DECISION SUPPORT SYSTEM (DSS)
A. Definisi DSS
Sistem pendukung keputusan atau Decision Support System (DSS) merupakan sebuah
alat bantu yang menggunakan aplikasi sistem informasi berbasis komputer. DSS ini
digunakan manajer untuk memecahkan masalah semi struktur, dimana manajer dan
komputer harus bekerja sama sebagai tim pemecah masalah dalam memecahkan masalah
yang berada diarea semi struktur.
Tujuan dari DSS adalah sebagai berikut:
1. membantu manajer membuat keputusan untuk memecahkan masalah semi struktur.
2. mendukung penilaian manajer bukan mencoba menggantikannya.
3. meningkatkan efektifitas pengambilan keputusan manajer daripada efisiensinya.
1. mengambil elemen‐elemen informasi.
2. menaganalisis seluruh file.
3. menyiapkan laporan dari berbagai file.
4. memperkirakan dari akibat keputusan.
5. mengusulkan keputusan.
6. membuat keputusan.
Komponen DSS :
1. Data Management. Termasuk database, yang mengandung data yang relevan untuk
berbagai situasi dan diatur oleh software yang disebut Database Management Systems
(DBMS).
2. Model Management. Melibatkan model finansial, statistikal, management science, atau
berbagai model kuantitatif lainnya, sehingga dapat memberikan ke sistem suatu
kemampuan analitis, dan manajemen software yang diperlukan.
3. Communication (dialog subsystem). User dapat berkomunikasi dan memberikan perintah
pada DSS melalui subsistem ini. Ini berarti menyediakan antarmuka.
4. Knowledge Management. Subsistem optional ini dapat mendukung subsistem lain atau
bertindak sebagai komponen yang berdiri sendiri.
Secara garis besar DSS dibangun oleh tiga komponen besar:
1) Database
2) Model Base
3) Software System
Gambar Model Konseptual DSS
Sistem database berisi kumpulan dari semua data bisnis yang dimiliki perusahaan,
baik yang berasal dari transaksi sehari hari, maupun data dasar (master file). Untuk
keperluan DSS, diperlukan data yang relevan dengan permasalahan yang hendak
dipecahkan melalui simulasi.
Komponen kedua adalah Model Base atau suatu model yang merepresentasikan
permasalahan ke dalam format kuantitatif (model matematika sebagai contohnya) sebagai
dasar simulasi atau pengambilan keputusan, termasuk di dalamnya tujuan dari
permasalahan (obyektif), komponen‐komponen terkait, batasan‐batasan yang ada
(constraints), dan hal‐hal terkait lainnya.
DSS, sebagai sistem yang memiliki lima karakteristik utama (Sprague et.al.,
1993):
1) Sistem yang berbasis komputer;
2) Dipergunakan untuk membantu para pengambil keputusan;
4) Melalui cara simulasi yang interaktif;
5) Dimana data dan model analisis sebagai komponen utama.
Karakteristik 4 dan 5 merupakan fasilitas baru yang ditawarkan oleh DSS belakangan
ini sesuai dengan perkembangan terakhir kemajuan perangkat komputer.
Gambar Karakteristik dan Kemampuan DSS
1. DSS menyediakan dukungan bagi pengambil keputusan utamanya pada situasi semi
terstruktur dan tak terstruktur dengan memadukan pertimbangan manusia dan informasi
terkomputerisasi.
2. Dukungan disediakan untuk berbagai level manajerial yang berbeda, mulai dari pimpinan
puncak sampai manajer lapangan.
3. Dukungan disediakan bagi individu dan juga bagi group. berbagai masalah organisasional
melibatkan pengambilan keputusan dari orang dalam group. Untuk masalah yang
strukturnya lebih sedikit seringkali hanya membutuhkan keterlibatan beberapa individu dari
departemen dan level organisasi yang berbeda.
4. DSS menyediakan dukungan ke berbagai keputusan yang berurutan atau saling berkaitan.
5. DSS mendukung berbagai fase proses pengambilan keputusan: intelligence, design, choice
dan implementation.
6. DSS mendukung berbagai proses pengambilan keputusan dan style yang berbeda‐beda;
ada kesesuaian diantara DSS dan atribut pengambil keputusan individu (contohnya
vocabulary dan style keputusan).
7. DSS selalu bisa beradaptasi sepanjang masa. Pengambil keputusan harus reaktif, mampu
mengatasi perubahan kondisi secepatnya dan beradaptasi untuk membuat DSS selalu bisa
menangani perubahan ini. DSS adalah fleksibel, sehingga user dapat menambahkan,
menghapus, mengkombinasikan, mengubah, atau mengatur kembali elemen‐elemen dasar
(menyediakan respon cepat pada situasi yang tak diharapkan). Kemampuan ini memberikan
analisis yang tepat waktu dan cepat setiap saat.
9. DSS mencoba untuk meningkatkan efektivitas dari pengambilan keputusan (akurasi,
jangka waktu, kualitas), lebih daripada efisiensi yang bisa diperoleh (biaya membuat
keputusan, termasuk biaya penggunaan komputer).
10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua langkah proses
pengambilan keputusan dalam menyelesaikan masalah. DSS secara khusus ditujukan untuk
mendukung dan tak menggantikan pengambil keputusan. Pengambil keputusan dapat
menindaklanjuti rekomendasi komputer sembarang waktu dalam proses dengan tambahan
pendapat pribadi atau pun tidak.
11. DSS mengarah pada pembelajaran, yaitu mengarah pada kebutuhan baru dan
penyempurnaan sistem, yang mengarah pada pembelajaran tambahan, dan begitu
selanjutnya dalam proses pengembangan dan peningkatan DSS secara berkelanjutan.
12. User/pengguna harus mampu menyusun sendiri sistem yang sederhana. Sistem yang
lebih besar dapat dibangun dalam organisasi user tadi dengan melibatkan sedikit saja
bantuan dari spesialis di bidang Information Systems (IS).
13. DSS biasanya mendayagunakan berbagai model (standar atau sesuai keinginan user)
dalam menganalisis berbagai keputusan. Kemampuan pemodelan ini menjadikan percobaan
yang dilakukan dapat dilakukan pada berbagai konfigurasi yang berbeda. berbagai
percobaan tersebut lebih lanjut akan memberikan pandangan dan pembelajaran baru.
14. DSS dalam tingkat lanjut dilengkapi dengan komponen knowledge yang bisa
memberikan solusi yang efisien dan efektif dari berbagai masalah yang pelik.
The Data Management Subsystem
Terdiri dari elemen‐elemen:
• DSS database.
• Database management system.
• Data directory.
• Query facility.
Model Management Subsystem
Terdiri dari elemen‐elemen:
• Model base.
• Model base management system.
• Modeling language.
• Model directory.
• Model execution, integration, and command.
Gambar Elemen‐elemen dan antarmuka
The User Interface (Dialog) Subsystem
Dialog subsytem diatur oleh software yang disebut Dialog Generation and
Management System (DGMS). DGMS terdiri dari berbagai program yang mampu melakukan
hal‐hal berikut ini:
• Berinteraksi dengan berbagai dialog style yang berbeda.
• Mengakomodasi user dengan berbagai peralatan input yang berbeda.
• Menghadirkan data dengan berbagai format dan peralatan output.
• Memberikan ke user kemampuan “help”, prompting, rutin diagnosis dan saran, atau
dukungan fleksibel lainnya.
• Menyediakan antarmuka user ke database dan model base.
• Membuat struktur data untuk menjelaskan output (output formatter).
• Menyimpan data input dan output.
• Menyediakan grafis berwarna, grafis tiga dimensi, dan data plotting.
• Memiliki windows yang memungkinkan berbagai fungsi ditampilkan bersamaan.
• Dapat mendukung komunikasi diantara user dan pembuat DSS.
Gambar skema dari Dialog Management
Level Teknologi
Kerangka kerja untuk memahami konstruksi DSS mengidentifikasikan 3 level teknologi DSS:
• Specific DSS (DSS applications).
“Final product” atau aplikasi DSS yang nyata‐nya menyelesaikan pekerjaan yang kita
inginkan disebut dengan specific DSS (SDSS). Contoh: Houston Minerals membuat SDSS
untuk menganalisis joint venture.
• DSS Generators (atau Engines).
• DSS Tools.
Level terendah dari teknologi DSS adalah software utility atau tools. Elemen ini
membantu pengembangan baik DSS generator atau SDSS. Contoh: grafis (hardware dan
software), editors, query systems, random number generator, dan spreadsheets.
Relasi diantara 3 level di atas dapat digambarkan pada diagram di bawah ini:
Bambar Proses Pengembangan DSS
Prinsip Dasar DSS :
1. Struktur Masalah
Sulit utk menemukan masalah yg sepenuhnya terstruktur atau tak terstruktur ‐ area
kelabu Simon. Ini berarti DSS diarahkan pada area tempat sebagai besar masalah
berada.
2. Dukungan Keputusan
DSS tidak dimaksudkan untuk menggantikan manajer. Komputer dapat diterapkan
pada bagian masalah yg terstruktur, tetapi manajer bertanggung ajwab atas bagian
yang tidak terstruktur.
3. Efektivitas Keputusan
waktu manajer berharga dan tidak boleh terbuang, tetapi manfaat utama
menggunakan DSS adalah keputusan yg baik
Langkah‐langkah Pengambilan Keputusan meliputi fase‐fase :
1. Mengamati lingkungan mencari kondisi‐kondisi yang perlu diperbaiki
2. Kegiatan Merancang.
Menemukan, mengembangkan dan mengalihkan berbagai alternatif tindakan yang
mungkin
3. Choice
memilih alternatif keputusan yang terbaik
4. Implementasi
yang disertai dengan pengawasan dan koreksi yang diperlukan
Gambar Proses Pengambilan Keputusan/Proses Pemodelan
B. Pemanfaatan dalam Dukungan Pengambilan Keputusan (DSS)
Proses perencanaan, analisis pada saat evaluasi diri, dan pengambilan berbagai
keputusan secara bertahap semakin mendapat dukungan dari pengembangan DSS ini,
sehingga dapat lebih objektif.
Hal ini dimungkinkan karena tersedianya berbagai pangkalan data pada semua aspek
manajemen perguruan tinggi. Tentunya pendalaman dan perluasan jenis data dan
pengembangan relasi antar data sehingga menghasilkan informasi yang lebih kaya perlu
terus ditingkatkan untuk semakin meningkatkan daya dukung DSS yang telah
dikembangkan.
Pangkalan data sistem infomasi Universitas Brawijaya merupakan basis data yang
tersimpan dalam sekelompok server. Basis data utama fakultas dan seluruh unit kerja
tersimpan dalam server yang dikelola oleh Direktorat Sistem Informasi yang terletak di
gedung UUPTI dan Rektorat Universitas Brawijaya. Berbagai basis data lainnya juga
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 meluputi sebagai berikut.
• 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 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 aset / sarana‐prasarana yang dikelola dalam kelompok aplikasi Sistem
Informasi SARANA‐PRASARANA (SINAPRA)
• Basis data keungan yang dikelola dalam kelompok aplikasi Sistem Informasi
Keuangan (SIAKEU)
• Basis data kemitraan / kerjasama yang dikelola dalam aplikasi Sistem Informasi
Kerjasama (SIKERSA)
Data yang ada dibutuhkan setiap tahun akan dinamis sesuai dengan Self Evaluation (SE)
yang diterima dari tiap‐tiap unit kerja. Berikut ini adalah contoh data yang diolah menjadi
informasi melalui pemanfaatan berbagai aplikasi basis data yang telah dikembangkan.
1). Melalui aplikasi SIAKAD data yang diolah menjadi informasi adalah :
• Profil mahasiswa baru dan mahasiswa lama
• Propinsi tempat SMA asal Mahasiswa
• Kotamadya dan Kabupaten Tempat SMA Asal Mahasiswa
• Profil Lulusan Diploma 3 per‐Tahun Lulus dan IPK
• Profil Lulusan Sarjana per‐Tahun Lulus dan IPK
• Profil Lulusan Program Pascasarjana per‐Tahun Lulus dan IPK
• Profil Lulusan Program Doktor per‐Tahun Lulus dan IPK
• Profil Mahasiswa yang belum lulus per‐Tahun Akademik
• Profil Mahasiswa yang lulus per‐Tahun Akademik
• Profil Mahasiswa per Tahun Angkatan berdasarkan Status Akademik
• Profil IPK Mahasiswa Aktif per‐Tahun Akademik
• Profil Lulusan Berdasarkan per‐Tahun Lulus dan Lama Studi
•
2) Melalui aplikasi SINAGA, data yang diolah menjadi informasi adalah :
• Data Riwayat / Identitas
• Data Pendidikan
• Data Pengajaran
• Data Penelitian
• Data Pengabdian
• Data Penunjang
• Data Bidang Keahlian
3) Melalui aplikasi SINAPRA, data yang diolah menjadi informasi adalah :
• Data Pemetaan Ruangan
• Data Fungsi Ruangan
• Data Piranti Penunjang Administrasi Fakultas
• Data Piranti Penunjang Proses Pengajaran
• Data Piranti
4) Melalui aplikasi SIKEU, data yang diolah menjadi informasi adalah :
• Data terkait buku kas setiap unit
• Data terkait pembuatan dokumen keuangan, dll.
5) Melalui aplikasi Evaluasi, khususnya dalam hal evaluasi soal‐soal ujian mahasiswa dan
calon mahasiswa data yang diolah menjadi informasi adalah:
• Data soal pada Question Bank Module: bank soal yang terklasifikasi sesuai mata ajar.
• Data hasil Examination Generator module: merupakan data yang dihasilkan
examination generator digunakan untuk men‐generate soal yang akan digunakan
pada ujian.
• Item Analysis
• Distructor Analysis
• Topic Analysis
Gambar Arsitektur Aplikasi DSS Berbasis Web
Gambar Diagram Aplikasi DSS Berbasis Web
C. Dampak Pemanfaatan DSS
Dampak utama pemanfaatan DSS antara lain:
1. Dapat menyelesaikan problem yang kompleks.
2. Sistem dapat berinteraksi dengan pemakainya.
3. Lebih cepat dengan hasil yang lebih baik (terutama dibandingkan dengan
pengambilan keputusan secara intuisi).
4. Menghasilkan acuan data untuk menyelesaikan masalah yang dihadapi oleh manajer
yang kurang berpengalaman.Untuk masalah yang berulang, DSS dapat memberi
keputusan yang lebih efektif.
5. Fasilitas untuk mengambil data dapat memberikan kesempatan bagi beberapa
manajer untuk berkomunikasi dengan lebih baik.
6. Meningkatkan produktivitas dan kontrol dari manajer.
Proses pengembangan DSS tidak ubahnya dengan pengembangan sistem lain. Jika mengacu
pada konsep Daur Hidup Sistem (System Life Cycle), ada 5 (lima) tahap pengembangan yaitu
analisa sistem, perancangan sistem, penulisan program, pengkonversian sistem lama ke
sistem baru dan pengimplementasiannya, serta evaluasi pasca implementasi. Kesemuanya
ini perlu juga dilakukan jika ingin membangun DSS. Ada kalanya juga diterapkan konsep
Prototype.
Hal terpenting yang perlu diingat dalam pengembangan DSS adalah peran kontribusi dari
setiap pihak yang terlibat dan di momen mana peranan itu selayaknya dijalankan. Berbeda
dengan pengembangan konsep sistem lain (DP, AIS, maupun MIS) yang dapat menggunakan
pendekatan top‐down, bottom‐up, dan kombinasinya, pada saat merancang DSS unsur top‐
down akan sangat mendominasi. DSS akan digunakan bagi para pengambil keputusan.
Informasi apa saja yang dibutuhkan untuk proses itu tidak akan pernah diketahui dari
bawah. Jelas peranan manajemen puncak sangat berpengaruh dalam kesuksesan
pengembangan DSS.
D. Faktor Pendukung DSS
Ada beberapa faktor yang mempengaruhi pengambilan keputusan secara kelompok,
seperti terlihat pada gambar Pengambilan keputusan yang baik harus memperhatikan
beberapa faktor, diantaranya:
• Karakteristik dari kelompok itu sendiri.
• Kemampuan kelompok dalam memecahkan suatu masalah.
• Kondisi organisasi.
• Menggunakan aplikasi Computer Base Information System (CBIS) untuk lingkungan
kelompok, seperti: Electronic Meeting System (EMS) dan Group Decision Support
System (GDSS). Sistem Pendukung Keputusan Kelompok (group decision support
system), atau GDSS adalah suatu sistem berbasis komputer yang mendukung
kelompok‐kelompok orang yang terlibat dalam suatu tugas (tujuan) bersama dan
yang menyediakan interface bagi suatu lingkungan yang digunakan bersama.
Contoh study kasus DSS :
Lebih dari 5.000 kereta menerobos 2.800 kilometer jalur kereta api dan stasiun‐
stasiun di Belanda setiap hari. Sejak pertengahan 1990an, infrastruktur jalur kereta api yang
dibangun telah mengalami kesulitan yang cukup tinggi untuk dapat menangani arus
penumpang secara memadai. Masalah menjadi semakin buruk selama jam‐jam sibuk, dan
penundaan keberangkatan kereta juga sering terjadi. Penumpang mengeluh dan cenderung
beralih menggunakan mobil, yang biaya variabelnya lebih rendah daripada menggunakan
kereta. Kecenderungan ini meningkatkan kemacetan di jalan raya, menambah jumlah
kecelakaan lalu lintas dan polusi. Beberapa masalah lain juga timbul dalam sistem tersebut.
Perusahaan kereta api terbesar, Nederlandse Spoorweges (NS) kehilangan pendapatan di
daerah pedesaan dan hanya bersedia melanjut pengadaan jasa pelayanan ke pedesaan jika
pemerintah mengintegrasikan perjalanan dengan kereta api disertai pelayanan bus dan
taksi, sehingga konsumen akan lebih tertarik untuk menggunakan kereta.
Bantuan pemerintah melalui kebijakan yang dibuat diperlukan Rail 21 adalah
salah satu usaha yang dijalankan pemerintah untuk mempersiapkan sistem perkeretaapian
menghadapi perkembangan di abad ke‐21. Proyek ini sangat kompleks, dan rancangannya
bernilai milyaran‐dollar. Pemerintah ingin mengurangi kepadatan lalu lintas jalan antar kota
besar, merangsang pertumbuhan ekonomi regional dengan menyiapkan suatu sistem
pengangkutan umum yang lebih baik, merangsang penggunaan pengiriman muatan dengan
kereta, dan mengurangi banyaknya penerbangan penumpang jarak singkat antar negara
Eropa. NS ingin meningkatkan profitabilitas dan pelayanan. Sebuah perusahaan dihubungi
Rail untuk mengurus pengadaan proyek, yang dijadwalkan untuk penyelesaian pada tahun
2010.
Rail mengembangkan beberapa infrastruktur alternatif (yang disebut " koktail"),
dan mengajukannya untuk dianalisa. Analisa melibatkan empat langkah: (1) menggunakan
tenaga ahli untuk mendaftar proyek alternatif, (2) menaksir arus penumpang pada setiap
proyek dengan menggunakan suatu model ekonometri, (3) menentukan optimisasi
pemanfaatan jalur rel, dan (4) menguji kelayakan. Dua langkah terakhir cukup kompleks
sehingga sistem komputerisasi DSSS dikembangkan untuk pelaksanaan analisa tersebut.
PROLOP: DSS ini dirancang untuk optimisasi jalur rel yang akan digunakan.
Melibatkan suatu database dan tiga model kuantitatif. Rancangan ini juga mendukung
pembuatan beberapa keputusan mengenai jalur rel, dan dapat digunakan untuk
merangsang rencana pengembangan "cocktails". Penyertaan suatu pengetahuan model
manajemen, yang disebut pemrograman linear integer juga dilakukan. PROLOP juga dapat
membandingkan sistem jalur berdasarkan kriteria‐kriteria yang berbeda. Ketika sistem jalur
sesuai diselesaikan, suatu analisa menyangkut infrastruktur yang diperlukan kemudian
dilaksanakan, menggunakan DSS kedua yang disebut DON.
DON: Sistem ini berisi suatu database DSS, penghubung pemakai grafikal, dan
dua modul algoritmatik. Algoritma yang pertama menghitung kedatangan dan waktu
depature untuk masing‐masing kereta pada masing‐masing stasiun di mana ada perhentian,
berdasar pada batasan "ketat" (dapat saling bersamaan), dan batasan " longgar" batasan
(dapat terjadi penundaan). Pengadaan kedua pelayanan tersebut untuk memenuhi
kebutuhan dan keselamatan pelanggan. Hasil kajian akan disusun suatu jadwal untuk kereta.
Jika suatu solusi tidak mungkin, perencana akan mengkaji bagian batasan "longgar". Jika
tinjauan tersebut tidak membantu, modifikasi jalur sistem perlu dilakukan kembali.
STATION: Pengaturan sampainya kereta di stasiun merupakan suatu masalah
yang sulit dan tidak bisa dipecahkan secara langsung dengan jadwal yang dibuat secara
manual. Oleh karena itu, STATION, DSS lainnya digunakan untuk memperoleh solusi
seoptimal mungkin. Jika kajian ini belum menunjukkan optimasi, maka modifikasi sistem
dilakukan.
Solusi DSS ini memang sangat kompleks dalam kaitannya dengan adanya
perbedaan tujuan antara pemerintah dengan perusahaan kereta api (NS), maka negosiasi
untuk menentukan pilihan akhir diperlukan. Untuk melakukannya, Rail mengembangkan
suatu model khusus DSS untuk pelaksanaan evaluasi biaya dan keuntungan. Pelaksanaan
tersebut berdasarkan pada asumsi dan kebutuhan tertentu. Sebagai contoh, satu satuan
asumsi menekankan pada profitabilitas jangka panjang NS, dan di sisi lain mencoba untuk
mempertemukannya dengan kepentingan pemerintah.
DSS, dirancang agar dapat bermanfaat maksimal, mengurangi waktu
perencanaan dan ongkos analisa serta meningkat mutu dari keputusan yang dibuat. Suatu
contoh adalah suatu jembatan penyeberangan yang memerlukan suatu investasi $ 15 juta.
DON mengusulkan suatu jadwal yang memerlukan investasi yang hanya bernilai $ 7,5 juta
dengan menggunakan suatu pengaturan keselamatan alternatif. Solusi DSS digunakan
sepanjang operasi dari sistem dan juga untuk memonitoring dan membuat peningkatan dan
penyesuaian di dalam sistem itu sendiri.