Sistem
Informasi
Manajemen
11
Ekonomi dan Bisnis Manajemen S-1 MK Agus Arijanto,SE,MM
Abstract Kompetensi
Pengertian, definisi dari Implikasi Etis Mampu memahami dan menjelaskan,
Sistem Pendukung Pengambilan serta mengimplikasikan mengeani
Keputusan, DSS, GSS dan Expert Sistem Pendukung Pengambilan
System , dan Tahapan-tahapan kepurusan, tahapan-Tahapan, DSS,
GDSS dan Expert Sistem yang
pengambilan keputusan dengan system diterapkan di perusahaan dalam
informasi mencapai tujuannya.
Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali
diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah
Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis
komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan
data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur .
Istilah SPK berdasarkan pada suatu sistem yang memanfaatkan dukungan komputer dalam
proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan
diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli,
diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK
merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui
penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya
semi terstruktur maupun yang tidak terstruktur.
1) Tahap Pemahaman
2) Tahap Perancangan
3) Tahap Pemilihan
Dengan berbagai karakter khusus diatas, SPK dapat memberikan berbagai manfaat dan
keuntungan. Manfaat yang dapat diambil dari SPK adalah :
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
Di samping berbagai keuntungan dan manfaat seperti dikemukakan diatas, SPK juga
memiliki beberapa keterbatasan, diantaranya adalah :
1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat
dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan
persoalan sebenarnya.
2. Kemampuan suatu SPK terbatas pada perbendaharaan pengetahuan yang
dimilikinya (pengetahuan dasar serta model dasar).
3. Proses-proses yang dapat dilakukan SPK biasanya juga tergantung pada perangkat
lunak yang digunakan.
4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki manusia. Sistem ini
dirancang hanyalah untuk membantu pengambil keputusan dalam melaksanakan
tugasnya.
Jadi secara dapat dikatakan bahwa SPK dapat memberikan manfaat bagi pengambil
keputusan dalam meningkatkan efektifitas dan efisiensi kerja terutama dalam proses
pengambilan keputusan.
Tahapan SPK:
Definisi masalah
Pengumpulan data atau elemen informasi yang relevan
Dalam pemrosesannya, SPK dapat menggunakan bantuan dari sistem lain seperti Artificial
Intelligence, Expert Systems, Fuzzy Logic, d
Banyak sistem pendukung yang tersedia dan mampu melengkapi sistem informasi
manajemen yang ada. Beberapa sistem pendukung yang akan dibahas di sini, di antaranya
adalah:
Dalam suatu penelitiannya Steven S. Alter mengembangkan satu taksonomi dari enam jenis
DSS yang didasarkan pada tingkat dukungan pemecahan masalah. Keenam jenis tersebut
tampak pada gambar berikut :
Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang memungkinkan
manajer mengambil hanya sebagian kecil informasi (unsur-unsur informasi) Jenis DSS yang
memberikan dukungan yang sedikit lebih tinggi memungkinkan baginya menganalisis
seluruh isi file mengenai tingkat penyerapan anggaran pada unit-unit lain yang terkait.
Contohnya adalah laporan gaji bulanan pegawai yang disiapkan dari file gaji.
Dukungan yang lebih lagi diberikan oleh sistem yang menyiapkan laporan total penyerapan
anggaran biaya pegawai dan tunjangan-tunjangan yang diterimanya yang diolah dari
berbagai file sistem penggajian.
Ada dua tipe DSS yang dikenal, yaitu: Model-driven DSS dan Data-driven DSS. Jenis DSS
yang pertama merupakan suatu sistem yang berdiri sendiri terpisah dari sistem informasi
organisasi secara keseluruhan. DSS ini sering dikembangkan langsung oleh masing-masing
pengguna dan tidak langsung dikendalikan dari divisi sistem informasi. Kemampuan analisis
Jenis DSS yang kedua, data-driven DSS, menganalisis sejumlah besar data yang ada atau
tergabung di dalam sistem informasi organisasi. DSS ini membantu untuk proses
pengambilan keputusan dengan memungkinkan para pengguna untuk mendapatkan
informasi yang bermanfaat dari data yang tersimpan di dalam database yang besar. Banyak
organisasi atau perusahaan mulai membangun DSS ini untuk memungkinkan para
pelanggannya memperoleh data dari website-nya atau data dari sistem informasi organisasi
yang ada.
Penggunaan GDSS mampu untuk mengatasi berbagai masalah atau potensi masalah yang
mungkin akan timbul. Beberapa manfaat yang dapat diperoleh dengan penggunaan GDSS
ini, antara lain adalah:
1. Meningkatkan perencanaan awal, yaitu untuk membuat diskusi atau pertemuan menjadi
lebih efektif dan efisien.
2. Meningkatkan partisipasi, sehingga setiap peserta dari berbagai latar belakang dapat
memberikan kontribusinya dengan optimal.
3. Menciptakan iklim yang lebih terbuka dan kolaboratif, yaitu tanpa membuat pihak yang
tingkatannya lebih rendah merasa takut dan terancam. Dan juga tidak membuat pihak
yang tingkatannya lebih tinggi mendominasi jalannya suatu rapat, pertemuan/meeting.
4. Setiap ide yang ditawarkan bebas dari kritik, memungkinkan peserta rapat,
pertemuan/meeting mengkontribusikan ide atau pendapatnya tanpa takut untuk dikritik.
5. Evaluasi yang objektif, menciptakan atmosfir di mana suatu ide akan dievaluasi secara
objektif dan tidak memandang siapa yang memberikan ide tersebut.
6. Menghasilkan ide organisasi, yaitu bagaimana tetap memfokuskan pada tujuan rapat,
pertemuan/meeting, mencari cara yang paling efisien untuk mengorganisir ide yang
dihasilkan dalam sesi brainstorming, dan mengevaluasi ide dalam batasan waktu yang
paling sesuai.
Expert systems (ES) mencoba untuk meniru pengetahuan pakar tersebut. Sistem ini
biasanya digunakan jika organisasi harus memberikan keputusan atas suatu masalah yang
kompleks. Secara khusus, ES adalah paket komputer untuk memecahkan atau mengambil
keputusan atas suatu masalah spesifik atau terbatas, yang kemampuan pemecahannya
dapat sama atau melebihi suatu tingkat kemampuan seorang pakar.
Tiga komponen utama yang biasanya ada dalam ES adalah basis pengetahuan, mesin
inferensi (inference engine), dan tampilan pengguna (user interface).
Secara umum, Expert System (ES) adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti
yang biasa dilakukan para ahli. Expert System tidak untuk menggantikan kedudukan
seorang pakar tetapi untuk memasyaratkan pengetahuan dan pengalaman pakar tersebut.
Expert System atau Sistem Pakar juga dapat diartikan sebagai program komputer
yang mencoba untuk mewakili pengetahuan dari pakar manusia dalam bentuk heuristic.
Istilah heuristic diturunkan dari akar Yunani yang sama dengan kata eureka yang berarti
menemukan. Maka dari itu, heuristic merupakan suatu rule of thumb atau suatu aturan
dugaan yang baik.
Expert System (ES) dikembangkan pertama kali oleh komunitas AI tahun 1960an.
ES yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh
Newel Simon.
Sebagai suatu sistem pendukung keputusan, Sistem Pakar menawarkan kemampuan yang
unik dan menjadi daya tarik. Keunikan itu adalah:
2. Sistem pakar dapat menjelaskan alur penalarannya dalam mencapai suatu pemecahan
tertentu. Sangat sering, penjelasan mengenai cara pemecahan diperoleh lebih
berharga dari pemecahan itu sendiri.
Expert System (ES) memiliki bebrapa kelebihan antara lain sebagai berikut :
Selain yang disebutkan di atas, Expert System (ES) juga memiliki beberapa kelebihan yang
berguna baik bagi manajer maupun bagi perusahaan.
Manajer yang menggunakan sistem pakar dapat menerapkan logika yang sama seperti
seorang pakar yang sangat ahli.
Manajer dapat memperoleh nasihat dari sistem pakar secara lebih cepat, sehingga lebih
banyak waktu yang tersedia untuk menimbang kemungkinan hasil sebelum tindakan
dilakukan.
Komputer tidak merasakan hari baik atau hari buruk seperti manajer manusia. Setelah
penalaran di program dalam komputer, manajer tahu bahwa proses solusi yang sama
akan diikuti untuk tiap masalah.
Karena manajer perusahaan memiliki kemampuan yang lebih luas dalam memecahkan
masalah melalui penggunaan sistem pakar, mekanisme pengendalian perusahaa
meningkat. Dalam hal ini, perusahaan lebih mampu memenuhi tujuannya.
Menurut Efraim Turban, sistem pakar harus mengandung elemen-elemen sebagai berikut:
1. Pengalaman
3. Transfer pengalaman
4. Pembuatan alasan
5. Pembuatan simbol
6. Aturan
Basis pengetahuan (Bahasa Inggris: knowledge base) adalah suatu jenis basis data yang
dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk
koleksi, organisasi, dan pengambilan pengetahuan terkomputerisasi. Hal terpenting dari
suatu basis pengetahuan adalah kualitas informasi yang dikandungnya. Basis pengetahuan
yang terbaik memiliki artikel-artikel yang ditulis dengan baik dan dijaga untuk selalu
mutakhir, memiliki sistem pengambilan (mesin pencari) yang baik, serta format isi dan
struktur klasifikasi yang dirancang dengan seksama.
Sebuah basis pengetahuan terdiri dari sekian paket data berukuran besar, deskripsi dari
data
memiliki sifat yang dinamis, dengan kemampuan dan kapasitas untuk belajar, sehingga
dekat
Untuk mengelola suatu basis pengetahuan, dibutuhkan suatu sistem manajemen basis
pengetahuan yang biasanya memiliki kemampuan sebagai berikut:
(a) Membuat simpulan berdasarkan aturan-aturan, deskripsi data, dan fakta untuk
menghasilkan informasi yang baru. Hal ini dibutuhkan karena pengguna sistem harus
bisa menarik kesimpulan meski dengan ketidaklengkapan informasi.
(b) Mekanisme untuk melakukan perbaruan (semisal, memasukkan, menghapus, atau
memodifikasi) basis pengetahuan.
(c) Kemampuan untuk mengoptimalkan query. Bila sistem tidak memiliki query, maka
aktivitas pencarian informasi bisa berlangsung amat lama.
(d) Kemampuan untuk mengintegrasikan beragam basis pengetahuan. Kemampuan
semacam ini sangat dibutuhkan terutama oleh organisasi yang tersebar secara lokasi.
(e) Kemampuan untuk menyediakan jawaban yang bersifat kooperatif kepada pengguna.
Semisal saja, pengguna perlu tahu manakala sebuah query ternyata tidak bisa
memberikan suatu keluaran dikarenakan kondisi keterbatasan basis data, atau data
yang di-query-kan ternyata tidak tersedia di dalam basis data.
(f) Kemampuan untuk melakukan penggalian data, atau penemuan pengetahuan di dalam
basis data. Penggalian data merupakan suatu bentuk cara berpikir induktif, yang mana
membentuk suatu aturan dari suatu atau rangkaian kasus yang ada.
2. User Interface
(user) dengan sistem. Antarmuka pemakai (User Interface) dapat menerima informasi dari
pengguna (user) dan memberikan informasi kepada pengguna (user) untuk membantu
mengarahkan alur penelusuran masalah sampai ditemukan suatu solusi. User interface
Contoh konsep luas user interface mencakup aspek interaktif sistem operasi komputer,
berlaku saat membuat user interface berkaitan dengan ergonomik dan psikologi.
User interface yang ada untuk berbagai sistem, dan menyediakan cara :
Tanpa bahasa pun kadang ikon bisa tidak jelas maknanya, sebab tidak semua lambang ikon
bisa bersifat universal.
Meski penting, namun sayangnya kadang penggunaan bahasa, seperti pemilihan istilah,
sering dianggap kurang begitu penting. Bahasa sering menjadi sesuatu yang nomor dua
ketimbang elemen-elemen interface lainnya.
b. Text-Based
Walau cara kerja di dalam sistem pakar mungkin rumit, user interface-nya sangat
memudahkan pemakai. Manajer yang terbiasa berinteraksi dengan komputer tidak akan
menemui kesulitan menggunakan sistem pakar.
3. Inference Engine
Dua metode utama telah dibuat bagi inference engine untuk menguji aturan yakni :
Aturan-aturan diuji satu per satu dalam urutan tertentu. Urutan itu mungkin berupa urutan
pemasukan aturan ke dalam perangkat aturan, atau dapat juga urutan lain yang ditentukan
oleh pemakai. Saat tiap aturan diuji, sistem pakar berusaha mengevaluasi apakah
kondisinya benar atau salah. Jika kondisinya betul, aturan itu ditembakkan dan aturan
Inference engine memilih suatu aturan dan menganggapnya sebagai masalah yang harus
diselesaikan.
Penalaran mundur bergerak lebih cepat dari penalaran maju karena penalaran mundur tidak
harus mempertimbangkan semua aturan dan tidak membuat beberapa putaran melalui
perangkat aturan. Penalaran mundur sangat sesuai jika:
4. Development Engine
Digunakan untuk menciptakan Sistem Pakar. Pada dasarnya proses ini melibatkan
pembuatan perangkat aturan. Ada dua pendekatan dasar yakni bahasa pemrograman dan
shell sistem pakar.
Bahasa Pemrograman
Kita dapat menciptakan sistem pakar dengan menggunakan bahasa pemrograman apapun,
akan tetapi ada dua yang sangat cocok dengan representasi simbolis dari knowledge base
yaitu Lisp dan Prolog. Lisp dikembangkan tahun 1959 oleh John McCarthy (salah seorang
anggota rapat pertama AI) dan pengerjaan prolog dimulai oleh Alain Colmerauer pada
University of Marseilles tahun 1972.
Shell sistem pakar adalah prosesor siap pakai yang dapat disesuaikan untuk problem
domain tertentu melalui penambahan knowledge base yang sesuai. Sekarang, sebagian
besar minat dalam menerapkan sistem pakar untuk masalah bisnis melibatkan penggunaan
shell.
Sistem hanya akan beroperasi jika Sistem dapat beroperasi hanya dengan
system tersebut sudah lengkap beberapa aturan
Expert System (ES) atau Sistem Pakar memiliki cirri-ciri sebagai berikut :
Seperti yang sudah dibahas sebelumnya, knowledge base memuat fakta-fakta yang
menjelaskan area masalah dan juga teknik menerangkan masalah yang menjelaskan
bagaimana fakta-fakta tersebut cocok satu dengan yang lain dalam urutan yang logis.
Istilah problem domain atau domain masalah digunakan untuk menjelaskan area
masalah. Tujuan menerangkan masalah (knowledge representation technique) yang populer
adalah penggunaan aturan. Aturan menentukan apa yang harus dilakukan dalam situasi
tertentu dan terdiri dari dua bagian: suatu kondisi yang mungkin benar, mungkin tidak dan
tindakan yang harus diambil jika kondisinya benar.
Semua aturan yang ada di dalam sistem pakar disebut perangkat aturan (rule set).
Perangkat aturan dapat bervariasi dari sekitar selusin aturan untuk sistem pakar yag
sederhana sampai 500, 1000, atau 10.000 aturan untuk sistem pakar yang rumit.
2. Diane Mayo and Jeanne Goodrich. Staffing for Result : A Guide to Working Smarter,
Chicago: ALA, 2002
3. Roger Fisher and Willian Ury. Getting to Yes : Negotiaating Agreement Without Giving
In. New York: Penguin Books, 1999
4. Michael Hammer dan James Champy, Reengineering the Corporation : A Manifesto for
Business Revolution, 2004