SAP - Sistem Penunjang Keputusan

SAP Mata Kuliah MI-134331 | Sistem Penunjang Keputusan | 1
SATUAN ACARA PERKULIAHAN (SAP)
MI-134331
Sistem Penunjang Keputusan
Program Studi
Sistem Informasi
Tanggal Berlaku 01 September 2014 Revisi 1
Deskripsi:
Mata kuliah ini mengajarkan konsep-konsep pengertian, karakteristik, komponen, database dan tahapan pengembangan system pendukung keputusan. Memahami dan
mampu melakukan analisis untuk membuat serta mengembangkan sebuah model simulasi pengambilan keputusan berbasis web baik yang bersufat semi dan tidak terstruktur
bagi pihak manajerial secara individu dan kelompok. Memahami penerapan system pendukung keputusan dalam e-commerce dan integrasi untuk seluruh kesatuan bisnis
perusahaan.
Capaian Pembelajaran:
1. Memahami konsep dan tahapan pengembangan system pendukung keputusan untuk membantu memecahkan masalah
2. Mampu melakukan analisis masalah untuk dapat dekembangkan ke dalam sebuah model simulasi.
Pert.
Pokok Bahasan / Materi Tujuan Instruksional Khusus Teknik Pembelajaran Media / Referensi
Ke-
1. Pokok Bahasan :  Mahasiswa dapat memahami  Dosen menjelaskan dengan menggunakan media LCD Modul Pembelajaran
Sistem Penunjang Keputusan bagaimana teknologi komputer Projector Bab 1
dan Intelejen Bisnis dapat membantu para manajer  Dosen memberikan contoh
dalam praktik  Mahasiswa menyimak dan mendiskusikan materi
Materi :  Mahasiswa dapat memahami
 Faktor-faktor yang dasar-dasar dan isu-isu kunci Tugas:
mempengaruhi pengambilan dalam pengambilan keputusan  Diskusi tentang penerapan system pendukung keputusan
keputusan  Mahasiswa dapat mengetahui dalam suatu perusahaan/organisasi
 Tipe Keputusan bagaimana internet
 Dukungan Teknologi dalam mempengaruhi sistem pendukung
Program Studi Sistem Informasi – STMIK Pontianak

Pert.
Ke-
proses pengambilan keputusan
keputusan  Mahasiswa dapat mempelajari
mengapa diperlukan teknologi
computer untuk pengambilan
keputusan modern
Membuat keputusan, system, dasar-dasar konseptual Projector Bab 2
pemodelan, dan pendukung pengambilan keputusan dan  Dosen memberikan contoh
pendekatan sistem  Mahasiswa menyimak dan mendiskusikan materi
Materi :  Mahasiswa dapat memahami
 Pendekatan dalam Pembuat empat fase pengambilan Tugas:
Keputusan keputusan dari Simon :  Study Kasus untuk dapat menerapkan empat fase
 Sistem dan Type Sistem inteligensi, desain, pilihan dan pengambilan keputusan menurut Simon
 Model DSS implementasi.
 Proses Pengambilan  Mahasiswa dapat mengetahui
Keputusan menurut Simon konsep-konsep rasionalitas dan
rasionalitas terikat dan
hubunganya dengan pengambilan
keputusan.
 Mahasiswa dapat membedakan
konsep membuat pilihan dan
membangun prinsip memilih.
 Mahasiswa dapat memahami
bagaimana gaya keputusan,
kognisi, gaya manajemen,
kepribadian dan faktor-faktor
lainnya yang mempengaruhi
pengambilan keputusan.
Konsep system penunjang konfigurasi DSS yang mungkin Projector Bab 3
keputusan, metodologi dan dilakukan.  Dosen memberikan contoh
teknologi  Mahasiswa dapat menjelaskan  Mahasiswa menyimak dan mendiskusikan materi
karakteristik dan kapabilitas DSS
Materi :  Mahasiswa dapat memawami Tugas:
 Konfigurasi DSS komponen-komponen DSS dan  Menjawab pertanyaan untuk di diskusikan
 Apa itu DSS bagaimana komponen-komponen
 Karakteristik dan Kapabilitas tersebut berintegrasi.

Pert.
Ke-
DSS  Mahasiswa dapat menjelaskan
 Komponen-Komponen DSS komponen dan struktur masing-
 Subsistem Manajemen Data masing komponen DSS.
 Subsistem Manajemen  Mahasiswa dapat memahami
Model bagaimana World Wide Web
 Subsistem Antarmuka mempengaruhi DSS dan
Pengguna sebaliknya.
 Subsistem Manajemen  Mahasiswa dapat mempelajari
Berbasis Pengetahuan peran pengguna dalam DSS.
 Pengguna dan Perangkas  Memahami hardware dan
Keras DSS. integrasi DSS.
 Mempelajari konfigurasi DSS.
4. Pokok Bahasan :  Mahasiswa dapat mengetahui  Dosen menjelaskan dengan menggunakan media LCD Modul Pembelajaran
Pemodelan dan Analisis konsep dasar pemodelan MSS Projector Bab 4
 Mahasiswa dapat menjelaskan  Dosen memberikan contoh
Materi : bagaimana model MSS  Mahasiswa menyimak, mendiskusikan materi, dan
 Pemodelan MSS berinteraksi dengan data dan mengerjakan tugas dari dosen
 Model Statis dan Dinamis pengguna
 Kepastian, Ketidakpastian  Mahasiswa dapat mamahami Tugas:
dan Risiko kelas model yang berbeda-beda  Contoh permasalahan untuk di diskusikan
 Analisis keputusan dengan  Mahasiswa dapat memahami
sedikit alternatif bagaimana menstruktur
 Struktur model MSS pengambilan keputusan dari
 Multitujuan, analisis sedikit alternatif
Sensitivitas, Bagaimana-jika  Mahasiswa dapat mengetahui apa
dan Penetapan Tujuan itu optimalisasi, similasi dan
 Metode pencarian heuristic dan kapan serta
pemecahan masalah bagaimana
 Simulasi menggunakannyamahasiswa
dapat menjelaskan apa artinya
menjadi sensitive, otomatis,
analisis bagaimana-jika dan
menetapkan tujuan.
5. Pokok Bahasan :  Mahasiswa dapat menjelaskan  Dosen menjelaskan dengan menggunakan media LCD Modul Pembelajaran
Data Mining untuk Intelejen isu-isu dalam koleksi data, Projector Bab 5
bisnis masalah dan kualitas.  Dosen memberikan contoh
 Mahasiswa dapat menjelaskan  Mahasiswa menyimak dan mendiskusikan materi

Pert.
Ke-
Materi : karakteristik dan organisasi sistem
 Sifat dan Sumber Data manajemen database Tugas:
 Koleksi Data, Masalah dan  Mahasiswa dapat memahami  Menjawab pertanyaan dan mendiskusikannya.
Kualitas. mengenai BI
 System Manajemen  Menjelaskan bagaimana teknologi
Database dalam DSS/BI dan metode database sebagai
 Organisasi dan Struktur bagian dari BI dapat
Database meningkatkan pengambilan
 Data Warehousing keputusan
 Kecerdasan Bisnis
 Data Mining
Jaringan syaraf tiruan untuk konsep dan definisi dari jaringan Projector Bab 6
data mining saraf tiruan (JST)  Dosen memberikan contoh
 Mahasiswa dapat mengetahui  Mahasiswa menyimak, mendiskusikan materi, dan
Materi : persamaan dan perbedaan antara mengerjakan tugas dari dosen
 Konsep Neural Network jaringan saraf biologis dan buatan
 Perbedaan saraf biologi dan  Mahasiswa dapat mempelajari Tugas:
buatan berbagai jenis arsitektur jaringan  Menganalisis suatu masalah dan menyelesaikannya dalam
 Elemen ANN saraf bentuk ANN
 Arsitektur Neural Network  Mahasiswa dapat mengetahui
keuntungan dan keterbatasan dari
ANN
bagaimana pembelajaran
backpropagation bekerja di
jaringan saraf feedforward
konsep dan definisi dari jaringan
saraf tiruan (JST) serta
persamaan dan perbedaan antara
jaringan saraf biologis dan buatan
7. Pokok Bahasan :  Mahasiswa dapat memahami text  Dosen menjelaskan dengan menggunakan media LCD Modul Pembelajaran
Teks dan web mining mining dan kebutuhan untuk text Projector Bab 7
mining  Dosen memberikan contoh
Materi :  Mahasiswa dapat membedakan  Mahasiswa menyimak dan mendiskusikan materi.

Pert.
Ke-
 Konsep Teks Mining antara text mining, Web mining
 Data mining vs Teks Mining dan data mining Tugas:
 Area Aplikasi Teks Mining  Mahasiswa dapat memahami area  Menjawab pertanya dan mendiskusikannya.
aplikasi yang berbeda untuk teks
mining
 Mahasiswa dapat mengetahui
proses pelaksanaan proyek teks
mining
metode yang berbeda untuk
memperkenalkan struktur teks-
basid data
Gudang Data/Data definisi dan konsep dasar dari data Projector Bab 8
Warehousing warehouse  Dosen memberikan contoh
 Mahasiswa dapat memahami  Mahasiswa menyimak dan mendiskusikan materi
Materi : berbagai jenis arsitektur data
 Definisi Data Warehouse warehouse; keunggulan Tugas:
 Karakteristik Data komparatif dan kerugian  Menjawab pertanyaan dan mendiskusikannya
Warehouse  Mahasiswa dapat menggambarkan
 Framwork Dara Warehouse proses yang digunakan dalam
mengembangkan dan mengelola
data warehouse
 Mahasiswa dapat menjelaskan
operasi data warehouse dan peran
data warehouse dalam pendukung
keputusan.
Manajemen Kinerja Bisnis perbedaan antara manajemen Projector Bab 9
kinerja dan pengukuran  Dosen memberikan contoh
Materi :  Mahasiswa dapat memahami  Mahasiswa menyimak dan mendiskusikan materi
 Pengertian Business peran metodologi BPM
Performance Management  Mahasiswa dapat menggambarkan Tugas:
(BPM) elemen dasar dari balanced  Menjawab pertanyaan dan mendiskusikannya
 BPM vs BI scorecard dan metodologi Six
 Konsep dasar dashboard Sigma

Pert.
Ke-
dan desain dashboard  Mahasiswa dapat menggambarkan
perbedaan antara Scorecard dan
dashboard
beberapa konsep dasar dari
dashboard dan desain dashboard
10. Pokok Bahasan :  Mahasiswa dapat memahami  Dosen memberikan sebuah kasus untuk dipecahkan Modul Pembelajaran
Teknologi Pendukung konsep dasar dan proses dari mahasiswa Bab 10
Kolaborasi Komputer dan groupwork, komunikasi dan  Mahasiswa menyimak dan mendiskusikan materi
Sistem Pendukung Kelompok kolaborasi 
 Mahasiswa dapat menjelaskan Tugas:
Materi : bagaimana sistem komputer  Menjawab pertanyaan dan mendiskusikannya
 Pengertian kolaborasi memfasilitasi komunikasi dan
 Prinsip-prinsip pada GSS kolaborasi di perusahaan
konsep dan pentingnya waktu.
prinsip-prinsip dan kemampuan
groupware yang mendasari
(misalnya, GSS)
 Mengetahui keuntungan dan
kerugian proses dalam GSS
11. Pokok Bahasan :  Mahasiswa dapat mendifinisikan  Dosen menjelaskan dengan menggunakan media LCD Modul Pembelajaran
Manajemen Pengetahuan knowledge dan menggambarkan Projector Bab 11
berbagai jenis knowledge.  Dosen memberikan contoh
Materi :  Mahasiswa dapat mengetahui  Mahasiswa menyimak dan mendiskusikan materi.
 Definisi knowledge karakteristik knowledge
 Organizational management Tugas:
Learning and Transformation  Mahasiswa dapat menjelaskan  Menjawab pertanyaan dan mendiskusikannya
 Teknologi Informasi organizational learning dan
Knowledge Management hubungannya dengan knowledge
management
 Mahasiswa dapat
menggambarkan siklus knowledge
management
 Mahasiswa dapat
menggambarkan teknologi yang

Pert.
Ke-
dapat digunakan dalam sistem
knowledge management
Kecerdasan Buatan dan system konsep dasar dan definisi Projector Bab 12
Pakar kecerdasan buatan (AI)  Dosen memberikan contoh
 Mahasiswa dapat memahami dan  Mahasiswa menyimak dan mendiskusikan materi
Materi : menghargai pentingnya
 Definisi dan konsep pengetahuan dalam mendukung Tugas:
Kecerdasan Buatan (AI) keputusan  Menjawab pertanyaan dan mendiskusikannya
 Konsep Sistem Pakar (ES)  Mahasiswa dapat memahami
konsep dan evolusi sistem pakar
(ES) berbasis aturan
 Memahami arsitektur umum
sistem pakar berbasis aturan
 Mempelajari proses rekayasa
pengetahuan, cara sistematis
untuk membangun ES
Kecerdasan Buatan Lanjutan konsep dasar dan definisi dari Projector Bab 13
machine-learning  Dosen memberikan contoh
Materi :  Mahasiswa dapat mengetahui  Mahasiswa menyimak dan mendiskusikan materi
 Konsep dasar dan definisi kesamaan dan perbedaan antara
dari machine-learning machine-learning dan Tugas:
 Metode machine-learning pembelajaran manusia  Menjawab pertanyaan dan mendiskusikannya
 Konsep dasar dan definisi  Tahu metode machine-learning
dari CBR populer
 Mengetahui konsep dan definisi
berbasis kasus sistem penalaran
(CBR)
 Menyadari aplikasi MSS dari CBR
 Mengetahui konsep di balik dan
aplikasi algoritma genetika
 Memahami logika fuzzy dan
aplikasinya dalam merancang
sistem cerdas
Sistem Pendukung teknologi yang muncul yang dapat Projector Bab 14

Pert.
Ke-
Manajemen : Tren yang mempengaruhi MSS  Dosen memberikan contoh
muncul dan dampaknya  Mahasiswa dapat tahu bagaimana  Mahasiswa menyimak dan mendiskusikan materi.
analisis RFID data dapat
Materi : membantu meningkatkan Tugas:
 Bagaimana RFID dan BI manajemen rantai pasokan dan  Menjawab pertanyaan dan mendiskusikannya
bekerja operasi lainnya
 Reality Mining  Mahasiswa dapat menjelaskan
bagaimana besar teknik akuisisi
data dapat mengaktifkan mining
realitas
bagaimana virtual-dunia teknologi
dapat digunakan untuk
mendukung keputusan
Pustaka
1. Turban, Efraim, Sharda, Ramesh., and Delen, Dursun., 2011, “Decision Support and Business Intelligence Systems”, 9th Edition, Prentice-Hall, Inc.
2. Sprague, Jr. Ralph H., and Hugh J. Watson., 1996, “Decision Support for Management”, Prentice-Hall, International, Inc.
3. Finlay, Paul., 1995, “Introduction Decision Support Systems”, NCC Blackwell, LTD.
Disiapkan Oleh Diperiksa Oleh

Ketua Jurusan Sistem Informasi Pembantu Ketua 1
I Dewa Ayu Eka Y, S.Kom., M.Kom. Susanti M. Kuway, S.Kom., M.Kom.

NIDN. 1128078301 NIDN. 1101027203

Disahkan Oleh
Ketua STMIK Pontianak
Sandy Kosasi, S.E., M.M., M.Kom.

NIDN. 1105116601

SAP - Sistem Penunjang Keputusan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

SAP - Sistem Penunjang Keputusan

Diunggah oleh

Hak Cipta:

Format Tersedia

SAP Mata Kuliah MI-134331 | Sistem Penunjang Keputusan | 1

SATUAN ACARA PERKULIAHAN (SAP)

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Program Studi Sistem Informasi – STMIK Pontianak

Disiapkan Oleh Diperiksa Oleh

I Dewa Ayu Eka Y, S.Kom., M.Kom. Susanti M. Kuway, S.Kom., M.Kom.

Program Studi Sistem Informasi – STMIK Pontianak

Sandy Kosasi, S.E., M.M., M.Kom.

Program Studi Sistem Informasi – STMIK Pontianak

Anda mungkin juga menyukai