SISTEM PENGAMBILAN KEPUTUSAN

Tren Sistem Pendukung Keputusan

Kecepatan perkembangan TI seperti versi komputer jaringan dari software DSS/EIS
membuat pendukung keputusan tersedia bagi manajemen tingkat bawah, serta bagi
individu nonmanajerial dan tim mandiri dari praktisi bisnis.

Inisiatif e-business dan e-commerce yang sedang diimplementasikan oleh banyak

perusahaan juga memperluas ekspektasi serta penggunaan informasi dan pendukung
keputusan dari karyawan, manajer, pelanggan, pemasok dan mitra bisnis lainnya.

Pertumbuhan ekstranet dan intranet korporat, serta internet telah mempercepat

pengembangan dan penggunaan pengiriman informasi “kelas eksklusif” dan alat software
pendukung keputusan oleh manajemen dari tingkat yang lebih rendah dan oleh individu dan
tim praktisi bisnis.

Sistem Informasi Manajemen (SIM)

SIM menyediakan berbagai produk informasi bagi manajer. Ada 4 alternatif pelaporan
utama yang disediakan oleh sistem ini:

1. Laporan Terjadwal secara periodik (periodic schedule reports)

Bentuk tradisional penyediaan informasi bagi manajer dengan menggunakan format yang
telah ditentukan dan menyediakan informasi secara rutin kepada manajer.
Contohnya, laporan analisis penjualan harian dan mingguan dan laporan keuangan bulanan.

2. Laporan pengecualian (exception reports)

Dalam beberapa kasus, laporan dibuat jika hanya terjadi kondisi pengecualian. Dalam kasus
lainnya, laporan dibuat secara periodik namun hanya berisi informasi mengenai kondisi
pengecualian tersebut.
Contohnya, manajer kredit dapat diberi laporan yang hanya berisi informasi mengenai
pelanggan yang melewati batas kreditnya.

3. Laporan permintaan dan Tanggapan (demand reports and responses)

Informasi tersedia kapan pun manajer menginginkannya.
Contohnya, browser web dan bahasa permintaan DBMS serta report generator
memungkinkan manajer ditempat kerja komputer untuk memperoleh tanggapan langsung
atau menemukan dan mendapatkan laporan tertentu sebagai hasil dari permintaan
informasi yang mereka butuhkan.

4. Pelaporan dorong (push reporting)

Informasi didorong ke manajer di network office. Jadi, banyak perusahaan sedang
menggunakan software webcasting untuk menyiarkan laporan secara selektif dan informasi
lainnya ke network computer milik para manajer atau pakar melalui intranet perusahaan.
Pemrosesan Analitis Online (online analytical processing – OLAP)
Industri SI telah merespons permintaan manajer bisnis dan analis akan SI yang dapat
menyediakan jawaban yang cepat atas berbagai permintaan bisnis dengan pengembangan
seperti database analitis, data mart, data warehouse, teknik data mining, dan struktur
database multidimensi dan dengan server 2 khusus serta produk software berbasis web
yang mendukung pemrosesan analitis online.

Pemrosesan analitis online memungkinkan manajer dan analis untuk secara interaktif
menguji dan memanipulasi sejumlah besar data yang terinci dan terkonsolidasi dari banyak
perspektif.

Pemrosesan analitis online melibatkan beberapa operasional analitis dasar, yaitu:

1. Konsolidasi.
Konsolidasi melibatkan pengumpulan data. Hal ini melibatkan pengumpulan
sederhana atau pengelompokan yang rumit dengan melibatkan data yang saling
berhubungan.
Misalnya, data kantor penjualan dapat dikumpulkan ke wilayah, dan wilayah ke
regional.

2. Penggalian.
OLAP dapat bergerak ke arah kebalikan dan secara otomatis menampilkan rincian
data yang telah terkonsolidasikan. Hal ini disebut penggalian.
Misalnya, penjualan menurut produk individual atau staf penjualan yang
menghasilkan total penjualan regional dapat dengan mudah diakses.

3. Pengirisan dan Pemotongan.

Pengirisan dan pemotongan merujuk pada kemampuan untuk melihat database dari
berbagai sudut pandang. Pengirisan dan pemotongan sering dilakukan sejalan dengan
sumbu waktu untuk menganalisis tren dan menemukan pola berbasis waktu pada data.

Contoh Penggunaan OLAP :

Data Bunga Iris
Melalui data-data di bawah ini, akan dibahas bagaimana atribut-atribut, panjang
mahkota, lebar mahkota dan spesies dapat dikonversi menjadi array multidimensi.

Pertama, kita bedakan antara lebar mahkota dengan panjangnya sehingga idapatkan
kategori : low, medium and high Akan diperoleh tabel berikut :

Panjang mahkota Lebar mahkota Tipe spesies Jumlah

Low Low Setosa 46
Low Medium Setosa 2
Medium Low Setosa 2
Medium Medium Versicolour 43
Medium Medium Versicolour 3
Medium High virginica 3
High Medium Versicolour 2
High Medium virginica 3
 High High Versicolour 2
High High virginica 44

• Setiap tuple unik dari lebar mahkota, panjang mahkota dan tipe spesies menunjukkan satu
elemen dari array
• Elemen ini menunjukkan korespondensi nilai jumlah
• Gambar di samping menjelaskan hal tsb
• Semua tuple yang tidak dispesifikasikan adalah nol

Irisan dari array multidimensi ditunjukkan oleh tabulasi silang berikut ini