Scribd Logo
Unggah

Selamat datang di Scribd!

  • A4463 F69 D 01

    Diunggah oleh

    Angga Nanda Ramadianto
    240 tayangan52 halaman

    Judul Asli

    A4463F69d01

    Hak Cipta

    © Attribution Non-Commercial (BY-NC)

    Format Tersedia

    PDF, TXT atau baca online dari Scribd

    Apakah menurut Anda dokumen ini bermanfaat?

    Apakah konten ini tidak pantas?

    Laporkan Dokumen Ini

    Hak Cipta:

    Attribution Non-Commercial (BY-NC)
    Unduh sebagai PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    240 tayangan52 halaman

    A4463 F69 D 01

    Diunggah oleh

    Angga Nanda Ramadianto

    Hak Cipta:

    Attribution Non-Commercial (BY-NC)
    Unduh sebagai PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    dari 52
    SISTEM PENUNJANG KEPUTUSAN (DECISION SUPPORT SYSTEM/DSS) TUJUAN PEMBAHASAN Setelah mempelajari bab ini, anda akan: * Mempunyai dasar teori yang luas untuk memahami pembuatan keputusan dan konsep sistem penunjang keputusan (DSS) Memahami tujuan DSS Mengenal beberapa perdebatan pandangan sekitar DSS, yaitu mengenai pentingnya peralatan online dan mengenai apakah manajer harus mengoperasikan peralatan tersebut secara perorangan Memahamai satu definisi mengenai DSS dan model yang menyertainya Memahami peranan dari tiap jenis output DSS dalam pemecahan masalah Mengetahui sifat dasar laporan dan cara meningkatkan isi informasinya Mengetahui berbagai jenis model matematis dan mengetahui istilah pemodelan dasar Mengetahui kelebihan dan kelemahan utama dari pemodelan Mengetahui bahwa grafik tidak selalu lebih baik dari pada tabel untuk penyampaian informasi, dan mengetahui dalam kondisi yang bagaimana grafik cenderung dapat digunakan dengan lebih baik Memahami macam bahasa generasi keempat yang ada, dan yang mana yang digunakan untuk end-user computing Mengetahui cara menerapkan konsep DSS kepada sekelompok pemecahan masalah PENDAHULUAN Kita telah membahas dua subsistem CBIS, yaitu pemrosesan data dan SIM. Kita telah melihat pula bahwa manajer dapat memperoleh beberapa informasi dari sistem pemrosesan data dan mendapatkan informasi yang lebih banyak dari SIM. Namun demikian, sistem ini disesuaikan dengan kebutuhan informasi dari sejumlah besar manajer, yaitu seluruh manajer yang ada dalam seluruh perusahaan atau dalam suatu area fungsional. Dalam beberapa hal,~informasi ini tidak memadai untuk membuat keputusan tertentu yang digunakan untuk memecahkan masalah tertentu pula. Konsep DSS dibuat untuk mengatasi kebutuhan ini. Pada bab ini, kita akan menambah dasar teori kita mengenai pembuatan keputusan dengan melakukan tinjauan kembali terhadap kontribusi dari Herbert Simon dan Henry Mintzberg. Kemudian, akan dijelaskan bagaimana kelompok di MIT ini membuat teori ini untuk mengawali penggunaan konsep DSS, dan juga akan dijelaskan prinsip dasamya. Akan dikemukakan tujuan dari DSS, melengkapinya dengan definisi, dan membahas dua persoalan yang menjadi perdebatan, yaitu apakah sistem ini diterapkan secara interaktif atau apakah harus digunakan secara pribadi oleh manajer. Berikutnya, kita akan menambah pemahaman kita mengenai cara manajer menerima informasi dari DSS, dengan cara mengetahui peranan laporan dan pemodelan matematis dalam pemecahan masalah. Kemudian akan dijelaskan pembuatan laporan secara fisik dan bagaimana ia dapat ditingkatkan. Juga diberikan pethatian yang sama kepada model matematis, dengan menjelaskan berbagai jenisnya, mendefinisikan terminologinya, memberikan contoh, dan mengemukakan kelebihan dan kelemahannya. Baik laporan maupun hasil simulasi dapat ditampilkan dalam bentuk grafik. Akan ditentukan batasan grafik dan diidentifikasi kondisi dimana ia dapat diterapkan secara lebih unggul. Selagi manajer dan spesialis informasi menciptakan software DSS, mereka mempunyai pilihan dalam menggunakan bahasa generasi keempat. Bahasa ini dapat digunakan untuk membuat semua bentuk output informasi, namun mereka bervariasi tergantung daya kemudahan penggunaan dan daya dukung keputusan, Bab ini diakhiri dengan pembahasan mengenai topik yang sekarang lagi mendapatkan banyak perhatian, yaitu pemecahan masalah kelompok. PEMBUATAN KEPUTUSAN Kita telah memiliki landasan yang baik untuk mempelajari pembuatan keputusan yang kita peroleh dari pada bab sebelumnya. Pada Bab 2, kita telah mempelajari kelompok teori keputusan manajemen dan peranan yang diberikan Herbert Simon, terutama pendapatnya mengenai perbedaan antara keputusan terprogram dan tak terprogram. Kita juga mendapatkan sumbangan pengetahuan dari Henry Mintzberg mengenai kategori keputusan dalam deskripsi peranan manajerial. Pada Bab 4, kita mengetahui perbedaan antara pemecahan masalah dan pembuatan keputusan dan disitu dijelaskan pula mengenai pendekatan sistem terhadap pemecahan masalah. Di sini, kita akan membahas kontribusi atau pengetahuan yang kita dapatkan tersebut secara lebih luas dan kita akan mendapatkan tambahan konstruksi atau pembuatan teori. Dengan dasar pengetahuan di atas, kita akan lebih dapat memahami peranan DSS dalam CBIS. JENIS KEPUTUSAN MENURUT SIMON Dalam bukunya terbitan tahun 1977, Simon menguraikan istilah keputusan terprogram dan tak terprogram. Walupun ia tak mendapat penghargaan dalam menemukan istilah tersebut, namun istilah tersebut digunakan dalam literatur manajemen untuk beberapa waktu dan menjelaskan istilah tersebut sedemikian rupa sehingga ia dapat diterima sebagai dasar untuk mempelajari pembuatan keputusan. Menurut Simon, keputusan berada pada ujung kesinambungan antara keputusan terprogram dan yang tak terprogram. Keputusan terprogram adalah “bersifat berulang- ulang dan rutin, pada suatu tingkat tertentu, dan prosedur telah ditetapkan untuk menanganinya sehingga ia tidak dianggap sebagai sesuatu de novo (yang baru) setiap kali ia terjadi.” Keputusan tak terprogram adalah “bersifat baru, tidak terstruktur, dan biasanya tidak urut.” Tak ada metode biasa yang siap untuk menangani masalah, sebab ia belum muncul sebelumnya, atau karena struktur dan sifat presisinya begitu kompleks atau sulit dipahamai, atau karena masalah tersebut terlalu penting sehingga ia mendapat perlakuan yang disesuaikan secara tersendiri. Simon menjelaskan bahwa dua jenis keputusan tersebut hanya lah kesatuan ujung yang terangkai secara hitam putih, dan sifatnya begitu kelabu atau tak jelas. Namun demikian, konsep keputusan terprogram dan tak terprogram sangatlah penting, karena masing-masing memerlukan teknik yang berbeda. FASE PEMBUATAN KEPUTUSAN MENURUT SIMON Kontribusi Simon yang lain adalah penjelasannya mengenai empat fase yang harus dijalani-manajer dalam memecahkan masalah. Menurut Simon, fase tersebut adalah: * — Aktivitas inteligensi, yaita mencari kondisi dalam lingkungan yang memerlukan pemecahan, * Aktivitas disain, yaitu menemukan, mengembangkan, dan: menganalisis kemungkinan tindakan yang akan dilakukan. * — Aktivitas pemilihan, yaitu menentukan cara tindakan tertentu dari beberapa cara yang sudah ada. * — Aktivitas peninjauan kembali, yaitu memberikan penilaian terhadap pilihan yang telah dilakukan. Gambar 10.1 menunjukkan bagaimana keempat langkah Simon ini berhubungan secara langsung dengan langkah dari pendekatan sistem. Aktivitas inteligensi berkaitan dengan langkah analisis bagian sistem secara urut dan berjalan atau berproses dari tingkat sistem ke tingkat subsistem untuk mencari tanda adanya masalah. Aktivitas disain sesuai dengan langkah pengidentifikasian dan pengevaluasian altematif, dan aktivitas pemilihan berhubungan dengan langkah penentuan alternatif yang terbaik. Yang terakhir, aktivitas peninjauan kembali berhubungan dengan langkah pengimplementasian pemecahan dan penindaklanjutannya. Oleh karena itu, fase dari Simon ini merupakan interpretasi lain dari arti pendekatan sistem. PERANAN KEPUTUSAN MENURUT MINIZBERG Mintzberg terkenal dengan teorinya mengenai peranan manajerial, seperti yang telah kita kenal pada Bab 2. Teori ini mengemukakan sepuluh peranan manajerial yang terbagi dalam tiga kategori, yaitu interpersonal, informasional, dan desisional. Peranan informasional mengemukakan bahwa manajer mengumpulkan dan menyebarkan informasi, dan peranan desisional mengemukakan bahwa manajer menggunakan informasi dalam pembuatan berbagai jenis keputusan. Keempat peranan desisional menurut Mintzberg tersebut adalah: * — Pengusaha. Ketika manajer berperan sebagai pengusaha (entrepreneur), maka peningkatan hal yang bersifat permanen diabdikan bagi organisasi. Sebagai 405 contoh, ia membuat keputusan untuk menambah jalur produk baru, menghilangkan produk tertentu, mengubah struktur organisasi, mengimplementasikan CBIS, dan sebagainya. ‘Simon's phases py system to Intelligence 2 >| 7&5 3 $ aE] 3 Idetity alterate solutions Design Evaluate H Implement Review Follow up Gambar 10.1 Fase pemecahan masalah menurut Simon berkaitan langsung dengan pendekatan sistem * Orang yang menangani gangguan. Ketika manajer berperan sebagai orang yang menangani gangguan (disturbance handler), maka ia akan memecahkan masalah yang belum diantisipasi Ia membuat keputusan untuk merespon gangguan yang timbul, seperti perubahan dalam ekonomi, ancaman dari pesaing, dan adanya peraturan pajak baru. * — Pengalokasi sumber. Dengan peranannya sebagai pengalokasi sumber (resource alocator), manajer diharapkan mampu menentukan cara pembagian sumber organisasi kepada berbagai unit yang ada. Contoh yang tepat dari peranannya ini ialah pembuatan keputusan untuk menetapkan anggaran operasi tahunan. * — Negosiator. Dalam memainkan peranannya sebagai negosiator (negotiator), manajer mengatasi perselisihan yang muncul dalam perusahaan dan perselisihan yang terjadi antara perusahaan dan lingkungannya. Contohnya adalah melakukan negosiasi kontrak baru dengan serikat pekerja. Mintzberg yakin bahwa semua manajer melakukan keempat peran desisional tersebut, namun sekarang peranan tersebut dilakukan secara beragam dari satu tingkat manajemen ke tingkat manajemen berikutnya. Hasil karya Simon dan Mintzberg ini membentuk dasar yang baik untuk mempelajari sistem penunjang keputusan, namun memang telah ada tambahan kontribusi yang lain juga untuk mempelajari sistem ini. Telah dilakukan berbagai riset berkenaan dengan pembuatan keputusan ini, dan semua usaha riset tersebut dikombinasikan agar dapat memberikan sumbangan kepada konsep DSS dengan disertai dasar teori mengenai subsistem CBIS yang lain juga. Mungkin hal inilah yang menyebabkan keberhasilan konsep DSS yang telah bisa kita nikmati. KONSEP DSS Konsep DSS berawal pada akhir tahun 1960-an dengan adanya penggunaan komputer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya, seseorang dapat berinteraksi secara langsung dengan komputer tanpa harus melalui spesialis informasi. Time-sharing membuka peluang baru dalam penggunaan komputer. Gambar 10.2 Jaringan Gorry dan Scott Morton PENEMUAN ISTILAH DSS Tidak sampai tahun 1971, ditemukanlah istilah DSS. G. Anthony Gorry dan Michael S. Scott Morton, keduanya profesor MIT, bersama-sama menulis artikel dalam jumal yang berjudul “A Framework for Management Information System.” Mereka merasakan perlunya ada kerangka untuk menyalurkan aplikasi komputer terhadap pembuatan keputusan manajemen. Gorry dan Scott Morton mendasarkan kerangka kerjanya pada jenis keputusan menurut Simon dan tingkat manajemen dari Robert N. Anthony. Anthony menggunakan istilah strategic planning, management control dan operational con- trol (perencanaan strategis, kontrol manajemen, dan kontrol operasional) untuk menjelaskan secara berturut-turut tingkat manajemen puncak, menengah, dan bawah. Kerangka kerja Gorry dan Scott Morton tersebut terlihat pada Gambar 10.2. Tingkat manajemen berbentuk kolom, dan tingkat struktur masalah berbentuk baris. Kedua profesor MIT tersebut menggunakan fase pembuatan keputusan menurut Simon sebagai cara untuk membedakan antara masalah terstruktur, tak terstruktur, dan semi terstruktur. Masalah terstruktur secara penuh adalah masalah tersusun yang berada pada ketiga fase yang pertama dari empat fase yang dikemukakan Simon, yaitu inteligensi, disain, dan pemilihan. Artinya, dimungkinkan untuk menggunakan algoritma atau peraturan mengenai keputusan agar masalah dapat diidentifikasi atau dipahami. Dengan penggunaan algoritma atau peraturan tersebut, dimungkinkan pula melakukan identifikasi pemecahan pengganti dan mengevaluasinya, serta menentukan pemecahan yang terbaik. Sebaliknya, masalah tak terstruktur adalah bila dari ketiga fase tersebut tak ada yang tersusun. Sedangkan masalah semi terstruktur adalah bila dari ketiga fase tersebut ada salah satu atau dua fase yang tersusun. Gorry dan Scott Morton memasukkan jenis masalah bisnis ke dalam tabelnya. Sebagai contoh, acount receivable diatasi oleh manajer pada tingkat kontrol operasional yang membuat keputusan terstruktur. Perencanaan R&D dilakukan oleh manajer perencanaan strategi yang membuat keputusan tak terstruktur Garis putus yang melewati tengah tabel adalah sangat penting. Ia memisahkan masalah yang telah berhasil dipecahkan dengan bantuan komputer (atas) dengan masalah yang pada waktu itu belum dimasukkan dalam pemrosesan komputer. Area di sebelah atas dinamakan structured decision system (sistem keputusan terstruktur) atau SDS, dan area di sebelah bawah dinamakan decision support sys- tem (sistem penunjang keputusan) atau DSS. Pada mulanya Gorry dan Scott Morton menganggap DSS hanya sebagai aplikasi komputer masa yang akan datang. Kemudian, istilah tersebut diterapkan terhadap semua aplikasi komputer yang digunakan untuk penunjang keputusan, baik pada ‘saat itu maupun waktu yang akan datang. JENIS DSS MENURUT ALTER Usaha berikutnya dalam mendefinisikan konsep DSS dilakukan oleh Steven L. Alter, Usaha ini adalah sebagian kerja dari pencapaian gelar doktomya pada MIT. Alter melakukan studi terhadap 56 sistem penunjang keputusan yang digunakan pada waktu itu, Studi tersebut memberikannya pengetahuan dalam mengidentifikasi enam jenis DSS, seperti yang terlihat pada Gambar 10.3. Gambaran yang membedakan antara jenis tersebut adalah tingkat dukungan yang diberikannya. Jenis DSS yang memberikan dukungan paling sedikit adalah jenis yang memungkinkan manajer untuk retrieve information element (memanggil elemen informasi). Manajer bisa melakukan query terhadap database untuk memperoleh gambaran penjualan pada suatu wilayah marketing. Dukungan yang sedikit lebih besar diberikan oleh DSS yang memberi kemampuan manajer untuk menganalisis keseluruhan file, Manajer mungkin melakukan query terhadap database untuk laporan khusus yang menggunakan data dari file Inventory. Contoh yang lain adalah laporan gaji yang dibuat dengan mengambil data dari file Payroll. Dukungan yang lebih besar lagi diberikan atau dicukupi oleh sistem yang membuat laporan standart dari beberapa file. Contoh laporan seperti itu adalah statement income atau laporan penjualan perbulan yang dibuat dengan menggunakan laporan pelanggan. Sampai point ini, dukungan DSS berbentuk laporan khusus yang terbuat dari data yang dipanggil dari database, dan berbentuk laporan berkala. Tiga jenis DSS yang terakhir melibatkan penggunaan model matematis. Model yang memungkinkan manajer memainkan What-If game adalah model yang meramalkan akibat dari keputusan. Bisa saja manajer memasukkan harga ke dalam model pricing untuk melihat efek pada laba bersih. Respon model tersebut, dalam efeknya, mengatakan, “Bila anda menurunkan harga menjadi $25, maka laba bersih akan naik menjadi $5.000.” Model tidak bisa menentukan bahwa $25 adalah harga yang terbaik. Ia hanya dapat menentukan apa yang mungkin akan terjadi jika keputusan yang demikian itu dibuat. tH Gambar 10.3 Jenis DSS menurut Alter 410 Dukungan keputusan yang lebih banyak lagi diberikan oleh model yang dapat menawarkan keputusan. Sebagai contoh, manajer manufaktur memasukkan data yang menjelaskan mengenai gedung dan perlengkapannya, dan model tersebut juga mengemukakan layout yang paling efisien. Jenis DSS menurut Alter yang memberikan dukungan terbesar adalah model atau jenis yang dapat membuat keputusan untuk manajer. Alter mencontohkan penggunaan model komputer yang bisa untuk menentukan besamya premi asuransi. Operator entri data memasukkan data, seperti “laki-laki, di bawah umur 25 tahun, Trans Am, Houston, pembayaran kerusakan di atas $100,” dan sebagainya, dan komputer akan menghitung preminya. Manajemen perusahaan asuransi percaya betul dengan model seperti itu, dan ia digunakan untuk membuat keputusan tertentu seperti itu. Studi Alter ini sangat penting karena, pertama ia adalah studi pertama mengenai DSS yang akhimya benar-benar digunakan. Yang kedua, klasifikasi DSS-nya mencakup sistem yang menghasilkan ketiga output dasar. Klasifikasi ini menyebabkan DSS tidak hanya dapat digunakan untuk melakukan query terhadap database dan pembuatan model keputusan, namun juga dapat memberikan laporan berkala. TUJUAN DSS Pelopor DSS pada MIT yang lain, Peter G.W. Keen, yang bekerja dengan Scott Morton, menetapkan tiga tujuan yang harus dicapai DSS. Mereka yakin bahwa DSS akan dapat: * —Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur, * — Mendukung keputusan manajer, dan bukannya mengubah atau mengganti keputusan tersebut. * — Meningkatkan efektivitas manajer dalam pembuatan keputusan, dan bukan peningkatan efisiensinya. Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS, yaitu struktur masalah, dukungan keputusan, dan efektivitas keputusan. ant 412 SUSUNAN MASALAH Sulit memang untuk mendapatkan masalah yang bersifat terstruktur atau tak terstruktur sepenuhnya. Mayoritas masalah yang ada adalah bersifat semi terstruktur, seperti pendapat Simon mengenai area kelabu. Hal ini berarti bahwa DSS ditujukan terhadap area tempat sebagian besar masalah diketemukan. DUKUNGAN KEPUTUSAN DSS tidak dimaksudkan untuk mengganti tugas manajer. Gambar 10.4 menunjukkan hubungan antara struktur masalah dan derajad atau tingkat dukungan yang dapat diberikan oleh komputer. Komputer dapat diterapkan terhadap bagian masalah yang terstruktur, namun masalah yang tak terstruktur akan menjadi tanggung jawab manajer. Manajer ini akan mengandalkan keputusannya sendiri atau intuisinya dan melakukan analisis terhadap masalah tak terstruktur tersebut. Manajer dan komputer bekerja sama sebagai sebuah team pemecah masalah untuk memecahkan masalah yang bersifat semi terstruktur yang sangat luas. Stuoture Semi - souctured Unstructured 00910 01 5000 81.1 Gambar 10.4 DSS difokuskan terhadap masalah semi terstruktur EFEKTIVITAS KEPUTUSAN Tujuan DSS bukanlah untuk membuat proses pembuatan keputusan seefisien mungkin. Waktu manajer adalah sangat berguna dan tidak boleh disia-siakan, namun maksud utama penerapan DSS adalah perolehan heputusan yang lebih baik. Ketika membuat keputusan, manajer tidak selalu mencoba untuk mendapatkan hasil keputusan yang terbaik, Beberapa model matematika akan membantu manajer dalam hal ini. Namun demikian, dalam banyak kasus, manajerlah yang harus menentukan alternatif keputusan yang paling baik. Manajer mungkin sekali meluangkan waktu tambahan untuk memperbaiki lagi keputusannya agar keputusan tersebut mendekati maksimal. Namun, biasanya waktu dan tenaga tambahan yang ia keluarkan tidak sepadan dengan perbaikan keputusan tersebut. Manajer menggunakan keputusannya sendiri dalam menentukan kapan keputusan yang ia buat tersebut akan memberikan sumbangan bagi pemecahan masalah. ARTI DSS Dengan mengetahui background mengenai perkembangan dan tujuan DSS, kita dapat mendefinisikan decision support system (sistem penunjang keputusan) atau DSS sebagai sebuah sistem yang memberikan dukungan kepada seorang manajer, atau kepada sekelompok manajer yang relatif kecil yang bekerja sebagai team pemecah masalah, dalam memecahkan masalah semi terstruktur dengan memberikan informasi atau saran mengenai keputusan tertentu, Informasi tersebut diberikan oleh laporan berkala, laporan khusus, maupun output dari model matematis. ‘Model tersebut juga mempunyai kemampuan untuk memberikan saran dalam tingkat yang bervariasi. HARUSKAH DSS BERSIFAT INTERAKTIF Deskripsi awal memberikan gambaran mengenai manajer yang menggunakan DSS dari suatu terminal. Dalam artikelnya Sloan Management Review yang diterbitkan pada tahun 1976, Keen menyebutkan sifat interaktif dari pemecahan masalah sebagai salah satu asumsi DSS. Setelah konsep DSS banyak digunakan, persyaratan interaktif ini kehilangan dukungan. Dalam artikelnya yang Datamation yang diterbitkan pada tahun 1984, 413, Michael Davis menyatakan bahwa kebutuhan terminal telah ditolak oleh praktisi yang beraliran realis karena ia terlalu bersifat terbatas. Kita ambil jalan tengah untuk berpendapat bahwa kemampuan interaktif bukanlah persyaratan mutlak, namun dibutuhkan. Manajer yang tidak mempunyai akses ke terminal dapat menggunakan komputer sebagai DSS. Namun demikian, sekarang ini sulit untuk membayangkan manajer yang menginginkan akses online melalui terminal atau keyboard mikrokomputer, bila ia tidak memiliki peralatan tersebut. The system | Sta Assistan- as viewed by <, ‘Terminal Operator i ‘ogrammit i assistant Gambar 10.5 Manajer dapat melakukan interface dengan komputer dengan menggunakan perantara HARUSKAH MANAJER MENGGUNAKAN DSS SECARA PRIBADI Jika DSS dirancang untuk penggunaan interaktif, apakah manajer harus menekan tombol, mengoperasikan mouse, dan menggunakan remote kontrol sendiri? Keen menyertakan seorang yang disebut perantara dalam model DSS interaktif yang digunakan untuk perencanaan strateginya. Model tersebut terlihat pada Gambar 10.5 a4 Ralph H. Sprague, Jr., seorang profesor SIM dari University of Hawai, juga memasukkan atau menyertakan perantara dalam daftar pemegang peran dalam DSS. Ta mendefinisikan intermediary (perantara) sebagai “orang yang membantu pemakai, yang mungkin saja seorang asisten klerk yang bertugas memencet tombol terminal atau mungkin saja ia adalah staf asisten yang mempunyai kedudukan penting, yang bertugas untuk memberikan interaksi dan memberikan saran. Istilah chauffeur juga digunakan. Ia adalah orang yang mengendalikan (drive) DSS untuk manajer. Mengenai persoalan interaktif ini muncul pertanyaan, apakah penggunaan perantara akan menjadi hal yang tak dipersoalkan lagi bila para manajer telah memahami komputer dengan lebih baik. MODEL Dss Kita telah mengetahui model SIM pada Bab 9. Struktur dasar yang sama digunakan pula dalam Gambar 10.6 untuk menggambarkan DSS. Dalam model DSS, pemakainya adalah manajer perorangan atau sekelompok kecil manajer, dan outputnya dihasilkan pada tiap langkah dalam proses pemecahan masalah. Simbol yang digunakan dalam model untuk mewakili output DSS tersebut menunjukkan bahwa laporan berkala dan hasil simulasi didapatkan dalam bentuk tercetak, dan laporan khusus berada dalam bentuk tampilan, Namun, tidak selalu seperti ini. Ketiga jenis output tersebut dapat dicetak ataupun ditampilkan. Pada bagian berikutnya pada bab ini, kita akan membuat model seperti itu untuk menjelaskan output, perpustakaan software, dan kelompok manajer yang menggunakan DSS. CARA PENGGUNAAN INFORMASI DARI DSS Pada dasamya, ada dua penggunaan informasi dari DSS oleh manajer, yaitu untuk mendefinisikan masalah dan memecahkan masalah tersebut. Pendefinisian masalah adalah usaha definisi dari pendekatan sistem. Ia juga berkaitan dengan fase inteligensi yang dikemukakan Simon, Selanjutnya, manajer menggunakan informasi untuk memecahkan masalah yang telah diidentifikasi. Hal ini merupakan usaha pemecahan menurut pendekatan sistem dan berkaitan dengan fase disain dan pemilihan, 15 Henn nnn Pada umumnya, laporan berkala dan khusus digunakan terutama dalam usaha definisi, dan simulasi digunakan dalam usaha pemecahan. Dua penggunaan informasi ini ditunjukkan dalam diagram konseptual seperti terlihat pada Gambar 10.7. Laporan berkala dapat dirancang untuk mengidentifikasi masalah atau masalah yang kemungkinan besar akan muncul, Manajer dapat juga melakukan query terhadap database untuk menemukan masalah atau mempelajari lebih jauh lagi mengenai masalah yang telah diidentifikasi. Simulasi dapat juga membuka masalah yang tersembunyi, karena kelemahan cenderung akan kelihatan menonjol ketika bagian dari operasi perusahaan diubah secara matematis. Gambar 10.6 Model DSS 416 Laporan berkala dan khusus dapat juga membantu manajer untuk memecahkan masalah dengan cara mengidentifikasi keputusan altemnatif, mengevaluasi dan memilih alternatif tersebut, dan memberikan informasi lanjutan, Namun demikian, ini merupakan area tempat simulasi dapat digunakan secara baik. Model matematis dapat memproyeksikan hasil keputusan pengganti yang diharapkan. Perlu anda ingat, bahwa selain menggunakan informasi komputer, manajer juga menggunakan cara lain untuk menentukan dan memecahkan masalahnya. Dengan pemahaman mengenai peranan yang dilakukan oleh metode output dalam pemecahan masalah ini, sekarang kita akan mempelajari lebih jauh mengenai laporan dan model. Probiam Problem Setinition solutions, Gambar 10.7 DSS mendukung dalam pendefinisian dan pemecahan masalah a7 —— LAPORAN BERKALA DAN KHUSUS Jika anda mengambil laporan dari meja manajer, maka anda tidak dapat mengatakan apakah ia merupakan laporan berkala atau laporan khusus. Keduanya kelihatan persis sama. Yang membedakannya adalah cara pengadaan mereka. Pe- riodic report (laporan berkala) dibuat menurut jadwal tertentu. Contohnya adalah Page 1 SALES LISTING BY CUSTOMER POR THE MONTH OF JUNE customer CUSTOMER SALES ORDER SALE saues ‘NOMBER NAME ‘MOMBER DARE awouer 004329 KEW'S HAIR DESIGN qoasse 06/05/89 $88 2D fosent so gsaaveg, $M 06/21/09 § 23.15 06/30/89 «$145 67 269.197 005892 SHEAR CLASS ge1as2 —oesorsas «$222.59 s m2.s9° 015692. THE MANE ATTRACTION 42x90 06/28/89 $1,320.00 44sag2 06/30/89 $230.95 $662.00 * 022451 LANA'S HAIR BOUTIQUE 380429 06/01/89 $650.00 f4caas 06/30/89 12.00 Ss 662.00+ 023567 REGIS HAIR SALON are9a36 06/30/89 $2,235.67 136995 THE FLAIR PLACE dorzees 06/09/89 $75.60. 4022678 06/31/89 $123.45 @so7s2 06/30/89 $123.45 322.50 346720 LA VILLA BEAUTY SHOP 4100224 06/15/89 $348 07 fioiz3e 06/37/89 4,567.90 Gambar 10.8 Laporan lengkap 418. analisis penjualan terhadap pelanggan perbulan. Special report (laporan khusus) dibuat ketika sesuatu yang tidak seperti biasanya terjadi. Contohnya, laporan mengenai kecelakaan; sedangkan yang lain adalah merupakan respon terhadap query database LAPORAN LENGKAP DAN RINGKAS Baik laporan berkala maupun khusus dapat bersifat lengkap ataupun ringkas. Detail report (laporan lengkap) memberikan spesifikasi mengenai tiap tindakan atau transaksi. Baris yang mewakili tindakan atau transaksi disebut detail line (baris lengkap). Dalam laporan lengkap, seperti terlihat pada Gambar 10.8, setiap baris lengkap mewakili transaksi penjualan. SALES SUMMARY BY CUSTUMER FOR THE MONTH OF JUNE CUSTOMER CUSTOMER NUMBER NAME 004329 + KEN'S HAIR DESIGN 005829 SHEAR CLASS 015692 THE MANE ATTRACTION 022451 LUNA'S HAIR BOUTIQUE 023567 REGIS HAIR SALON 138935 THE FLAIR PLACE 146720 LA VILLA BEAUTY SHOP TOTAL _Gambar 10.9 Laporan ringkas 419 Sebaliknya, summary report (laporan ringkas) menyertakan baris yang mewakili beberapa tindakan atau transaksi. Gambar 10.9 adalah laporan ringkas yang dibuat dari data yang sama seperti yang digunakan oleh laporan lengkap. URUTAN LAPORAN Baris laporan biasanya dicetak dalam beberapa urutan tertentu. Field yang berada dalam record data, yang disebut key field atau control field (field kontrol), digunakan untuk mengurutkan record sebelum laporan tersebut dicetak. Ascending sequence (urutan naik) yang paling umum digunakan, di sini nilai field kontrol terendah (seperti nomor pelanggan 0001 atau nama Aardvark) didaftar pertama kali, dan nilai tertinggi (nomor 9999 atau Zikmund) didaftar paling akhir. Cara lain adalah dengan descending sequence (urutan menurun), yang mendaftar item yang mempunyai nilai field kontrol tertinggi pada urutan pertama. YOR THE WEEK ENDING AUGUST 19, 1989 $2,308.00 5,319.20 INSPECTION $1,025.60 4.386.223 MATERIALS HANDLING $3,392.50 12,629.00 oourNe s 78.00 2,049.00 ASSENBLY 5 0.00 792.80 PaLTING § 3,506.90 12,635.20 SHIPPING 5 5.219.216 28,296.16 roraus $15,525.16 55,105.48" Gambar 10.10 Laporan upah overtime PENGGABUNGAN MANAJEMEN DENGAN PENGECUALIAN KE DALAM LAPORAN Kegunaan laporan sebagai alat pemecahan masalah dapat ditingkatkan dengan menggabungkan manajemen dengan pengecualian. Hal ini dapat dilakukan dengan empat cara, Menggunakan Urutan Laporan Untuk Menyorot Pengecualian. Pada Bab 9, kita telah mengetahui bagaimana urutan menurun dapat membantu manajer untuk mengamati adanya kekecualian. Laporan analisis penjualan pada Gambar 9.9 dan 9.10 menyorot produk dan pelanggan yang paling penting dalam hal volume penjualan yang tinggi. Membuat Laporan Hanya Jika Terjadi Pengecualian. Manajer hanya akan diberitahu bila aktivitas tidak berjalan sebagaimana mestinya. Contohnya adalah laporan upah overtime seperti yang terlihat pada Gambar 10.10. 3S oF mar 21, 3389, 1.003 10 1,023 36 oe wie nee mst 7.94 0 st enn na 2630 are Gambar 10.11 Laporan account receivable umur Mengelompokkan Pengecualian Bersama. Laporan dapat dirancang sedemikian rupa sehingga manajer dapat mencari area tertentu mengenai pengecualian, Laporan account receivable umur, seperti terlihat pada Gambar 10.11, mendaftar receivable dalam kolom terpisah. Jika manajer berminat untuk melihat receivable yang telah berumur lebih dari sembilan puluh hari, ia akan meneliti kolom tersebut untuk mengambil data di dalamnya. 421 SALES BY SALESPERSON REPORT ‘MARCH 3, 1989 ‘CORRENT-NONTH ACTUAL VARIANCE QUOTA ‘JORDY NELSON aos 3600 Lae SHERRY as2 3000 ARVIN UPSHAW 1090 2400 ANTE EVANS 30s 4500 "TRAVIS. BURKE 2333 6000 ccaTHY HAGER 990 3000 STEVE JENNER 3250 3300 SAM MOSELEY 985 3150 roms 10198 20980 Gambar 10.12 Laporan penjualan oleh tenaga penjual Menunjukkan Varian Dari Norma. Aktivitas yang sebenamya diperbandingkan dengan aktivitas yang direncanakan dan perbedaannya ditunjukkan sebagai varian, Pada contoh Gambar 10.12, manajer meneliti dua kolom varian untuk mengambil data mengenai jumlah yang terlalu besar dan yang terlalu kecil, atau pengecualiannya. Hal yang penting yang harus diingat adalah bahwa saran ini tidak hanya ditujukan untuk analis sistem, namun juga untuk manajer. Manajer dapat menggabungkan gambaran tersebut ke dalam laporan yang akan digunakan dalam end-user computing. PEMODELAN MATEMATIS 422 Model adalah abstraksi dari sesuatu; ia mewakili beberapa fenomena, yaitu obyek atau aktivitas. Fenomena itu disebut entity. Jika sebuah model mewakili sebuah perusahaan, perusahaan tersebut adalah entity-nya. Jika sebuah model mewakili suatu fluktuasi dalam inventarisasi perusahaan, maka fluktuasi inventarisasi itu merupakan entity-nya. Pada Bab 3, kita telah mengenal empat jenis model, yaitu fisik, naratif, grafis, dan matematis. Model matematis adalah jenis yang berperan penting dalam DSS. ‘Ada berbagai cara untuk mengklasifikasikan model matematis. $$ MODEL STATIS DAN DINAMIS Model statis tidak memasukkan waktu sebagai variabel. Ia berkaitan dengan situasi pada suatu saat tertentu. Ja seperti sebuah potret. Model yang memasukkan waktu sebagai variabel adalah model dinamis. Model ini mewakili tingkah laku entity sepanjang waktu, seperti gambar hidup. MODEL PROBABILITIK DAN DETERMINISTIK Cara lain untuk mengklasifikasikan model didasarkan pada apakah formula tersebut memasukkan probabilitas. Probablitas adalah adanya peluang akan terjadinya sesuatu. Probabilitas mempunyai jangkauan dari 0,00 (untuk sesuatu yang tidak mempunyai peluang) sampai 1,00 (untuk sesuatu yang nyata-nyata terjadi). ‘Model yang memasukkkan probabilitas disebut model probabilitik. Yang merupakan lawan dari model ini adalah model deterministik. Formula EOQ adalah contoh model deterministik. MODEL OPTIMISASI DAN SUBOPTIMISAS! Model optimisasi adalah model yang menentukan pemecahan terbaik diantara altemnatif yang ada. Agar supaya model tersebut dapat melakukan hal ini, masalah harus terstruktur dengan baik. Model suboptimisasi, yang seringkali disebut satisficing model, memungkinkan manajer untuk memasukkan serangkaian Keputusan, dan model tersebut akan memproyeksikan penyelesaiannya, Model ini tidak akan mengidentifikasi keputusan yang akan menghasilkan penyelesaian yang terbaik, namun ia menyerahkan tugas tersebut kepada manajer. SIMULASI Bila sebuah model mewakili entity-nya, maka prosesnya disebut simulasi atau pemodelan SKENARIO PEMODELAN Istilah skenario digunakan untuk menjelaskan setting tempat terjadinya simulasi. ‘Sebagai contoh, jika anda melakukan simulasi terhadap sistem inventarisasi, seperti a2 424 terlihat pada Gambar 10.13, maka skenario akan menetapkan keseimbangan awal dan unit penjualan perhari. Model dapat dirancang sehingga elemen data skenario dapat menjadi variabel, yang akhimya memberi kemampuan untuk menentukan nilai yang berbeda. TAVENTORY PLAIOETNG MODEL ‘OCTOBER 11, 1989 SCRIARIO: BEGINNING BALANCE DAILY SALES UNTTS ecrssrons fonpeR qUAWTrTy: REORDER POTIN: ‘LEAD TIME: Gambar 10.13 Model inventarisasi VARIABEL KEPUTUSAN Nilai input yang dimasukkan manajer untuk mengukur dampak terhadap entity disebut dengan variabel keputusan. Pada Gambar 10.13, variabel keputusan terdiri atas jumlah pesanan, point pemesanan kembali, dan lead time (yaitu waktu yang dibutuhkan oleh pemasok untuk memenuhi stok tambahan). TEKNIK SIMULASI Manajer biasanya menggunakan model optimisasi hanya pada suatu saat. Ia menghasilkan pemecahan terbaik dengan cara menggunakan skenario tertentu dan variabel keputusan. Namun demikian, sebaiknya model optimisasi digunakan secara terus menerus untuk mendapatkan kombinasi variabel keputusan yang menghasilkan penyelesaian yang memuaskan. Setiap kali model tersebut dilakukan, anda hanya boleh mengubah satu keputusan variabel, sehingga pengaruhnya dapat dilihat. Dengan menggunakan model Gambar 10.13, misalnya, manajer dapat mengubah jumlah pesanan sampai ia dapat menentuikan jumlah yang tepat. Kemudian, point pemesanan kembali juga diubah, dan sebagainya. FORMAT OUTPUT SIMULASI Pada prakteknya, sebaiknya kita memasukkan clemen skenario dan variabel keputusan pada layar atau halaman yang sama sebagai output, seperti terlihat pada Gambar 10.13 dan 10.14. Dengan demikian akan selalu nampak jelas mengenai input yang mana yang menghasilkan output. CONTOH PEMODELAN Para eksekutif perusahaan bisa menggunakan model harga dalam membuat keputusan utama mengenai harga yang akan diterapkan terhadap produk. Mungkin para eksekutif tersebut ingin melakukan simulasi terhadap pengaruh empat keputusan; harga, jumlah investasi gedung yang dibutuhkan untuk memberikan kapasitas produksi terhadap produk, jumlah yang diinvestasikan dalam aktivitas marketing, seperti pengiklanan dan personal selling, dan jumlah yang akan diinvestasikan dalam R&D (riset dan pengembangan). 425, Lebih dari itu, para eksekutif ingin dapat mensimulasi empat kwartal aktivitas dan membuat dua laporan, yaitu statement operasi yang mencakup nilai non-moneter pokok, seperti potensi pasar (permintaan) dan kapasitas gedung, dan statement income yang merefleksikan hasil dalam kaitannya dengan moneter. Eksekutif tersebut menginginkan model dinamis, deterministik, dan suboptimisasi. INPUT MODEL Gambar 10.14 menunjukkan layar input yang digunakan untuk memasukkan elemen skenario dan variabel keputusan. Nilai untuk kwartal yang pertama telah dimasukkan ke bagian layar di sebelah atas area yang berwama putih, Tiga baris data yang paling atas berisi skenario untuk kwartal terakhir. Anda dapat menentukan baris data dengan tanda kurung. Beberapa nilai yang berkaitan dengan perusahaan adalah kapasitas gedung, jumlah unit yang dihasilkan, nilai dolar bahan mentah, dan sebagainya, Sedangkan lainnya yang berkaitan dengan pengaruh lingkungan penusahaan adalah indeks ekonomi, indeks musim, harga dari pesaing, dan market- ing yang dilakukan pesaing. Gambar 10.14 Layar input model Baris data keempat berisi elemen skenario untuk kwartal berikutya. Para eksekutif memutuskan untuk mensimulasi empat kwartal. Kemudian mereka memasukkan estimasi untuk indeks ekonomi dan musim, dan untuk harga dan merketing dari pesaing. Baris data kelima (tepat di atas area yang berwarna putih) terdiri atas empat keputusan, dengan ruang di sebelah kanan akan menjadi tempat penampilan hasil. OUTPUT MODEL Aktivitas kwartal berikutnya (Quarter 1) disimulasi, dan pajak laba ditampilkan pada layar, Eksekutif mempelajari gambar tersebut dan membuat serangkaian keputusan untuk digunakan dalam Quarter 2, Keputusan tersebut dimasukkan dan simulasi dilakukan lagi. Proses ini berlanjut sampai keempat kwartal disimulasi semuanya. Pada point ini, layar akan nampak seperti pada Gambar 10.15. Keputusan dan pajak laba yang dihasilkan didaftar dalam urutan terbalik pada bagian bawah layar, Gambar untuk kwartal keempat berada di bagian atas. tse19ie r7sseo0 8 561 te 2000000) (svsoeo ese «190 aa cess (5 9000001 ‘DECTSSIONS AD EWVIROMMEWTAL DATA = NEXT QUARTER gms RCOROMIC INDEX SEALONAL,INOEX COMPETITOR PRICE COMPETITOR 1CTC ca i 30 1s 58 is s00000! TPAES cALDab FOR DATA 1TDA HELE, <2> FOR DATA BAPIY SCREEN OPTION HELP, ‘D> TO RM SDAATICN, OR «asc» TO EXD PROGEOM Gambar 10.15 Output ringkas ditampilkan pada layar 427 428 Gambar 10.16 Output lengkap dapat ditampilkan atau dicetak Eksekutif dapat memperoleh output yang lebih lengkap mengenai aktivitas empat kwartal dalam bentuk tampilan atau tercetak. Seperti yang anda lihat pada Gambar 10.16, statement operasi dan statement income ditampilkan pada layar terpisah. Eksekutif bisa saja memasukkan lusinan rangkaian keputusan dalam proses pencarian kombinasi yang akan diterapkan. Dengan volume input sebesar ini, eksekutif mungkin akan menggunakan perantara. KEUNTUNGAN DAN KERUGIAN PEMODELAN Manajer yang menggunakan model matematis dapat memperoleh keuntungan sebagai berikut: * Proses pemodelan menjadi pengalaman belajar. Dengan melakukan proyek pemodelan, kita pasti akan menemui sesuatu yang baru mengenai sistem fisik yang dapat kita pelajari. Kecepatan proses simulasi memberikan kemampuan pada kita untuk mengevaluasi dampak keputusan dalam jangka waktu yang singkat. Dalam waktu beberapa menit, kita bisa melakukan simulasi operasi perusahaan yang berjangka waktu bulanan, kwartalan, atau bahkan tahunan. Model memberikan daya peramalan, yaitu penglihatan ke masa depan, yang tidak dapat dilakukan oleh metode produksi informasi yang lain. Model membutuhkan biaya yang lebih murah dari pada metode trial-and-error. Proses pemodelan membutuhkan biaya yang besar berkenaan dengan waktu pengembangan dan kebutuhan hardware dan software untuk simulasi, namun biaya yang besar tersebut akan sepadan dengan hasil keputusan yang berguna untuk perusahaan. Sedangkan beberapa kerugian model adalah sebagai berikut: Sulitnya pemodelan sistem bisnis akan menghasilkan model yang tidak dapat menangkap semua pengaruh pada entity, Sebagai contoh, dalam model harga yang baru saja dijelaskan, seseorang di dalam perusahaan harus melakukan estimasi nilai untuk elemen data skenario. Hal ini berarti bahwa suatu keputusan yang benar-benar tepat harus diterapkan dalam pengimplementasian keputusan yang didasarkan pada hasil simulasi. 429 * — Dibutuhkan keterampilan matematika yang tinggi untuk mengembangkan model yang lebih kompleks secara pribadi. Keterampilan semacam itu dibutuhkan pula untuk menerjemahkan output secara tepat. Selama beberapa waktu, kerugian atau kelemahan pemodelan ini dirasakan lebih menghambat manajer dari pada keuntungan yang diperolehnya. Namun situasi ini berubah dengan adanya alat pemodelan yang lebih mudah digunakan dan dengan munculnya manajer yang mempunyai pemahaman mengenai komputer dan informasi secara lebih baik. Faktor ini akan meningkatkan peranan model baik dalam SIM maupun DSS di masa yang akan datang. GRAFIK KOMPUTER Dari ketiga metode penghasil informasi tersebut (laporan berkala, laporan khusus, dan simulasi), masing-masing dapat memberikan output grafik. Sampai awal tahun 1990-an, grafik komputer bukan benar-benar termasuk pilihan output untuk SIM dan DSS. Kemudian, bersamaan dengan itu muncul mikro dan Lotus. Sistem Lotus PrintGraph memungkinkan manajer untuk menampilkan dan mencetak lima jenis grafik, seperti terlihat pada Gambar 10.17. Kemudahan dan keekonomisan software grafik berdasarkan komputer mendorong minat yang tinggi dalam penggunaan informasi yang berbentuk grafik, dari pada yang berbentuk tabulasi. Keberhasilan Lotus juga mendorong perusahaan lain untuk mengembangkan software dan hardware grafik. Produk ini dipromosikan sebagai alat untuk untuk meningkatkan pembuatan keputusan. Dalam hal ini, nampaknya semua manajer harus mempunyai kemampuan membuat grafik. Namun demikian, pada kenyataannya, riset menyatakan bahwa penggunaan grafik temyata tidak selalu lebih baik dari pada penggunaan tabel. Grafik nampaknya akan dapat digunakan dengan lebih baik dalam situasi tertentu, dan tabel demikian juga. Gambar 10.17 Lima jenis dasar dari grafik Lotus KAPAN HARUS MENGGUNAKAN GRAFIK Sirkka L. Jarvenpaa, seorang profesor SIM dari University of Texas di Austin, dan Gary W. Dickson, seorang profesor SIM dari St. Cloud State University, menyarankan untuk menggunakan grafik ketika: * * * Mencari ringkAsan data yang cepat Mendeteksi trend masa lalu Membandingkan point dan pola variabel yang berbeda Meramal aktivitas masa mendatang Mencari kesan yang relatif sederhana dari sejumlah besar informasi yang ada 431 Gambar 10.18 Diagram baris dan balok terkelompok Mereka juga menyarankan agar tabel digunakan bila ia diperlukan untuk membaca nilai data perorangan. GRAFIK APA YANG HARUS DIGUNAKAN Jarvenpaa dan Dickson juga memberikan saran dalam memilih berbagai jenis grafik : * — Lebih baik digunakan diagram baris dan balok untuk menampilkan data ringkas. * Diagram baris terkelompok atau diagram balok dapat digunakan untuk menunjukkan trend masa lampau dengan baik. Contoh jenis grafik ini ditunjukkan pada Gambar 10.18 * Diagram balok terkelompok lebih baik dari pada diagram kue untuk mewakili bagian dari keseluruhan. Hal ini memang mengejutkan, Karena selama ini diagram kue dianggap sebagai cara yang efektif untuk menampilkan informasi. * Diagram baris terkelompok atau diagram balok dapat digunakan untuk membandingkan pola variabel; jangan menggunakan diagram baris atau balok yang berpotongan. Gambar 10.19 menunjukkan contoh grafik bersilangan. * — Gunakan balok horisontal dari pada balok vertikal bila membandingkan variabel. Hal ini akan menjadi pandangan yang baru, karena penggunaan balok vertikal selama ini lebih umum. * — Gunakan diagram baris atau balok tunggal untuk membandingkan point data perorangan diantara variabel. * — Tempatkan nilai data pada puncak balok dalam diagram balok agar dapat mudah dibaca. Gambar 10.19 Diagram baris dan balok yang bersilangan, terpisah Sebaiknya manajer dan spesialis informasi harus mempelajari tugas yang akan dilakukan dan menyesuaikan output dengan outputnya. Keberhasilan biasanya akan dicapai dengan cara merancang output sesuai dengan penggunaannya untuk memecahkan jenis masalah tertentu. 433 BAHASA GENERASI KEEMPAT Software dimasukkan ke dalam perpustakaan software DSS untuk menghasilkan tiga jenis output. Pada mulanya, safu-satunya cara adalah dengan mengkode pro- gram dengan menggunakan bahasa pemrograman. |Ketiga generasi bahasa pemrograman yang pertama terdiri atas bahasa mesin, bahasa asembling, dan bahasa berorientasi masalah. Bahasa ini ditujukan hanya untuk digunakan oleh program- mer yang profesional. Dengan munculnya trend end-user computing, maka lahirlah bahasa yang baru yang dinamakan fourth-generation language (bahasa generasi keempat) atau 4GL. Istilah lain yang sering untuk mengganti nama ‘tersebut adalah nonprocedural language (bahasa non-prosedur), yang berarti bahwa tidak diperlukan lagi untuk mengkode instruksi yang akan dijalani komputer dengan urutan yang sama. Orang yang mengkode program tersebut akan memberitahukan komputer mengenai apa yang harus dilakukan, bukannya bagaimana harus melakukannya. ‘Anda dapat memiliki pandangan yang sempit atau yang Iuas mengenai 4GL. Arti 4GL menurut pandangan yang sempit adalah ia hanyalah merupakan bahasa query database. Sedangkan pandangan yang luas mengartikannya berbagai macam, seperti yang terdapat pada Gambar 10.20. Grafik tersebut menempatkan jenis soft- ware berdasarkan kemudahan penggunaan dan dayanya. Daya atau power berarti kemampuannya untuk memberikan dukungan yang kuat terhadap pembuatan keputusan. BAHASA PEMODELAN ‘Modeling language (bahasa pemodelan) membuat tugas pembentukan model menjadi lebih mudah dari pada menggunakan bahasa berorientasi masalah. Salah satu bahasa pemodelan yang pertama adalah GPSS (General Purpose Simulation System), yang dikembangkan oleh IBM pada awal tahun 1960-an. Yang lebih populer setelah itu adalah DYNAMO, SLAM, SIMSCRIPT, GASP, MODEL, dan IFPS. BAHASA TINGKAT SANGAT TINGGI Istilah very high level language (bahasa tingkat sangat tinggi) biasanya digunakan untuk menjelaskan bahasa pemrograman, seperti APL, yang menawarkan kesingkatan dan daya di atas dan melebihi apa yang bisa dilakukan oleh bahasa konvensional (namun ia tidak bersifat mudah digunakan). GENERATOR APLIKASI Application generator (generator aplikasi) menghasilkan program aplikasi, seperti inventarisasi dan penggajian (payroll), tanpa pemrograman. Contohnya adalah MANTIS dan MARK V. Gambar 10.20 Bahasa generasi keempat sebagai alat DSS PENULIS LAPORAN Report writer (penulis laporan) dirancang secara khusus untuk membuat laporan. Yang pertama adalah RPG (Report Program Generator). COBOL juga mempunyai fasilitas penulis laporan, seperti halnya kebanyakan DBMS. GENERATOR GRAFIK Graph generator (generator grafik), yang juga disebut graphics package (paket grafik), digunakan untuk menampilkan atau mencetak data dalam berbagai macam bentuk grafik, BAHASA QUERY DATABASE Kita telah membahas bahasa query pada Bab 6, namun di sini kita akan memberikan contoh mengenai bagaimana manajer dapat menggunakan FOCUS untuk menghasilkan laporan khusus. Anda misalkan bahwa manajer menginginkan laporan mengenai penjualan tiap produk yang dihasilkan perusahaan dari wilayah penjualan. Gambar 10.21 menunjukkan instruksi yang dimasukkan manajer, sedangkan Gambar 10.22 menunjukkan laporan tersebut, Jika anda telah mengkode program untuk membuat laporan seperti itu, maka anda dapat mengetahui sejauh mana 4GL dapat meringkas proses tersebut. DEFINE FILE SALES REGION/A12=DECODE REGION (NE ‘NORTH EAST’ SE ‘SOUTH EAST’ Ma 'MID WEST’ MA. ‘MID-ATLANTIC END TABLE FILE SALES HEADING CENTER “PRODUCT UNIT SALES ANALYSIS

    Anda mungkin juga menyukai