr,rlai
dari desain dan manajeme.
pabrik terotomatisasi, aplikasi metode kecerdasan
tiruan, dan evaruasi
terhadap usulan merger dan akr.risisi. Hampir
sem'a eksekutif mengetah,i
bahwa teknologi informasi
bagi bis^is mereka, dan mereka secara
'ital
ekstensif menggunakan teknorogi, te.tama tekrrorogi
berbasis-web.

Aplikasi komputer telah beralih dari aktivitas pemrosesan

dan

monitoring transaksi ke analisis masalah dan aprikasr

sotusi, di mana makin
banyak akti'itas yang ditanga.i rewat web (rihat
Geoffrion dan Krishnan,
2001). Topik-topik seperti data rvarehouse,
data mining, pemrosesan analitik
online, dan penggunaan web via Internet, intranet
dan ekstranet untr-rk
dttkungan keputusan, merupakan batu penjr.rru
dari manajemen modern
higlr-tech di awal abad 21 . Manajer harus
memiliki sistem informasi yang
berkecepatan tinggi dan networked untuk
membantu mereka secara
langsung berkenaan dengan ttrgas terperrting
mereka: membuat kep'tusan
(lihat Hoch,2001).

1.5 Pendukung Keputusan Terkomputerisasi

dan Dukungan Teknologi
Ada berbagai alasan mengapa sistem pendukung
keputusan terkomputerisasi

diperlukan, sebagai contoh:

Kecepatnn kompftasi.

keputusan

u'tuk

Komptrter memungkinkan para pengambil

nrelakukan banvak komputasi secara cepat dan

Bab

Sistenr Penduhww Manaiemen: Sebutth Tinianan

dengan biaya rendah. Keputusan berdasar waktu sangat kritis bagi

banyak situasi, mulai dari dokter

di ruang gawat darurat sampai

pedagang saham di lantai bursa.

Peningkntnn/pcrbniknn lconttrnikssi. Banyak kelompok dapat berkolaborasi

dan berkomr-rnikasi dengan baik dengan peralatan berbasis-Web.

Kolaborasi terutama penting di sepanjang rantai persediaan di mana
pelanggan sampai penjual harus berbagi informasi.

satu kelompok pengambil

keputusan, terutama para pakar, dapat sangat mahal. Pendukung
terkomputerisasi dapat mengurangi ukuran kelompok dan memungkinkan para anggotanya untuk berada di berbagai lokasi yang berbedabeda (menghemat biaya perjalanan). Selain itu, produktivitas staf
pendukung (misal analis ker-rangan dan hukum) dapat ditingkatkan.
Produktivitas juga dapat ditingkatkan dengan menggunakan peralatan
optimalisasi yang menentukan cara terbaik untuk menjalankan sebuah
bisnis. Lihat Bab 4, Aplikasi Kasus; Sodhi, 2001; Keskirrocak & Tavur,
2001; Geoffrion & Krishnan, 2001; Warren, dkk., 2002.
Dt*ungan teknis. Banyak keputusan yang melibatkan komputasi yang
kompleks. Data dapat disimpan di beberapa database yang berbedabeda dan di Website di manapun di dalam organisasi dan bahkan
mungkin di luar organisasi. Data dapat meliputi teks, suara, grafis, dan
video. Mungkin juga perlu mentransmisi data tersebut secara cepat
dari satu lokasi yang jauh. Kompr,rter dapat mencari, menyimpan,
dan mentransmisi data yang diperlrrkan secara cepat, ekonomis, dan
Peningkntnn produktittitns. Membangun

transparan.

Akses dstn warelrcuse . Data warehollse yang besar, seperti yang

dioperasikan oleh Wal Mart, berisi petabyte data. Diperlukan metode-

metode khusus, dan kadang-kadang komputasi paralel untuk

mengorganisasi dan mencari data.
Dukungan kuslitns. Komputer dapat meningkatkan kunlitos keputusan

yang dibuat. Sebagai contoh, semakin banyak data yang diakses,

makin banyak alternatif yang dapat dievaluasi, analisis risiko dapat
dilakukan dengan cepat, dan pandangan dari para pakar (beberapa dari
mereka berada di lokasi yang jauh) dapat dikumpulkan dengan cepat
dan dengan biaya yang lebih rerrdah. Keahlian bahkan dapat diambil
langsung dari sebr"rah sistem komputer melalui metode kecerdasan
tiruan. Dengan komputer, para pengambil keputusan dapat melakukan
simulasi yang kompleks, memeriksa banyak skenario yang mungkin,
dan menilai berbagai pengaruh secara cepat dan ekonomis '(lihat
Saltzman & Mehrotra, 2001). Semua kapabilitas tersebut memimpin
kepada keputusan yang lebih baik.
Berdaya saing: mnnajamen dan pcmbcrdaynnn sumber daya pcrusnhonn.
Tekanan persaingan membuat tugas pengambilan keputusan menjadi
sulit. Persaingar"r didasarkan tidak hanya pada harga, tetapi juga pada
kualitas, kecepatan, kustomisasi produk, dan dukungan pelanggan.

13

14

Bagian

Pengambilan Keputusan dan penduhung Tbrkotttputerisasi

organisasi harus mamp* trntnk secara sering dan cepat mengnbah mode
operasi mereka, merekayasa ulang proses dan struktur, memberdayakan
karyawan, dan inovasi. Teknologi pengambilan keputusan seperti sistem

pakar dapat menciptakan pemberdayaan yang signifikan denga. cara

membolehkan orang-orang untuk membuat keputusan yang baik secara
cepat, bahkan jika mereka kurang pengetahuan. sistem manajemen

surnber daya perusahaan (ERM) adalah tipe sistem pendukung

keputusan yang menggambarkan organisasi secara keseluruhan dan
membantu mengelolanya. Akhirnya, optimalisasi rantai persediaan
mensyaratkan peralatan khusr.rs (lihat Keskinocak & Tayur, 2001; dan
Sodhi,2001).

Me.ngatasi keterbntssnn kognitif dntom pcmrosesln

dan penyimpnnan.
Menu^rt simon (7977), otak manusia memiliki kemampuan yang
terbatas untuk memproses dan menyimpan informasi. orang-orang

kadang sulit mengingat dan menggtmakan sebuah informasi dalam cara

yang bebas dari kesalahan.

1.6

Sebagian besar metode pendukung keputusan dengan cepa t memberikan

queri data dan menggnnakan berbagai metode untuk mengubah data ke

dalam informasi yang dapat digunakan oleh pengambil keputusan. sebagai
contoh, data dapat diisi dalam model forecasting di mana data tersebut
dikonversi ke dalam suatu perkiraan. perkiraan yang dihasilkan dapat
digunakan sebagai informasi
mengambil keputusan. Bisa jadi data
'nt,k
akan diubah lebih lanjut ke model lain, yang dengan demikian memberikan
informasi tambahan untuk pengambilan keputusan.

Batasan Kognitif
Istilah batasan kognitif mengindikasikan bahwa kemampuan pemecahan
masalah dari satu individu dibatasi saat diperlukan serangkaian informasi
dan
pengetahuan. Jajak pendapat beberapa individu mungkin membantu,
namun
masalah koordinasi dan komunikasi dapat muncul di dalam kelompok
kerja.

sistem terkomputerisasi rnemungkinkan orang-orang untuk dengan cepat

mengakses dan memproses sejr-rmrah besar informasi yang telah disimpan.
Komputer dapat juga meningkatkan koordinasi dan komunikasi keiompok
kerja, sebagaimana yang dilakukan dalam sistem pendukung kelompok
(GSS), sistem manajemen pengetahuan (KMS), dan beberapa
tipe sistem
informasi perusahaan (EIS). web memberikan kontribusi baik bagi masalah
maupun solusi masalah. sebagai contoh, banyak dari kita yang setiap hari
dibanjiri e-mail yang tidak kita perlukan. Intelligents agent atau agen cerdas
(suatu tipe kecerdasan tiruan) adalah bagian dari sistem klien e-mail
yang
dapat secara efektif menyaring pesan-pesan e-mail yang tidak diinginkan.

t;
I

l:tr
l'Da

l'Da
lrKe
l'Per

l'l:
l:il{

Bab

Sistent Pentlttkwtg Manajenten: Sebuah

Tinjotratt 1S

Teknologi Pendukung Keputusan

Pendukung keputusan dapat diberikan oleh satu atau lebih teknologi
pendukung kepu tusan. Teknologi pendukung kepu tusan mayor diclaf tarkan
di dalam DSS dalam Fokus 1.3 bersama dengan bab yang rerevan di dalanr
bukr,r ini. Teknologi-tekr-rologi tersebut dijelaskan secara singkat. Teknologi
pendukung keputr,rsan yang terkait dijelaskan di dalam website buku ini
(prenhall.com/turban) di dalam web Chapters. Teknologi mana vang akan
digunakan tergantung sifat masalah dan konfigurasi khusus pendukung
keputr.rsan.

Pada buku ini, istilah sistem pendukung manajemen (MSS) merujuk

kepada aplikasi dari semna teknologi, entah suatu alat independen atau
dalam kombinasi dengan teknologi informasi lain, untuk mendukung tngastugas manajemen secara Ltmum dan pengambilan keputr"rsan secara khusus.
Istilah itu dapat digrrnakan bergantia:r der-rgarr sistem pendr.rkung keputusan
(DSS) dan sistem kecerdasan bisnis (BI).

1.6 Kerangka Kerja Pendukung Keputusan

sebelum menjelaska. teknologi khusr.rs pendukung manajemen,
kami menyajikan kerangka kerja klasik untrrk pendukung keputusan.
Kerangka kerja ini memberikan beberapa konsep mayor yang akan
digunakan untuk definisi lebih lanjut. Kerangka tersebut juga membanttr
menggambarkan beberapa isu tambahan, seperti hubungan antara
teknologi dan evolusi sistem terkomputerisasi. corry dan scott
Morton (7977), yang menggab'ngkan kerja simon (1977) dan Anthony
(.1965), mengusulkan kerangka kerja tersebut (lihat Ganbar f .Z).

DSS dalam Fokus 1.3

Teknologi Sistem Pendukung Keputusan (peralatan)

o
o
o
o
r
r
o
r

Sistem pendukung keputusan (DSS) (Bab 3)

Model dan teknik ilmu manajemen (MS)/riset
operasi (OR) (Bab a)
Data mining (Bab 5)
Data warehousing (Bab 5)
Kecerdasan bisnis (BI) (Bab 5)
Pemrosesan analitik online (OLAP) (Bab 5)
Peranti rancang-bangun sistem dengan bantuan komPurer (CAsE) (Bab 6)

r Sistem pendukung kelompok

r
r

Analisis bisnis (Bab 4)

a

Sistem manajemen
daya pelanggan
(CRM) (Bab B)
Manajemen rantai persediaan (SCM) (Bab 8)
Sistem manajemen pengetahuan (KMS) dan
portal manajemen pengetahuan (KMP) (Bab
e)

(GSS)/korn-

Sistem pakar (ES) (Bab 10 dan 11)

Jaringan saraf tiruan (ANN), algoritma

genetika, f.uzzy logic, dan sistem pendukunl;

putasi kolaboratif (Bab 7)

Sistem informasi perusahaan (EIS) dan portal
informasi perusahaan (EIP) (Bab 8)
Sistem manajemen sumber daya perusahaan

(ERM) / perencanaan sumber da1'a perusahaan

(ERP) (Bab 8)

cerdas hibrid (Bab 12)

Sistem cerdas pada Internet (agen cerdas) (Bab

DSS e-commerce (Bab

l4)

16

Bagian

Pengambilan Keputusan dan Pendukung Terbonpilterisasi

I
Tipe Keputusan
Terstruktur

TiPe

Kontrol
Kontrol
I Operasional Manaierial
Accounts
receivable,
account payable,
order entry

-.......rq

Semi terstruktur

Penjadwalan
produksi,
kontrol inventori

ll

l_1
Manajemen

lorecasting
jangka pendek,

keuangan (investasi)

laporan personel,
membuatatau-membeli

ll

J I Dukungan
Teknologi
Perencanaan yang
Strategis
Diperlukan

Analisis anggaran,

Evaluasi kredit,
perslapan
anggaran,
Iayout pabrik,
jadwal proyek,
desain sistem,
kategorisasi
inventori

t_l

Tidak Terstruktur

Dukungan

Kontrol

li

lokasi gudang,
sistem distribusi

Lq
Membangun
pabrik baru,
merger dan akuisisi,
perencanaan

Negosiasi,
rekrutmen
eksekutif,

Sistem informasi
manajemen,
ilmu manajemen

llmu manajemen,

membeli
perangkat
keras, lobby

DSS, ES, EIS,

scM, cRM,

DSS, KMS, GSS,

CRM, SCM

produk baru,
perencanaan
kompensasi,
perencanaan
iaminan kualitas,
kebijakan HR,
perencanaan
inventori

l_1

Memilih sampul
depan untuk
majalah,
membeli perangkat
lunak,
menyetujui pinjaman

Sistem informasi
manajemen,
model sains,
pemrosesan
transaksi

l_1
Perencanaan R&D,

pengembangan
teknologi baru,

GSS, KMS,
ES, jaringan saral

perencanaan

tanggung jawab
sosial

GSS, CRM EIS,

Eb, Janngan saraT,
KMS

GSS, SCM

GAMBAR 1.2 Kerangka kerja pendukung keputusan

Bagian kiri Cambar 1.2 didasarkan pada pemikiran Simon bahwa

proses pengambilan keputusan berupa suatu kontinum yang terentang
dari kepntusan yang sangat terstmktur (kadang-kadang disebut terprogrnm)
sampai sangat tidak terstruktttr (tidnk terprogram). Proses terstruktur adalah
rutin, dan Llmumnya masalah yang berulang sehingga tersedia berbagai
metode solusi standar. Proses tidak terstruktur adalah tidak jelas, masalahrnasalah kompleks di mana tidak ada metode solusi yang pasti. Simon
juga menjelaskan proses pengambilan keputusan dengan proses tiga fase:
inteligensi, desain, dan pilihan (lihat Bab 2).

lnteligensi: mencari kondisi-kondisi yang memerlukan keputusan

Desain: menanamkan, mengembangkan, dan menganalisis tindakan yang
mungkin diambil
Pilihan: memilih satu tindakan dari pilihan yang tersedia

Bab

Sisten Penduh.ung Manajcnrcn: Sebuah Tit jauan

Masnlah tidsk terstrukf rrr adalah masalah di mana tidak satupun dari tiga
fase tersebut yang distruktur. Gorry dan Scott Morton menamakan keputusarr

di rnana tidak semua fase distrtrktr"ir sebagai semiterstruktur.

Pada suatu ft10s010h terstruktur, prosedLlr Llntllk mendapatkan solusi
terbaik (atau setidaknya cukup baik) diketahui. Entah masaiah melibatkan
penemuan suatu tingkat inventori yang tepat atau memilih satu strategi
investasi yang optimal, sasarannya ditentukan dengan jelas. Sasaran yang
Llmum adalah minimisasi biaya dan maksimalisasi profit. Manajer dapat
menggunakan dukungan klerikal/administrasi, pemrosesan data, atatr
model-model ilmu manajemen. Sistem pendukung manajemen seperti
DSS dan sistem pakar dapat sangat berguna. Pada mnsslnh tidsk tcrstruktur,
intuisi manusia sering menjadi dasar pengambilan keputusan. Masalahmasalah tidak terstruktur umumnya mencakup perencanaan layanan baru,
rekrutmen eksekutif, dan memilih satu set riset dan provek pengembangan
untuk tahun depan. Hanva bagian dari masalah tidak terstruktur yang dapat
didukung oleh alat pendukung keputusan lanjutan, seperti sistem pakar,
sistem pendukung kelompok (GSS), dan sistem manaiemen pengetahuan
(KMS). Mendapatkan informasi melalui Web sangatlah berguna untuk
memecahkan masalah tidak terstruktur. Mnsalnh semiterstruktur berada
antara masalah terstruktur dan tidak terstrlrktur, memiliki beberapa elemen
terstruktur dan tidak terstruktur. Pemecahan masalah tersebut meliputi
kombinasi dari prosednr solnsi standar dan p'renilaian manusia. Keen dan
Scott Morton (1978) merryebutkan perdagangan saham, setting anggaran
pemasaran untttk produk konsumer, dan melakukan analisis akuisisi modal
sebagai masalah semiterstruktr.rr. DSS menyediakan berbagai model untuk
masalah pengambilan keputusan yang distruktur. Untuk masalah tersebut,
DSS dapat meningkatkan kualitas informasi yang meniadi basis pengambilan
keputusan dengan cara memberikan tidak hanya satu solnsi tunggai, tetapri
juga serangkaian soiusi alternatif bersama dengan pengarr.rh potensialnya.
Kapabilitas tersebut n-rembantu para manajer rrntnk memahami dengan Iebih
baik sifat masalah dan karena itn mamptr mernbuat keputusan dengan lebih
baik.

Separuh kedua dari kerangka ini (Gambar 1.2) didasarkan pada

taksonomi Anthony (1965), yang menggambarkan tiga kategori luas yarrg
melipnti semua aktivitas manajerial: paranconaan strategis, menentukan tujtran
jangka panjang dan kel.rijakan untnk alokasi sumber daya;kontrol tnanljcnlcrt,
akuisisi dan efisiensi penggunaan sumber daya dalam pencapaian ttrjnantujuan organisasi; dankontrol operosionnl, pelaksanaan yang efisien dan efektif
terhadap tugas-tugas khusus.

Taksonomi Anthony dan Simon digabungkan dalam kerarrgka penduktrng keputusan 9-sel yang ditunjukkan pada Gambar 1.2. Kolom di
sebelah kanan dan baris di bagian bawah mengindikasikan teknologi yang
diperlukan untuk mendukung berbagai keputusan. Gorry dan Simon Morton
menyatakan, sebagai contoh, bahr.va untuk keputtrsan semiterstruktur dan
keputusan tidak terstruktur, pendekatan sistem informasi rnanajenren (MlS)

17

18

Bagian

Pengambilan Keputusan dan Penduhung Tbrlzonpttterisast

konvensional dan ilmu manajemen (MS) tidak tepat. Diperlukan intelektual

manusia dan pendekatan yang. berbeda terhadap berbagai teknologi
komputer. Mereka mengusulkan digunakannya sistem informasi suportif,
yang mereka sebut sistem pendLrklrng keputusan (DSS).
Tugas-tugas yang terstruktur dan berorientasi pada kontrol operasional
(sel 1,2, dan 4) dilakukan oleh manajer tingkat bawah, sedangkan tugas-tugas
pada sel 6, 8, dan 9 adalah tanggung jawab eksekr,rtif puncak atau para ahli
yang sangat terlatih. Ini berarti KMS, komputasi saraf, dan ES sering lebih

dapat diterapkan untuk orang-orang yang menangani masalah-masalah

kompleks dan khusus.
Kerangka kerja Gorry dan Scott Morton mengklasifikasikan masalah dan
membantu kita untuk memilih peralatan yang tepat. Akan tetapi, ada saatsaat di mana suatn pendekatan terstruktur dapat membantn memecahkan
tugas-tugas tidak terstruktur, dan begitu pula sebaliknya. Selain itu, dapat
juga digunakan kombinasi dari peralatan-peralatan tersebut.

Dukungan Komputer untuk Keputusan Terstruktur

Keputusan terstruktur dan tidak terstruktur, terutama tipe

kontrol

operasional dan manajerial, telah didukung oleh komprrter sejak tahun 1960-

an. Tipe keputusan tersebut dibuat di seh"rruh area fungsional, terutama

dalam keuangan dan produksi (manajemen operasi).
Masalah-masalah tersebut, yang sering dihadapi, memiliki struktr.rr
tingkat tinggi. Oleh karena itu, adalah mungkin untuk mengabstraksi dan
menganalisis serta mengklasifikasikan masalah ke dalam tipe masalah klasik.
Sebagai contoh, keputusan make-or-buy (membuat-atau-membeli) masuk
dalam kategori tersebut. Contoh lain adalah anggaran modal, alokasi sumber
daya, masalah distribusi, prokuremen, perencanaan, dan kontrol inventori.
Untuk setiap tipe masalah, telah dikembangkan suatu model yang dianggap
mudah diterapkan. Pendekatan solusi juga dikembangkan, rlmlrmnya dalam
formula kuantitatif. Pendekatan ini disebut ilmu manajemen (MS) atan riset
operasi (OR).

llmu Manajemen
Pendekatan ilmu manajemen mengadopsi pandangan bahwa dalan-r
pemecahan masalah, para manajer mengikuti suatu proses sistematis. Dengan
demikian, adalah mungkin untuk menggunakan suatu pendekatan saintifik
untuk mengotomatisasi beberapa bagian pengambilan keputusan manajerial.
Proses sistematis melibatkan langkah-langkah berikut:

1.
2.
3.

Menentukan masalah (situasi keputusan yang dapat terkait dengan

beberapa kesulitan atau suatri peluang).
Mengklasifikasikan masalah ke dalam kategori standar.

Mengonstruksi suattr model matematika yang menjelaskan masalah

nyata.

4.

Menemr.rkan solusi-solusi yang mungkin

untuk masalah yang

teiah

1.7

Bab

5.

Sisten PendukungNlanajemen: SebuahTinjattan

19

dimodelkan dan mengevaluasi solusi tersebut'

Memilih dan merekomendasikan suatlt solllsi untllk masalah'

ilmu manajemen didasarkan pada pemodelan matematika

(ekspresi aljabar yang menjelaskan masalah). Pemodelan melibatkan
Proses

transforrnasi masalah dunia nyata ke dalam suatu struktur (model) prototipe

yang tepat. Ada berbagai metodologi terkomputerisasi yang menemukan

solusi-solusi untuk model tersebut secara cepat dan efisien. Beberapa di
antaranya disediakan langsrrng via Web (misal Fourer dan Goux, 2001).
Masalah yang kurang terstrttktur dapat ditangani hanya dengan DSS yang
melibatkan kapabilitas pemodelan kustomasi. Sebagai contoh, pada sebuah
toko btrku, permintaan tahunan yang telah ditentukan tlntLlk suatu jenis
buku tertentu mengimplikasikan bahwa suatlr model manajemen inventori
standar dapat digunakan untlrk menentukan jumlah buku untuk dipesan.
Akan tetapi, diperlukan peniiaian manttsia untuk memprediksi kuantitas
permintaan dan pesanan yang bervariasi di sepanjang waktu ttntttk penulispenulis blockbuster,misal John Grisham dan Stephen King'
Perkembangan server dan alat Internet dan world wide web telah
secara dramatis mengubah dukungan terhadap para pengambil keputusan.
Yang terpenting, Web memberikan (1) akses ke suatu data yang tersedia di
seluruh dunia, dan (2) antarmuka pengguna grafis (GUI) yang ttser-friendly,
yang mudah dipelajari dan digunakan, dan tersedia. Pengaruh web yang
paling kritis adalah pada level operasional terstruktur (1). Saat kolaborasi
kian penting, kami menemukan adanva inklusi sistem perusahaan yang
melibatkan manaiemen rantai persediaan, n-lanaiemen hubungan pelanggan,
dan sistem manajemen pengetahuan'

1.7 Konsep Sistem Pendukung Keputusan

Pada awal tahun 1970-an, Scott Morton pertama kali mengartikulasikan
konsep penting DSS. Ia mendefinisikan DSS sebagai "sistem berbasis

komputer interaktif, yang membantu para pengambil keputusan untuk

menggunakan data dan berbagai model untuk memecahkan masalahmasalah tidak terstruktr,rr" (Gorry dan scott Morton, 1971). Definisi klasik
lainnya untuk DSS, diajukan oleh Keen darr Scott Morton (1978), yaitu:
sistem pendukung keputusan (DSS) memadukan sumber daya inteiektual
dari individu dengan kapabilitas komputer untuk meningkatkan kualitas
keputusan. DSS adalah sistem pendukung berbasis komputer bagi para
pengambil keputusan manajemen yang menanSani masalah-masalah tidak

terstruktur.

Perhatikan bahwa istilah DSS, seperti halnva istilah MIs dan lainnya
di bidang MSS, mempakan ekspresi yang bebas makna; bahwa istilah
tersebut mengartikan hal-hal yang berbeda tintuk orang-orang varrg berbeda.

20

Bagian

Pengambilan Keputusan dan Pendubung Tbrh.omputerisasi

oleh karena itu, tidttk

ada dat'inisi DSS yang diterimn secora rmictersnl. Kami

menyajikan definisi utama pada Bab 3 buku rni.

DSS Sebagai lstilah Umum

DSS digunakan oleh beberapa orang sebagai suatu istilah khusus. Istilah

lKe

DSS kadang-kadang digunakan sebagai suatu istilah Lrmum untuk

menggambarkan semua sistem terkomputerisasi yang mendukung

1""

pengambilan keputusan pada suatu organisasi. Organisasi bisa saja memiliki

sttatu sistem manajemen pengetahuan untuk memandu seluruh personelnya

dalam memecahkan masalah, ia dapat memiliki DSS tersendiri untuk

pemasaran, keuangan, dan akuntansi, sistem SCM untuk produksi, dan
beberapa sistem pakar untuk membuat diagnosis dan harp riesk perbaikan.
DSS mencakup semua hal tersebut. sebaliknya, definisi yang sempit merujuk
kepada suatu teknologi spesifik (lihat Bab 3).
DSS dalam Praktik 1.4 menunjukkan beberapa karakteristik utama

suatu sistem pendukung keputusan. Analisis risiko awal didasarkan pada

definisi pengambil keputusan terhadap situasi yang dihadapi dengan

menggunakan pendekatan ilmu manajemen. Kemudian, eksekutif wakil
presiden perusahaan, dengan menggunakan pengalaman, penilaian, dan
intuisinya, merasa bahwa model seharusnya diteliti secara cermat. Model
awal, sekalipun secara matematis benar, tidaklah lengkap. Dengan sistem

simulasi reguler, suatu modifikasi dapat menghabiskan banyak wakttr,

namun DSS memberikan analisis yang cepat. Lebih lanjut, DSS fleksibel
dan cukup responsif untuk membolehkan intuisi dan penilaian manajerial
digabungkan ke dalam analisis. Hal yang sama terjadi pada American
Airlines pada tahun 1980-an. Melalui analisis yang detail dan kompleks,
analis menentukan bahwa perusahaan dapat menghemat rafusan juta dollar
setiap tahun untuk biaya bahan bakar, dengan menggunakan profil nltittde.
Pesawat dapat naik secara optimal pada tingkat ketinggian sebagai ftrngsi
dari kondisi meteorologi, rute, dan trafik lainnya. Analisis kedua yang
diperlukan oleh CEo mengonfirmasikan bahwa analisis awal sangat benar.
CEO merasa lebih komfortabel dengan solusi untuk masalah
firzzy tersebut.
Akan tetapi, penundaan implementasi keputusan telah meningkatkan biaya
perusahaan sebesar ratusan juta dollar.
Bagaimana analisis risiko seperti pada DSS dalam praktik 1.4 ini dapat
dilakukan dengan begitu cepat? Bagaimana faktor-faktor penilaian dapat
dikurangi, dikuantifikasi, dan bekerja di dalam model? Bagaimana hasilnya

dapat disajikan dengan baik dan meyakinkan eksekutif perusahaan? Apa

ada pertanyaan "bagaimana jika"? Bagaimana Web digunakan untuk
mengakses data dan model yang tepat, dan mengintegrasikan keduanya?
Kami memberikan jawaban bagi pertanyaan-pertanyan tersebut di sepanjang
isi buku ini.

I ii:

seD

tu'

I teft
lme

I
I
I
I

Bol

mir
DSI

bat

l'"

I
I

n'.1

Pto
mel

L'

Bab

Sistent Pendukung Munajenrcn: Sebtnh Tiniauan

DSS dalam

Praktik 1.4

Kasus Houston Minerals

Houston Minerals Corporation tertarik dengan
proposal joint uenture yang diajukan oleh
perusahaan petrokimia untuk mengembangkan
sebuah pabrik kimia. Wakil presiden perusahaan

yang bertanggung jawab terhadap keputusan

tersebut menginginkan analisis risiko yang
mencakup persediaan, permintaan. dan harga.
Bob Sampson, manajer perencanaan dan administrasi, dan stafnya membangun .sebuah
DSS dalam beberapa hari dengan alat-alat
bahasa L)erencanaan khusus. Hasilnya sangat
menyarankan agar proyek diterima.
Kemudian, tibalah saatnya tes nyata. Sekalipun

wakil presiden menerima validitas dan nilai

hasil tersebut, ia ragu dengan risiko kegagalan
proyek: peh.rang terjadinya katastropik. Sampson
mengatakan, "Saya tahu berapa banyak pekerjaan
yang telah Anda lakukan, dan saya 99 persen

yakin dengan hal itu. Akan tetapi, saya ingin

melihat hal ini dalam sisi yang sangat berbeda.
Saya tahu kita tidak punya banyak waktu, dan
kita harus memberikan jawaban kepada mitra
kita."
Sampson menjawab bahwa eksekutif tersebut dapat menerima analisis risiko yang ia
perlukan hanya dalam waktu kurang dari satu
jam. Sampson melanjutkan, "Dalam 20 menit,
analisis itu sudah ada di ruang dewan eksekutif,
dan kami meninjau hasil pertanyaan "bagaimana
jika" yang ia ajukan. Hasilnya: proyek itu ditolak.
Jika kami yang menentukan, jelas kami akan
menerimanya."
Sumbcr: berdasarkan
Comshare, Inc.

yang disediakan oleh

Mengapa Menggunakan DSS?

Survei mengindikasikan banyak alasan mengapa perusahaan-perusahaan
besar mengembangkan sistem pendukung keputusan skala-besar. Alasan
tersebut meliputi:
Perusahaan bekerja dalam ekonomi yang tidak stabil dan berubah
dengan cepat.

Adanya kesulitan untrrk melacak berbagai operasi bisnis.

Meningkatnya persaingan.
Perdagangan elektronik (e-commerce).
Sistem yang sudah ada tidak mendukung pengambilan keputusan.

Departemen SI terlalu sibuk dan tidak dapat mengatasi semua inkuiri

mana;'emen.

Diperlukannya analisis khusus terhadap profitabilitas dan efisiensi.

Diperlukannya informasi yang akurat.
DSS

dinilai sebagai orgonizctionnl winner.

Diperlukannya informasi baru.

Manajemen mengharuskan suatu DSS.
Kualitas keputusan yang lebih tinggi.
Peningkatan komunikasi.
Peningkatan kepnasan pelanggan dan karyawan.

Adanya informasi yang umumya dibatasi oleh waktu.

Berkurangnya biaya (biaya dan penghematan waktu, produktivitas
meningkat).

21

22

Bagian

Pengambilttn Keputusan dan Pendukwtg krhonputerisasi

Alasan lain pengembangan DSS adalah meningkatnya kemampuan

komputer tingkat tinggi dan juga Web di antara para manajer. Sebagian besar
penggllna akhir bukanlah programer, karena itu mereka memerlukan alat
dan prosedur pengembangan yang mlrdah digunakan. Mereka perlu akses
kepada data di dalam format yang dapat dipahami dan kemampuan untuk
menggunakan data dalam cara-cara yang tepat. Hal tersebut disediakan oleh
DSS berbasis-Web.

Pada permulaan munculnya DSS, para manajer tidak tergantung pada

angka. Banyak manajer lebih suka mengelola berdasarkan intuisi. Dengan
berjalannya waktu, manajer benar-benar rnakin perlu menggunakan laporan

yang dihasilkan oleh MIS, namun faaling yang baik tentang apa yang benar
merupakan hal yang penting dalam memecahkan snatu masalah. Dengan
meningkatnya teknologi PC, muncullah generasi baru manajer - generasi
yang komfortabel dengan komputasi dan tahu bahwa teknologi membantli
mereka membuat keputtrsan bisnis yang cerdas dengan lebih cepat. Selama
tahun 1990-an, industri teknologi BI tumbuh dengan mantap, dengan

pendapatan mendekati hitungan miliar dollar, sesuai laporan IDC pada

periode tersebut. Sekarang, peralatan baru seperti pemrosesan analitik
online, data warehousing, data mining, sistem informasi pernsahaan, dan

DSS dalam Praktik 1.5

1.8 (

Membantu Atlantic Electric Company

Bertahan di Pasar Bebas
Atlantic Electric Company di New Jersey kehilangan monopoli yang pernah ia dapatkan.
Beberapa klien lama perusahaan membeli
peralatan listrik dari pesaing baru: co-generator
independen yang membangkitkan listrik sendiri

dan menjual kapasitas tambahannya

kepada

perusahaan lain dengan harga rendah. Pesaing

menemukan akun komersial yang mudah dilayani
(easy-to-serve). Atlantic Electric Company berada

dengan biaya minimum. Hal ini membrrtuhkan

sistem pendukung kepr.rtusan berbasis PC yang

saat ini berjalan pada intranet

perusahaan.
Beberapa aplikasi yang dikembangkan meliputi:

I
o

provider yang sedikit mahal di teritorialnya"

Satu cara untuk melakukannya adalah dengan
menyediakan bagi karyawan informasi yang
mereka perlukan untuk membuat keputusan
bisnis yang lebih up-to-date dan akurat. Teknologi informasi lama memasukkan sebuah
mainframe dan jaringan korporasi untuk akses
mainframe. Akan tetapi, sistem ini tidak mampu
memenuhi tantangan baru. Perusahaan perlu
mengembangkan aplikasi pengguna, dalam format
yang familier, dan melakrrkannl'a dengan cepat

DSS untuk rating kustomasi, berdasarkan

database untuk pelanggan dan pola peng-

dalam bahaya kehilangan basis pelanggan

residensialnya karena komisi undang-lrndang
setempat mengharuskan para pelanggan tersebrrt
dilayani dengan lebih baik dengan utilitas lain.
Untuk bertahan, perusahaan harus menjadi

DSS untuk keputusan pembelian bahan bakar.

gunaan listrik mereka.

o
r

DSS

untuk desain dan transmisi sr.rbstasirrn.

DSS manajemen

modal untuk departemen ke-

Llangan.

Implementasi hal tersebut dan aplikasi DSS

lainnya membantu perlrsahaan untuk bertahan
dan sukses bersaing di pasar. Menjelang tahun
2000, perusahaan menyebarkan aplikasi DSS
di intranet perusahaan, suatu sistem berbasrs
Internet internal yang memasukkan server Web
dan menggunakan browser .Web untuk akses
(lihat atlanticelectric.com).

1.9 S

Bab

Sistent PenduhutgManajenten:

SebuahTinjauan 23

sistem manajemen pengetahuan yang dikirim via teknologi Web, menjanjikan

akses mudah bagi para manajer kepada peralatan, model, dan data untuk

pengambilan keputusan. Peralatan tersebut dijelaskan di bawah nama BI dan

analitis bisnis. Lihat Hapgood (2001) untuk detailnya. Lihat juga Cohen, dkk.,
(2001), Hoch, dkk., (2001), Powers (2002), dan

Vitt, dkk., (2002).

Hasil keseluruhan penggunaan DSS dapat sangat mengesankan, seperti

ditunjukkan oleh kasus Atlantic Electric Company (lihat DSS dalam Praktik
1.s).

Berikulnya kami akan menjelaskan beberapa teknologi DSS yang paling

penting. Pada Tabel 1.2, kami menggambarkan bagaimana World Wide Web
men"rengaruhi teknologi DSS yang penting, dan sebaliknya. Pada kebanyakan
kasus, kapabilitas komtrnikasi dari Internet/Web telah memengaruhi praktik

manajer dalam hal mengakses data dan file dan berkomunikasi satu dengan
yang lain. Web memungkinkan kolaborasi melalui komunikasi. Data

(meliputi teks, grafis, r'ideo klip, dsb.) disimpan di Web server atau sistem
legacy (mainframe yang lebih kuno) yang mengirim data ke server Web dan
kemudian ke browser Web klien. Browser Web dan teknologi yang terkait dan
bahasa scripting telah mencapai banyak kemajuan dalam hal pemrosesan di
client side, dan menyajikan informasi kepada penggLrna. Grafis resolusi tinggi
melalui GUI powerful merupakan norma bagi cara kita berinteraksi dengan
sistem komputer.

1"8 Sistem Pendukung Kelompok (GSS)

Kelompok membuat banyak keputusan di organisasi. Membuat satu
kelompok berada di satu tempat pada satu waktu, dapat sangat sulit dan
mahal. Lebih lanjut, pertemuan /rapat tradisional dapat memakan banyak
waktu, dan hasilnya mungkin hanya setengah-setengah.
Berbagai usaha untuk meningkatkan kerja kelompok dengan bantuan
teknologi informasi telah dijelaskan sebagai sistem komputasi kolaboratil
groupware/ sistem pertemuan elektronik, dan GSS (lihat DSS dalam Praktik
1.6). Kebanyakan groupware saat ini berjalan pada Web dan memberikan
konferensi video dan konferensi audio, juga peralatan pertemuan seperti
brainstorming elektronik, voting, dan bagi-pakai dokumen. Groupware
meliputi Croupsystems, Groove, PlaceWare, WebEx, NetMeeting, dan
bahkan alat coursewarebelajar jarak jauh, seperti Blackboard.

1.9 Sistem Informasi Perusahaan (ElS)

Sistem informasi perusahaan (EIS) berkembang dari sistem informasi
eksekutif digabung dengan berbagai teknologi Web. Portal informasi
perusahaan saat ini digunakan untuk melihat informasi mengenai organisasi
keseluruhan. EIS memberikan akses ke informasi skala perusahaan yang
diperlukan oleh indir.'idu nntuk melakukan tugas-tugas mereka.

24

Bagian

Penganbilan Keputusan dan Penduhung Tbrhotnputerisast

Memberikan pandangan operasi organisasional

Memberikan antarmuka yang sangat user-friendly melalui portal,

kadang-kadang kompatibel dengan gava keputusan individual.
Memberikan tingkat pelacakan dan kontrol korporat yang terbatas
waktu dan efektif.
Memberikan akses cepat ke informasi detail di balik teks, angka, atatr
grafik melalui dril I -down.
Menyaring, meringkas, dan melacak data dan informasi kritis.
Mengidentifikasi masalah (peluang).

a
o

Dati
(me
moc

Siste

TABEL 1.2 Teknologi MSS dan Web

geof

Teknologi MSS

DampakWeb

DampakpadaWeb

Sistem manajemen
database (DBMS)

GUI universal dan telah

ditingkatkan.
Akses cepat ke data, di manapun,
kapan saja, dalam banyak format.
Komunikasi data dan format yang
telah ditingkatkan.

Database server Web

dan sistem informasi

manajemen (MIS)

memberikan informasi secara

Alat
penl

langsung daripada mengakses

siste

data yang disimpan di sistem

banp

legacy.

bant

Da tabase organisasi membantu

(CAI

desain dan pengembangan Web

Siste

database.

kelo;

Sistem manajemen

Akses dan antarmuka.

Desain jaringan yang lebih baik

basis model (MBMS)

Model dan metode solusi yang

mudah didis tribusikan.
Applet Java untuk optin"ralisasi

melalui optimalisasi dan simulasi.

Desain infrastru ktur ja ringan
yang telah ditingkatkan.
Routing pesan yang optimal.
Desain circuit board dan
sirkuit terintegrasi yang telah
ditingkatkan.

dan model (analitik

bisnis)

dan kode simulasi.

Akses ke informasi tentang model

dan metode solusi.

Manajemen
pendapatan

Akses data dan antarmuka yang

Penetapan harga yang akurat dan

telah ditingkatkan.

dinamis terhadap layanan dan

Pengumpulan data yang

perangkat lrrnak Web

ditingkatkan.
Ekonomi laniutan dan model dan
data forecasting yang lebih akurat.

Perer

Pemrosesan analitik

Akses data dan antarmuka yang

Analisis desain jaringan dan load

daya

online (OLAP)/
Kecerdasan bisnis (BI)

ditingkatkan.

pada Website

(ERP

Akses yang lebih baik ke solusi

lebih efektif.

dapat menggunakan pemrosesan

paralel.

Website yang

suml
peru,

dan alat visualisasi.

Komunikasi yang lebih baik

Man;
pelar

Bab

Sistem Pencluhung Manajemen: Sebuah Tinjauan

Data mining (BI)

Akses data dan antarmuka yang

(mencakup berbagai

ditingkatkan.
Akses yang lebih baik ke solttsi
dan alat visualisasi.
Komunikasi yang lebih baik -

model)

di
antara pelanggan dan faktor lain
yang mengindikasikan load Pada
Website - Website lebih efektif.
Men gidentifikasi hubungan

dapat menggunakan pemrosesan

paralel.
Akses data dan antarmuka Yang

Perlu menangani sejumlah besar

ditingkatkan.

data, grafik, bagan, dsb.

Sistem informasi

Akses data dan antarmuka yang

Data geografis yang akurat

geografis (GIS)

ditingkatkan.
Komunikasi yang ditingkatkan.
Visualisasi yang ditingkatkan.

jaringan yang efektif dan

Alat dan metode

Akses data dan antarmr,rka Yang

pengembangan

ditingkatkan.

Desain aplikasi Web mengikuti

satu jalur tertenttt.

Data warehorrsing

bangun sistem dengan

bantuan komputer

dan pengembangan database dan

jaringan.

(cAsE)
kelompok (GSS)

pelewatan pesan yang efektif

Diagram dan metodologi

diterapkan pada jaringan, desain

sistem: Rancang-

Sistem pendukung

memimph kepada desain

Memberikan akses ke data,

informasi, dan nrodel.
Memampukan komunikasi dan

Sistem lama via telepon dan

kolaborasi.

tersebut.

LAN

mengindikasikan bagaimana Web

dapa t memberikan kapabilitas
Desain situs e-commerce dan

jaringan kolaboratif.
Akses ke pakar mengenai ecommerce.
Sistem informasi

Akses ke informasi yang relevan

Struktur intranet.

perusahaan (EIS)/

dalam banyak format.

Browser Web memberikan

Keputusan finansial berkenaan

portal informasi
perusahaan

GUI yang tampil bagieksekutif

dengan kapabilitas drill-down.
Kapabilitas komunikasi dengan

dengan desain Web,

perlengkapan, dan penggunaan.
Iden tifikasi penggunaan Web
strategis.

orang lain di dalarn organisasi.

Perencanaan sumber
daya perusahaan

Akses ke data dan antarmuka

meningkatkan ekspansi'

Digunakan oleh perusahaan

commerce trntuk oPerasi.

Akses ke data dan antarmuka.

Load meningkat untuk mencaPai

Memampukan pengembangan

pelanggan.

dan ekspansi.

Memberikan produk dan

teknologi baru yang diinginkan

e-

(ERP)/manajemen
sumber daya
perusahaan (ERM)
Manajemen hubtrngan
pelanggan (CRM)

pelanggan.

25

26

Bagian

Pengambilan Keputusan dan pendubttng Tbrl?ottputerisasl

Manajemen rantai
persediaan (SCM)

Komunikasi dan kolaborasi yang

ditingkatkan di sepanjang rantai

Produksi perangkat keras dan

perangkat lunak Web yang

persediaan.

ditingkatkan.
Komunikasi masalah yang

Alat Web meniadi enbeclded di

dalam SCM.
Akses ke alat-alat optimalisasi.

rt-

baik dari pelanggan ke vendor

membantu mengiden tifikasi

Iru

masalah dengan Web.

Sistem manajemen

pengetahuan (KMS)

Memberikan komunikas i,
kolaborasi, dan teknologi
penyimpanan - kapan saja, di
manapun.
Akses ke sistem legacy.

U"-'

Desainer dan developer dapat

mengakses dan berbagi-pakai

pengetahuan

Cntatt

keput
clata

an in formasi

tentang infrastruktur Web r.rntuk

peningka tan / perbaikan.

Memberikan kolaborasi yang

diperlukan untuk mengumpulkan
pengetahuan.
Sistem informasi

eksekutif (EIS)

Memberikan akses yang

ditingkatkan ke suatu informasi
dalam berbagai format.
GUI standar dan ditingkatkan.

Akhir tahun 1970-an, EIS

menggabungkan antarmuka
GUI user-seductive, dan akses ke
informasi dalam banyak format.

Drill-down ke dalam sistem

EIS juga menggabungkan

legacy dan server Web database.

arsitektr.rr klien/server

lo'

- diadopsi

l*

oleh sistem Web.

Menunjukkan kemampuan
komputer.
Kapabilitas tersebut akhirnya
digabung ke dalam semua sistem
berbasis-Web.
Sistem pakar (ES)

Antarmuka dan akses ke

pengetahuan yang ditingkatkan.
Akses ke para pakar.

Memberikan keahlian dalam

desain dan troubleshooting
jaringan dan sirkuit.

Applet yang dapat disebarkan

untuk pengembangan dan
penyebaran sistem.
Jaringan saraf tiruan

(ANN)

Applet yang dapat disebarkan

untuk pengembangan dan

Deteksi kartu kredit dan

penipuan lain pada e-commerce.

penyebaran sistem.

Mengidentifikasi pola
penggunaan Web.

Algoritma genetika
(GA)

Applet yang dapat disebarkan

untuk pengembangan dan

Memecahkan masalah desain dan

routing pesan dinamis.

penyebaran sistem.
Fuzzy logic (FL)

Applet yang dapat disebarkan

untuk pengembangan dan
penyebaran sistem.

Memecahkan masalah desain dan

routing pesan dinamis.

II
/fi

l*

I
I

ber

dis

t'"

Bab

Agen cerdas (lA)

Sisten Pendubung Manttjenten: Sebuah

Tinjauan 2Z

Memampukan mereka r,rntuk

berjalan pada banyak situs yang

Memampukan search engine

intelligent Web, pelewatan pesan

berbeda, tern tama memanpukan

yang efektif.

negosiasi otomatis.
Electronic commerce
(e-commerce)

Produk dan layanan Web

Dimampukan oleh Web.

Catatnn: Bcberapa teknologi yang terdaftar bukan tcknrrlogi MSS yang murni, narnrur dapat digurakan oleh pcngarnbil
keputusan. Semua teknologi rnemiliki antarmuka pengguna yarrg telah ditingkatkan dan transparan atau setidaknya akses
data yang iebih muclah. Tabcl ini berisi contoh pengaruh.

DSS dalam Praktik 1.6

Groupsystems Meningkatkan Pelatihan

di Hong Kong Police Force (HKPF)
Masalah
HKPF melakukan pelatihan keterampilan manajemen untuk para polisi. Pelatihan meliptrti
topik utama pekerjaan polisi, dengan polisi
diharapkan mencapai suatu keputr.rsan dan me-

ngembangkan suatu rencana tindakan. Polisi

biasanya mengunakan diskusi tatap muka dan
"kertas kerja" untuk sesi tersebut, namlrn clilihat
bahwa diskusi kurang dalam dan sebagian kecil
dari mereka yang suka bicara mendominasi
banyak sesi pelatihan.

Hasil
Para polisi, sekalipun kurang familier dengan
Gror-rpSystems, menunjukkan kesepakatan umum

terhadap perangkat lunak tersebut, percaya

bahwa pengalaman belajar mereka meningkat
secara signifikan dan bahwa keterampilan mereka

mendiskusikan isu-isu kritis telah berkembang

pesat. Direktur kursus puas dengan hasilnya,
mengakui bahwa hasil yang dicapai melebihi
yang dapat dicapai jika menggunakan sesi diskusi

Solusi

Direktur kursus (polisi senior)

polisi diharapkan menggabungkan tantangan

baru tersebut ke dalam tindakan nyata.

berminat

sebelumnya. Tidak ada polisi yang menilai

menggunakan perangkat lunak GroupSystems

(Groupsystems.com, Tucson, Arizona) untuk

negatif terhadap sesi pelatihan, bahkan sekalipun

beberapa dari mereka mengaku bahwa mereka
plnbi terhadap komputer dan tidak mampu
mengetik secara efektif. Semua peserta pelatihan

meningkatkan kualitas pelatihan yang diberikan.

Para polisi, dalam kelompok yang terdiri dari lima

komponen solusi kunci dan mengembangkan

rencana tindakan. Topik-topik mencakup repa-

menggunakan sistem untuk meny'umbangkan

ide-ide yang berharga, dan dominasi individr.r
telah jar.rh berkurang. Pengaruh positif tersebut
terjadi secara rutin, bukti dari kisah sukses

triasi terhadap migran orang Vietnam

Website vendor groupware.

sampai delapan orang, melakukan brainstorming

untuk isu-isu online sebelum memilih komponen-

dan

memberantas pembajakan CD-ROM. Direkttrr

kursus menggunakan GroupSystem untuk mem-

berikan kontribusinya ke dalam diskusi

saat

diskusi berjalan, memodifikasi konteks masalah

dan meningkatkan realisme materi pelatihan. Para

Sumbar: Kontribusi Robert Davison, City Uuiversity of

I Iong Kong (Jan. 2000). Digunakan dengan izin.

Bagian

Pengambil,an Keputusan dan Pendubung Tbrkotnputerisasi

DSS dalam Praktik

Portal/ElS Cisco: Dashboard Digital

Menggerakkan Perusahaan
Idealnya, setiap orang dalam suatu organisasi

memiliki akses ke informasi real-time yang

diperlukan untuk pengambilan keputusan. Di
Cisco, "Perusahaan sedang bergerak ke realtime," kata Mike Zill, direktur penjualan dan
teknologi informasi keuangan. "Kita sr.rlit untr-rk
memiliki aplikasi yang tetap di dalam batch lika
arsitekturnya berbasis pesan."

Manajer bagian penjualan menggunakan

"dashboard" berbasis-Web, atar-r portal informasi
perusahaan (view berbasis GUI) dari OneChannel

Inc. (Mountain Vien', California).

Dashboard

memberi mereka view real-time terhadap aktivitas akun mereka. Sama seperti lampu merah
yang muncul di dashboard mobil ketika ada
masalah, demikian juga perangkat lunak tersebut

memicu sebuah sinyal ketika kondisi bisnis

mencapai ambang batas yang telah ditentukan
sebelumnya, mengirim pesan atau peringatan
pada dashboard pengguna. Sebagai contoh, jika

bagian penjualan Cisco memiliki daftar 10 atas

produk barrr yang ingin dijual, maka aplikasi

akan membuat manajer Cisco segera mengetahui
angka penjualan distributor yang tidak mencapai
target.
Cisco hams masuk lebih dalam ke rantai

persediaannya. Sekali ia menerima data, Cisco

akan menggabtrngkannya dengan informasi

inventori berbasis-Web real-time dan memLrrosesnya dengan menggr.rnakan perangkat
Itrnak analitis dari Hyperion Soltrtions Corp.
di Srrnnyvale, California. Para manajer rantai
persediaan kemudian dapat meng-query perangkat lunak Hyperion dengan detail melalui
dashboard OneChannel untuk menemukan oenyebab mendasar dari semua masal.rh.
Sumbcr: Diadaptasi dari M. Hall, "Web Analytics: Gct
Real." ComputcrWorld, Yol.36, No. 14, 1 April 2002, h.
+t-+ ),

Pada DSS dalam Praktik 7.7,kami menjelaskan bagaimana departemen

penjualan Cisco menggunakan EIS mereka, yang tergabung dalam sistem

SCM, untr.rk membuat para manajer mewaspadai masalah-masalah yang
mungkin terjadi.
Ada beberapa EIS kl-ursus yang penting, meliputi sistem manajemen
sumber daya perusahaan (ERM)/sistem perencanaan sumber daya
perusahaan (ERP), sistem CRM, dan sistem SCM.

Kompetisi global yang begitu ketat telah memaksa perusahaanperlrsahaan untuk menemukan banyak cara untuk mengurangi biaya,
meningkatkan layanan pelanggan, dan meningkatkan produktivitas. Area
penghematan substansial vang diketahui adalah me:rpersingkat berbagai
aktivitas yang dilakukan di sepanjang rantai persediaan, baik di dalam
perusahaan maupun di keseluruhan rantai persediaan di luar pemsahaan
yang meliputi para pemasok, mitra bisnis, dan para pelanggan (lihat Sodhi,
200i; Sodhi dan Aichlmayr, 2001). Pertrsahaan berusaha mengintegrasikan
sebanyak mungkin sistem pendukung informasi dengan menggunakan
berbagai teknologi informasi dan metodologi pendukung keputusan. Ada
dua konsep utama yang tercaknp. Pertama, perencanaan sumber daya
perusahaan (ERP) (juga disebut manajemen snmber daya pemsahaan)
berusaha mengintegrasikan - di dalam suatu organisasi - sistem-sistem
transaksi yang berulang, seperti pemesanan, produksi, pengemasan,
pembiayaan, pengirimatl, darr tagihan. Integrasi tersebut melibatkan

1 .11

Bab

Sistem I'enduhutg Mannjemen: Sebwth Tinjarntt

banyak keputusan yang dapat difasiiitasi oleh DSS atau memberikan lahan
yang subur bagi aplikasi DSS. Kedua, manajemen rantai persediaarr (SCM)
berusaha meningkatkan tugas-tugas di dalam berbagai segmen rantai
persediaan, seperti pemannfakturan dan manajemen sumber daya manusia,
juga rantai di luar perusahaan. Konsep pertama menjelaskan peralatan

pendukung keputusan yang dapat meningkatkan SCM, terutama metode ilmu

manajemen yang dapat digunakan untuk mengoptimalisasi rantai pelanggan
(lihat Keskinocak dan Tayur, 2007), dan GSS yang meningkatkan kolaborasi
dari para vendor sampai pelanggan. SCM melibatkan banyak keputusan
tidak rutin. Topik berikut dikaitkan dengan sistem perusahaan, seperti sistem
pendukung keputusan organisasional, EIS, dan aplikasi intranet. Topik ini
juga dikaitkan dengan sistem dan konsep interorganisasional, seperti CRM
(Swift, 2007), ekstranet, dan organisasi virtual. Yang terkait dengan hal ittr

adalah sistem manajemen pendapatan, yang menggunakar.r forecasting

permintaan dan penetapan harga r-rntuk membuat produk Yang tepat pada
harga yang tepat di n'akttr yang tepat dan di lokasi yang tepat di dalam
format yang tepat untuk pelanggan yang tepat (lihat Cross, 1997; Smith, dkk.,
2001; dan e-optimization.com, 2002).
Teknologi Web mentprakan hal kritis bagi sukses EIS, SCM, CRM, dan
manajemen pendapatan. Web memberikan akses ke terabyte data di dalam
data wareholrse dan peralatan BI,/br-rsiness analytics seperti yang ada pada
pemrosesan analitik online (OLAP) dan data mining, yang digtrr-rakan urrtuk
membangun hubungan yang memimpin kepada profitabilitas yang lebih
tinggi (Callaghan,2002). Akses data, kornunikasi, dan kolaborasi merupakan
hal kritis untuk membuat teknologi MSS bekerja.

Yang erat kaitannya dengan hal tersebut adalah e-commerce,

yang meliputi tidak hanya pasar elektronik, tapi jtrga sistem elektronik
interorganisasional, layanan pelanggan berbasis-Web, aplikasi intraorganisasional, dan BPR (br-rsiness-processes reengineering). Tentu saja, Web dan
berbagai teknologinya yang terkait merupakan hal kritis bagi semu;r aspek
serta sukses e-commerce. Lihat DSS dalam Praktik 1.2.

1.10 Sistem Manajemen Pengetahuan (KMS)

Pengetahuan dan keahlian di masa lalr-r dapat sering digunakan untttk
memperlancar pengambilan keputusan. Akan tetapi, tidak cukup signifikan
untuk digunakan lagi setiap kali muncul situasi pengambilan keputusan.
Pengetahuan yang terakr.rmulasi sepanjang waktu di suatu perusahaan
dapat digunakan untuk memecahkan masalah yang identik atau serupa. Ada
beberapa isu penting untuk diperhatikan: di mana menemukan pengetahuan,
bagaimana mengklasifikasikannya, bagaimana memastikan kualitasnya,

bagaimana menyimpannya, bagaimana memeliharanya, dan bagaimana

menggunakannya. Lebih lanjut, adalah penting untuk memotivasi orangorang untuk mengontribusikan pengetahuan mereka karena banyak
pengetahuan biasanya tidak didoknmentasikar-r. Lebih jaLrh lagi, ketika orang-

29

I
i

30

Bagian

Pengambilan Keputusan dan pendukung'lbrhottpnterisasi

orang meninggalkan organisasi, mereka juga membawa pergi pengetahuan

mereka. sistem manajemen pengetahuan (KMS) dan berbagai teknologinya
yang terkait menangani isr.r-isu tersebut. Pengetahuan diorganisasi dan
disimpan di dalam repositori pengetahuan, suatlr jenis database tekstual.

1.11

Ketika ada suatu masalah yang harus dipecahkan, atau sebuah peluang untuk
dinilai, maka pengetahuan yang relevan dapat ditemukan dan diekstrak dari
repositori pengetahuan. sistem manajemen pengetahuan memiliki potensi
untuk secara dramatis mendongkrak penggunaan pengetahuan di suatu
organisasi. Kasns-kasus yang didokumentasikan mengindikasikan bahwa
rattLrn of inaestment (ROl) marupaknnfnktor tcrtinggi rtari 25fnktor pudn satu sorttstni

dun tahun (lihat Housel dan Bell, 2001). Teknologi web menjadi fitr.rr tetap di
hampir semua KMS. Teknologi web memberikan kapabilitas komtrnikasi,
kolaborasi, dan penyimpanan yarrg sangat diperlukan oleh KMS.
Ada banyak jenis sistem manajemen pengetahuan, dan je'is,fenis
tersebttt dapat digunakan untnk mendukung pengambilarr kepntusan dalar-1
berbagai cara, termasuk dengan membolehkan karyawan untuk secara
langsr-rng mengakses pengetahuan yang dapat digunakan dan kepada orang
yang memiliki pengetahr.ran. satu aplikasi penting dari KMS ditunjukkan
pada DSS dalam Praktik 1.8.

Basis Pengetahuan Xerox Corporation

Membantu Perusahaan untuk Bertahan
Menurunnya permintaan pengkopian, membuat

Xerox Corporation berji-rang keras uniuk

berta.han di revolusi digital. Dipimpin oleh Cindy

Casslman, perusahaan merintis suatu repositori

pengetahuan berbasis intranet pada tahr-rn

1996, dengan tujuan mengirim informasi dan
pengetahuan kepada para karyawan perusahaan.

solusi tersebut diindeks sehingga dapat dengan

cep.rt ditemukan ketika diperlukan oleh tenaga
prenjualan lainnl'a. Penghematan rata-rata dua hari
per pertanyaan merr,rpakan hal yang baik. Selarn
meningkatkan layanan pelanggan, pengetahuan
yang terakumulasi jr-rga dapat dianalisis untuk

rnemelajari kekuatan dan kelemahan produk

Tr-rjuan kedua adalah membuat komunitas virttral.

Dikenal dengan nama y'rsf knott,ledge Dnse (FKB),

bartr, tren Lrermintaan pelanggan, dan seteirrsnya.

sistem pada awalnya didesain untuk menduktrnSl

para tenaga p.renjualan supaya mereka dapat

pengetahuan rnereka dan saling membantu. Xerox

punya masalah besar ketika ia memperkenalkan

menjarvab dengan cepat Frertanl,aan-pertanya-

a,n para pelanggan. Sebelum ada FKB, sering

diperlukan waktu berjam-jam untuk

ngumpulkan informasi guna menjawab

mesatr-r

pertanyaan. Karena setiap tenaga penjualan harus

menghadapi beberapa pertanyaansecara simultan,
maka klien kadang-kadang harus menunggu

beberapa

hari untuk mendapatkan

tenaga
*\T.lS
KMS dan

penjualan dapat

lawaban.
mengakses

dalam beberapa menit memberikan

jawaban kepada klien. Para pelanggan cenderuns

memiliki pertanyan yang serupa, dan ketika soh-rsi
terhadap suatu pertanyaan ditemukan, maka

P.rra karyart,an sekarang memakai

FKB;

ia harus

bersama

membtrjr.rk orang-oiang unttrk

membagikan dan mengontribusikan pengetahuan,

juga menggtrnakan intranet dan menggunakan
basis pengetahrran. Hal ini memerluk an perubnlmn
budnyn orgnnisasi yang makan waktu bertahuntahr:n untuk mengimplementasikannya. FKB

terus dikembangkan dan meluas dengan cepat

(yang tidak biasa dalam implementasi KMS).

Orang-orang di hampir setiap area perusahaan,

sekarang membuat kepr,rtrrsan yang lebih baik
clengan lebih cepat dan lebih sering.

1.12

Bab

Sistem Penduhung Manajernen: Sebuah

Tinjauan 31

1.11 Sistem Pakar (ES)

Ketika suatu organisasi harus mengar-nbil suatu keputusan rumit atarr
memecahkan suatu masaiah, organisasi sering melirik para pakar nntlrk
mendapatkan nasihat. Pakar yang dipilih memiiiki pengetahuan khusus
mengenai sesuatLr darr berpengalaman di masalah tersebut. Mereka
menyadari berbagai alternatif, kesempatan sukses, dan r-r-ranfaat serta
biaya bisnis yang mrmgkin terjadi. Perusahaan merekrut para pakar Lrntlrk
mendapatkan nasihat-nasihat untuk berbagai masalah seperti perlengkapan
unturk dibeli, merger dan akuisis, diagnosis rnasalah besar, dan strategi
periklanan. Semakir-r sitr.rasi tidak terstrukttrr, semakin khusus nasihat yang
diberikan (dan mahal). Sistem pakar (ES) berusaha menim kemampuan
pemecahan masalah dari pakar manusia.
Umumnya, ES adalah paket perangkat lunak pengambilan keptrtusan
atau pemecahan masalah yang dapat mencapai tingkat performa vang sctara
- atau bahkan lebih - dengan pakar manlrsia di beberapa bidang khnsr.rs
dan biasanya mempersempit area masalah. Ide dasar di balik ES, teknologi
kecerdasan buatan terapan, adalah sederhana. Keahlian ditransfer dari
pakar ke suatu komputer. Pengetahuan ini kemndian disimpan di dalam
komputer, dan pengguna menjalankan komputer untuk nasihat spesifik
yang diperlukan. ES menanyakan fakta-fakta dan dapat mernbuat inferensi
dan sampai pada suatu kesimpuian khusus. Kemudian, seperti konsultan
manusia, ia menasihati nont:xpcrt dan menjelaskan, jika perlu, iogika di balik
nasihat yang diberikan. Saat ini sistem pakar digurnakan di ribuan organisasi
dan sistem tersebut rnendukung banyak tugas. Sebagai contoh, lihat AIS
(Artificial Intelligence Systems) dalam Praktik 1.9. Sistem pakar sering
diintegrasikan dengan atau bahkan dilekatkan pada teknologi informasi
lainnya. Sebagian besar perangkat lunak ES yang baru diimplementasikarr
di dalam peralatan Web (misal Applet Java), diinstal di ser',,er Web, dan
menggunakan browser Web untuk antarmuka. Sebagai contoh, Corvid Exsys
ditulis di dalam Java dan berjalan sebagai suatu applet.

1.12 Jaringan Saraf Tiruan (ANN)

Aplikasi berbagai teknologi yang telah disebutkan didasarkan

pada

penggunaan data eksplisit, informasi, atau pengetahuan yang disimpan di

dalam sebuah kompr.rter dan dimanipulasi ketika diperlukan. Akan tetapi,
di dalam dunia nyata yang begitu kompleks, kita mungkin tidak punya
data eksplisit, informasi, atau pengetahuan. Orang sering harus mengambil
keputusan berdasarkan informasi yang hanya sebagian, tidak lengkap, atall
tidak nyata. Kondisi tersebut diciptakan dalam lingkungan yang berubah
dengan cepat. Para pengambil keputusan menggunakan pengalaman
mereka untuk rnenangani situasi-situasi tersebut; mereka mengingat kembali
pengalaman yang sama dan belajar dari pengalaman tersebut tentang apa
yang diiakukan dalam sittrasi yang sama di mana replika riil tidak tersedia.

32

Bagian

Penganbilan Keputusan dan Pendubung Tbrkotttltuterisasi

AIS dalam Praktik 1.9

Sistem Pakar Memberi Nasihat

yang Berguna
Misalkan Anda mengelola sebuah perusahaan
rancang-bangun yang menawarkan banyak
proyek. Setiap proyek adalah unik. Anda dapat
menghitung biaya yang diperkirakan, namun
itu tidak cukup lrntuk menentukan penawaran
Anda. Anda mempunya informasi latar belakang
pesaing Anda dan strategi penawaran mereka.
Ada sesuatu yang diketahui dari risiko yang
Anda hadapi: masalah teknis, penundaan politis,
penyusutan material, atau sumber masalah lainnya. Manajer proposal yang berpengaiaman secara umum dapat meninjau semua hal tersebut

lebih tinggi, dsb.) Manfaat final dari sistem pakar

adalah ia dapat mengindikasikan kapan ia tidak

tahu keputusan yang perlu diambil, dan loan

officer dapat hanya fokus pada kastrs-kasus sulit
ketimbang pada keputusan yaltidak.
Misal Anda adalah agen asuransi jiwa, dan
Anda agen yang baik, tetapi pasar Anda telah
bertrbah. Anda tidak lagi bersaing hanya dengan
agen aslrransi. Anda jrrga bersaing dengan bank,
broker, manajer dana pasar r,rang, dan sejenisnya.

Perusahaan Anda sekarang menjual banyak

prroduk, dari asuransi jiwa universal sampai dana

dan sampai pada satu penilaian berkenaan dengan

kapital a(nture. Klien Anda memiliki

lama waktu dan penetapan harga penawaran.

Akan tetapi, Anda tidak punya manajer proposal

masalah seperti biasanya, namun sekarang lebih

inkr"risitif, lebih sopistikated, dan lebih sadar

beberapa

yang berpengalaman. Inilah tempat di mana

sistem pakar menjadi berguna. Sistem pakar

akan penghindaran pajak dan pertimbangan-

dapat menangkap pemikiran manajer proposal

yang berpengalaman dan mengikuti pemikiran
tersebut. Ia juga dapat mengatalokan informasi

memberi advis dan sekaligus sebuah paket vang

lebih layak (sensibel) bagi mereka jika Anda
lebih bingr.rng ketimbang klien Anda? Bagaimana

yang diperoleh tentang para pesaing, risiko lokal,

Anda dapat memberikan layanan bagi para

pelanggan dan memasarkan jasa baru kepada

dan seterusnya, dan dapat menggabungkan

kebijakan Anda dan strategi yang berkaitan
dengan risiko, penetapan harga, dan lama waktu.
Ia dapat membantu manajer proposal Anda yang
tidak berpengalaman untuk mengembangkan
penawaran yang informatif yang konsisten
dengan kebijakan Anda.

pertimbangan sejenis. Bagaimana Anda dapat

pelanggan yang sudah ada dan pelanggan baru

cti Web? Cobalah sistem pakar untuk pendr.rkung

keputusan.
Sistt,m perencnnann kcunngan dan sistem perencnnnnn panfuangrrnnn rrrnmlt telah lama menjadi
bagian dari nnrketinq kif industri asuransi. Akan

Bank loan officer harus membrrat banyak

keputusan harian siapa kreditor yang baik dan
siapa yang bukan. Begitu informasi teniang

teta;ri, perencanaan keuangan yang sensibel

membutuhkan lebih banvak keterampilan daripada yang dapat dimiliki oleh rata-iata agen
asuransi. Inilah satu alasan mengapa honor
perencana profesional sangat tinggi. Sejumlah

pinjaman atau menunggak. Kadang-kadang loan

officer sibuk, tidak berada di tempat, atau bahkan

perusahaan asuransi telah melakukan investasi

di berbagai teknik kecerdasan tiruan dengan
harapan teknik tersebut dapat digunakan untuk
membangun sistem pendukr-rng perencanaan
keuangan berbasis pengetahuan yang lebih sopistikated dan kompetitif, untuk membantu para

satu klien didapatkan, seorang pakar dapat

mengestimasi kemungkinan ia akan membayar
belum berpengalaman di bidangnya. Sistem
pakar berbasis-Web dapat membantu. Semua
data yang diperlukan ditangkap dan ditempatkan
ke dalam database. Sistem pakar kemudian dapat

menentukan kemungkinan risiko. Lebih lanjut,

ia dapat menentukan apa yang dapat dilakukan
oleh peminjam potensial untuk meningkatkan
pinjaman (misal pembayaran kartu kredit,
meminta pinjakan lunak atau suku bunga yang

agen mereka membantu para klien.

Sumbcr: Sebagian dirilgkas dari suatu proyek
penawaran publik yang dibuat Arthur D. Little, Inc.

Il*
lo"

lr:

kre

l:i

l#l

lu*
t.ir

I
I

mit

I
I

san

lT"ber

P"'

| ;:l
L--

Bab

Sistem PendulzLory MatxajcnLen Sebuah

Tinjauon 33

Ketika pendekatan untllk memecahkan masalah itu terkomputerisasi,

kita menyebutnya machine learning, (pembelajaran mesin dan peralatan
utamanya adalah jaringan saraf tiruan (ANN) dan alasan-alasan di balik
kasus.

Komputasi saraf, atau jaringan saraf timan (ANN), menggunakan

pendekatan pengenalan pola untuk memecahkan masalah, dan telah
digunakan dengan berhasil di banyak aplikasi bisnis (Fadlalla dan Lin,2001;
Haykin, 1999; Ainscough, dkk., 1977). ANN memelajaripola-pola dalam data
yang disajikan selama pelatihan dan dapat menerapakan apa yang telah
dipelajari pada kasus-kasus baru. Satu aplikasi penting dari ANN adalah
persetujuan pinjaman bank. ANN dapat memelajari untuk mengidentifikasi
para penunggak hutarrg dari pola-pola yang ada. Salah satu aplikasi paling
sukses dari ANN adalah mendeteksi pola pemakaian kartu kredit yang tidak
wajar, sehingga mengidentifikasi terjadinya penipuan. Hal ini terutama
penting untuk banyak transaksi e-commerce berbasis-Web (lihat AIS dalam
Praktik 1.10).

AIS dalam Praktik 1.10

Sumitomo Credit Service:

Memperluas Pasar Dunia
Dengan hampir 18 miliar pemegang kartu dan
1,8 juta pedagang lingkup nasional, Sumitomo
Credit Service Co., Ltd., adalah penerbit kartu
kredit papan atas di Jepang pada tahun 2000.
Sumitomo Credit Service dikenal sebagai inovator
di industri kredit konsumer bangsa Jepang, baik
untuk strategi bisnis internasionalnya maupun

byte ganda yang diperlukan untuk karakter-

adopsi dini terhadap kemajuan teknis pemrosesan

Sumiiomo Credit Service di area keamanan dan

kredit.

manajemen risiko. Jaringan saraf, yang akan kita

Ketika penipuan kartu kredit menjadi isu

kritis di pasar Jepang pada tahun 1996, Sumitomo Credit Service memutuskan untuk
mengimplementasikan Falcon, sebuah sistem
berbasis jaringan saraf dari HNC Software. Sistem

sangat unggul dalam mengidentifikasi pola-pola

penipuan yang sebelumnya tidak terdeteksi. HNC

sebelumnya tidak pernah mengimplementasikan

Falcon versi Jepang, lengkap dengan fitur-fitur
khusus untuk pasar Jepang, seperti arsitektur

karakter Jepang.

Sumitomo Credit Sen'ice adalah penerbit

kartu kredit pertama di Jepang yang mengimplementasikan solusi perangkat lunak prediktif.
Peningkatan kemampuan untuk memprediksr
penipuan telah menjadi keunggulan kompetitif

pelajari di Bab L2, menggunakan data hostoris

untuk memprediksi perilaku di masa mendatang
dari sistem, orang, dan pasar untuk memenuhi
pertumbuhan permintaan terhadap analisis prediktif untuk memberikan strategi bisnis konsumer
vang efektif.
Sumbcr: Dikompilasi

dari HNC Software

lurc.com, San Diego, CA,2000.

Website:

34

Bagian

Penganbikn Keputusan dan penduhwtgTbrleompttterisasi

1.13 DSS Cerdas Tingkat Lanjut

Pada kecerdasan tiruan terapan, ada beberapa teknologi yang menarik yang
membantu para pengambil keputusan. Teknologi tersebtrt meliputi algoritma

genetika, fuzzy logic, dan agen cerdas (lA).

Algoritma genetika memecahkan masalah daram cara yang evorr-rsioner.
Algoritma genetika meniru proses evolusi dan mencari solusi yang sangat
bagus. Algoritma genetika digunakan untuk memaksimalkan laba periklanan

di stasiun televisi dan memfasilitasi tata letak di

antara aplikasi lain.

Algoritma genetika telah diimplementasikan secara langsung di applet
Java
(dan teknologi web tainnya) dan spreadsheet (misal evolver dari palisade
Software).

Fuzzy logic mendekati masalah dengan menekankan cara yang

dilakukan oleh individu. Ia dapat menangani sifat bagaimana orang
nengomunikasikan inforn-rasi. sebagai contoh, pada suatu hari Anda
mungkin berkata, "cuaca sangat panas!" Perhatikan bagaimana panas adalal-t
pnnas? Bagaimana dengan tingkatan, bcnnr-bcnnr pnnns atau cttkup pnnns?
Ketidaktepatan ini dapat ditangani secara matematis dalam suatu cara yarrg

tepat untuk membantu para pengambil keputusan untuk memecahkan

masalah dengan pernyataan yang tidak tepat terhadap parameter mereka.
Biasanya metode fuzzy logic digabung dengan metode kecerdasan tirua'
lainnya, seperti sistem pakar dan jaringan saraf tiruan, untuk mendongkrak
aku rasi pengambilan keputrisan.

Agen cerdas membantr-r mengotomasi berbagai tugas, meningkatkar-r

produktivitas dan kualitas. Kebanyakan sistem cerdas mencakup sistem
pakar atau komponen intelijensi lainnya. Agen cerdas memainkan peran
penting yang kian meningkat di dalam e-commerce (Turban dan King,2003).

t--

uni
I o''
I
I vt:

seperti agen manusia yang baik (agen perjalanan, agen rear estat, dsb.), sistem
ini memelajari apa yang ingin Anda Iakukan, dan pada akhirnya mengambiralih dan dapat melakukan banyak tr-rgas yang biasa Anda lakukan.

1.14 Sistem Pendukung Hibrid

Tujuan sistem informasi berbasis-komputer (CBIS), tidak peduli nama
atau sifatnya, adalah untr,rk membantu para manajemen memecahkan
masalah manajerial atau organisasional dengan lebih cepat dan lebih baik

daripada yang dapat dilakukan tanpa komputer. Untuk mencapai tujuan

tersebut, sistem dapat menggunakan satu atau lebih teknologi informasi.
setiap tipe GBIS memiliki keunggulan dan kelemahan tertentu. Dengan
mengintegrasikan teknologi, kita dapat memperbaiki pengambilan keputusan
karena satu teknologi dapat memberikan keuntungan yang tidak diberikan
oleh teknologi lainnya.

Perbaikan mesin memberikan analogi yang baik. Teknisi perbaikan

mendiagnosis masalah dan merrgidentifikasi alat-alat terbaik untuk

meiakukan perbaika^. sekalipr' n-rr-rngkirr hanya satu alat vang memaclai,

| ;::
I Unit,

II i:ifr
| ;*t
Sela t

I
I

II

uoru
lebih

P"to

o"ni
menf

Peng

I
I
I

men)

ennl

ERP

dan

l,

L"

Bab

Sisten Penduklog Manajsqen: Sebuah Tinjauatt

namun sering diperlukan beberapa alat untuk meningkatkan hasilnya.

Kadang-kadang tidak ada alat standar, dan karena itu harus dikembangkan
suatu alat khusus seperti rntchct flp di ujr-rng obeng, atau mata pisar-r obeng
di ujung alat tarik unttrk menjangkau benda yang sulit ditarik. Proses
pengambilan keputusan yang digambarkan pada DSS dalam Praktik i.11
menunjukkan kombinasi penggunaan beberapa teknologi lvlSS untuk
memecahkan suatll masalah dengan luas cakupan perusahaan. United Sugar
adalah pesaing Imperial Sugar (DSS dalam Praktik 1.12)"

Banyak rnasalah kompleks yang membutuhkan beberapa teknologi

MSS, seperti ditunjukkan pada sketsa pembukaan dan di sepanjang buku ini.
Pemecah masalah (problem-solver) dapat menggunakan beberapa alat dalam
cara yang berbeda, seperti:

Menggunakan setiap alat secara terpisah untuk memecahkan berbagai

aspek yang berbeda pada masalah.

\4enggunakan beberapa alat yang kurang terintegrasi. Hal ini terutama

melibatkan transfer data dari suatu alat ke alat lainnva (misal dari ES ke
DSS) untuk pemrosesan Iebih lanjut.
Menggunakan beberapa alat yang sangat terintegrasi (misal fuzzy
neural network). Dari sudut pandang pengguna, alat-alat muncul
sebagai suatu sistem hibrid.

0SS dalam Praktik 1.11

United Sugar Corporation Mengoptimalisasi Produksi,

Distribusi, dan Kapasitas Inventori
United Sugar Corporation (Bloomington, Minnesota) adalah kerja sama grorrer-ol.uner ya g
menjual dan mendistribusikan produk-produk
gula kepada perusahaan-perusahaan anggotanya.

United memiliki 25 persen pangsa pasar AS

dengan penjualan lebih dari $1 miliar per tahun.

laporan-laporan solusi minimal. Peta Amerika

Serikat menunjukkan lokasi pabrik, gudang, dan
pelanggan. Masing-masing adalah hotspot yang
menghubungkan ke informasi tambahan dari
solusi yang diperlukan.

Model

ini

digunakan untuk menjadwalkan

Ketika United Sugar Corporation di Florida

produksi dan distribusi. Hasil-hasilnya di-upload

Selatan bergabung, United Sugars memutuskan

ke dalam ERP untuk mendukung keputusan

operasional. Hasil model strategis mendorong
terbentuknya model-model berkelanjutan untuk

untuk memperbaiki rencana pemasaran

dan
distribusinya untuk mendapatkan akses ke pasar
baru dan melayani pasar yang sudah ada dengan
lebih efisien. Peningkatan dalam mengelola rantai
persediaan dan desain rantai persediaan sedang
berjalan.

Model strategis pun dikembangkan untuk

mengidentifikasi solusi biaya minimum untuk
pengemasan, inventori, dan distribusi. Sisiem
ERP perusahaan (SAP) dan sistem database legacy

menyediakan data untuk model matematis. Sistem

ERP berisi sekitar satu juta variabel keputusan
dan lebih dari 250.000 hubungan.
GIS berbasis-Web secara grafis menampilkan

analisis inventori. Model ini mensimulasikan

berbagai keadaan inventori, melalui analisis
bagaimana-jika, dan membantu analis untuk
mengurangi inventori keseluruhan. Semua hasil
ditampilkan dalam berbagai format di sebuah
browser Web.
DSS hibrid berisi beberapa model optimalisasi
dan simulasi, satu ERP, dan antarmuka Web
yang mengotimisasi rantai persediaan di United
Sugars.
Sumbcr: Diadaptasi dari Cohen dkk., (2001).

35

36

Bagian

Penganrbilan Keputusan dan pendubwtgTbrkontputerisasi

Tujuan penggunaan sistem komputer hibrid adalah soltrsi suksas

masalah-masalah manajerial seperti diilustrasikan pada DSS dalam praktik
1

.11.

selain melakukan berbagai tugas yang berbeda dalam proses pemecahan

masalah, alat-alat dapat mendukung satu dengan yang lainnya. sebagai

contoh, suatu sistem pakar dapat memperkuat pemodelan dan manajemen
data dari suatu DSS. sistem komputasi saraf atau GSS dapat mendukung
proses akuisisi pengetahuan dalam membangun suatu sistem pakar. Sistem
pakar dan jaringan saraf tirrran memainkan peran penting dalam memperkuat

teknologi MSS lainnya karena membuat teknorogi tersebut mnkin pintor.

Komponen-komponen dari sistem tersebut tidak hanya MSS, tetapi juga ilmu
manajemen, statistik, dan berbagai alat lainnya yang berbasis komputer.

Munculnya Teknologi dan Tren Teknologi

Sejumlah teknologi yang muncul secara langsr_rng dan tidak langsung

telah memengaruhi sistem pengambilan keputusan. World Wide Web

memengaruhi banyak aspek penggunaan komputer, dan karena itu juga
memengaruhi DSS.
Kemajuan teknologi dan peningkatan kecepatan komputasi, memimpin

kepada kapabilitas komptitasi yang lebih besar, sernentara ukuran fisik

komputer berkurang. Setiap beberapa tahun ada perubahan di beberapa
faktor di dalam parameter tersebuL. pemberian komputer personal bisa
jadi sangat mahal bagi seorang mahasiswa, namlrn dalam beberapa tahun,
kapabilitas komputer persor-ral jauh melebihi banyak komputer mainframe.
Banyak teknologi baru yang penting yang mLrnclll dalam dekade ini. Akan
tetapi, dengan memerhatikan adanya interkonektivitas yang tersedia melalui
web, maka sekarang ini sukses implementasi komersial menjadi mungkin
untuk diraih. Beberapa teknologi spesifik yang layak diamati (Vaughan,2002)
melibatkan grid computing, antarmuka rich client, arsitektur dikendalikanmodel, komputasi nirkabel, dan agen, algoritma, dan heuristik.

Grid computing. sekalipun merupakan bidang baru, namun telah

ada selama beberapa dekade. Ide dasarnya adalah kluster kekuatan
komputasi di sebuah organisasi dan menggunakan siklus yang tidak biasa
runtuk pemecahan masalah dan kebutuhan pemrosesan data lainnya. Hal

tersebut memungkinkan organisasi untuk menggunakan sepenuhnya

kekuatan in-house yang ia miliki. Beberapa perusahaan menggunakan
siklus yang tidak biasa pada desktop karyawan, sementara perusahaan
lain cukup mengganti superkomputer mereka dengan pC cluster. sebagai
contoh, CGG, sebuah perusahaan minyak, mengganti superkomputernya
dengan satu cluster lebih dari 6.000 PC yang diharapkan berkembang

menjadi 10.000. Biayanya lebih rendah ketimbang satu superkomputer,

tetapi diperlukan satu perangkat lunak khusus untuk mengelolanya

(Nash,2002).
Rich client interface . Para pelanggan dan karyawan mengharapkan data

Bab

Si.rtem Pendrthung

Muttttjenen. Sebuah Tinjauan

dan alat akses yang tepat dan menyenangkan untuk digunakan. Saat ini,
harapan tersebut makin besar. Kapabilitas server meningkat, teknologi
browser pun meningkat. GUI, terutama untuk akses Web, tems-menerus
meningkat.

Model-driaen architecturc. Penggunaan ulang perangkat lunak dan

perangkat lunak machine-generated via peralatan CASE makin lazim.
Standarisasi vokabulari model menggunakan UML membuat para
developer meyakini bahwa pembuatan kode merupakan hal yang layak
untuk dilakukan. Akan tetapi, bahkan jika kode 90 persen benar, tetap
saja diperlukan usaha manusia ekstra untuk menggenapi 10 persen
sisanya untuk membuat kode bekerja dengan benar.
Wireless computing (juga mobile computing). Peralihan ke m-commerce
makin meluas karena telepon seluler dan PC card nirkabel sangat murah.
Sekarang dikembangkan peralatan mobile bersama dengan perangkat
lunak untuk membuat agar pendekatan baru bisa bekerja dengan baik.
Sejumlah perusahaan, seperti FedEx, menggunakan komputasi mobil
untuk mendapatkan data pada paket untuk melacak pengiriman dan
menganalisis pola-pola.
Agent,algorithm, danheuristic. Agen cerdas, sekalipun telah dilekatkan pada
Web search engine selama bertahun-tahun, sedang dikembangkan untuk
berfungsi di dalam peralatan dan perangkat lunak lain. Mereka membantu
pengguna dan membantu dalam negosiasi e-commerce. Algoritma

dan heuristik untuk meningkatkan performa sistem didistribusikan

sebagai bagian dari Java rniddleware dan platform lain. Sebagai contoh,

bagaimana me-ronte sebuah pesan di Web dapat dikomputasi dengan

sebuah algoritma yang dilekatkan pada sebuah sistem instsnt messengcr.

Gartner Inc. (Anonim, 2002) merekomendasikan bahrva perusahaanperusahaan pada situasi ekonomi yang menurlln, memilih teknologi-teknologi
yang mendukung inisiatif bisnis inti mereka. Biasanya ini merupakan advis
bagus untnk semua situasi ekonomi. Pada kondisi ekonomi yang baik, uang
dapat digunakan untuk mengeksplorasi pengaruh teknologi-teknologi
baru. Semua item pada kemunculan teknologi dari Gartner mendaftarkan
keterlibatan Web. Berikut ini empat tren kemnnculan teknologi menurut
Gartner yang perlu diperhatikan:

Cttstomer self-scrztice. Menjelang tahun 2005, diharapkan lebih dari 70

persen interaksi layanan pelanggan untuk informasi dan transaksi jarak

jauh dibuat secara otomatis. Website harus memberikan layanan yang

diperlukan oleh para pelanggan dan menggerakkan "produk-produk"
yang ingin dijual oleh perusahaan. Ada harapan akan ROI (retum on
investment) yang tinggi, penjangkauan pelanggan yang lebih baik,
dan kualitas layanan yang meningkat. Hal ini akan memimpin kepada
meningkatnya daya saing dan penghematan. DSS dalam Praktik 1.12
menggambarkan suatu contoh bagaimana Palm Inc. menyebarkan portal

37

38

Bagian

Penganbilan Keputusan dan penduhung Tbrkonlputerisasi

yang memberikan layanan pelanggan yang sangat bagus.

web seraices. Dunia telah bergerak ke web. perusahaan-perusahaan

menginginkan kehadiran web. Tidak peduli industri Anda, ada beberapa

aspek dari apa yang Anda lakukan yang dapat dan harus dilakukan pada
website e-commerce. Pada tingkat minimnm, pelanggan menginginkan
kontak informasi dan periklanan. Mereka ingin dapat menemukan Anda
dan melihat apa yang Anda jual.
wenrnble computers. Menjelang tahun 2002 lebih dari 60 persen
populasi
AS antara umur 15 dan 50 tahun akan memiliki atau menggunakan
komputasi nirkabel dan alat komunikasi nirkabel sedikitnya enam
iam
dalam satu hari. Prevalensi alat terseb't akan memimpin kepada peluang

layanan dan perdagangan yang signifikan.

Tugging the world. Menjelang tahun 2008, lebih dari $90 miliar kepurusan

pembelian B2C (b'isness-to-consumer) didasarkan pada fa.g (label).

Tag berisi informasi dan opini tentang item-item yang dapat dibeli.
Membanjirnya informasi, prodr-rk, dan layanan pembelian memacu fokus
untuk mengorganisasi dan melabel pilihan-pilihan untuk membantu
para pembeli menemukan, memprioritaskan, dan memilih item-item.
Pertumbuhan industri tagging akan mengubah perilaku membeli dan
mernbantu menciptakan industri baru dalam bidang advisori dan jasa
riset pasar.

DSS dalam

Praktik 1.12

Palm Memberikan Layanan peranggan yang Ditingkatkan

dengan Web Portal
Palm Inc. menghadapi sebuah masalah dengan Website miliknya, pelanggan akan meng_
akses website, melihat berbagai model pDA

(personal digital assistantsf mendapatkan

banyak kebingungan, dan tidak

apa-apa. Sesuatu harus dilakukan.

-o."ron
pada

bulan

Maret 2002, Palm meluncurkan Active Sales

Assistant, dibuat oleh Active Decision, untuk
membantu para pelanggan membandingkan
dan memutuskan produk-produk palm. para
pelanggan mengidentifikasi fitur-fitur penting.
Assitant memerlukan lebih banyak informasi dari
pelanggan jika fitur khusus tiiak teridentifikasr
(misalnya sebuah warna layar monokrom
mungkin pada awalnya tidak peniing, tetapi harga
membuatnya lebih signifikan ketiki memilh li
antara dua PDA). Ketika Assistant masih berupa

pilot uji selama satu bulan, palm menemukan

bahwa pelanggan senang melakukan navigasi
sendiri. Pelanggan umumnya membeli sebuah
item, biasanya dengan harga lebih tinggi daripada
yang mereka maksudkan. Aspek fuzzy logic dan
fungsi utilitas ekonomis yang digunakin didalam
model internal, telah membantu para pelanggan.
Sistem memelajari bahwa pengguna ingin dan
berusaha mengidentifikasi yang terbaik. Setelah
implementasi Active Decision, pendapatan perusahaan naik 20 persen.
Sumber: Diadaptasi

dari Marvin pyles, ,,A Fistful of

Dollars: How palm Increased Revenues 20 percent,,'

Customcr Relationship Managemcnt, November 2002, h.
54-55.

1.15 R

Bab

Sisten Pendubung Manajenten: Sebuah Tinjauan

Bagian I
Kecerdasan Bisnis: Pengambilan Keputusan
dan Dukungan Terkomputerisasi

Bab 2
Pengambilan Keputusan,
Pemodelan Sistem,
dan Dukungan

lll

Bagian
Bagian lV
Sistem Pendukung Keputusan Perusahaan: Sistem Pendukung
Komputasi Kolaboratif ,
Keputusan Cerdas
Pendukung Keputusan Perusahaan,
dan Manajemen Pengetahuan
Bab 10
Al dan ES

ir
it

Bab 5
i(ecerdasan Bisnis:
Data Warehousing,
Akuisisi Data,
Data Mining, OLAP,
dan Visualisasi Data

Bab 7
Komputasi
l-IKolaboratif: GSS

ir
iL
ir
iL

Bab B
Sistem Informasi
Perusahaan
Bab 12
Sistem Cerdas
Tingkat Lanjut
Bab 13
Sistem Cerdas
pada Internet

Bagian V
Dampak Masyarakat

Bab 15
Integrasi, Pengaruh
dan Masa Depan

GAMBAR 1.3 Rencana buku

1.15 Rencana Buku

Buku ini, yang terdiri dari 15 bab, diorganisasi menjadi enambagian (Gambar
1.3).

Bagian I: Kecerdasan Bisnis: Pengambilan Keputusan dan Dukungan

Terkomputerisasi
Pada Bab 1, kami memberikan pengantar, definisi, dan garis besar sistem
pendrrkung keputusan. Pada Bab 2, kami menjelaskan proses pengambilan
keputusan rnanajerial dan pengaruh DSS.

39

Y
1

40

Bagian

Pengambilant Keputusan dan PenduhtrngTbrhomputerisasi

Bagian II: Sistem Pendukung Keputusan (DSS)

Bab 3 memberikan garis besar DSS dan komponen-komponen utamanya.
Bab 4 menjelaskan topik sulit (matematis) dari pemodelan dan analisis. Kami
menjelaskan berbagai model terstruktur dan peralatan pemodelan. Kami juga
menjelaskan bagaimana masalah tidak terstruktur dapat dimodelkan. pada
Bab 5, kami membangun konsep pemodelan dan analisis, menggabungkannya

dengan konsep database, menghasilkan teknologi dan alat BI modern. Hal ini
meliputi data warehousing, akuisisi data, data mining, pemrosesan analitis
online (OLAP), dan visualisasi. Pada Bab 6, kami menjelaskan perkembangan
DSS dan proses akuisisi, dan teknologi.

Website
Website buku ini, prenhall.com/turban, berisi
materi teks suplemen yang diorganisasi sebagai
Web Chapters. Topik-topik bab ini didaftarkan
di Website pada Wcb Toble of Contents.

Sedikitnya ada satu bab yang menjelaskan

"Perkembangan Baru pada DSS dan Kecerdasan

Tiruan." Website juga berisi presentasi

Ka
O

a
a
a

Tinjauan Bab

o
r
o

Keputusan terstruktur didukung oleh

metode analisis kuantitatif standar, seperti

untuk dukungan keputusan manajerial.

Pengambilan keputusan manajerial makin
kompleks. Intuisi dan metode coba-salah
sudah tidak memadai.
Kerangka waktu untuk pengambilan
keputusan makin sempit, sedangkan
sifat globalnya meluas, mengharuskan

ilmu manajemen dan MIS.

.J

DSS menggunakan data, model, dan

pengembangan dan penggunaan sistem

pendukung kepu tusan terkompu terisasi.

Or

Tingkat komputerisasi meningkat pesat,

demikian juga dengan penggunaannya

Sistem pendukung manajemen adalah

teknologi yang didesain untuk mendukung

kerja manajerial. Teknologi ini dapat
digunakan secara terpisah atau dalam
kombinasi.

Dukungan terkomputerisasi untuk manajer

sering esensial bagi keberlangsungan hidup
organisasi.
Kerangka kerja dukungan keputusan
membagi situasi keputusan menjadi 9

kategori, tergantung tingkat struktur

dan kegiatan manajerial. Setiap kategori

didukung secara berbeda.

pengetahuan yang memLtngkinkan untuk

solusi masalah semiterstruktur dan tidak

terstruktur.

Metode BI (business intelligence)

menggunakan alat analitik dan sistem
database yang memasukkan data
warehouse, data mining, OLAP, dan
visualisasi data.
GSS

o.
al
al
.l
al

(group support systems) mendukung

proses kerja kelompok.

EIS (enterprise information systems)

Per

memberi akses kepada informasi khusus

tingkat pemsahaan yang diperlukan oleh

T.

individu untuk melakukan tugas mereka.

Sistem ERP (enterprise resource planning)/
ERM (enterprise resource management)/
CRM (customer relationship management),
dan SCM (supply chain management)
adalah tipe sistem informasi pernsahaan.
ERP dan SCN,I dikaitkan dengan DSS, e-

l
I

2.

J.r

4.

5"1

5.

Bab

commerce, dan

o
r

CRM.

Sistem Penduhung Manajemen: Sebttah

Titzjauan 41

belajar dari pengalaman.

r
KMS (knowledge management systems)
menangkap, menyimpan, dan menyebarkan
keahlian penting di organisasi keseluruhan.

pengetahr,ran
r
yang dapat digunakan kembali untuk
mendukung keputusan yang rumit.
o Sistem pakar adalah sistem penasihatan
yang berusaha menimkan para pakar; sistem
menerapkan pengetahuan secara langsung o
pada pemecahan masalah.
r Komputasi saraf adalah teknologi
kecerdasan tiruan terapan yang berusaha
Repositori pengetahuan berisi

DSS cerdas tingkat lanjut seperti algoritma

genetika, fuzzy 7ogic, dan agen (perangkat

lunak) cerdas, meningkatkan produktivitas
dan kualitas.
Semua teknologi MSS adalah interaktif

dan dapat diintegrasikan di antara mereka

sendiri dan dengan CBIS lainnya ke dalam
sistem komputer hibrid.

Teknologi Web dan Internet, intranet, dan

ekstranet memainkan suatu peran kunci
dalam pengembangan, penyebaran, dan
penggunaan MSS.

menunjukkan pola pengenalan dengan

Kata Kunci

. agen cerdas (IA)

r algoritma genetika
o analitik bisnis (BA)
o batasan kognitif
o data mining
o fuzzy logic
r ilmu manajemen (MS)
o jaringan saraf tiruan (ANN)
r keahlian
o kecerdasan bisnis (BI)
r keputusan semiterstruktur
o keputusan tidak terstmktur
o keputusan terstruktur
r machine learning
e manajemen hubungan pelanggan (CRM)
o manajemen rantai persediaan (SCM)
o manajemen sumber daya perusahaan (ERM)
Pertanyaan Pemahaman
1. Apa yang membuat revolusi

r
.
o
o
r
r
r
o
r
r
r
o
.
r
o
r

perdagangan elektronik (e-commerce)

perencanaan sumber daya perusahaan (ERP)

produktivitas
repositori pengetahuan
repositori pengetahuan organisasional
riseb operasi

sistem informasi berbasis-komputer (CBIS)

sistem informasi manajemen (MIS)
sistem informasi perusahaan (ElS)
sistem komputer hibrid (terintegrasi)
sistem manajemen pengetahuan (KMS)
sistem pakar (ES)
sistem pemrosesan transaksi (TPS)
sistem pendukung kelompok (GSS)
sistem pendukung keputusan (DSS)
sistem pendukung manajemen (MSS)

terakhir pada
dengan pengambilan keputusan?
komputer?
7.
Diskusikan tren utama yang memengaruhi
manajemen menggunakan
pengambilan keputusan manajerial.
Daftarkan sedikitnya dua penyebab.
2. Daftarkan dan tentukan tiga fase proses
B. Jelaskan tentang ilmu manajemen.
pengambilan keputusan (menurut Simon). 9. Jelaskan secara singkat keputusan
3. Apa itu DSS?
terstruktur, semiterstruktur, dan tidak
4. Diskusikan karakteristik utama DSS.
terstruktur.
5. Daftarkan lima manfaat utama DSS"
10. Kelompokkan aktivitas manajerial (menurut
Anthony).
5. Mengapa manajemen sering disamakan

Bagian

42

Pengambilttn Keputusan dan penduhungkrkomprtterisasi

ll.Jelaskan apa itu sistem pendukung

kelompok.
12. Hubungkan DSS dengan EIS, ERP/ERM,

14.

15. Daftarkan manfaat utama ES.

16.

SCM, dan Web.

13.

Jelaskan tentang sistem pakar.

Jelaskan tentang komputasi saraf.

Me
dar
1.

lT.Jelaskan tentang agen cerdas.

18. Apa ihr sistem dukungan hibrid?

Jelaskan tentang manajemen pengetahuan.

I
I
t
I
I

Pertanyaan untuk Diskusi

1. Berikan contoh tambahan untuk isi setiap sel

2.

pada Gambar 1.2.

Buatlah desain sistem terkomputerisasi
untuk suatu brokerage housc (jual beli saham)
yang memperdagangkan saham, lakukan

perencanaan strategis, kontrol manajemen

(perencanaan taktis), dan perencanaan dan

kontrol operasional.
5. Kapabilitas apa yang diberikan oleh ANN
dan yang tidak diberikan oleh MSS lainnya?
Jelaskan bagaimana sistem hibrid dapat

riset terhadap perusahaan, dan berikan

informasi dan advis bagi pelanggan (seperti

"membeli", "menjual", dan "tahan").

Dalam desain Anda, bedakan dengan jelas
tujuh bagian berikut: TPS, MIS, DSS, EIS,
GSS, KMS, CRM, ES, dan ANN. Pastikan
untuk mendiskusikan informasi input dan
output. Asumsikan bahwa perusahaan jual
beli saham adalah suatu perusahaan kecil
dengan hanya 20 cabang di empat kota

4.

Lakukan survei literatur tujuh bulan terakhir

untuk menemukan suatu aplikasi dari
masing-masing teknologi MSS yang telah
dibahas. Ringkas aplikasi tersebut dalam
satu halaman dan lengkapi dengan salinan
artikel-artikel.
Amati sebuah organisasi yang Anda
kenal baik. Daftarkan tiga keputusan
organisasi tersebut di tiga kategori berikut:

Latihan
1. Tulis sebuah laporan (5-10

halaman) yang
menjelaskan bagaimana perusahaan Anda,
atau sebuah perusahaan yang Anda kenal

baik, saat ini menggunakan komputer dan

sistem informasi, termasuk teknologi Web
dan Web itu sendiri, dalam pengambilan

Lat
1. J,

membantu seorang manajer mengambil

keputusan.
.7

Indikasikan MSS mana yang dapat

digunakan untuk membantu seorang

nranajer memenuhi 10 peran manajemen

rt

menurut Mintzberg. Bagaimana dan

It
L

8.

berbeda.

3.

9.

mengapa MSS tersebut dapat membantu?

]elaskan dengan spesifik.
Diskusikan hubungan antara EIS, ERP/
ERM, SCM, dan CRM.
Mengapa e-commerce dikaitkan dengan EIS
dan dukungan keputusan?

n
p

2.8
d
d

10. Mengapa peran manajemen pengetahuan

p'

sangat penting untuk pengambilan

keputusan? Diskusikan contoh bagaimana

dua hal tersebut dapat diintegrasikan.
1

1.

Jelaskan bagaimana World Wide Web

memengaruhi MSS, dan sebaliknya.

br

3.

Ll

in
la

b:

keputusan. Dengan berpegang pada materi

pada bab ini, jelaskan bagaimana Anda
dapat menggunakan sistem dukungan
tersebut jika sistem itu tersedia (mana yang
tersedia bagi Anda dan mana yang tidak
tersedia?).

Bab

Membentuk Kelompok
dan Bermain Peran
1. Temukan informasi mengenai penggunaan

Sistem Penduhung Manajenten: Sebztah

TinjauarL 43

net. Ringkas penemuan-penemuan dan

daftarkan kesamaan dan perbedaan dari

proaktif suatu komputer untuk mendukung

keputusan ad hoc versLrs sistem pemrosesan
transaksi (TPS). Masing-masing anggota

aplikasi-aplikasi tersebut. Gunakan sumbersumber perusahaan di mana mahasiswa

dipekerjakan, majalah perdagangan, Internet

kelompok harus memilih suatu aplikasi

dalam suatu indtrstri berbeda (retail, per-

newsgroup, dan vendor Website. Akhimya,

bankan, asnransi, makanan, dsb.) Pastikan

untuk memasukkan pengaruh Web/Inter-

siapkan sebuah presentasi kelas mengenai

penemuan tersebut.

Latihan Internet
1. Jelajahi Internet untuk mendapatkan materi
berkaitan dengan kerja manajer, kebutuhan
akan dukungan terkomputerisasi, dan
peran sistem pendukung keoutusan dalam
memberikan dukungan tersebut. jenis

2.

dengan bab-bab dalam buku ini.

Akses sap.com dan peoplesoft.com dan
temukan informasi tentang bagaimana

perangkat lunak ERP membantu para

pengambil keputusan. Selain itu, periksalah

referensi apa untuk perusahaan konsultan,

lembaga akademis, dan program, yang

bagaimana produk perangkat lunak tersebut

menggunakan teknologi Web, dan Web itu

Anda temukan? Bidang utama apa yang

direpresentasikan? Pilih lima situs yang
menangani satu bidang dan iaporkan
penemuan Anda.
Eksplorasi public area dari

sendiri.

dssresources.com. Buat satu daftar sumber

daya utama yang tersedia. Anda mungkrn

3.

perlu merujuk situs ini saat Anda memelajari

buku ini.
Lihat Web Chapters pada Website buku
ini (prenhall.com/ turban). Jelaskan dalam
laporan ringkas sepanjang satu halaman
bagaimana Web Chapters berhubungan

5. Akses in telligenenterprise.com.

Untuk setian
topik yang dikufip dalam bab ini. temukan
beberapa perkembangan yang menarik yang
dilaporkan pada situs tersebut dan buatlah
satu laporan.

6.

Jelajahi sebuah Web untuk DSS, kecerdasan

bisnis, analitik bisnis, OLAP, data mining,

dan data warehousing. Identifikasi
kesamaan dan perbedaan di antara hal-

hal tersebut berdasarkan apa yang Anda

temukan.

Aplikasi Kasus

1.1

ABB Automation Membuat Keputusan yang Lebih cepat dan Lebih Baik
dengan Menggunakan DSS

Hasil
DSS

kepu
dan
menS

Pengantar

melalui alat visualisasi data

(antarmuka berbasis-Web) yang dengan

high-

utilitas
dan industri untuk meningkatkan performa
sementara menglrrangi dampak lingkungan.
ABB memiliki 152.000 karyawan di lebih dari 100

mudah digunakan oleh staf nonteknis.

Pre-configured windows untuk data (untuk
query terstruktur).

merir

Kapabilitas untuk mengakses data untuk

terjac

negara. Ia terus-menerrls mengembangkan solusi

iaporan ad hoc dan analisis data.

ABB adalah suatu pemimpin global di teknologi

yang memungkinkan pelanggan

teknologi otomasi baru untuk membantu para

pelanggannya mengoptimalisasi produktivitas
mereka. Solusi ini meliputi simulasi, strategi
kontrol dan optimalisasi, interaksi antara orang
dan mesin, perangkat lunak embedded, mechatronik, monitoring, dan diagnosis. Tujuannya
adalah untuk mengembangkan suatu arsitektur
TI industrial umum untuk solusi real-time pada
lintas penrsahaan bisnis.
Solusi DSS
ABB memiliki keahlian untuk mengembangkan
sistem seperti telah disebutkan, dan ia telah
mengembangkan satu sistem untuk ia gunakan
sendiri di divisi tekstilnya. Sistem pendukung
keputusan ABB Automation menangkap dan
mengelola informasi dari paket Range MES milik
ABB yang digunakan oleh para manajer untuk
melakukan analisis dan mengambil keputusan.
Tujuan utama DSS adalah memberikan kepada
para manajer teknologi dan peralatan trntuk
data warehousing, data mining, dan dukungan
keputusan, yang secara ideal memimpin kepada
pengambilan keputr.isan vang lebih baik dan
lebih cepat.
Sistem memberikan:

Penyimpanan data produksi dari sistem

kontrol terdistribusi (DCS - distributed
control system) pada suatu data warehouse.
Data capture tanpa merusak perangkat keras
sistem kontrol.
Akses site-wide ke data untnk dtrkungan

keputr-rsan

Akses ke data operasi real-time (untuk

pengi

dan
tersel

Perta

analisis).
1.

Detail DSS dan Kegunaannya

DSS memberikan metode untuk menyimpan
(warehousing) secara fleksibel dan menganalisis

2.

data penting. DSS merupakan bagian dari

Managerial Supervisory Control System (MSS)
dan n-reringkas data untuk setiap area proses
di dalam suatu pabrik. Selain DSS, MSS jtrga
n-remasukkan lot-tracking, histori, dan data
proses. DSS memiliki arsitektur yang fleksibel
dan dapat diakses yang memfasilitasi pembuatan

laporan, mencari informasi dan menyimpan

data secara fleksibel dan mudah diakses.
Dashboard berbasis-Web (portal informasi

perusahaan) digr-rnakan untuk melihat data

warehouse. Status sitem produksi (efisiensi
keseluruhan dan setiap lot serta summary data)
dapat dimonitor secara grafis dan mendekati
real-time. Kegagalan peralatan, produksi
yang tidak memenuhi kualitas standar, dan
penyebab-penyebab terjadinya hal tersebut

dapat diidentifikasi dan diperbaiki dengan

cepat. Perbaikan-perbaikan terhadap proses
dilacak. Analisis dilakukan melalui teknologi
data mining dan OLAP dengan mengakses
data produksi dari data warehouse. Konsumsi
sumber daya, energi, dan faktor-faktor produksi
Iainnya juga dimonitor.

4.

Bab

Hasil

DSS memungkinkan pengguna

membuat

keputusan untuk operasi yang lebih konsisten

dan lebih efisien, dan untttk memonitor dan

mengelola biaya produksi produk-produk
high-quality. DSS memberikan display data
pengoperasian yang mendekati real-time,
merinci rentang di mana proses berhenti
dan downtime yang terkait dengan kejadian
tersebut, untnk mengeliminasi penyebab utama

Sistem Penduktmg Mttnajenren: Sebuah

Tiniattan 45

Tantangan meudasar adalah meningkatkan

manajemen proses pemanufakturan dengan
mendongkrak kuantitas data produksi yang
tersedia. DSS memberikan kepada manajer akses

tingkat pabrik ke data produksi plant-floor yang

memimpin kepada kaputusnn ynng lebih ielns/pnsti
dan profit ynng nrcningknt.
Suntbcr: Berdasarkan Anonim, "ABB: Decision Support
Systern," Tcxtilc World, Vol. 150, No. 4,52-31, April 2000; clan
Website ABB, abb.com.

terjadinya downtime.
Pertanyaan Kasus
1.

2"

Sebutkan model, data, dan komPonen

antarmttka ABB DSS.
Teknologi DSS apa yang digunakan oleh
ABB untuk meningkatkan produktivitas?

5.

6.

Bagaimana sistem kecerdasan tirttan, seperti sistem pakar dan jaringan saraf tiruan,
dapat diintegrasikan ke dalam ABB DSS?
Perhatikan Lrlasan DSS pada bab ini: Apa

Bagaimana ABB Au tonration menggttnakan

DSS untuk membttat keputusan yang lebih

artinya mendongkrak data produksi untuk meningkatkan manajemen proses pe-

cepat dan lebih baik?

manufakturan?

Mengapa keputusan yang lebih cepat dan

lebih baik, bukar-r yang lainnYa?