DECISION SUPPORT SYSTEM (DSS)

Definisi : adalah sistem pendukung keputusan yang merupakan bagian dari sistem informasi berbasis
komputer yang digunakan untuk mendukung bisnis atau kegiatan pengambilan keputusan dalam suatu
organisasi atau perusahaan.
Tujuan dari DSS 
- melayani manajemen, operasi, tingkat perencanaan organisasi,
- meningkatkan efektifitas dalam pengambilan keputusan dan
- membantu orang membuat keputusan tentang masalah yang mungkin berubah dengan cepat
dan tidak mudah untuk diselesaikan.
Tahap-tahap Decision Support System (DSS)
- Intelligence : Mencari kondisi yang akan digunakan untuk memanggil/meminta sebuah
keputusan
- Design : Mengembangkan dan menganalisis alternatif tindakan yang memungkinkan dari
solusi.
- Choice : Memilih tindakan diantara 2 tahap sebelumnya.
- Implementation : Memakai tindakan yang dipilih dalam tindakan situasi pengambilan
keputusan.
Tiga komponen dasar dari rancangan DSS adalah :
- Database atau basis pengetahuan
- Model yang meliputi konteks keputusan dan kriteria pengguna
- User interface (UI)
DSS dibedakan menjadi tiga jenis , yaitu :
- DSS pasif adalah sistem yang membantu proses pengambilan keputusan, tetapi tidak dapat
memberi saran keputusan atau solusi yang tegas,
- DSS aktif dapat memberi memberi saran atau solusi tersebut dengan tegas dan jelas.
- Cooperative DSS memungkinkan untuk proses berulang-ulang antara manusia dan sistem
terhadap pencapaian solusi konsolidasi. Pembuat keputusan dapat memodifikasi, melengkapi
atau memperbaiki saran keputusan yang disediakan oleh sistem untuk validasi.
Mengapa DSS digunakan dalam suatu perusahaan?
- Perusahaan beroperasi pada ekonomi yang tidak stabil.
- Perusahaan dihadapkan pada kompetisi dalam dan luar negeri yang meningkat.
- Perusahaan menghadapi peningkatan kesulitan dalam hal melacak jumlah operasi-operasi
bisnis.
Penerapan DSS dalam Manajemen Akademik . DSS diterapkan pada saat :
 keputusan penerimaan mahasiswa baru,
 evaluasi prestasi akademik,
 yudisium, dan
 penentuan mahasiswa berprestasi.
Berbagai basis data dikembangkan oleh fakultas dan unit kerja sesuai dengan aktivitas dan arah
pengembangan masing-masing dengan penerapan koordinasi matriks kepada unit lain yang terkait.
Pangkalan data utama meliputi sebagai berikut :
 Basis data sumber daya manusia / ketenagaan yang dikelola dalam kelompok aplikasi Sistem
Informasi Ketenagaan (SINAGA), termasuk di antaranya basis data presensi/absensi pegawai
(aplikasi Absensi sidik jari).
 Basis data akademik yang dikelola dalam kelompok aplikasi Sistem Informasi Akademik
(SIAKAD), termasuk di antaranya basis data penelitian dan pengabdian kepada masyarakat
(aplikasi SIPEN dan aplikasi SIPEMAS).
  Basis data aset / sarana-prasarana yang dikelola dalam kelompok aplikasi Sistem Informasi
SARANA-PRASARANA (SINAPRA).
 Basis data kemitraan / kerjasama yang dikelola dalam aplikasi Sistem Informasi Kerjasama
(SIKERSA).
 Basis data keungan yang dikelola dalam kelompok aplikasi Sistem Informasi Keuangan
(SIAKEU).
---------------------------------------------------------------------------------------------------------------
DATA MINING
Data mining adalah sebuah proses percarian secara otomatis informasi yang berguna dalam tempat
penyimpanan data berukuran besar.
Proses yang terjadi pada data mining ialah sebagai berikut:
- Data selection
Pemilihan (seleksi) data dari sekumpulan data operasional perlu dilakukan sebelum tahap penggalian
informasi dalam KDD dimulai. Data hasil seleksi yang digunakan untuk proses data mining, disimpan
dalam suatu berkas, terpisah dari basis data operasional.
2. Pre-processing / cleaning
Sebelum proses data mining dapat dilaksanakan, perlu dilakukan proses cleaning pada data yang
menjadi fokus KDD. Proses cleaning mencakup antara lain membuang duplikasi data, memeriksa data
yang inkonsisten, dan memperbaiki kesalahan pada data.
3. Transformation
Coding adalah proses transformasi pada data yang telah dipilih, sehingga data tersebut sesuai untuk
proses data mining. Proses coding dalam KDD merupakan proses kreatif dan sangat tergantung pada
jenis atau pola informasi yang akan dicari dalam basis data.
4. Data mining
Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan
menggunakan teknik atau metode tertentu. Teknik, metode, atau algoritma dalam data mining sangat
bervariasi. Pemilihan metode atau algoritma yang tepat sangat bergantung pada tujuan dan proses
KDD secara keseluruhan.
5. Interpretation / evalution
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan dalam bentuk yang mudah
dimengerti oleh pihak yang berkepentingan. Tahap ini merupakan bagian dari proses KDD yang
disebut interpretation. Tahap ini mencakup pemeriksaan apakah pola atau informasi yang ditemukan
bertentangan dengan fakta atau hipotesis yang ada sebelumnya.
Fungsi Data mining adalah untuk membantu mendapatkan informasi yang berguna serta
meningkatkan pengetahuan bagi pengguna. Berikut adalah fungsi dari data mining:
 Generalisasi
o Karakterisasi = mendeskripsikan suatu class dari ciri-ciri atau atributnya
o Diskriminasi = karakteristik yang membedakan antar class
 Asosiasi dan korelasi / mining frequent pattern= Mendeskripsikan hubungan antar atribut.
 Classification dan Regression:
o Classification = Dari ciri-ciri akan menghasilkan label
o Regression = Lebih ke ciri-cirinya, dan yang dicari adalah nominal value
 Cluster analysis = Data untuk melatih mesin tidak ada label. Digunakan untuk klasifikasi
preposisi, termasuk unsupervised learning.
 Outlier analysis
o Transaksi normal jumlahnya banyak sekali, mendeteksi terjadinya keanehan atau
masalah pada transaksi (mendeteksi anomaly/ kejadian tidak biasa).
Fungsi Data Mining
1. Classification, yaitu menyimpulkan definisi-definisi karakteristik sebuah grup. Contoh:
pelanggan-pelanggan perusahaan yang telah berpindah kesaingan perusahaan yang lain.
2. Clustering, yaitu mengindentifikasikan kelompok-kelompok dari barang-barang atau produk-
produk yang mempunyai karakteristik khusus(clustering berbeda dengan classification,
dimana pada clustering tidak terdapat definisi-definisi karakteristik awak yang di berikan
pada waktu classification.)
3. Association, yaitu mengidentifikasikan hubungan antara kejadian-kejadian yang terjadi pada
suatu waktu, seperti isi-isi dari keranjang belanja.
4. Sequencing Hampir sama dengan association, sequencing mengidentifikasikan hubungan-
hubungan yang berbeda pada suatu periode waktu tertentu, seperti pelanggan-pelanggan yang
mengunjungi supermarket secara berulang-ulang.
5. Forecasting memperkirakan nilai pada masa yang akan datang berdasarkan pola-pola dengan
sekumpulan data yang besar, seperti peramalan permintaan pasar.
Tujuan Data Mining
1. Explanatory adalah Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa
penjualan truk pick up meningkat di colorado.
2. Confirmatory Untuk mempertegas hipotesis, seperti halnya 2 kali pendapatan keluarga lebih
suka di pakai untuk membeli peralatan keluarga, di bandingkan dengan satu kali pendapatan
keluarga.
3. Exploratory Menganalisis data untuk hubungan yang baru yang tidak di harapkan, seperti
halnya pola apa yang cocok untuk kasus penggelapan kartu kredit.
-----------------------------------------------------------------------------------------------------------------
GROUP SUPPORT SYSTEMS
Definisi : Group Support System (GSS) adalah satu lingkungan berbasis teknologi informasi yang
mendukung pertemuan group, yang didistribusikan kepada seluruh anggota grup. Tak terbatas dari
pembagian/distribusikan software komputer, audio, video, prosedur, metodologi, bantuan-bantuan dan
data teraplikasi (Saling Berbagi Dokumen)
Tujuan : Secara Umum GSS adalah untuk meningkatkan produktifitas dari rapat pengambilan
keputusan, baik dengan mempercepat proses pengambilan keputusan ataupun dengan meningkatkan
kualitas dari keputusan yang dihasilkan atau keduaanya. Hal ini dapat terwujud dengan menyediakan
dukungan terhadap pertukaran ide-ide, opini, dan pilihan-pilihan di dalam kelompok
Kelebihan GSS :
- Group lebih memahami masalah dari pada individu
- Group lebih cepat menangkap kesalahan / permasalahan yang terjadi pada dari pada individu
- Group memiliki lebih banyak informasi
- Sinergi dapat dihasilkan
Kekurangan GSS :
- Tekanan sosial agar selalu menyesuaikan diri
- Kecenderungan anggota untuk mengandalkan saja yang lain dalam mengerjakan tugas
- Menghabiskan waktu, prosesnya lambat
-----------------------------------------------------------------------------------------------------------------
GEOGRAPHIC INFORMATION SYSTEMS
- Sistem komputer yang memiliki kemampuan untuk membangun, menyimpan, mengelola dan
menampilkan informasi berefrensi geografis, misalnya data yang diidentifikasi menurut
lokasinya, dalam sebuah database.
 - GIS merupakan sistem yang terdiri dari peta digital yang merepresentasikan obyek dan
sumber daya di daerah dalam database, dapat melakukan analisis spasial, dan menghasilkan
informasi dasar spasial; informasi yang lebih mudah dimengerti dibandingkan informasi yang
berupa teks.
- Dahulu GIS hanya digunakan oleh industri-industri seperti minyak dan pertambangan,
perkebunan, perikanan, transportasi, dan telekomunikasi. Tapi akhir-akhir ini GIS telah di
gunakan oleh banyak sektor lainnya seperti, real estate, banking, bisnis perkapalan dan
galangan kapal, dan bahkan dalam bisnis retail seperti delivery order.
Ciri Utama Dari Satu Sistem GIS
 Mempunyai basisdata grafik berasaskan geografis yang mempunyai hubungan dengan data
atributnya dalam bentuk tabular
 Mempunyai komponen software untuk melaksanakan beberapa proses seperti; pemasukan
data, pemanggilan kembali data serta kemampuannya dalam manipulasi dan analisis spasial
 Mepunyai komponen hardware yang berkemampuan dalam penyajian grafik, kapasitas
penyimpanan data serta kemampuan memanage dan mendukung analisis secara cepat
Keuntungan GIS
 Manajemen data base
Data dapat simpan dalam jumlah besar, dan disajikan dengan cepat
 Pemetaan topografi dan tematik
Menampilkan atau memplot suatu basisdata dengan tampilan peta geografi digital yang akurat
 Analisis perencanaan, pengelolaan & evaluasi
Percepatan penggabungan dan pemisahan data yang tinggi
 Perangkat untuk Presentasi
Presentasi dan tampilan informasi data yang atraktif dan cepat
-------------------------------------------------------------------------------------------------------------
EXECUTIVE INFORMATION SYSTEM (EIS)
Executive Information System (EIS) adalah sistem berbasis komputer yang interaktif, yang
memungkinkan pihak eksekutif untuk mengakses data dan informasi, sehingga dapat dilakukan
pengidentifikasian masalah, pengeksplorasian solusi, dan menjadi dasar dalam proses perencanaan
yang sifatnya strategis.
EIS mengintegrasikan data yang berasal dari sumber data internal maupun eksternal, kemudian
melakukan transformasi data ke dalam bentuk rangkuman laporan yang berguna. Laporan ini biasanya
digunakan oleh manajer dan level eksekutif untuk mengakses secara cepat laporan yang berasal dari
seluruh perusahaan dan departemen, sehingga dapat diperoleh pengetahuan yang berguna bagi pihak
eksekutif. Laporan ini digunakan untuk menemukan alternatif solusi permasalahan manajerial dan
membuat perencanaan keputusan untuk perusahaan.
Komponen EIS ( Executive Information System )
Komponen dalam sebuah EIS dapat digolongkan menjadi :
a. Perangkat Keras (hardware)
b. Perangkat Lunak (software)
c. Pengguna Interface
d. Telekomunikasi
e. Aplikasi
f. Pabrikasi
g. Pemasaran
h. Keuangan
Karakteristik EIS meliputi :
 Dibuat untuk individual executive users
 Mengekstrak, menyaring (filter) , menyinkat dan melacak data yang penting / critical data
 Menyediakan on-line status access ( akses status online), analisa trend dan drill-down ( yaitu
memungkinkan pemakai untuk mengakses kerincian atau data pendukung yang ringkas)
 Mengakses dan mengintegrasikan data internal dan eksternal yang bersifat luas
 Bersifat user friendly, untuk menggunakannya hanya dibutuhkan sedikit ketrampilan tanpa
pelatihan
 Digunakan langsung oleh eksekutif tanpa perantara
 Menampilan informasi grafik, tabular dan tekstual.
Kemampuan tambahan yang dimiliki oleh EIS antara lain :
i. Memberikan dukungan dalam komunikasi elektronik (missal Email, Computer Conferencing
dan Word Processing)
ii. Mempunyai kemampuan analisa data
iii. Mempunyai alat pengorganisasian
Model EIS
- EIS perusahaan biasanya terdiri dari stasiun-stasiun kerja eksekutif yang terhubung melalui
jaringan ke computer pusat. Kondisi ini disajikan dalam gambar diatas.
- Konfigurasi stasiun kerja terdiri dari sebuah computer pribadi dengan unit penyimpanan
sekunder yang menyimpan basis data eksekutif.
- Basis data ini memuat data dan informasi yang telah diproses sebelumnya oleh kompetur
pusat perusahan.
- Eksekutif akan memasukkan permintaan informasi untuk mengeluarkan tampilan informasi
format awal atau untuk menjalankan pemrosesan dalam jumlah minimum.
- Laporan format awal ini bertindak sebagai “dashboard” bagi eksekutif untuk memonitor
factor-faktor penting penentu keberhasilan organisasi.
- Model EIS juga menunjukkan komposisi computer pusat yang berhubungan dengaan EIS.
- Data dan informasi dapat dimasukkan ke dalam basis data korporat dari sumber-sumber
eksternal, dan berita-berita serta penjelasan akan peristiwa-peristiwa terbaru akan dapat
dimasukkan oleh anggota staff dengan mempergunakan stasiun kerja mereka masing-masing.
- Selain basis data korporat, EIS meliputi kotak surat elektronik para eksekutif dan koleksi
piranti lunak yang menghasilkan informasi eksekutif.
-------------------------------------------------------------------------------
KNOWLEDGE MANAGEMENT SYSTEMS
- Knowledge Management dapat membantu perusahaan untuk melakukan sharing pengetahuan
seputar proses bisnis, masalah-masalah yang terjadi pada setiap unit kerja, hingga berbagi
pengalaman tentang hal-hal di luar pekerjaan yang bermanfaat bagi pengembangan
pengetahuan dari karyawan perusahaan. 
- Jika dilihat dari definisinya, Knowledge Management adalah sebuah proses yang membantu
organisasi dalam mengidentifikasi, memilih, mengorganisasikan, menyebarkan, dan
memindahkan informasi penting dan pengalaman yang merupakan bagian dari organisasi
-----------------------------------------------------------------------------------------------------
ARTIFICIAL INTELLIGENCE
Definisi : Kecerdasan Buatan atau Artificial Intelligence (AI) adalah cabang ilmu komputer yang
menekankan pengembangan intelijen mesin, pola berpikir dan bekerja seperti manusia. Misalnya,
pengenalan suara, pemecahan masalah, pembelajaran, dan perencanaan.
Contoh :
Tesla. Tidak hanya smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence. Tesla
adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu teknologi mobil terbaik yang
tersedia sampai sekarang.
Keuntungan
- AI bersifat permanen. maksudnya kecerdasan mereka dapat digunakan berulang2.
- AI menawarkan kemudahan. tentunya karena berbagai data dari kecerdasan manusia telah
disimpan di AI, kita jadi bisa mudah mengaksesnya lagi.
- AI bersifat konsisten dan teliti. jadi kecerdasan mereka itu tidak akan pernah berkurang.
- AI dapat didokumentasi. dapat disimpan entah diarsipkan ataupun berupa panduan untuk
generasi berikutnya.
Kerugian
- AI tidak memiliki common sense. common sense sendiri merupakan sesuatu yang membuat
kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut.
Kemengertian ini hanya dimiliki oleh kita sebagai manusia.
- Kecerdasan AI terbatas pada apa yang diberikan kepadanya (terbatas pada program
yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang
tidak ada dalam sistemnya. Sebagaimana sistem yang hanya digunakan untuk mengenali
suara manusia dalam bahasa indonesia, selamanya tidak akan pernah mampu mengenali
bahasa yunani tanpa ada fungsi didalamnya.
------------------------------------------------------------------------------------
EXPERT SYSTEMS
Definisi : Sistem pakar (expert system) adalah sistem yang berusaha mengadopsi pengetahuan
manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh
para ahli, dan sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan
tertentu dengan meniru kerja dari para ahli (Kusumadewi, 2003:109).
Tujuan :
- Interpretasi. Membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
Pengambilan keputusan dari hasil observasi, termasuk pengenalan ucapan, analisis citra,
interpretasi sinyal, dll.
- Prediksi. Memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu.
Contoh: prediksi demografi, prediksi ekonomi, dll.
- Diagnosis. Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada
gejala-gejala yang teramati diagnosis medis, elektronis, mekanis, dll.
- Perancangan (desain). Menentukan konfigurasi komponen-komponen sistem yang cocok
dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu. Contoh:
perancangan layout sirkuit, bangunan.
- Perencanaan. Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah
tujuan dengan kondisi awal tertentu. Contoh: perencanaan keuangan, militer, dll.
- Monitoring. Membandingkan hasil pengamatan dengan kondisi yang diharapkan. Contoh:
computer aided monitoring system.
- Debugging. Menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi.
Contoh: memberikan resep obat terhadap kegagalan.
- Instruksi. Mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek. Contoh:
melakukan instruksi untuk diagnosis dan debugging.
 - Kontrol. Mengatur tingkah laku suatu environment yang kompleks. Contoh: melakukan
kontrol terhadap interpretasi, prediksi, perbaikan dan monitoring kelakukan sistem.
Sistem Pakar terdiri dari 4 bagian yaitu:
1. User Interface
2. Knowledge Base
3. Inference Engine
4. Development Engine
Contoh aplikasi
1. Brickwork expert(Bert) sebuah Expert system untuk disain bangunan. BERT
digunakan untuk memeriksa sebuah disain bangunan, kemudian memberikan
beberapa rekomendasi untuk perbaikan. Inputnya bisa dalam bentuk gambar.
2. Mycin adalah Expert system untuk mendiagnosa infeksi akibat bakteri dan
menyarankan jenis obat dan dosisnya untuk penyembuhan.
Obtaining expert system
- organisasi bisa membeli sistem yang dikembangkan sepenuhnya yang telah diciptakan untuk
aplikasi spesifik.
- organisasi bisa mengembangkan seorang ahli sistem itu sendiri menggunakan artificial
intelligence shell
- organisasi bisa memiliki internal atau eksternal Pakar pengetahuan membangun sistem pakar.
------------------------------------------------------------------------------
NEURAL NETWORKS
- Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu
memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output.
- Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia.
- Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di
dalam otak. 
Fungsi dari Neural Network diantaranya adalah:
- Pengklasifikasian pola
- Memetakan pola yang didapat dari input ke dalam pola baru pada output
- Penyimpan pola yang akan dipanggil kembali
- Memetakan pola-pola yang sejenis
- Pengoptimasi permasalahan
- Prediksi
-------------------------------------------------------------------------------
VIRTUAL REALITY
- Virtual reality adalah sebuah teknologi yang membuat pengguna atau user dapat berinteraksi
dengan lingkungan yang ada dalam dunia maya yang disimulasikan oleh komputer, sehingga
pengguna merasa berada di dalam lingkungan tersebut.
- Virtual reality bekerja dengan memanipulasi otak manusia sehingga seolah-olah merasakan
berbagai hal yang virtual terasa seperti hal yang nyata. Bisa dibilang, virtual reality
merupakan proses penghapusan dunia nyata di sekeliling manusia, kemudian membuat si
pengguna merasa tergiring masuk ke dunia virtual yang sama sekali tak bersentuhan dengan
dunia nyata.
- Untuk dapat melakukan hal ini, tentu dibutuhkan berbagai perangkat tambahan. Paling
minimalnya, jika Anda ingin merasakan masuk ke dalam dunia virtual reality, maka
dibutuhkan sebuah headset VR, seperti misalnya yang kini banyak ditemukan di pasaran
adalah Oculus Rift atau Samsung Gear VR.
- Kelebihan dari Virtual Reality ini sering digunakan untuk keperluan pelatihan, contohnya
praktek dokter, menerbangkan pesawat, dan lain-lain. Dokter dapat berlatih melalui virtual
reality dengan cara memainkan VR operasi pasien. Begitu juga dengan pilot, ia dapat
memainkan VR penerbangan pesawat. 
- Hal terunik dari rapat menggunakan Virtual Reality adalah; anggota rapat tidak perlupergi
kemanapun. Setiap anggota hanya perlu menggunakan headset VR dan menghubungkannya
kepada aplikasi virtual reality. Ketika sudah terhubung, setiap anggota rapat akan merasa
berada di dalam suatu ruangan. Tidak hanya itu, avatar yang dimiliki masing-masing anggota
dapat memperlihatkan emosi atau raut wajahnya. Rapat melalui Virtual Reality akan sangat
membantu ketika akan mengadakan rapat jarak jauh.